==================== मॉड्यूल 1: चेतावनी ====================
क्या तुमने वैद्यों की कथा नहीं सुनी?
who, certain of their cure,
killed more patients than the disease itself?
स्लाइड 1.2: द कास्ट स्टोरी
साल था 1989
UNITED STATES
अमेरिका में हर हृदय रोग विशेषज्ञ को यह तर्क पता था: दिल का दौरा पड़ने के बाद अनियमित दिल की धड़कन खतरनाक होती है। इन अतालता को दबाने वाली दवाएं निश्चित रूप से जीवन बचाएंगी।

तर्क सही था. तंत्र स्पष्ट था. के लिए दवाएँ निर्धारित की गईं 200,000 Americans every year.

किसी ने सबूत नहीं मांगा. तर्क काफी था.
Echt DS et al. NEJM 1991; Moore TJ. Deadly Medicine, 1995
स्लाइड 1.3: मरने वालों की संख्या
और फिर मुकदमा बुलाया गया CAST...
50,000
Americans killed by "the cure" each year
IN SIMPLE WORDS
डॉक्टरों ने दवा दी कि made sense but had never been tested properly. इस दवा ने वियतनाम युद्ध से भी अधिक लोगों की जान ली। प्रत्येक वर्ष।
स्लाइड 1.4: बचना
"और संख्याएँ नग्न थीं-
without witness, without proof, without certification.
और लोग नष्ट हो गये।"

यही कारण है कि ट्रुथसर्ट मौजूद है।

स्लाइड 1.5: प्रश्न
Do you think such catastrophes happen only in America?

Consider Africa.
उधार लिए गए साक्ष्य का बोझ
90%
of clinical trials
outside Africa
13%
of global disease
burden in Africa
<2%
of global health
research funding
IN SIMPLE WORDS
Africa has many sick people but बहुत कम अध्ययन about how to treat them. Doctors must use treatments tested on people in other countries. But what works in London may not work in Lagos.
==================== मॉड्यूल 2: भूमि ====================
स्लाइड 2.1: तेरह
क्या तुमने तेरह राष्ट्र नहीं देखे?
where mothers die giving life,
where children fall to fever,
where निर्णय अंधेरे में लिए जाते हैं?
स्लाइड 2.2: देश
Thirteen Nations
Maternal deaths per 100,000 live births (WHO 2020)
NGA
Nigeria
917
GHA
Ghana
308
KEN
Kenya
342
TZA
Tanzania
524
UGA
Uganda
284
ZAF
South Africa
127
SLE
Sierra Leone
1,120
LBR
Liberia
652
CIV
Cote d'Ivoire
617
BEN
Benin
523
BFA
Burkina Faso
320
GMB
The Gambia
458
SWZ
Eswatini
240

Compare: UK = 10, USA = 21, Sweden = 4

SIERRA LEONE
In Freetown, a woman giving birth is 112 times more likely to die than a woman in London.

स्वास्थ्य मंत्री को यह तय करना होगा: कौन से हस्तक्षेप सीमित बजट के लायक हैं? कौन से उपचार सबसे अधिक माताओं को बचाएंगे?

उन्होंने यूरोप से पढ़ाई की है. उनके पास अमेरिका की मॉडल्स हैं।

But does she have proof that applies to her people?
WHO Maternal Mortality Report, 2023
स्लाइड 2.4: सात कष्ट
Seven Disease Groups
HIV
25.6M in Africa
MAL
95% of deaths
MCH
Mother & Child
NCD
Chronic Disease
CVD
Heart Disease
NTD
Tropical Disease
HSP
Health Systems

13 countries x 7 disease groups = 91 configuration packs

स्लाइड 2.5: बचना
"और उन्होंने दूर से सबूत ले लिया,
without testing if it fit their land,
without certifying if it fit their people.
और संख्याएँ नग्न थीं।"
==================== मॉड्यूल 3: समाधान ====================
But what if every number had to show its face?

What if every statistic had to name its witness?

What if naked numbers were forbidden?
TruthCert
वस्त्र नग्न संख्या
🔒

मूल नियम

No number shall be shown to decision-makers
unless it carries proof of its origin,
proof of its transformation,
और इस संदर्भ के लिए इसकी वैधता का प्रमाण।

IN SIMPLE WORDS
प्रत्येक नंबर को उत्तर देना होगा: "आप कहां से आये है?" and "क्या मैं यहाँ आप पर भरोसा कर सकता हूँ?"
What Is Proof?
1

Evidence Locator

सटीक अध्ययन, डेटाबेस, या स्रोत जहां से यह संख्या आई

2

Content Hash

एक डिजिटल फ़िंगरप्रिंट साबित करता है कि डेटा बदला नहीं गया है

3

Transformation Trail

कच्चे डेटा से अंतिम संख्या तक प्रत्येक गणना चरण

4

Validation Status

क्या स्वचालित जाँच पास हो गई? चेतावनियाँ क्या थीं?

What TruthCert Output Looks Like
TRUTHCERT CERTIFIED CLAIM
claim: "Misoprostol reduces PPH by 24%"
grade: STABLE
context: NGA (Nigeria)
african_studies: k = 6 # meets GO threshold
effect_size: RR 0.76 [95% CI: 0.68-0.84]
evidence_locator: doi:10.1016/S0140-6736(10)60348-7
hash: sha256:a3f2c9...
cost_per_dose: NGN 450 # local currency
icer: NGN 12,400 per DALY averted
validated: PASS # all checks passed
स्लाइड 3.5: चार ग्रेड
Four Grades of Certainty

STABLE

पुख्ता सबूत. आत्मविश्वास के साथ आगे बढ़ें।

MODERATE

अंतराल के साथ अच्छे साक्ष्य। अनिश्चितता बताएं।

EXPOSED

Structural uncertainty. Scenarios only.

UNCERTAIN

Refuse false precision. Bounds only.

ग्रेड कैसे दिए जाते हैं
Grade
African Studies (k)
आप क्या कर सकते हैं
STABLE
k >= कम विविधता के साथ 4 (I² < 50%)
Full HTA, PSA, VOI, point estimates
MODERATE
k >= उच्च विविधता के साथ 4, या k = 2-3
Full HTA with widened CIs, emphasize uncertainty
EXPOSED
k = 1, OR significant transportability concerns
Scenario analysis only, no point estimates
UNCERTAIN
k = 0, या स्मृति से साक्ष्य/असत्यापित
Bounds only, worst-case, value-of-research
स्लाइड 3.7: निषिद्ध
What Is Forbidden
MEMORY-LEAK = BLOCK
यदि कोई कहता है "मुझे याद है कि आँकड़ा लगभग 30% था"-
that cannot be certified.

मेमोरी नहीं है साक्ष्य. स्मरण प्रमाण नहीं है।
IN SIMPLE WORDS
आप नहीं कह सकते "I think I heard..." or "Someone told me..." आपको दिखाना होगा exactly where नंबर कहां से आया है।
=================== मॉड्यूल 4: विधि ===================
स्लाइड 4.1: मूल्य का प्रश्न
When a government has only $50 per person per year for health,

how do you decide which treatments to fund?
Health Technology Assessment
मुख्य प्रश्न
For every Naira, Cedi, or Shilling spent, how much health क्या हमें लाभ होता है? और क्या could we have done उस पैसे के साथ?
स्लाइड 4.3: जीडीपी जाल
सीमा जाल
से एक चेतावनी इतिहास
For years, economists said: "Cost-effective if it costs less than 3x GDP per capita."

इस तर्क के अनुसार, $3,000 का इलाज अमेरिका में "लायक" होगा (जीडीपी $76,000) लेकिन सिएरा लियोन (जीडीपी $500) में "इसके लायक नहीं"।

वही इलाज। वही फायदा. आपका जन्म कहां हुआ, इसके आधार पर अलग-अलग फैसले।
Woods B et al. Lancet Global Health 2016; Revill P et al. Health Policy Plan 2018
स्लाइड 4.4: बेहतर तरीका
A Better Way
A

Affordability Analysis

Can the health system actually pay? What else gets cut?

N

Net Health Benefit

Health gained minus health lost by diverting resources

V

Value of Information

Is it worth doing more research before deciding?

Local Currency. Always.
NGN
Nigerian Naira
GHS
Ghana Cedi
KES
Kenyan Shilling
XOF
CFA Franc
यह क्यों मायने रखता है
A minister in Accra budgets in Cedis. She shouldn't have to convert from dollars. Her budget, her currency, her decision.
स्लाइड 4.6: बचना
"और जब संख्याओं को छुपाया गया प्रमाण,
when every claim showed its source,
जब मुद्रा भूमि से मेल खाती है-
then the decision-makers could see clearly."
=================== मॉड्यूल 5: अनुशासन ====================
In 2012, scientists at Amgen tried to reproduce
53 ऐतिहासिक कैंसर अध्ययन.

How many could they replicate?
स्लाइड 5.2: संकट
6
Only 6 of 53 landmark studies could be reproduced.
IN SIMPLE WORDS
89% "सफलता" अध्ययन गलत थे or couldn't be repeated. Treatments given to patients. Based on findings that failed.

Begley CG & Ellis LM. Nature 2012;483:531-533

स्लाइड 5.3: बीज
का अनुशासन बीज
THE REQUIREMENT
प्रत्येक सत्य प्रमाणपत्र विश्लेषण exactly reproducible. An analyst in Nairobi and an analyst in Geneva must get identical results.
786888
Master Seed
Fixed
All Random Processes
Logged
Every Step
वास्तविकता के लिए डिज़ाइन किया जाना चाहिए
THE CONSTRAINT
A health economist in Freetown has an ordinary laptop, maybe unreliable internet. TruthCert must run on what she actually has.
60s
Core Analysis
45s
Uncertainty (5K draws)
Offline
Works Without Internet
स्लाइड 5.5: बचना
"और वही बीज अकरा और में बोया गया था जिनेवा,
और दोनों जगहों पर एक ही फल उगा।
और कोई भी दोबारा बीज बो सकता है,
और वही सत्य प्राप्त करो।"
==================== मॉड्यूल 6: निर्णय लेने वालों के लिए ====================
मंत्रियों एवं निदेशकों के लिए
What you need to know in 3 minutes
स्लाइड 6.2: निर्णय मैट्रिक्स
प्रत्येक ग्रेड आपके लिए क्या मायने रखता है

When TruthCert Says... You Should...

STABLE
आत्मविश्वास के साथ आगे बढ़ें. Present point estimates. Defend the numbers.
MODERATE
सावधानी के साथ आगे बढ़ना। Show ranges. Say "between X and Y."
EXPOSED
Show scenarios. "If A, then X. If B, then Y." No single number.
UNCERTAIN
Say "we don't know." Request more research before committing.
जब राजनीति साक्ष्यों से टकराती है
कठिन परिस्थिति
एक लोकप्रिय कार्यक्रम के अनिश्चित साक्ष्य हैं। घटक इसकी मांग करते हैं. आप क्या करते हैं?

ट्रुथसर्ट आपको एक ढाल देता है:

"मैं अपने लोगों की मदद करना चाहता हूं। लेकिन सबूत कहते हैं कि हम नहीं जानते कि यह यहां काम करता है या नहीं। मुझे फंड देने दीजिए pilot study first—so we can be sure we're helping, not harming."

You're not saying no. You're saying "let's be sure."
स्लाइड 6.4: एक पृष्ठ का सारांश
आपका एक पृष्ठ सारांश
1

Numbers must have sources

If staff can't show where a number came from, don't use it

2

अफ़्रीकी साक्ष्य खोजें

पूछें "अफ्रीका में कितने अध्ययन किए गए?" (आत्मविश्वास के लिए 4+ की आवश्यकता है)

3

Demand local currency

Costs should be in Naira/Cedi/Shilling, not USD

4

Embrace uncertainty

"We don't know" is more honest than a fake precise number

==================== मॉड्यूल 7: व्यावहारिक ट्यूटोरियल ====================
अपना पहला विश्लेषण चला रहे हैं
A practical walkthrough
स्लाइड 7.2: आपको क्या चाहिए
जिसकी आपको जरूरत है
Browser
Chrome/Firefox/Edge
Data
आपका इनपुट YAML
~2 hrs
Training time
NO SPECIAL SOFTWARE NEEDED
TruthCert runs in your browser. No installation. Works offline after first load.
स्लाइड 7.3: चरण
Five Steps
1

Select Country + Disease

Choose from 13 countries, 7 disease groups. Example: NGA + MCH

2

स्थानीय डेटा इनपुट करें

Unit costs, target population, budget. In NGN (local currency).

3

Select Evidence

पढ़ाई से लिंक. सिस्टम अफ़्रीकी अध्ययन (k) को स्वचालित रूप से गिनता है।

4

Run Analysis

Click "Certify." Wait ~60 seconds. System assigns grade.

5

Export Results

पीडीएफ रिपोर्ट डाउनलोड करें. सभी दावों में साक्ष्य लोकेटर + हैश हैं।

स्लाइड 7.4: डेटा स्रोत
डेटा कहां से प्राप्त करें
1

Unit Costs

WHO-CHOICE database, iDSI costing studies, local MOH price lists

2

Disease Burden

GBD (Global Burden of Disease), DHS surveys, local HMIS

3

Effect Sizes

Cochrane reviews, published meta-analyses, WHO guidelines

4

Budget Data

National health accounts, MOF budget documents, donor reports

जब अफ़्रीकी साक्ष्य विरल हैं
यदि k <4 (4 से कम अफ़्रीकी अध्ययन)
ट्रुथसर्ट आपको नकली आत्मविश्वासपूर्ण उत्तर नहीं देगा। बजाय:
1

Pivot to broader group

If "CVD in Ghana" has k=1, try "NCD in West Africa"

2

परिदृश्य विश्लेषण का प्रयोग करें

Show best-case, worst-case, and middle scenarios

3

Calculate Value of Information

Would a new local study be worth funding?

==================== मॉड्यूल 8: स्थिरता और सीमाएं ====================
Sustainability
How TruthCert survives long-term
📁

Open Source

Code is public. Anyone can run, modify, improve.

🎓

Train Locals

Each country builds own HTA capacity. Not dependent on outsiders.

💻

Offline-First

Works without internet. No cloud subscription needed.

What TruthCert Cannot Do
सबूत नहीं बना सकते. If no studies exist, TruthCert can't invent them.
Cannot guarantee political acceptance. नीति परिवर्तन के लिए साक्ष्य आवश्यक है लेकिन पर्याप्त नहीं है।
Cannot replace judgment. It informs decisions, doesn't make them.
ख़राब डेटा ठीक नहीं किया जा सकता. यदि आपकी इनपुट लागत गलत है, तो आउटपुट भी गलत होंगे।
कार्यान्वयन का हिसाब नहीं दिया जा सकता. A cost-effective intervention badly implemented may fail.
स्लाइड 8.3: ईमानदार सच्चाई
"TruthCert does not promise certainty.
It promises अनिश्चितता के बारे में ईमानदारी.
और वह ईमानदारी जिंदगियां बचाती है।"
==================== मॉड्यूल 9: संदर्भ और प्रश्नोत्तरी ====================
References

इसमें उद्धृत मुख्य स्रोत कोर्स

  1. इख्त डीएस, लिबसन पीआर, मिशेल एलबी, एट अल। एन्केनाइड, फ़्लीकेनाइड, या प्लेसिबो प्राप्त करने वाले रोगियों में मृत्यु दर और रुग्णता: द सीएएसटी। NEJM 1991;324:781-788.
  2. Moore TJ. Deadly Medicine: Why Tens of Thousands of Heart Patients Died in America's Worst Drug Disaster. Simon & Schuster, 1995.
  3. Begley CG, Ellis LM. Drug development: Raise standards for preclinical cancer research. Nature 2012;483:531-533.
  4. वुड्स बी, रेविल पी, स्कुलफर एम, क्लैक्सटन के. देश-स्तरीय लागत-प्रभावशीलता सीमाएँ: प्रारंभिक अनुमान और आगे के शोध की आवश्यकता। Lancet Global Health 2016;4:e594-e601.
  5. WHO. Trends in maternal mortality 2000-2020. Geneva: World Health Organization, 2023.
  6. WHO. World Malaria Report 2022. Geneva: World Health Organization, 2022.
  7. UNAIDS. Global HIV Statistics 2023. Geneva: UNAIDS, 2023.
  8. Revill P, Ochalek J, Lomas J, et al. Cost-effectiveness thresholds: guiding health care spending for population health improvement. Health Policy Plan 2018;33:707-716.
उन चिकित्सकों की कहानी में जो "जानते थे" कि उनका इलाज काम करेगा, CAST परीक्षण से क्या पता चला?
दवाओं ने उम्मीद के मुताबिक काम किया
The drugs killed more people than they saved
दवाओं का कोई असर नहीं हुआ
मुकदमा अनिर्णायक था
जब संख्याएँ "नग्न" हों, तो इसका क्या मतलब है?
They are displayed without formatting
वे सन्निकटन हैं
They have no proof of where they came from
वे ग़लत मुद्रा में हैं
A minister receives a TruthCert report marked "EXPOSED." What should she do?
प्रोग्राम को पूरी तरह से अस्वीकार करें
ऐसे आगे बढ़ें जैसे कि सबूत मजबूत हों
Present scenarios ("if A then X, if B then Y") and consider a pilot
अधिक अंतर्राष्ट्रीय अध्ययन की प्रतीक्षा करें
Why does TruthCert insist on local currency?
To make calculations easier
Because ministers budget in local currency and shouldn't have to convert
To avoid exchange rate fluctuations
It's an arbitrary requirement
Course Complete
"और जब नंबरों को पहना गया,
when every claim carried its proof,
जब साक्ष्य का परीक्षण उस भूमि पर किया गया जहां इसका उपयोग किया जाएगा-

तब माताएँ रहती थीं,
और बच्चे फले-फूले,
और निर्णय लेने वाले रात को सो सकते थे।"

This is TruthCert.

==================== मॉड्यूल 10: वास्तविक कहानियाँ ====================
स्लाइड 10.1: मॉड्यूल खोलना
What if history had given us warnings—
स्प्रेडशीट में लिखा, डेटा में छिपा,
buried in files no one thought to check?
ये निश्चितता, त्रुटि और सत्यापन न करने की कीमत की कहानियाँ हैं।
What if a spreadsheet error
राष्ट्रों के भाग्य को आकार देता है?
स्लाइड 10.3: रेनहार्ट-रोगॉफ़ कहानी
वह स्प्रेडशीट जिसने इतिहास बदल दिया
वास्तविक डेटा
In 2010, Harvard economists Reinhart and Rogoff published "Growth in a Time of Debt". Their claim: when a country's debt exceeds 90% of GDP, economic growth collapses.

Politicians worldwide cited this to justify austerity measures—cutting public spending, reducing services, freezing wages.

Then in 2013, a graduate student named Thomas Herndon asked for their spreadsheet. He found: an Excel error that excluded 5 countries, चयनात्मक डेटा भार, और अपरंपरागत तरीके। सच्चा रिश्ता था much weaker.
Herndon, Ash & Pollin (2014). Cambridge Journal of Economics.
दो रास्ते
आप एक नीति सलाहकार हैं. रेनहार्ट-रोगॉफ़ आपके डेस्क पर है। आप क्या करते हैं?
पथ ए: परिणाम पर भरोसा करें
90% सीमा को तथ्य के रूप में स्वीकार करें
Advocate austerity policies
Millions suffer from unnecessary budget cuts, unemployment rises, recovery stalls
पथ बी: डेटा का अनुरोध करें
स्प्रेडशीट और तरीकों के लिए पूछें
एक्सेल त्रुटि का पता लगाएं
Make evidence-based policy जो वास्तव में नागरिकों की सेवा करता है
THE REVELATION
एक्सेल स्प्रेडशीट त्रुटि के कारण हमें प्रतिलिपि प्रस्तुत करने योग्यता की आवश्यकता है। यदि रेनहार्ट और रोगॉफ़ को अपनी स्प्रेडशीट साझा करने की आवश्यकता होती, तो त्रुटि 2013 में नहीं, बल्कि 2010 में पाई गई होती।

Three years of policy built on a formula that missed five cells.
THE LESSON
पुनरुत्पादन नौकरशाही नहीं है. यह राष्ट्रों द्वारा उस पर कार्रवाई करने से पहले और उसके बाद किसी त्रुटि का पता लगाने के बीच का अंतर है।
What happens when genomic signatures
रेत पर बने हैं?
स्लाइड 10.7: ड्यूक कैंसर स्टोरी
धोखाधड़ी पर निर्मित परीक्षण
वास्तविक डेटा
Dr. Anil Potti at Duke University published genomic predictors claiming to match cancer patients to the chemotherapy most likely to help them.

नैदानिक ​​​​परीक्षणों में नामांकित मरीज़। उनके एल्गोरिदम के आधार पर उपचारों का चयन किया गया। वादा: personalized medicine that could revolutionize cancer care.

Then investigations revealed: मनगढ़ंत डेटा, असंभव परिणाम, हेरफेर किए गए आंकड़े। परीक्षण रोक दिए गए. मरीजों को धोखाधड़ी के आधार पर उपचार प्राप्त हुआ था।
Baggerly & Coombes (2009). Annals of Applied Statistics. IOM Report (2012).
दो रास्ते
आप 2010 में एक कैंसर रोगी हैं। आपको पॉटी-निर्देशित उपचार की पेशकश की जाती है। आप क्या करते हैं?
पथ A: प्रकाशन पर भरोसा करें
Accept the prestigious journal's findings
नैदानिक ​​परीक्षण में नामांकन करें
Receive treatment based on fraud—potentially harmful, definitely not personalized
पथ B: मान्यता के बारे में पूछें
स्वतंत्र प्रतिकृति के साक्ष्य का अनुरोध करें
Discover none exists
Avoid harmful treatment—wait for properly validated approaches
THE REVELATION
Reproducibility is not bureaucracy. It is patient protection.

द ड्यूक घोटाले के कारण इंस्टीट्यूट ऑफ मेडिसिन ने सिफारिश की कि omics-based tests require independent validation before clinical use.

नीति उन परीक्षणों में रोगियों के लिए बहुत देर से आई।
THE LESSON
Independent validation saves lives. एक प्रतिष्ठित संस्थान, एक प्रसिद्ध शोधकर्ता, एक शीर्ष पत्रिका - इनमें से कोई भी किसी और से काम की जांच कराने के सरल कार्य को प्रतिस्थापित नहीं करता है।
Can dead trials
be brought back to life?
स्लाइड 10.11: RIAT कहानी
दफन किए गए सबूतों का पुनरुत्थान
वास्तविक डेटा
RIAT पहल (Restoring Invisible and Abandoned Trials) ने अप्रकाशित या गलत रिपोर्ट किए गए परिणामों के साथ नैदानिक ​​परीक्षणों की पहचान की।

Study 329 (किशोर अवसाद के लिए पैरॉक्सिटाइन): मूल 2001 प्रकाशन में दावा किया गया था दवा "सुरक्षित और प्रभावी थी।" 14 वर्षों तक, डॉक्टरों ने इस दावे के आधार पर इसे निर्धारित किया।

RIAT शोधकर्ताओं ने पूरा डेटा प्राप्त किया। उनके 2015 के पुनर्विश्लेषण में पाया गया: दवा इस आबादी के लिए neither safe nor effective थी। मूल लेखकों ने चुनिंदा परिणामों की रिपोर्ट की थी।
Le Noury et al. (2015). BMJ. RIAT Project: riat-support.org
दो रास्ते
आपको पता चला कि 15 साल पहले एक परीक्षण की गलत रिपोर्ट की गई थी। नुकसान अभी भी हो सकता है. आप क्या करते हैं?
Path A: Accept It Is Too Late
Assume the moment has passed
त्रुटिपूर्ण अध्ययन रिकॉर्ड बना हुआ है
Old harms continue—doctors keep prescribing based on false evidence
पथ बी: मूल डेटा की तलाश करें
Obtain raw data through legal/regulatory means
पुनर्विश्लेषण करें और सुधार प्रकाशित करें
Prevent future harm—update guidelines, change practice
THE REVELATION
It is never too late to correct the record.

RIAT ने दृढ़ संकल्प और डेटा के साथ यह साबित किया है पहुंच, even decades-old deceptions can be overturned.

सत्य समाप्त नहीं होता है। न ही इसे खोजने की बाध्यता है।
THE LESSON
डेटा पहुंच न्याय को सक्षम बनाती है। जब मूल डेटा लॉक हो जाता है, तो त्रुटियां और धोखाधड़ी स्थायी हो जाती हैं। जब डेटा पहुंच योग्य होता है, तो वैज्ञानिक रिकॉर्ड को हमेशा सही किया जा सकता है।
What fraction of published findings
वास्तव में सत्य हैं?
स्लाइड 10.15: प्रतिकृति संकट कहानी
प्रतिकृति संकट
वास्तविक डेटा
The Open Science Collaboration (2015) attempted to replicate 100 प्रकाशित मनोविज्ञान अध्ययन.

Original studies: 97% ने सांख्यिकीय रूप से महत्वपूर्ण परिणाम बताए.

Replications: Only 36% achieved significance. Effect sizes dropped by half on average.

"प्रतिकृति संकट" मुख्यधारा में आ गया। हमने जो सोचा था कि हम जानते हैं - प्राइमिंग, अहंकार की कमी, पावर पोज़िंग के बारे में - प्रकाशित की तुलना में बहुत कम निश्चित था।
Open Science Collaboration (2015). Science. doi:10.1126/science.aac4716
The Numbers
97%
Original studies
significant
36%
Replications
significant
50%
Average effect
size drop
इसका क्या मतलब है
आपके द्वारा पढ़े गए प्रत्येक 3 मनोविज्ञान निष्कर्षों के लिए, 2 की नकल नहीं हो सकती है। धोखाधड़ी के कारण नहीं - बल्कि शोर, विश्लेषण में लचीलेपन और सकारात्मक परिणाम प्रकाशित करने के दबाव के कारण।
दो रास्ते
आप प्रकाशित मनोविज्ञान अनुसंधान के आधार पर एक नैदानिक ​​कार्यक्रम डिजाइन कर रहे हैं। आप क्या करते हैं?
Path A: Trust Original Publications
Build your program on published findings
Invest resources in implementation
पता लगाएं कि आधार अविश्वसनीय है—program fails to produce expected outcomes
पथ बी: प्रतिकृतियों की जांच करें
Search for independent replications first
36% प्रतिकृति दर ज्ञात करें
मजबूत साक्ष्य की मांग करें—pilot test, require multi-site replication before scale
THE REVELATION
"Published" does not mean "true."

प्रतिकृति नहीं है संदेह—यह वैज्ञानिक विधि है जो इच्छित उद्देश्य के अनुसार काम कर रही है.

संकट यह नहीं है कि विज्ञान विफल हो गया है। संकट यह था कि हमें पता चला कि हम कितनी कम जाँच कर रहे थे।
THE LESSON
एकल अध्ययन परिकल्पनाएँ हैं, तथ्य नहीं। अनुसंधान पर नीति बनाने से पहले, पूछें: क्या इसे दोहराया गया है? किसके द्वारा? किस परिणाम के साथ?
स्लाइड 10.19: मॉड्यूल सारांश
Four Stories, One Truth
1

Reinhart-Rogoff

अपना डेटा साझा करें। एक एक्सेल त्रुटि ने वर्षों तक मितव्ययिता नीति को आकार दिया।

2

Duke Cancer Scandal

Require independent validation. Prestige does not equal truth.

3

RIAT Initiative

It is never too late. Buried evidence can be resurrected.

4

Replication Crisis

Published does not mean true. Replication is how science works.

"और जब उन्होंने सत्यापन नहीं किया,
when they trusted without checking,
जब उन्होंने मान लिया कि प्रतिष्ठित अचूक थे-

संख्याएं नग्न रहीं,
और लोगों ने भुगतान किया कीमत।"
"But when they demanded proof,
when they shared their data,
when they replicated before they trusted—

सच्चाई सामने आई,
और नुकसान रोका गया,
और ज्ञान उन्नत हुआ।"