home-icon
  • checkmark Bonnes pratiques académiques
    • checkmark Conception et réalisation
    • checkmark Conception et méthodologie
    • checkmark Failles possibles dans la conception d’une étude
    • checkmark Préenregistrement et rapports enregistrés
    • checkmark Reproductibilité et réplicabilité de la recherche
    • checkmark Les statistiques en recherche
    • checkmark Financement de la recherche
    • checkmark Gestion des données de Recherche
    • checkmark Principes FAIR pour les données de recherche
    • checkmark Plan de gestion de données
    • checkmark Diffusion des résultats
    • checkmark Présenter ses données
    • checkmark Traitement d’images
    • checkmark Autorat
    • checkmark Affiliation de l’auteur
    • checkmark Citation et référencement
    • checkmark Accès ouvert (Open access) aux publications
    • checkmark La qualité d’une revue
    • checkmark L’évaluation par les pairs
    • checkmark Preprints
    • checkmark Nouveautés des travaux
    • checkmark La valeur des résultats négatifs
  • checkmark Déclaration de conflit d’intérêts
  • checkmark Communication scientifique
  • checkmark Evaluation de la recherche et des chercheurs
  • checkmark Références pour le module 3 – Bonnes pratiques académiques

Failles possibles dans la conception d’une étude

Slippery Slope
mindthegap

Résultats de recherche peu fiables dus à une conception d’étude défaillante

Lorsqu’une étude est conçue d’une manière qui ne respecte pas les bonnes pratiques méthodologiques, il est possible d’obtenir des réponses erronées à la question de recherche. Ce scénario n’est pas rare : il constitue aujourd’hui un problème majeur en science, comme l’a montré Ioannidis dans son article de 2005 « Why most published research findings are false« .

Des résultats peu fiables, attribuables à une conception défaillante, représentent un immense gâchis. Que vos travaux soient inutilisables constitue non seulement une perte de temps et d’énergie, mais, pire encore, cela risque de fausser la littérature scientifique en y introduisant des interprétations erronées, orientant ainsi les recherches futures vers des pistes non pertinentes.

mindthegap

Concevoir une étude de mauvaise qualité, alors que cela aurait pu être évité, peut être considéré comme une pratique de recherche inacceptable, précisément en raison de son impact néfaste sur la littérature scientifique. La fiabilité des résultats peut être améliorée par une conception rigoureuse de l’étude, l’apprentissage des bonnes pratiques de conception dans la littérature, et la vérification des aspects méthodologiques avec votre superviseur et vos collègues.

mindthegap

Bias

Une conception inappropriée de l’étude est l’une des causes les plus fréquentes de biais en recherche, menant à des résultats faussement positifs.

Selon Ioannidis, les principaux facteurs expliquant le taux élevé de faux positifs en médecine clinique et en recherche biomédicale sont :

  • Travail en solitaire, isolé, avec de petits échantillons
  • Absence de préenregistrement des hypothèses testées
  • Sélection a posteriori des hypothèses (« cherry picking ») offrant les meilleurs p-values
  • Se contenter d’un seuil de p < 0,05 uniquement
  • Absence de réplication
  • Absence de partage des données

mindthegap

Considérer le sexe et le genre comme gage d’excellence scientifique

Chaque fois que des êtres humains ou des animaux sont impliqués dans une recherche, la dimension du sexe et du genre est concernée et doit être prise en compte dans la conception du projet. Intégrer cette dimension signifie que le sexe et le genre sont considérés comme des variables clés d’analyse et d’explication. Si des questions pertinentes liées au sexe ou au genre sont négligées ou insuffisamment traitées, les résultats de recherche seront partiels et potentiellement biaisés. Une recherche responsable et de qualité intègre donc systématiquement les aspects liés au sexe et au genre à toutes les étapes du cycle de recherche.

mindthegap

Recherche biaisée en fonction du genre

Les biais de genre proviennent souvent de différenciations implicites ou involontaires entre les hommes et les femmes, plaçant un sexe dans une position hiérarchique par rapport à l’autre dans un contexte donné, en raison de représentations stéréotypées de la masculinité et de la féminité. Un exemple classique de biais de genre consiste à centrer l’analyse sur l’expérience ou le point de vue des hommes ou des femmes, tout en présentant les résultats comme universellement valables pour les deux sexes. Ces biais influencent à la fois la participation des hommes et des femmes à la recherche et la validité scientifique des résultats.

mindthegap

Ces outils peuvent vous aider et vous inspirer pour rendre vos recherches sensibles aux dimensions de sexe et de genre :

    • Gendered Innovations Méthodes pratiques pour l’analyse du sexe et du genre dans les domaines de la science, de la santé et de la médecine, de l’ingénierie et de l’environnement. Les études de cas offrent des illustrations concrètes montrant comment l’intégration du sexe et du genre conduit à l’innovation. (Université Stanford)
    • Toolkit Gender in EU-funded research Boîte à outils contenant une introduction accessible et des outils pratiques pour intégrer la dimension de genre dans la recherche. Analyse d’études de cas issues des domaines suivants : santé ; alimentation, agriculture et biotechnologie ; nanosciences, matériaux et nouvelles technologies de production ; énergie ; environnement ; transport ; sciences socio-économiques et humaines ; science dans la société et coopération internationale.
    • Webinaires
mindthegap

Recherche non sensible au genre

La recherche non sensible au genre ne prend pas en compte le genre lorsqu’il est pertinent, partant de l’hypothèse, souvent erronée, que les différences possibles entre hommes et femmes ne sont pas pertinentes pour la recherche menée. C’est le cas lorsque des catégories générales telles que « personnes », « patient.e.s » ou « utilisateur.trice.s » ne distinguent pas entre hommes et femmes. Une recherche fondée sur de telles catégories risque de produire des conclusions partielles issues de données elles-mêmes partielles. Cela limite la généralisabilité et l’applicabilité des résultats de recherche.

mindthegap

La recherche sensible au genre est qualitativement meilleure et plus valide. Lorsqu’une recherche prend en compte les différences entre hommes et femmes au sein de la population étudiée, ses résultats deviennent plus représentatifs.