Reproducibiliteit

Reproducibiliteit is het vermogen om de bevindingen van een wetenschappelijk onderzoek te verifiëren door dezelfde dataset en dezelfde analyse opnieuw te gebruiken en tot dezelfde uitkomsten te komen. In de praktijk betekent dit dat onderzoekers, reviewers of andere belanghebbenden in staat moeten zijn om de gebruikte data en de exacte procedures te repliceren en dezelfde resultaten te verkrijgen. De term wordt in de literatuur soms verschillend toegepast; een veelgemaakte onderscheiding is die tussen reproduceerbaarheid en replicatie. Reproduceerbaarheid gaat over het herhalen van dezelfde analyse met dezelfde data, terwijl replicatie vaker betrekking heeft op het verkrijgen van vergelijkbare conclusies met nieuwe data of andere methoden.

Het vergroten van reproducibiliteit draagt bij aan de betrouwbaarheid en controleerbaarheid van wetenschappelijke bevindingen. Het maakt fouten makkelijker zichtbaar, bevordert voortbouw op eerder werk, en versterkt het vertrouwen in onderzoeksresultaten door het publiek, financiers en beleidsmakers. Open data, open code en duidelijke methoden zijn hierbij belangrijke praktijken.

Belangrijke praktijken om reproducibiliteit te bevorderen zijn preregistratie van onderzoeksvragen en analyseplannen, publicatie van datasets en code, en ruime documentatie van preprocessing, parameters en softwareversies. Verder helpen versiesbeheer, containerisatie van omgevingen en gestandaardiseerde workflows om analyses reproduceerbaar te maken. Beschrijving van gebruikte datasets, metadata en prestatiecriteria vergemakkelijkt ook verificatie door derden.

Uitdagingen zijn onder meer privacy- en auteursrechtenkwesties bij het delen van data, extra kosten en inspanningen voor de verzorging van data en code, en institutionele prikkels die reproductie-inspanningen niet altijd belonen. Desalniettemin groeit de aandacht voor reproducibiliteit als kwaliteitskenmerk van wetenschap.