File Drawer Problem Publikationsverzerrung; Aktenschubladenproblem [Publication bias (File Drawer Problem)]

Also available in: Arabic | English | Turkish
 

Definition: Der Fehler, Ergebnisse nur auf der Grundlage der “direction or strength of the study findings” (dt. Richtung oder Stärke der Studienergebnisse) zu veröffentlichen (Dickersin & Min, 1993, S. 135). Die Voreingenommenheit (Bias) entsteht, wenn die Bewertung der Veröffentlichungswürdigkeit einer Studie unverhältnismäßig stark vom Ergebnis der Studie abhängt, oft mit der Tendenz, dass neuartige und signifikante Ergebnisse es mehr wert seien, veröffentlicht zu werden als Replikationen und Null-Befunde. Diese Voreingenommenheit äußert sich in der Regel durch eine unverhältnismäßig hohe Anzahl signifikanter Ergebnisse und überhöhte Effektgrößen. Dieser Prozess führt dazu, dass die veröffentlichte wissenschaftliche Literatur nicht repräsentativ für das gesamte Ausmaß der Forschung ist und insbesondere Null-Befunde unterrepräsentiert sind. Solche Ergebnisse wiederum landen in der so genannten “Aktenschublade” (File Drawer), wo sie nie veröffentlicht werden und keine auffindbare Dokumentation haben.

Verwandte Begriffe: Dissemination bias, P-curve, P-hacking, Selective reporting, Statistical significance, Trim and fill **Alternative definition:** In the context of meta-analysis, publication bias “...occurs whenever the research that appears in the published literature is systematically unrepresentative of the population of completed studies. Simply put, when the research that is readily available differs in its results from the results of all the research that has been done in an area, readers and reviewers of that research are in danger of drawing the wrong conclusion about what that body of research shows.” (Rothstein et al., 2005, p. 1\) **Related terms to alternative definition:** meta-analysis

Referenzen:

Verfasst und Überprüft von: Mahmoud Elsherif, Jamie P. Cockcroft, Gilad Feldman, Adrien Fillon, Helena Hartmann, Tamara Kalandadze, William Ngiam, Martin Vasilev, Olmo van den Akker, Flávio Azevedo