Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
Estas 10 reglas simples fueron diseñadas para ayudar a los investigadores a desarrollar una estrategia efectiva.
diseño experimental en ecología que ayudará a producir resultados significativos. Estas reglas fueron
basado en cuatro artículos que presentaban puntos de vista distintivos sobre las expectativas de
diseño experimental junto con errores comunes que a menudo se pasan por alto. Estas reglas
actuará como una guía para que los investigadores determinen si diferentes factores fueron o no
Los lectores deducen si el diseño experimental utilizado en un experimento estuvo bien diseñado.
Preimpresiones de PeerJ |https://doi.org/10.7287/peerj.preprints.2456v1 | CC BY 4.0 Acceso Abierto | rec: 18 de septiembre de 2016, publ: 18 de septiembre de 2016
Diez reglas simples para desarrollar el mejor diseño experimental en biología
centrar la investigación en una dirección específica y evitar errores externos. Esto incluye desarrollar una
resultados recopilados.
2. Menos flexibilidad en el diseño, incluida la definición, los resultados y los modos analíticos.
Ioannidis afirmó en su artículo que si hubiera más flexibilidad en el diseño del experimento,
era menos probable que los hallazgos de la investigación fueran ciertos (Ioannidis, 2005). Los parámetros dentro
qué investigación se va a realizar debe estar dentro de límites distintos para evitar tener un estudio que sea
Ioannidis explicó cómo el sesgo del investigador hacia los hallazgos podría afectar la forma en que se obtienen los resultados.
interpretado (Ioannidis, 2005). Para limitar esto, el documento sugiere obtener medidas
del sesgo neto para cuantificar cómo el sesgo del investigador podría alterar la síntesis de los resultados.
El alcance de la inferencia centra la investigación hacia una determinada región/área de estudio. Este
Hulbert explicó cómo se mezclaban muestras con unidades de muestra. Para aliviar esto,
definir una unidad de muestra como independiente evita mezclar muestras con unidades de muestra
(Hurlbert, 1984).
Preimpresiones de PeerJ |https://doi.org/10.7287/peerj.preprints.2456v1 | CC BY 4.0 Acceso Abierto | rec: 18 de septiembre de 2016, publ: 18 de septiembre de 2016
6. Disponer de una cantidad adecuada de muestras y unidades de muestra
Hulbert explicó cómo algunos investigadores no estaban tomando suficientes muestras y unidades de muestra.
de lo que estaban estudiando. Debido a esto, los resultados fueron sesgados ya que no había suficiente
cantidad de muestras para comparación (Hurlbert, 1984). una cantidad adecuada de muestras y
Las unidades de muestra permiten minimizar los errores externos y representan mejor a la población.
siendo estudiado.
Hulbert afirmó que los investigadores no estaban realizando la pseudorreplicación correctamente ya que
identificar incorrectamente la muestra más baja posible (Hurlbert, 1984). Sugirió que
El artículo indicaba cómo los científicos "perseguían" el valor p para determinar si los resultados
fueron significativos o se debieron al azar (Sterne y Smith, 2001). Aunque medir el valor p es
Es importante destacar que no cuantifica las interacciones que ocurren y que afectan los resultados.
Por lo tanto, es importante identificar las interacciones biológicas y ecológicas y se puede hacer
9. Disponibilidad de recursos
Muchos investigadores consideran que la falta de recursos es una limitación importante a la hora de desarrollar un estudio. En orden
Para crear un diseño experimental bien desarrollado, la disponibilidad de recursos y las limitaciones deben
10. Busque investigaciones previas realizadas sobre el tema de estudio y si hay científicos
Explorando en busca de las mismas respuestas a las mismas preguntas que tienes.
Preimpresiones de PeerJ |https://doi.org/10.7287/peerj.preprints.2456v1 | CC BY 4.0 Acceso Abierto | rec: 18 de septiembre de 2016, publ: 18 de septiembre de 2016
Observar investigaciones anteriores realizadas sobre temas similares puede ayudar a sentar las bases para
crear un diseño de investigación bien desarrollado. Si no hay restricciones, los investigadores pueden incluso
colaborar entre sí y trabajar juntos para responder las preguntas que ambos puedan tener.
Preimpresiones de PeerJ |https://doi.org/10.7287/peerj.preprints.2456v1 | CC BY 4.0 Acceso Abierto | rec: 18 de septiembre de 2016, publ: 18 de septiembre de 2016
Referencias
Cottingham KL, Lennon JT, Brown BL. 2005. Saber cuándo trazar la línea: diseñar más
Hurlbert SH. 1984. Pseudorreplicación y diseño de experimentos de campo ecológicos. Monogr. Ecológico.
54(2): 187-211.
Ioannidis JPA. 2005. Por qué la mayoría de los resultados de las investigaciones publicadas son falsos. PLoS Med. 2(8): e124.
doi:10.1371/journal.pmed.0020124.
Sterne JAC, Smith GD. 2001. Examinando la evidencia: ¿qué hay de malo en las pruebas de significancia? BMJ.
322(7280): 226-231.
Preimpresiones de PeerJ |https://doi.org/10.7287/peerj.preprints.2456v1 | CC BY 4.0 Acceso Abierto | rec: 18 de septiembre de 2016, publ: 18 de septiembre de 2016