Präsentation der QUEST-Aktivitäten für Forschungsgruppen

Die Schwerpunktthemen sind:

• Inzentivierung und Indikatoren in der Forschung

  Überlegungen zu einer stärker qualitätsorientierten Bewertung von Forschungsleistungen und Indikatoren für die leistungsorientierte Mittelvergabe (LOM).

• Elektronisches Laborbuch

  Eine Einführung in das eLN, in der die Vorteile der Umstellung vom traditionellen Papierbuch auf ein digitales Dokumentationsformat hervorgehoben und allgemeine Probleme bei der Umsetzung angesprochen werden. Für Gruppen, die das eLN bereits nutzen, können spezifische Probleme, die während der Nutzung auftreten, angesprochen werden.

• Forschungsdatenmanagement & Open Data

  Einführung in Praktiken und Infrastrukturen für den Umgang mit Forschungsdaten, um diesen effizienter zu gestalten und die langfristige Nutzbarkeit der Daten sicherzustellen. Darüber hinaus werden Wege vorgestellt, wie Daten Dritten zur Verfügung gestellt werden können, um Transparenz zu sichern und die Wiederverwendung zu ermöglichen. Dies kann in völlig offener Form oder mit Zugangsauflagen erfolgen."

• Reproduzierbarkeit und Qualität in der Präklinik

  Im Mittelpunkt der Diskussion stehen zentrale Faktoren, die die Reproduzierbarkeit in der präklinischen Forschung beeinflussen, wie die Berechnung des Stichprobenumfangs, Verblindung, Randomisierung sowie die Anwendung geeigneter statistischer Tests zur Datenanalyse. Diese Aspekte sind entscheidend, um verlässliche, valide und unverzerrte Ergebnisse zu gewährleisten. Das QUEST Center bietet verschiedene Tools und Initiativen, um standardisierte Verfahren zu fördern und hohe Qualitätsstandards in der akademischen biomedizinischen Forschung sicherzustellen und damit Transparenz, Verlässlichkeit und Reproduzierbarkeit im wissenschaftlichen Prozess zu stärken.

• Präklinische systematische Reviews und Meta-Analysen

  Einführung in diese beiden Meta-Forschungsmethoden zur Zusammenfassung von Forschungsergebnissen aus verschiedenen Quellen und zur Bewertung des Umfangs und der Qualität der verfügbaren Nachweise zu bestimmten Forschungsfragen.

• Patient and Stakeholder Engagement

  Überlegungen dazu, warum und wie Sie Patient:innen und andere Stakeholder in Ihre Forschungsprojekte einbeziehen sollten.

• Kausale Inferenz zur validen Interpretation von Ergebnissen

  Wie unterscheidet sich kausale Inferenz von Beschreibung und Vorhersage in der Gesundheitsdatenwissenschaft und warum ist sie für viele aussagekräftige und entscheidungsrelevante Ergebnisse unerlässlich? In der Diskussion werden klar definierte kausale Fragen erörtert, die Bedeutung transparenter und expliziter Annahmen beleuchtet und aufgezeigt, wie Studiendesign und analytische Entscheidungen Verzerrungen mindern und die Validität verbessern können.

• Trustworthy AI/AI Ethics

  Überlegungen bezüglich der Schnittstelle von Trustworthy AI und Meta-Research, insbesondere bezüglich der Methoden zur Bewertung, Verbesserung und verantwortungsvollen Implementierung robuster, transparenter und ethisch verantwortbarer KI-Systeme im Gesundheitsbereich.

• Wissenschaftliches Peer Review und Editieren

  Warum sind Peer-Review- und Redaktionsprozesse für die Forschungsqualität wichtig und wie können wir durch klare Kommunikation, konstruktive Kritik und Transparenz wissenschaftliche Publikationen verbessern? In der Präsentation werden die Rollen von Autor:innen, Peer-Reviewer:innen und Redakteur:innen innerhalb des wissenschaftlichen Ökosystems beleuchtet. Dabei werden auch neue Modelle für das Peer-Review sowie Fragen der Anerkennung, Mitwirkung und Anreize thematisiert.