Open Science: Toward Robust Behavioral Research

Worum geht's

Du lernst Hintergründe und Ursachen der Replikationskrise in empirischen Disziplinen kennen und analysierst, warum wichtige Befunde schwer reproduzierbar sind. Am Ende kannst du problematische Forschungspraktiken erkennen und kennst Methoden und Praktiken (z. B. Preregistration, Open Science, Bayessche Analyse), die Robustheit, Replizierbarkeit und Transparenz erhöhen.

Was du danach kannst

• Erkennen fragwürdiger Forschungspraktiken (z. B. p-hacking, HARKing)
• Verstehen systemischer Probleme des Publikationssystems (z. B. Publikationsbias)
• Planen und Erstellen einer Preregistration
• Umsetzen von Open-Science-Praktiken (offene Daten, offener Analysecode)
• Anwenden robuster Analysemethoden (z. B. Bayessche Statistik)

Aus was das Modul besteht

• PräsentationenStudierende stellen empirische Untersuchungen und Analysen vor, die die Diskussion prägen
• GruppendiskussionenAnalyse seminaler Artikel und Diskussion von Verbesserungsmethoden für Robustheit und Transparenz
• Kleingruppen-ÜbungenPraktische Übungen zu Preregistration und Vorbereitung von Repositorien für Daten und Code

Lehrmethode

• Kurzvorträgeum zentrale empirische Befunde und Argumente kompakt vorzustellen
• Gruppendiskussionum kritisch zu analysieren und Methoden zur Verbesserung zu diskutieren
• Praktische Übungen in Kleingruppenum praktische Fertigkeiten wie Preregistration und Repositoriums-Vorbereitung zu erlernen