چند اصطلاح در روش تحقیق؛ کد اخلاق، داده سازی، دستکاری دیتا و سرقت ادبی

ممکن است در نوشتن پروپوزال به ما بگویند دیاگرام مطالعه را بکشیم یا پارادایمش (paradigm) را مشخص کن. مصورسازی کاری که می‌خواهیم انجام دهیم می‌شود دیاگرام آن کار. روش کار را به صورت دیاگرام یا نموداری می‌نویسیم و این می‌شود پارادایم متدی که می‌خواهیم پیش بیریم. در مقاله نویسی هم ممکن چکیده تصویری (Graphical Abstracts) از ما بخواهند. صفر تا صد مطالعه را با یک دیاگرام نشان می‌دهیم.

در این Graphical Abstracts که در مقاله می‌گذاریم باید study design، آنالیز دیتا و متدولوژی کار ما و خروجی (outcome) نهایی را بیاوریم. برای خواننده ۳ دقیقه خواندنش طول می‌کشد و این خوب است. هر چقدر هنری‌تر باشد خواننده بیشتر خوشش می‌آید. در presentationها هم بهتر است از گرافیکال استفاده کنیم. برای پاورپوینت ارائه (دفاع از پروپوزال) هم باید درست کنیم همین مدل را. تصویرسازی بهتر است که انجام شود. چون با همین تصویرسازی IF مقاله را می‌توانیم بالا ببریم یعنی در مجله ای چاپ کنیم که IF بالاتری داشته باشد. از IF مساوی ۵ می‌توانیم به ۹=IF برسانیم. یعنی به چای اینکه در مجله با ۵=IF چاپ شود. در مجله ای چاپ می‌شود که IF بالاتری مثلاً ۹ دارد.

اشتباهات رایج پژوهشی (mistakes)، خطا یا تقلب (MTهای) 🤔از آنها به عنوان تقلب در پروژه‌ یاد می‌شود. چرا mistakeها اهمیت دارند؟ زیرا گرنت را از دانشگاه به طور مثال می‌گیریم از خودمان خرج نمی‌کنیم. چه بدی‌هایی دارد؟ نتایج زیر سوال می‌رود. هدر رفت سرمایه و گرانتی است که گرفتیم می‌تواند همین بودجه جای بهتر و مفیدتری خرج شود اگر هدر بدهیم درست نیست.

اگر تقلب کنیم line تحقیق عوض می‌شود و بقیه را به سمت انحراف یا نتیجه غلط سوق می‌دهیم. از طرفی هدر رفت بودجه است چون بودجه اش دولتی است. چند سال پیش مرتب تبلیغ می‌کردند که مثلا داروی ضد سرطان یا درمان سرطان کشف شد … و این باعث از دست رفتن اعتماد عموم مردم می‌شد. از بین رفتن آبروی تحقیقاتی که سالها به دست آمده است.
یکی از featureهای طبیعی این مسئله Fabrication است. یعنی داده سازی انجام دهیم. dataیی که وجود ندارد به پارادیمی را با آن بسازیم که به آن Fabrication می‌گویند.

falsification: یعنی دیتا را دستکاری کنیم فرقش با Fabrication این است که آنجا خیال پردازی کردیم و دیتا ساختیم ولی اینجا data را دستکاری کردیم (manipulate).

پلاجریسم یا (Plagiarism) یا سرقت ادبی در آن پروژه اسم افرادی را وارد می‌کنند که اصلا وجود نداشته یا ایده را از جایی اگر بر می‌دارند یا اسم افرادی را وارد می‌کنند که اصلا نقشی در کار نداشته اند یا یک نقل قول از یک دانشمند در کارمان می‌گذاریم که آن دانشمند اصلا خودش خبر ندارد بدون اجازه و بعد اسم آن دانشمند را هم نمی‌آوریم. سوال: آن دانشمند چطور می‌خواهد ثابت کند که حرف حرف اوست؟ یک تئوریسین شب نخوابیده صبح بلند شود یک تئوری بدهد ردپایی از خودش در مسیر تحقیق به جا گذاشته. پس می‌فهمند که صاحب تئوری است و حالا مثلا تئوریش به سرقت رفته است. اگر مقاله‌ای بنویسیم اولین کاری که می‌کنند این است که چک می‌کند ببینند با دیگر کارها چقدر مشابهت دارد. باید زیر ۱۵ درصد مشابهت داشته باشد ۲۰-۱۵ درصد اجازه داریم از دیگران جمله کپی پیست کنیم. حتی عکس‌هایی که در مقاله یا تحقیق به کار می‌بریم باید از جایی که منشا عکس هست اجازه بگیریم در مورد چیزهای جنرال و عمومی اشکالی ندارد ولی برای عکس‌هایی که جزئیات خاص دارند مثلاً سیگنالینگ فلان مورد را عکسش را اگر از جایی کپی کردیم باید با اجازه آنها باشد. حتی در پوستر هم این موارد صدق می‌کند. از فرد که اجازه می‌گیریم باید اسم طرف را هم بیاوریم و الا مشمول پلاجریسم هستیم. وقتی متد و متریال را می‌نویسیم این ۱۵ تا ۲۰ درصد می‌سوزد و ازبین می‌رود. برای همین خیلی جای مانور ندارد. زیرا متریال و متد در همه مقاله‌ها درباره یک موضوع خاصی یکی است. وقتی می‌خواهیم در پروپوزال یا مقاله از مطلب فرد دیگری استفاده کنیم در پروپوزال باید رفرنس بدهیم در مقاله هم باید جمله را عوض بکنیم و رفرنس هم بدهیم.
ژورنال‌های خارجی به کوچک‌ترین Claim حساس هستند. مثلا کاری انجام دادیم یکی از همکاران پروژه گفته نمی‌خواهد اسم من را وارد مقاله کنید. ما هم نام او را در مقاله ذکر نمی‌کنیم. بعد از چیز دیگری از دست ما عصبانی می‌شود به مجله ایمیل می‌زند که فلان نویسنده اسم من را وارد نکرده، مسئولین مجله ترسو هستند سریع به ما ایمیل می‌زنند که درستش کنیم و ثابت کنیم که فرد مدعی دروغ می‌گوید. اگر بخواهیم اسم یکی از نویسندگان را ….. از مجله حذف کنیم باید کلی مدرک جور کنیم و توضیح دهیم که چرا اسم این یک نفر که می‌خواهیم حذف کنیم و آن کسی که دو سال زحمت کشیده مقاله را نوشته زیر سؤال می‌رود.
ممکن است ما بگوییم مثلا ۲۰ تا گروه آزمایشی داریم و در انتها دیتای یک موش دارد دیتای ما را کثیف می‌کند آیا اجازه دارم این موش را حذف کنیم؟ بستگی به شرایط موجود دارد مثلاً اگر تست هوش از موش‌ها بگیریم همه جواب آنها ۹ یا ۱۰ نمره از ۱۰ باشد پ فقط یک موش این وسط جوابش ۲ باشد ممکن است این موش IQ پایینی داشته باشد یعنی ۱۰ بار دیگر هم تست کنیم باز آن جواب به دست می‌آید. اگر موش مرده باشد آیا می‌توانیم دیتای آن را نگه داریم یا دوباره بیابیم از آن تست بگیریم؟ معمولا اگر یک بار تست شده باشد دوباره روی همان موش آزمایش انجام نمی‌دهیم. چرا؟ چون مثلاً گفتیم دارو روز بیستم تجویز شده و حالا پس از گذشت زمان حالا شش ماه بعد انجام نشده باشد و چون وزن و سن آنها در یک range مربوط به هم است الان با گذشت زمان هم سنش و هم وزنشان بیشتر شده است و پروفایل سلولی اش با وقتی که مثلا وزنش ۲۰۰ گرم بوده کلی فرق کرده است – حالا مثلا اگر سه تا تست انجام دادیم یک عدد تست دیگر مانده که انجام بدهیم موش بمیرد بقیه data‌های موش را کنار می‌گذاریم. به جای آن یک Subject جدید می‌آوریم – پس اگر ما مسیر را درست رفتیم ممکن است موش خودش مشکلی داشته باشد که اگر همین یک عدد باشد قابل چشم پوشی است. مثلاً نمونه را در انکوباتور می‌گذاریم اگر برق برود نمونه‌ها را باید کنار بگذاریم. غیر از این روش‌ها که ما می‌توانیم دچار خطاهای نگارشی یا نوشتاری شویم، باید توجه کنیم که چند تا varier در تحقیق داریم یکی از این varierها اخلاق است. می‌خواهیم تفاوتش را بفهمیم کجاها اخلاق است؟ کجاها درگیر شدن وجدان محقق است؟

قوانین در تحقیقات: ethics یا اخلاق، یک سری قوانین است که ما می‌پذیریم و تحت آن قوانین تحقیق را انجام می‌دهیم، معمولاً هر سیستمی که یک مجموعه پژوهش را رهبری می‌کند یک سری قوانین را طراحی می‌کند. قانون یعنی چه؟ و چرا نوشتیم؟ برای ایجاد نظم. چرا مجبور شدیم برای ایجاد نظم دستور بنویسم. بعد از این که انسان به حالت متمدن امروزی درآمده به این نتیجه رسید که همه آدم‌ها مرزهای اخلاقی را رعایت نمی‌کنند. 

پس قوانین را نوشتند. قانون حداقل اخلاق است حداقل‌های اخلاق قانون می‌شود. ما در شرایطی مجبور می‌شویم که یکسری قوانین بنویسیم که حداقل‌های اخلاق رعایت شود و نظم بوجود بیاید. در آزمایشگاه‌ها و پژوهشکده‌ها هم همین است. یعنی ما یک چهار چوبی داریم که متدولوژی ماست یک چهار چوبی داریم که پروفایل مالی پروژه ماست. پس ما نمی‌توانیم بودجه ۵۰ میلیونی را ۵۰۰ میلیون بنویسیم در کنارش یک چهارچوب‌های ethical هم داریم که این چهارچوب‌های ethical تقریباً در همه دنیا استاندارد است. مثلاً اگر بخواهیم کار حیوانی انجام دهیم یک مقاله است که مربوط به سازمان حمایت از حیوانات است و یکسری پروتکل دارد و تیم اخلاق دانشگاه دارد آن پروتکل‌ها را دارد وقتی به ما کد اخلاق می‌دهد که ادعا کنیم ما این پروتکل‌ها را رعایت می‌کنیم. در مورد حیوانات پروتکل مشخص است. مثلاً حیوانات آزادانه حرکت می‌کنند و ۱۲ ساعت نور و تاریکی می‌بینند. دسترسی آزادانه به آب و غدا دارند و … بعد از کشتن حیوانات اجسادشان را چگونه امحا می‌کنیم. در پروپوزال حتماً باید بنویسیم طریقه قربانی کردن حیوانات به چه صورت بوده و گرنه ممکن است به خاطر همین مسئله شش ماه کارمان را عقب بیندازند.

یکسری قوانین اخلاقی داریم که به ما می‌گویند چه مطالعات انسانی و چه حیوانی را در چه چهار چوبی می‌توانیم انجام دهیم و در کنارش می‌گوید اگر از این چهارچوب‌ها تخطی کرده باشیم چه چیزی در انتظار ماست از منظر حقیقی اگر یک اشتباه با تقلب کرده باشیم مشمول یکسری جریمه‌ها می‌شویم که این جریمه‌ها ممکن است به رد شدن مقاله منجر شود. ممکن است با در لیست سیاه اسممان وارد شود. ممکن است از دانشگاه تعلیق شویم. در کنار این اخلاقیات یکسری قوانین شخصی برای تحقیق داریم به نام Moral – مثلا می‌خواهیم روی ۲۰ تا نوزاد تحقیق انجام دهیم نمی‌توانیم به ۲۰ مادر بگوییم از ساعت ۱۲ تا ۳ اینجا باشید و در ۳ ساعت نوزادان شیر نخورند. از نظر اخلاقی درست نیست وجدانی نیست. بد و خوب‌های شخصی فرق دارند با هم. یا مثلا حق نداریم جلوی یک موش سر موش دیگر را بزنیم یا حق نداریم جلوی یک موش جسد موش دیگر را بگذاریم. نهایتاً برای انجام کارهای تحقیقاتی چه انسانی و چه حیوانی احتیاج به یک کد اخلاق داریم. هیچ مقاله ای بدون کد اخلاق چاپ نمی‌شود. خیلی اتفاقات در حین کار رخ می‌دهد که باید رعایت شود. مثلا گرسنه نگه داشتن حیوان باعث تخریب data‌های ما می‌شود و روی آنها اثر دارد. در نگارش مقاله یک بخشی داریم به نام Outership 🤔. ما نمی‌توانیم یک مقاله بنویسم که فقط به اسم خودان باشد. ما همیشه affiliated به یک دانشگاهیم (وابستگی سازمانی) که نشان می‌دهد ما تحت نظر یک دانشگاه هستیم. 

مالکیت Dataهایی که ما به عنوان یک دانشجو جمع آوری می‌کنیم با خودمان نیست. با آن دانشگاه یا موسسه یا سوپروایزری است که زیر نظر آن کار می‌کنیم ممکن است موقع نوشتن affiliation دچار خط شویم. 
مثلا کسی دانشجوی دانشگاه ایران است و کاری را در زمان گذشته انجام داده که آن موقع دانشجوی دانشگاه تهران بوده و الان می‌خواهد مقاله‌ای چاپ کند باید affiliation دانشگاهی را بزند که آنجا کار کرد. ما برای دفاع از تزمان ۲ تا مقاله لازم داریم. یکی از کار اصلی مان استخراج می‌شود که باید نویسنده اول باشیم ولی کار دوم می‌توانیم نویسنده اول نباشیم – اگر در دانشگاه دیگری کار کرده باشیم. می‌توانیم به استاد راهنما بگوییم affiliation ما را دانشگاه الانمان بزند که بتوانیم در دفاع از آن استفاده کنیم. در outership یا چیدمان افراد در کار ممکن است خواسته یا ناخواسته دچار تقلب یا خطا شویم در outership گاهی اوقات می‌خواهیم پاچه خواری کنیم یا از استادی خوشمان می‌آید بدون اینکه کاری کرده باشد اسمش را در مقاله مان می‌آوریم که خطا و تقلب حساب می‌شود، حتی در نگارش هم ممکن است چنین تقلبی انجام شود. گاهی اوقات اسم کسی را در کارمان می‌آوریم که اسمش برند برای کار ما می‌شود. این در کل دنیا طبیعی است. ما مثلاً به یک نفر که head یک سیستم است ایمیل می‌زنیم و جواب سوالاتمان را می‌گیریم. در خارج کسانی که خیلی زود جواب دانشجویان را در سراسر دنیا می‌دهند بخشی از رسالت استادیشان را در این می‌بینند که به دیگران کمک کنند.
اگر بدون اجازه اسم آنها را در کارمان بیاوریم مشکل پیدا می‌شود. برخی افراد با ایمیل قلابی پیام می‌دهند و چون این موضوع را فهمیدند دیگر از این به بعد گفتند باید با ایمیل آکادمیک با آنها مکاتبه شود.

guest outership: مثلاً دو تو با هم دوست هستند اسم هم را در مقاله خودشان می‌آورند. این خیلی رایج نیست ولی وقت که کم داریم می‌توانیم از این روش استفاده کنیم و داد و ستد اطلاعاتی کنیم و مثلاً یکی آنالیز آماری بلد است کار انجام می‌دهد و نویسنده اسم او را در مقاله‌اش می‌آورد. 
چه کمک‌هایی می‌توانیم به هم کنیم که حالت خطا هم نداشته باشد و بعدا اسم هم را در مقاله هم بیاوریم. هر کسی هر کاری بلد است و انجام داده باید آن موقع اسمش در مقاله طرف مقابل بیاید. اگر کار را به مؤسسه ای سپردیم حواسمان باشد که آن مؤسسه ادعایی نداشته باشد و توقع نداشته باشد که بعدها کار ما را دچار اشکال کند. توجه وقتی وارد پروژه‌ای شدیم آن بخش حقیقی و حقوقی باید مشخص بشود. معمولاً کسی که ایده کار را می‌دهد به عنوان corresponder به حساب می‌آید و کسی که procedure کار را انجام می‌دهد به عنوان 🤔 محسوب می‌شود و همه دیتاها برای آن مؤسسه است و نه دانشجو و نه corresponder و نه سوپروایز هیچ کدام نمی‌توانند ادعای مالکیت دیتاها را داشته باشند.

در بقیه چیدمان افرادی که در مقاله کمک می‌کنند گفته می‌شود هر نویسنده باید بگوید چه کاری انجام داده کلا هر کسی که اسمش در مقاله می‌آید باید مشخص باشد در چه بخشی از مقاله کمک کرده است. چیدمان به ترتیب نقشی است که فرد در انجام پروژه داشته است. اگر کسی به عنوان مشاور به ما کمک کرده باشد ولی کاری نکرده باشد باید اسمش را بیاوریم. تعداد افرادی که در پروپوزال نگه می‌داریم همان افراد باید اسمشان در مقاله بیاید مگر اینکه نامه کتبی از آن فرد بگیریم که بنویسید من هیچ کاری در این پروژه انجام ندادم و فقط مشاور بودم و ادعایی بر این پروژه ندارم. تیم استادی پیش از ۵ نفر نمی‌تواند باشد اگر اسم چند استاد را بیاوریم و بعد مثلا ۲ تا از آنها از ایران بروند ما نمی‌توانیم اسمشان را حذف کنیم. حواسمان باشد چه کسانی را در تیم خود می‌گذاریم ممکن است بعد از انجام کار به یک آنالیز دیتا نیاز داشته باشیم که هیچ کدام از اعضای تیم بلد نباشند و ما مجبور باشیم از یک استاد دیگر کمک بگیریم. بعد آن استاد بگوید که باید اسم مرا در کار بیاوری آن موقع به مشکل برمی‌خوریم. پس موقع نوشتن پروپوزال باید دقت کنیم چه کسانی را انتخاب می‌کنیم.

CV استاد گرانقدر خانم دکتر ثریا مهرابی