在2011年，大约是我开始研究的旅程时，心理学的复制危机如火如荼。 事实证明，许多基本发现都是骗人的，以至于必须重新编写心理学教科书。
我记得在我的一门本科课程中学习过“体现认知”。 该理论提出，人体的状态和上下文可以对思想产生影响，并且思想和身体不是明显可分离的，不同的实体。
我和我的同班同学才刚刚开始科学研究，因此我们的讲师鼓励我们分成小组，并在课堂上的两个小时内建立一种既定效果的复制品。 我的团队选择了面部反馈假说，该假说最初是由Strack，Martin和Stepper（1988）进行的。 在他们的开创性研究中，研究人员指示参与者以两种方式之一将笔握在牙齿之间：一种皱眉，另一种微笑（无需明确要求参与者皱眉或微笑，就可以使用相同的肌肉）。
Strack及其同事发现，与“皱眉”组的参与者相比，“微笑”组的参与者对卡通漫画的评价更高。 我和我的其他新手研究小组充满热情，将我们的课堂分为两组，指导他们如何握笔在牙齿之间，让他们观看和评价“辛普森一家”中的视频片段。
虽然我不记得我们是否能够重现原始研究的结果，但Eric-Jan Wagenmakers及其同事（2016年）最近的一项大规模努力未能在17个独立实验中复制这种效应。 当然，这并没有使整个认知研究的整个领域受到质疑，但是它确实使人们对这一观点以及许多其他浮华而轰动的发现的合理性产生了严重怀疑，这些发现的标题您可能已经在Facebook或Buzzfeed上略读了。
更多失败的复制研究（由Open Science Collaboration，Camerer及其同事（2018）和Many Labs项目记录），涉及心理学家的丑闻要么完全构成数据，要么以多种不同方式分析其结果，最终他们最终找到了一些东西报告（一种可疑的研究实践，现在通常称为“ p-hacking”）引发了一场关于我们进行研究的方式，我们如何分析数据以及如何与其他研究人员和世界共享数据的讨论。
这个可重现性问题并非心理学领域独有-生物，医学和特别是癌症研究也受到影响。 但是，心理学研究人员应对危机后果的方式是非常创新的。 遵循开放科学的哲学和宗旨，该领域出现了新的运动。
正如资助机构英国研究理事会（RCUK）的指导原则中所述，“受公共资助的研究数据是出于公共利益而产生的公共物品，应及时，负责任地公开提供尽可能少的限制。不会损害知识产权。”
换句话说，研究应该是透明且可访问的。 这些是开放科学运动要实现的基本目标。 在此需要注意的重要一点是，为使期刊文章可以公开访问（即“黄金公开访问”）而支付大笔费用不应与开放科学相混淆。
人们不仅（可以是真实的，主要是研究感兴趣的相同小众事物的同行科学家）能够访问您完成的手稿，而且研究过程的所有其他步骤也应该公开透明，以最终改善科学的完成方式。
开放科学运动已经开发了一套工具，可以指导研究人员实现开放，可访问和可共享的每一步。 但是，当付诸实践时，这是什么样的呢？
我开始逐步实施开放科学实践，然后在收集数据之前在aspredicted.org上预先注册了假设和分析。 这样就产生了带有时间戳的文档，在我完成正在进行的实验之后，我可以随时发布该文档。 这是一种使自己对数据分析何时负责任的方法，它可以帮助您在看到数据之后产生的预测和想法之间进行区分。
我不再使用昂贵的公司软件，而是使用一个公开可用的程序进行分析和可视化。 最后但并非最不重要的一点是，我刚刚将我的第一个预印本上传到了在线存储库（即“绿色开放访问”），该文件绝对允许每个人阅读我提交的手稿的初稿。 理想情况下，这将使同龄人（对我而言是热情，有兴趣的父母）能够在期刊的同行评审过程开始之前就给出反馈并改进手稿。
在科学期刊上发表您的研究成果的优点之一就是：同行评审过程。 试想一下，即使在开始数据收集之前您就可以获得设计和计划分析的反馈，您的实验质量也会提高多少。 最重要的是，假设您遵循指定的实验计划，那么您将收到该期刊的原则上接受。 这意味着该期刊将发表您的研究结果，即使它们是不受欢迎的并且不符合您研究领域的主要故事。 恭喜，您的梦想以注册报告的形式实现了（下面的更多信息和资源）！
#PsyTeachR背后的格拉斯哥大学（UofG）大学心理学学院的获奖讲师团队正在全面拥抱开放科学运动，并正在教导下一代研究人员如何使用R进行可再现的数据分析。 许多其他实验室，大学和全球合作也纷纷效仿，并正在实施开放式科学实践。
我非常幸运，我的PI（首席研究员）Emily Cross教授完全支持我在研究中应用开放科学实践。 我们的实验室已在我们的网站上发表了一份声明，详细说明了其背后的理由以及我们寻求整合的开放科学的各个方面。 但是，我意识到并不是每个人都可以在如此支持的实验室环境中找到自己。 UofG神经科学研究所的研究员Ruud Hortensius博士建议在这种情况下在线联系：“加入Twitter！ 有一个庞大的在线社区可以为早期职业研究人员提供帮助，可以提供技巧和窍门，开放科学的论据以及平衡的论据，以说明为什么并非总是可以共享您的数据。”
感谢Ruud与我聊天谈开放科学，特别感谢Lovisa为这篇文章提供图片！ 您可以在Ruud的 网站 上了解有关Ruud的研究的更多信息 ，或在 Twitter上 与他联系 。 您可以 在 她的网站 上找到更多洛维萨（Lovisa）的奇妙艺术品 ，也可以查看她的 TEDx演讲 。
如果您发现本文有帮助，请“拍手”以帮助其他人找到它！
参考文献
Strack，F.，Martin，LL，和Stepper，S。（1988）。 抑制和促进人类微笑的条件：面部反馈假设的非干扰性检验。 人格与社会心理学杂志 ， 54 （5），768。
Wagenmakers，EJ，Beek，T.，Dijkhoff，L.，Gronau，QF，Acosta，A.，Adams Jr，RB，…＆Bulnes，LC（2016）。 注册复制报告：Strack，Martin和Stepper（1988）。 心理科学观点 ， 11 （6），917–928。
资源资源
开放科学社区很大程度上是基于在线的，因此您可以在许多地方了解更多信息，加入对话或利用可免费访问的工具和数据。 这是一个（非详尽无遗！）列表，它向您指出了这种聚宝盆资源的方向。
了解开放科学
- 大规模在线公开课程（MOOC）：“改善您的统计推断”
- MOOC：“开放科学”
- UofG心理学的Lisa DeBruine在复制和泛化方面有一些漂亮的幻灯片
- Crüwell及其同事的“开放科学的8个步骤：带注释的阅读清单”（2018年）
工具类
- 开放刺激集和数据：Figshare
- 公开代码：Github
- 开放研究项目：OSF
- 用于上传预印本的存储库：PsyArXiv和BioRXiv
- 通过AsPredicted或OSF进行预注册
- 通过开放科学中心注册的报告（参与期刊，常见问题解答等）
- 大规模复制的资源“众包”了许多实验室的力量：PsySciAcc
R用于可再现的数据分析
- R / RStudio
- UofG心理学课程，关于使用R统计量进行可再现的方法和数据分析
- 免费统计教材（含R）
杂记
- 加入Twitter上的在线社区：＃OpenScience，＃rstats，＃phdchat
- 播客：一切赫兹，黑山羊播客，再现茶
- 有关复制危机和开放科学的更多信息：“开放科学现在是心理学的唯一出路”和“开放还不够”
最初于 2018 年11月30日 发布在 uofgpgrblog.com 上。
