Esther Q schreef:
Ik had eerst iemand gequote, maar aangezien het meer een algemene reactie is laat ik de quote achterwege.
Ik vind het altijd interessant als het verschil gemaakt wordt tussen geloofsovertuiging en risico afweging op basis van wetenschappelijke informatie. Wetenschap ervaar ik net zo goed als een geloof.
Met alle respect, maar dat ervaar je verkeerd. En nee, dat is geen arrogantie van een wetenschapper. Wetenschap is theoretisch en empirisch gewonnen kennis van de wereld om ons heen. Het doel is het vinden van objectieve feiten, los van bias en vooringenomenheid, op de manier die het meest passend is bij de onderzoeksvraag. Geen geloof dus. Ik krijg persoonlijk vlekken in mijn nek (en voor mijn ogen) op het moment dat iemand deze vergelijking maakt.
De term wetenschap is vanuit mijn visie dan ook erg misleidend. Wetenschap is een methode waarbij de complexe werkelijkheid wordt opgesplitst in zo klein mogelijke details om vervolgens te onderzoeken hoe die details zich afgezonderd van het geheel gedragen. Er is dus geen sprake meer van realiteit, die oneindig complex is en waarvan wij als mensen maar een (volgens mij heel klein) deel waarnemen. Wat niet wil zeggen dat er met de wetenschappelijke methode niets interessants gedaan kan worden. Maar wat wel betekent dat het een zeer beperkte methode/zienswijze is.
Nee, dat is wetenschap niet. Het is wel zo dat bij empirisch onderzoek waarbij een behandeling wordt toegepast op een onderzoeksgroep soms zoveel mogelijk factoren die het resultaat kunnen beïnvloeden worden verwijderd. Dat is nodig, om te begrijpen wat het effect is van de behandeling op zich. In een later stadium worden die factoren weer wel meegenomen, om het effect van de behandeling op verschillende mensen/dieren in verschillende omstandigheden te testen. Op die manier weet je eerst of de behandeling veilig en werkzaam is in het algemeen, en daarna kun je onderzoek of je bijvoorbeeld nog contra-indicaties op de verpakking moet gaan zetten.
Samenhang en interactie zijn binnen de wetenschap juist enorm belangrijk. Onderzoek naar de manier waarop voedingsstoffen elkaar beïnvloeden in het lichaam, het verband tussen chronisch nierfalen en eiwit, bloeddruk, insuline-resistentie en omega 3, de invloed van zwaartekracht op ons universum en het effect van klimaatverandering op diepzeekoraal; al die dingen onderzoekt men binnen de wetenschap.
De conclusie dat een onderzoek iets zegt over de gehele werkelijkheid is per definitie onterecht.
Klopt, daarom worden er ook meerdere onderzoeken gedaan en zal een beetje wetenschapper zich niet op een enkel onderzoek baseren.
Dat is ook een van de eerste dingen die je leert in de statistiek. Een onderzoek is een onderzoek en niets meer dan dat. Helaas leren veel wetenschappers niet veel van statistiek en methoden van onderzoek, interpreteren ze onderzoeken verkeerd, en erger, voeren ze onderzoeken verkeerd uit.
Wetenschappers leren niet veel van statistiek? Vertel me, waar heb je die kennis vandaan? Ik als wetenschappelijk opgeleide heb meerdere vakken in de statistiek gevolgd die behoorlijk diep gingen. Ik kan je alles vertellen over de relevantie van de P-waarde, regressielijnen, wanneer je het best een blocking test kunt prefereren boven een one way ANOVA, de paired t-test versus de two-sample t-test, etcetera. En ja, onderzoeken worden wel eens verkeerd uitgevoerd ja. Weet je wat er dan gebeurt? Dan wordt het niet gepubliceerd in een zichzelf respecterend tijdschrift en haalt die onderzoeker er weinig profijt uit. In tegenstelling tot de wereld buiten de wetenschap, waar iedereen maar wat kan roepen op zijn eigen website en men van bias, repliceerbare data en dubbelblind onderzoek nooit gehoord heeft. Wetenschap is oneindig maal strenger voor zichzelf dan de gemiddelde alternatieveling met een website. Toch wordt naar die laatste door sommigen meer geluisterd. Waarom?
Dan is er nog de vriendjespolitiek, zoals je die overal hebt en ook bij de publicatie van onderzoeken. Veel onderzoeken die in de richting van het tegendeel van een al gevestigd idee (kunnen) wijzen worden niet uitgevoerd, want niet gefinancierd, en/of niet gepubliceerd.
Dat zou kunnen. Helaas is er geen perfectie manier van waarheidsbevinding en speelt geld overal een rol. Dat spreekt echter niet in het voordeel van elke alternatief dan ook.
Daarbij is er het fenomeen de self-fulfilling prophecy, ofwel de beïnvloeding van resultaten door verwachtingen van de onderzoeker/proefpersoon, wat volgens mij een reusachtige rol speelt bij een hele hoop onderzoeken, ook die dubbel-blind zijn uitgevoerd.
Hoe speelt bias een rol in een dubbelblind onderzoek? Voor alle duidelijkheid, een dubbelblind onderzoek is een onderzoek waarbij een patiënt een medicijn of een placebo krijgt en zowel de onderzoeker als de patiënt niet weten wie wat krijgt. De resultaten worden met behulp van een statistische toets verwerkt en weergegeven. Hoe speelt de verwachting van een onderzoeker dan een rol?
Sterker nog, ik geloof niet dat er één onderzoek bestaat waarbij dit effect helemaal niet is opgetreden. Alles wat een mens creëert hangt nl af van verwachtingen/wensen en de acties die daardoor gevoed worden. Een onderzoek is een creatie. Een verwachting of wens is in beginsel een geloof. De self-fulfilling prophecy wijst er mi op dat het verschil tussen feit en geloof helemaal zo groot niet is, als het er überhaupt al is.
Wat mij betreft brengt de wetenschap ons handige dingen. Maar ik heb geen wetenschappelijke geloofsovertuiging. Ondanks dat ik niet bijbelgelovig ben opgegroeid en een wetenschappelijke achtergrond heb. Ik besef steeds meer dat alles met elkaar samenhangt en probeer dat besef te doorgronden. Ook bij het maken van keuzes over al dan niet vaccineren.
Sorry, maar je lijkt ondanks je wetenschappelijke achtergrond (wat voor achtergrond, welk veld en niveau?) niet te begrijpen waar de wetenschap voor staat.