User:FifiMG/sandbox

this is a test edit

Définition
La production participative s'appuie sur un modèle alternatif au modèle standard de pratique scientifique. Contrairement à des projets où ne sont impliqués qu'un chercheur ou un petit groupe de recherche, souvent localisés dans un même pays voire dans un même laboratoire, les projets collaboratifs permettent un fonctionnement plus horizontal. Cela permet une diversification des compétences, des outils de recherche et un meilleur partage des expériences (Uhlmann et al, 2018).

Les précurseurs
La production participative en psychologie fait suite à la volonté de répondre à la crise de la réplication et au constat des lacunes méthodologiques et statistiques des études empiriques en psychologie.

Le PSA (Psychological Science Accelerator) s'inspire du CERN et est né des rencontres entre plusieurs chercheurs en psychologie dont la volonté était de collecter de plus grands et divers échantillons pour assurer la fiabilité des données empiriques. Christophe Chartier est le premier à évoquer l'idée d'un regroupement de données issu de laboratoires en psychologie du monde entier dans le but de travailler ensemble sur des projets de recherche. L'objectif des projets mis en place dans le cadre du PSA est d'apporter des connaissances fiables, généralisables et vérifiées sur les processus mentaux et comportementaux des individus. Pour être force de proposition et générateur d'idée, le réseau s'appuie sur l'Open Science Framework où sont regroupés les données existantes, leurs analyses, les méthodes et outils utilisés pour les recherches empiriques.

Les étapes
( à revoir)

Création des comités
Chaque projet du PSA suit un processus en plusieurs étapes, impliquant la création de plusieurs comités. Le comité de sélection de l'étude, constitué de scientifiques membres ou non du réseau, évalue les caractéristiques de l'étude proposée par des membres du réseaux (matériel, procédure, hypothèses...) et choisit ou non de valider l'étude. Un comité pour la méthodologie et l'analyse construit la procédure et propose des outils pour mener l'étude afin d'aboutir sur un protocole expérimental. Un "Autorship Criteria Committee" répartie les tâches en fonction des auteurs et leurs compétences. Un comité de logistique s'occupe de chercher les laboratoires les plus aptes et disponibles à mener l'étude en fonction de leurs ressources technologiques et matérielles. Un comité de révision et d'éthique s'assure de l'adéquation de l'étude aux réglementations établies pour respecter l'éthique. Un comité de traduction et de diversité culturelle traduit la procédure et le matériel afin que la recherche soit visible pour l'ensemble du réseau. Le corps de l'étude est assurée par le comité de management du projet. Son rôle est notamment de diffuser un pré-enregistrement contenant les hypothèses, la procédure prévue pour l'étude, le plan d'analyse des données... Les auteurs membres du projet procèdent ensuite à l'analyse des données tandis que d'autres rédigent le manuscrit de l'étude, révisé et approuvé par l'ensemble de l'équipe. A l'issue de toutes ces étapes, celle-ci peut alors être publiée et l'ensemble des données et leurs analyses sont postées publiquement sur les plateformes dédiées.

Bénéfices et challenges
Les bénéfices de ce type de pratique scientifique sont considérables. Puisqu'elle implique de vastes projets de recherche avec une contribution de nombreux spécialistes dans le domaine, elle permet de réduire les coûts des mises en place de façon indépendante et isolée dans des laboratoires et par de petites équipes. Les échantillons de participants sont plus grands, ce qui favorise la mise en évidence de réels effets significatifs et la possibilité d'étudier les éventuelles variations entre les participants de différents pays. Elle incite les scientifiques à adopter une démarche scientifique transparente sur leurs recherches pour permettre une plus grande diffusion à l'international des connaissances scientifiques. Les équipes sont constituées d'un grand nombre de chercheurs en collaboration, ce qui diminue le risque de biais individuel et les erreurs dans les recherches, répondant alors à la rigueur scientifique nécessaire. Enfin, on constate un important bénéfice pour les étudiants et futurs chercheurs, qui peuvent ainsi participer à de larges projets et apprendre de l'expérience des chercheurs plus âgés. Cela favorise les interactions pour améliorer les pratiques et permet la collaboration entre des laboratoires à l'international.

Limites et controverses
Le design et l'éthique de la production participative constitue une des limites de la production participative. En effet, il n'est pratiquement pas possible pour le participant d'interagir avec l'expérimentateur, ou encore de poser une question sur l'étude, contraignant alors la tâche expérimentale à être la plus compréhensible possible avec peu d'instructions concernant sa conception pour pouvoir être accomplie correctement. En terme d'éthique, la question de la compréhension des sujets par rapport à leurs droits dans une passation d'étude se pose. Les participants n'ont pas forcément conscience de leur droit de quitter l'étude, à tout moment, et de leur témoignage de consentement en cliquant simplement sur "cliquer ici pour continuer".

Le manque de restriction dans la production et dans le contrat des travailleurs dans les collectes de données en ligne donne lieu à de petits groupes de travailleurs qui sont responsables d'une large proportions d'observations obtenues dans les études de recherche. Il n'y a aucune restriction sur combien d'enquêtes un travailleur peut accomplir ou combien de temps les résultats de l'étude peuvent rester dans la collecte de données commune. Beaucoup de travailleurs considèrent ainsi les plateformes de données en ligne comme un métier, et par conséquent passent énormément de temps pour terminer leurs sondages.

L'expérience des travailleurs peut constituer un problème, car l'expérience dans les études complétées peut influencer le comportement dans les études futures. Les mesures de performances seront alors exagérées par l'effet de familiarisation. La familiarité avec une expérience peut également réduire la taille d'effet si l'information d'autres conditions expérimentales contaminent le jugement. Par exemple, dans une réplication de 12 études, participer deux fois dans les deux mêmes conditions expérimentales réduit la taille d'effet, particulièrement pour les participants a qui on a attribué une autre condition, et quand un temps très restreint s'est écoulé entre les deux participations. De plus, il est évident que certains effets peuvent être répliqués seulement avec des participants dits "naïfs".

D'autre part, les participants dits "non-naïfs" peuvent influencer la qualité des données. La familiarité avec un contrôle de l'attention peut montrer que le participant est bon pour gérer la tâche sans attention contrôlée particulière (et parfois meilleur qu'un étudiant universitaire). Les participants peuvent également augmenter leur familiarité avec le critère éligible utilisé pour faire une pré-admission aux études, et utiliser cette information frauduleusement pour augmenter leurs chances d'accès aux pré-requis nécessaires. Les psychologues peuvent aussi contaminer la collecte de données avec des manipulations dites frauduleuses. De plus, même en l'absence de fraude, les procédures de recherche qui tentent de masquer le véritable objectif de l'expérience peuvent être moins efficaces chez des participants dits experts, qui sont plus attentifs dans ce genre de procédure.

La petite taille d'un échantillon de participants actifs et la prévalence d'experts chez les participants sur les marchés en ligne peut conduire à ce que l'on appelle la tragédie de la propriété commune, où les études se déroulent dans un laboratoire, et peuvent donc contaminer la collecte des données commune des autres laboratoires qui font passer d'autres expériences. Cette possibilité de contamination est composée de la difficulté des demandeurs à communiquer avec les autres, ou même de savoir quelle expérience les autres chercheurs ont conduit.