Responsable : 
Molly Kao

Établissement : 
Université de Montréal

Année de concours : 
2020-2021

Table des matières

  1. Résumé du projet

1. Résumé du projet

Une bonne expérience scientifique porte plusieurs caractéristiques, selon lesquelles on inclut souvent l’évitement du biais éventuel de la part des chercheurs. De différents domaines ont développé des pratiques importantes pour protéger contre les biais, dont une des mieux connues serait celle des études cliniques en double-aveugle, habituellement utilisées en médecine et les essais pharmaceutiques. Les philosophes des sciences ont beaucoup discuté du problème du biais. Cependant, il existe très peu de recherches sur un sujet particulier, soit la pratique d’« analyse aveugle » en physique expérimentale. Dans ce champ, les scientifiques doivent tirer des conclusions sur la base d’un nombre énorme d’observations, nécessitant un choix entre plusieurs méthodes d’analyse statistique afin d’interpréter leurs résultats. L’analyse aveugle est une pratique dans laquelle on cache une partie des données expérimentales ou les résultats de certains calculs, jusqu’au moment où le physicien prend une décision sur la bonne technique pour la situation ; les informations sont ensuite réintégrées dans les étapes finales d’analyse. L’objectif principal de cette procédure est d’empêcher le chercheur de choisir l’analyse qui produit sa réponse désirée. Il faut distinguer entre ces pratiques, qui sont des outils applicables au niveau d’analyse statistique des données, des protocoles pour les essais cliniques en double-aveugle, qui portent sur la conception expérimentale.

Les recherches seront divisées en trois volets dont le premier sera de développer un système de classification pour la conceptualisation des façons dont l’analyse aveugle en physique protège contre le biais potentiel. Étant donné que l’on se sert de ce terme pour plusieurs procédures dont chacune est adaptée pour un contexte expérimental différent, nous devrons établir clairement les objectifs et déterminer si la pratique est en mesure d’accomplir son but. Nous allons donc identifier et catégoriser les types de biais que l’on peut corriger en utilisant ces méthodes. Ce cadre épistémique nous permettra ensuite de répondre à certaines questions ouvertes concernant ces processus. Il s’agira du deuxième volet de ce projet des recherches. Bien que l’analyse aveugle soit devenue essentielle parmi plusieurs scientifiques en physique des particules et en cosmologie, il existe toujours des débats sur son adéquation dans certains contextes, ainsi que l’équilibre entre les avantages et les inconvénients. Notre but sera de fournir la clarté conceptuelle afin de mieux décrire les termes de ces débats.

La partie finale de ce projet sera une exploration du niveau auquel ces techniques pourraient être utiles dans des domaines différents. L’analyse statistique est maintenant omniprésente en science, mais ce type d’analyse aveugle ne semble pas être largement adoptée. Nous réaliserons donc une étude de cas dans laquelle nous appliquerons le système de classification développée à une situation spécifique à la psychologie, un domaine qui fait l’objet des critiques récentes par rapport au biais des chercheurs.