Reconsidering reconsent: Threats to internal and external validity when participants reconsent after debriefing
Notice bibliographique
Résumé
We overwhelmingly utilize (partially) informed consent for, and debriefing of, human research participants. Also common is the practice of reconsent, particularly where changes in study protocols (or in participants themselves) occur midstream - participants consent again to remaining in the project or to having their data included. Worryingly under-discussed is post-debriefing reconsent, wherein participants can withdraw their data after learning more fully of the study's goals and methods. Yet, major ethics bodies in Canada, the United States and the United Kingdom promote such practice, with vague and potentially problematic guidelines. Here, the author provides examples involving such reconsent practice, highlighting potentially serious problems that are scientific (e.g. threats to internal and external validity) and ethical (i.e. to the participant, their peers, the researcher and society) in nature. Particularly, problematic is the introduction, by design, of unknowable bias in our research findings. For example, highly prejudiced participants could withdraw data from a discrimination study after learning of the study's hypotheses and goals. The practice may arguably contradict an Open Science goal of increasing research transparency. This call for discussion about the direction of psychological science methods aims to engage a broader discussion in the research community.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,606 | 0,823 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,021 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».