Logo fr.boatexistence.com

Qu'est-ce que la falsification de données ?

Table des matières:

Qu'est-ce que la falsification de données ?
Qu'est-ce que la falsification de données ?

Vidéo: Qu'est-ce que la falsification de données ?

Vidéo: Qu'est-ce que la falsification de données ?
Vidéo: Comment fonctionne un QR code ? Ça se falsifie ? 2024, Peut
Anonim

Dans la recherche scientifique et la recherche universitaire, la fabrication de données est la fausse représentation intentionnelle des résultats de la recherche. Comme pour d'autres formes d'inconduite scientifique, c'est l'intention de tromper qui marque la fabrication comme contraire à l'éthique, et donc différente des scientifiques qui se trompent eux-mêmes.

Que se passe-t-il si vous falsifiez des données ?

Dans de nombreux domaines scientifiques, les résultats sont souvent difficiles à reproduire avec précision, étant obscurcis par le bruit, les artefacts et d'autres données superflues. Cela signifie que même si un scientifique falsifie des données, il peut s'attendre à s'en tirer - ou au moins prétendre innocence si ses résultats sont en conflit avec d'autres dans le même domaine.

Les données peuvent-elles être falsifiées ?

Falsification de données: Manipuler des données de recherche avec l'intention de donner une fausse impression. Cela comprend la manipulation d'images (par exemple, des micrographies, des gels, des images radiologiques), la suppression des valeurs aberrantes ou des résultats "gênants", la modification, l'ajout ou l'omission de points de données, etc.

Qu'est-ce qu'un exemple de falsification ?

Exemples de falsification: Présenter de faux relevés de notes ou de fausses références dans une candidature à un programme. Soumettre un travail qui n'est pas le vôtre ou qui a été écrit par quelqu'un d'autre. Mentir au sujet d'un problème personnel ou d'une maladie afin de prolonger un délai.

Pourquoi la falsification de données est-elle mauvaise ?

Fabriquer/falsifier des données est une pratique gravement dommageable et toxique qui peut être utilisée par un chercheur. Elle affecte le monde entier, gaspille des ressources et devient un stigmate dans la carrière du chercheur. Nous encourageons tous à passer plus de temps pour obtenir des résultats réels et corrects au lieu de cuisiner des données de recherche.

Conseillé: