Logo es.boatexistence.com

¿Qué es la falsificación de datos?

Tabla de contenido:

¿Qué es la falsificación de datos?
¿Qué es la falsificación de datos?

Video: ¿Qué es la falsificación de datos?

Video: ¿Qué es la falsificación de datos?
Video: Al derecho y al revés: ¿Qué penas tiene el delito de falsificación? 2024, Mayo
Anonim

En la investigación científica y la investigación académica, la fabricación de datos es la tergiversación intencional de los resultados de la investigación. Al igual que con otras formas de mala conducta científica, es la intención de engañar lo que marca la fabricación como poco ética y, por lo tanto, diferente de los científicos que se engañan a sí mismos.

¿Qué pasa si falsificas datos?

En muchos campos científicos, los resultados suelen ser difíciles de reproducir con precisión, ya que quedan oscurecidos por el ruido, los artefactos y otros datos extraños. Eso significa que incluso si un científico falsifica datos, puede esperar salirse con la suya, o al menos reclamar inocencia si sus resultados entran en conflicto con otros en el mismo campo.

¿Se pueden falsificar los datos?

Falsificación de datos: Manipular datos de investigación con la intención de dar una impresión falsa. Esto incluye manipular imágenes (por ejemplo, micrografías, geles, imágenes radiológicas), eliminar valores atípicos o resultados "inconvenientes", cambiar, agregar u omitir puntos de datos, etc.

¿Qué es un ejemplo de falsificación?

Los ejemplos de falsificación incluyen: Presentación de transcripciones o referencias falsas en la solicitud de un programa. Presentar trabajos que no sean propios o que hayan sido escritos por otra persona. Mentir sobre un problema personal o una enfermedad para ampliar un plazo.

¿Por qué es incorrecta la falsificación de datos?

Fabricar/falsificar datos es una práctica seriamente dañina y tóxica que puede realizar un investigador. Afecta al mundo entero, desperdicia recursos y se convierte en un estigma en la carrera del investigador. Alentamos a todos a dedicar más tiempo a obtener resultados reales y correctos en lugar de cocinar datos de investigación.

Recomendado: