Salut burger lover,
Le
biais de publication est défini comme le fait que pour chaque étude dont les résultats sont statistiquement significatifs, il peut y avoir eu de nombreux tests similaires qui n’ont pas été concluants.
Ainsi, comme tu l'as justement dit le
biais de publications c'est lorsque l'on cite par exemple toute les études avec des résultats significatifs en mettant de coté les études qui n'ont pas marchées. Le problème est que les personnes qui par exemple vont vouloir prendre un traitement, parce qu'ils vont voir uniquement les études statistiquement significatifs, vont donc croire que ça marche alors que de nombreuses autres études ont prouvé que non, mais ces études ne sont pas mise en avant ce qui va donc entrainer un biais. Au final, Ici le
biais de publications concerne bien les études.
le
p-hacking consiste quant à lui à ne publier que les compositions d’échantillons et les périodes d’observations qui sont favorables à l’hypothèse testée. Ainsi, dans le cas du
p-hacking, les chercheurs vont donc essayer de sélectionner les données, de les manipuler à leurs avantages pour que le résultat soit significatif. Ils essaient donc de trouver des différences entre les données, alors que dans la réalité il n'y en a pas et cela grâce à aux compositions d’échantillons et aux périodes d’observations qui sont favorables à ce qu'ils recherchent.
Au final, Ici le
p-hacking concerne donc les données et non les études comme c'est le cas pour le biais de publication.
En espérant avoir répondu à ta question si tu en a d'autres n'hésites pas,
Bon courage de toute la team SH <3
