Olgu kohe selgeks tehtud, et jutt ei ole minust, kuid ükski teadlane ei ole eksimatu, vigu juhtub. Kui juhtub, tuleb tunnistada. Äsja kirjutas Olivier Gimenez teadusajakirjas Nature juhtumist, kus ühel ilusal päeval kummutati tema kümmne aasta eest ilmunud teadusartikkel. Artikkel keskendus imetajate asurkonna suuruse mudeldamisele, fookuses olid Prantsusmaa ilvesed ja nende andmestik. Siin on loo tõlge (ei pretendeeri tõlkeauhinnale), kuid minu arvates on see ilus näide, kuidas võiks/peaks teadlane reageerima.
Teadlased eksivad, leppisin oma veaga, kuid sain ka aru, et kritiseerivad autorid peaksid saama rohkem tähelepanu.
Mul on 20-aastane kogemus statistikuna ökoloogias, kuid hiljuti sattusin keerulisse olukorda. Augustis avaldasid Kanada kolleegid vastuse kümme aastat tagasi ilmunud uuringule, mille kaasautoriks olin ka mina; vastulauses näidati, et meie pakutud meetod on põhimõtteliselt vigane.
Tegu oli statistilise mudeliga, mis kombineerib indiviidide andmeid ja üldisi andmeid liigi kohta, et täpsustada loomade arvukushinnangut konkreetses kohas. Usaldusväärne arvukuse hinnang on oluline, et ohustatud liikide kaitsemeetmed, liikide jahikvoodid ja invasiivsete liikide reguleerimine oleks parimad. Väär või kallutatud arvukushinnang võib viia valede meetmeteni ja ressursse raisata.
Kujutage ette, et teie jahipiirkonnas elab täpselt 1000 jahilindu. Teie aga kasutate mudelit, mis hindab linde 10% võrra üle, arvates, et linde on 1100. Kui seate jahikvoodiks 20% asurkonnast, siis olete andnud loa küttida 20 lindu rohkem, kui see oleks tegelikku arvukust teades.
Jack Thomas ja Laura Cowen Victoria ülikoolist Kanadast, Simon Bonner Western Universityst Londonist näitasid, et meie loodud mudel teeb vastupidist – see alahindab arvukust süstemaatiliselt. Peamine põhjus on selles, et me ei võtnud arvesse loomade ruumikasutust uuringu ajal. Kui loomad liiguvad aeglaselt või nende elupaik on väike, saab neid andmete kogumise jooksul tuvastada ainult ühes kohas, mis viib arvukuse alahindamiseni. Kui loomad liiguvad aga kiiresti või nad on laialt levinud, võib neid tuvastada mitmes kohas, mis võib samuti andmeid moonutada. Laetitia Blanc, meie artikli esmaautor, oli artikli ilmumise ajal doktorant, tänaseks on ta akadeemilisest ringkonnast lahkunud ja töötab õpetajana. Temal ei olnud meetodi veaga midagi pistmist, nagu ka teistel kaasautoritel. Uuringu statistikuna ja vanemautorina pean seda enda ja ainult enda veaks.
Halb ajastus
Sain teate meie töö kummutamisest hilja õhtul enne magama minemist. Fridolin Zimmermann Šveitsis Ittigenis asuva KORA looduskaitsefondi metsloomade bioloog ja meie töö kaasautor, jagas e-kirjas linki meie uuringu vildakusest; esialgu püüdsin kirja ignoreerida. Üritasin magama jääda, kuid ei suutnud. Tõusin, avasin arvuti ja hakkasin lugema. Sain üsna kiiresti aru, et vastulause autoritel on õigus.
Olin emotsioonide virvarris, esitasin endale rea hilisõhtuseid küsimusi. Miks ma ei olnud näinud probleemi? Mida peaksin kolleegidele ütlema? Kas keegi on tegelikult kasutanud meie mudelit liigikaitse strateegiat kavandades? Mis siis, kui kõik teised ideed, mis mul olid ja on, on samuti väärad? Mida kogukond minust arvab?
Enese rahustamiseks otsustasin jagada, kuidas ma sellele kõigele reageerisin.
Esmalt saatsin vastuskirja autoritele e-kirja ja õnnitlesin neid. Jagasin ka üllatust, et mind ei teavitatud eelnevalt vastukirja avaldamisest. Nad vabandasid, et unustasid mind teavitada. Ma ei ole pahane: hindan autoreid, et nad leidsid vead üles ja võtsid aja vigu kirjalikult selgitada. Nad parandasid teaduskirjandust ja selle eest olen neile sügavalt tänulik.
Teiseks selgitasin lühidalt X-is, et on ilmunud vastulause ja mida see tähendab meie uuringule. Ökoloogide tagasiside on olnud positiivne ja see on tohutu kergendus, see on mu enesetunnet parandanud. Ka minu kaasautorid on olnud toetavad.
Siin on mõned nõuanded neile, kes satuvad sarnasesse olukorda.
Ärge võtke (liiga) isiklikult
Taolisele olukorrale on keeruline reageerida ja tõenäoliselt on see raskem karjääri alustavale teadlasele. Peamine on mitte võtta seda isiklikult. Nüüd, kus mu karjäär on oma rada kulgemas, on eksitusega toime tulla märksa lihtsam, sest olen juba kogenud ebaõnnestumisi ja mul on saavutusi, mis neid korvavad.
Kakskümmend aastat tagasi, kui olin just lõpetanud doktorantuuri, oleksin juhtunut isiklikumalt võtnud. Soovin, et oleksin noore teadlasena mõistnud, et kõige tähtsam, mida karjääri alguses luua ja mida pidevalt ümber hinnata nii isikliku kui ka professionaalse arengu käigus, on tasakaal töö- ja eraelu vahel. Lihtne on uppuda töösse, kui sa seda armastad, või lihtsalt sellepärast, et allud survele olla edukas või saada alaline töökoht.
Teaduses tehtud viga on küll häiriv, kuid kokkuvõttes on see kõigest osa tööst: objektiivsuse säilitamine muudab tagasilöögid kergemaks. Olen tänulik, et mind ümbritsevad kolleegid, kellega saan rääkida, eriti kui eksin. Arvan, et kui teadlased hakkavad ebaõnnestumisi jagama, on meil kogukonnana lihtsam nendega toime tulla. Nii saame asju parandada kedagi süüdistamata.
Kõik avatud ja korratava teaduse poolt
Algses uuringus avaldasime koodi, mis võimaldas kolleegidel meie (vigaseid) tulemusi korrata. See näitab, kui oluline on muuta teadusuuringud korratavaks ja avatuks. Tavaliselt töötan ma R-i Markdown programmeerimiskeelega (R Markdown), et kirjutada teksti, sealhulgas võrrandeid Latexi kaudu, ja analüüsida andmeid ühes dokumendis. Kasutan ka Git/GitHubi, et jälgida koodimuudatusi.
Lõpeks on kergendus, et hoolimata koodi jagamisest, ei ole seda meetodit kasutatud muul viisil kui selle ümberlükkamiseks. Üks asi, mida oleksime võinud probleemi märkamiseks teha – ja mida ka vastuskirjas tehti – on simulatsioonid. Tavaliselt sobitavad teadlased statistilise mudeli reaalsete andmetega, et hinnata mudeli parameetreid. Simulatsioonis on asjad vastupidi: esmalt määratakse parameetrid ja seejärel kasutatakse mudelit teoreetiliste andmete genereerimiseks.
See võimaldab teadlastel näha, kuidas mudel toimib erinevates tingimustes, isegi kui selle eeldused ei ole täidetud. Teisisõnu, see annab võimaluse kontrollida mudelit: kui seda kasutatakse andmete genereerimiseks, peaksid tulemuseks olema parameetrite hinnangud, mis on üsna lähedased algväärtustele. Selline lähenemisviis on praegu, sealhulgas statistilises ökoloogias, rohkem levinud kui ajal, mil mina ja kaasautorid oma töö 2014. aastal avaldasime.
Teadus muutub samm-sammult
Sündmuste jadas, millesse olen sattunud, on palju õpetlikku. Avaldatakse artikkel, millele järgneb vastus ja mõnikord vastulause. Nii peakski teadus toimima: järk-järgult, hüpoteese või meetodeid kehtetuks tunnistades kas ühes või mitmes uuringus, kui teadlased liiguvad aeglaselt maailma täielikuma mõistmise suunas.
Selline lähenemine rõhutab teaduse iteratiivsust, enda isekorrigeerimist.
Kuid ajakirjade avaldamisäri on seda ideaali muutnud. Hoolimata sellest, et see on teadmuse levitamise seisukohalt ülioluline, on teadlaskarjääris alahinnatud uuringute retsenseerimine. Uuringu parandamine või tagasivõtmine võib mainet kahjustada ja olla isiklikult piinlik: sageli seostatakse selliseid teateid pettusega või võrdsustakse lausa teadusliku progressi pettusega. Lisaks ei tunnustata vastulauseid ja kommentaare piisavalt ning need ei hakka silma.
Et ületada lõhe praeguse avaldamistava ja teadusliku uurimise tegeliku eesmärgi vahel, on vaja mitmeid muutusi. Esiteks peaksime rohkem tunnustama vastastikust eksperdihinnangut, väärtustades seda teaduses. See võib tähendada stiimuleid, näiteks arvestades seda teadusesse pannustamisel, selle lisamist ametikohale määramise ja edutamise kriteeriumisse või isegi rahalise hüvitise maksmist. Teiseks peame muutma arusaama uuringu parandusest ja tagasivõtmisest, pidades neid pigem teaduse arengu oluliseks osaks, mitte ebaõnnestumiseks. Ajakirjad peaksid soosima autorite dialoogi ning toimetajad võiksid kogu protsessi lihtsustada, soovitades autoritele vastuskirjade kirjutamist ning leevendades artikli pikkuse ja esitamise ajalisi piiranguid.
Soovitan teadlastele, kes satuvad sarnasesse olukorda, astuda samme, et propageerida neid muutusi – kas toimetuste, erialaseltside või enda institutsioonide kaudu –, et aidata kirjastamist taas vastavusse viia teadusliku avastuse tõelise vaimuga.
Teadus on inimlik
Eksimine on suur osa inimeseks olemisest ja kuna teadust teevad inimesed, siis juhtub teadusteel vigu. Siiski rõhutatakse seda teaduse aspekti harva; meile ei meeldi tunnistada oma puudusi.
Vigade omaksvõtmine on isiklikus ja professionaalses arengus ülioluline. Peaksime minema veelgi kaugemale ja näitama oma vigu õpilastele ja avalikkusele. See võib aidata parandada praegust usalduskriisi teaduse vastu. Üks võimalus on ebaõnnestumiste CV ehk vari CV. Pean oma elulookirjeldusele veel ühe rea lisama.