Forsking og vitskap

Føremålet er å gjera forskingspåstandar sporbare frå det avgrensa granskingsemnet til dei observasjonane, målingane, dataa, modellane, slutningane og publiseringsvala som ber påstanden. Dokumentet skal ikkje avgjera alle faglege stridar, men visa kva eit bestemt funn faktisk kviler på og kvar grensene går.

Verkeområdet omfattar empirisk, historisk, kvalitativ, kvantitativ, teoretisk, eksperimentell og berekningsbasert forsking så langt dei relevante kjedene kan dokumenterast. Krava må tilpassast fagfeltet: eit laboratorieforsøk, ein språkleg korpusstudie, ei historisk kjeldegransking og ein matematisk demonstrasjon har ulike grunnlag og kan ikkje reduserast til same metodeform.

Røyndsgransking føreset ikkje at forskinga er fanga, feil eller uredelig. Ho byrjar med mandat, materiale og skilje. Ho kan enda i F1 — støtta samsvar, like gjerne som i uvisse, utilstrekkeleg grunnlag, feil, fangstrisiko eller påvist fangst.

Ei forskingspåstand vert sjeldan laga i eitt steg. Ho går gjennom ei kjede av val: spørsmål, avgrensing, instrument, registrering, reinsing, koding, analyse, modell, visualisering, tolking og formulering. Kvart ledd kan leggja til informasjon, men òg utval, tap, føresetnader og uvisse.

Granskinga skal difor skilja det som vert undersøkt, frå spora og representasjonane som vert brukte. Ho skal òg skilja ein regelrett slutning frå påstanden om kva slutninga viser om røynda.

Før metode og resultat vert vurderte, må det vera klårt kva slags spørsmål studien faktisk prøver. Ei undersøking av eit datasett, ei utvald gruppe eller eit tidsrom kan ikkje utan vidare gjerast til påstand om alle personar, alle situasjonar eller ein varig mekanisme.

Mandatet skal skilja den opphavlege forskingsspørsmålet frå spørsmålet til røyndsgranskinga. Røyndsgranskinga kan til dømes prøva sporbarheit, gyldigheitsområde eller publiseringsspråk utan å gjera om heile studien.

Data vert ikkje berre funne; dei vert registrerte gjennom instrument, dokument, kategoriar, utval og prosedyrar. Dette gjer ikkje data vilkårlege, men det gjer registreringskjeda relevant for kva dataa kan bera.

Målefeil, manglande data, utvalsskeivskap, koding, avrunding, filtrering og reinsing skal ikkje samlast i eitt uklårt omgrep. Dei verkar ulikt og krev ulik dokumentasjon og korrigering.

Modellar og statistiske metodar kan avdekkja mønster, samanlikna forklaringar og gjera presise prediksjonar. Dei får likevel ikkje ontologisk innhald berre ved å vera matematisk konsistente eller ved å passa eit datasett.

Ei slutning skal kunna rekonstruerast: kva føresetnader vert brukte, kva alternativ er prøvde, kva parameter er identifiserbare, og korleis går ein frå resultat til konklusjon?

Validering er ikkje eitt ja-eller-nei-stempel. Ho kan gjelda instrument, måling, konstrukt, kode, modell, prediksjon, ekstern gyldigheit eller praktisk verknad. Kva som er validert, mot kva, og under kva vilkår må seiast uttrykkeleg.

I dette dokumentet vert reproduksjon brukt om å kunna få att eit resultat med same materiale og analyse, medan replikasjon viser til ny prøving med sjølvstendig materiale, utval eller gjennomføring. Fagfelt kan bruka omgrepa annleis; den lokale definisjonen skal då gjerast synleg.

Fagfellevurdering, redaksjonell kontroll, fagleg konsensus og institusjonell status kan vera viktige kvalitets- og tillitssignal. Dei er likevel sosiale og faglege kontrollordningar, ikkje direkte identitet mellom autoritet og sanning.

Ein publisert artikkel kan seinare korrigerast, trekkjast eller avgrensast. Eit upublisert eller avvikande resultat kan vera svakt, men statusen åleine avgjer ikkje grunnlaget. Røyndsgransking prøver både materialet og kontrollsystemet rundt det.

Figurar, tabellar, kart, bilete, diagram og samandrag er ikkje nøytrale vindauge. Dei vel skala, utsnitt, rekkjefølgje, kategori, farge, aggregat og språk. Desse vala kan vera fagleg nødvendige, men må svara til det materialet og den påstanden dei ber.

Formidling til offentlegheita kan krevja forenkling. Forenkling vert misvisande når avgjerande uvisse, avgrensing, alternativ eller skiljet mellom observasjon og tolking vert fjerna slik at mottakaren får ei sterkare tilskriving enn forskinga støttar.

Forsking og vitskap er eit domene, ikkje éin granskingstype. Ei sak kan ha ein korrekt modell, men misvisande visualisering; ei solid måling, men overstrekt språk; eller eit svakt institusjonelt korrigeringssystem utan at sjølve resultatet er feil.

Kvart granskingstypefunn skal difor ha sitt eige materiale. Eit funn i eitt spor skal ikkje automatisk overførast til eit anna.

Funn skal avgrensast til det granskinga har prøvd. Ein feil i ein figur er ikkje automatisk eit feilfunn for heile teorien; ei manglande replikasjon er ikkje automatisk prov på uredskap; og eit robust resultat er ikkje automatisk ei full forklaring.

Komplekse forskingssaker bør delast i delfunn: datagrunnlag, måling, modell, slutning, representasjon, autoritetssystem og praksis kan få ulike F-kategoriar og ulik styrkegrad.

Korrigering skal svara til funnet. Små dokumentasjonsfeil krev ikkje automatisk tilbaketrekking, medan ein avgjerande data- eller kodefeil ikkje kan rettast berre med ny ordlyd. Tiltaket må nå den delen av forskingskjeda der avviket oppstod.

Open vitskap kan styrkja sporbarheit gjennom deling av protokoll, kode, materiale, preregistrering, versjonar og negative resultat. Openheit er likevel ikkje grenselaus: personvern, kjeldevern, urfolks- og eigarskapsomsyn, tryggleik, opphavsrett og legitim konfidensialitet må vurderast.

Dokumentet er ikkje eit anti-vitskapleg argument og gjev ikkje grunnlag for å sidestilla all ekspertise, alle metodar eller alle forskingsresultat. Korrigerbarheit er ein styrke ved forsking når institusjonar og praksisar faktisk gjer korrigering mogleg.

Røyndsgransking skal heller ikkje brukast til å krevja umogeleg sikkerheit før kunnskap kan nyttast. Avgjerder må ofte takast under uvisse. Kravet er at uvisse, grunnlag, alternativ, ansvar og høve til ny prøving vert synlege og proporsjonale med konsekvensen.

Vidare utvikling bør omfatta fagspesifikke vedlegg for målevitskap, statistisk slutning, kvalitative metodar, historisk kjeldekritikk, berekningsvitskap, forskingsetikk og open vitskap. Slike vedlegg må utviklast saman med relevant domenekompetanse.

• Utvikla feltspesifikke krav utan å gjera eitt fagfelt til målestokk for alle andre.
• Byggja offentlege, anonymiserte eller syntetiske saker som viser skiljet mellom dataproblem, modellproblem, språkproblem og systemproblem.
• Utvikla mal for forskingsaudit med protokoll, datastraum, analyseplan, funnsmatrise og korrigeringslogg.
• Prøva korleis metodikken verkar på både omstridde og ordinære forskingsresultat — også der konklusjonen vert F1.