Daniel Lakens (1980) studeerde psychologie aan de Universiteit Leiden en is werkzaam bij de Human-Technology Interaction groep aan de Technische Universiteit Eindhoven. Hij werkt met name aan het verbeteren van hoe wetenschappers in de sociale wetenschappen statistische methodes gebruiken, en houdt zich bezig met het veranderen van beloningsstructuren in de wetenschap.
Lakens hielp de NWO om een pilotproject uit te voeren waarin exclusief replicatiestudies werden gefinancierd, en hij werkte aan de eerste Registered Reports, een manier van publiceren die publicatie bias voorkomt. In 2017 ontving hij ontving een Vidi-beurs van NWO. Hij is een gepassioneerd docent, en kreeg de Leamer-Rosenthal prijs voor Open Social Science voor zijn gratis onlinecursus ‘Improving Your Statistical Inferences’ waar 66 duizend studenten zich voor inschreven.
Website
Reflecteren op de betrouwbaarheid van onderzoek
Alle complotdenkers ten spijt, is er vandaag de dag nog altijd veel vertrouwen in de wetenschap. Dat neemt niet weg dat betrouwbaar onderzoek doen, niet altijd vanzelfsprekend is. Ook wetenschappers maken soms bewust of onbewust methodologische fouten in bijvoorbeeld hun onderzoeksopzet, of de manier waarop resultaten worden gepubliceerd.
Dat we ons vandaag meer dan ooit bewust zijn van de uitdagingen en problemen van betrouwbaar onderzoek, hebben we mede te danken aan de inspanningen van Daniël Lakens. Deze pionierende meta-wetenschapper bestudeert hoe wetenschappers onderzoek bedrijven. Tegelijk werkt hij aan innovatieve oplossingen om de betrouwbaarheid en efficiëntie van sociaalwetenschappelijk onderzoek te vergroten.
Zo was Lakens vroeg betrokken bij de zogenaamde ‘replicatiecrisis’ in de psychologie. Voor een grootschalig replicatieproject werden honderd psychologische experimenten nogmaals uitgevoerd, waarna bleek dat minder dan de helft leidde tot de resultaten uit de originele studie. Deze bevinding had wereldwijd een enorme impact op de bewustwording dat sociaalwetenschappelijk onderzoek minder replicabel is dan gewenst, met als gevolg dat meerdere disciplines zijn gaan reflecteren op de betrouwbaarheid van resultaten.
De afgelopen tien jaar publiceerde Lakens invloedrijke artikelen en ontwikkelde hij (online) cursussen over betrouwbare wetenschap. Alles open source. Mede dankzij zijn empirische en theoretische analyses is er een groot wetenschappelijk bewustzijn ontstaan over diverse problemen bij het doen van betrouwbaar onderzoek. Zoals over het selectief publiceren van significante resultaten (publication bias), het uitproberen van diverse analyses op zoek naar significante data (p-hacking) en het inadequaat ontwerpen van onderzoek.
Kenmerkend aan zijn aanpak is dat Lakens niet alleen problemen aankaart, maar tegelijk actief bijdraagt aan concrete oplossingen. Hij ontwikkelde bijvoorbeeld best practices over onder andere het rapporteren en interpreteren van statistische effecten en het bepalen van de steekproefgrootte voor studies. Ook werkte Lakens met succes uit hoe statistische technieken uit andere vakgebieden, zoals de geneeskunde, in de sociale wetenschappen toegepast kunnen worden. Zowel in Nederland als internationaal worden zijn oplossingen door wetenschappers snel en breed omarmd.
Nu duidelijk is welke mechanismen betrouwbaar onderzoek bij individuele studies in de weg kunnen zitten, wil Lakens meer gaan focussen op het efficiënter inrichten van hoe wetenschappers samenwerken om tot betrouwbare antwoorden te komen. Neem zoiets als de jarenlange discussie onder wetenschappers over de vraag of het gebruik van sociale media jongeren wel of niet depressief maakt. Lakens wil onderzoeken hoe bij dergelijke kwesties het onderzoeksproces verloopt. Zijn vraag: hoe kunnen onderzoekers samen meer gecoördineerd te werk gaan om op een efficiënte en betrouwbare manier complexe onderzoeksvragen te beantwoorden?
