Retratações causadas por erros honestos são extremamente estressantes, dizem pesquisadores

A maioria dos pesquisadores cujos artigos são retratados devido a um erro honesto consideram a provação estressante, de acordo com uma pesquisa com quase 100 autores.¹.

A pesquisa se concentrou nas retratações ocorridas devido a erros de gerenciamento de dados, uma causa comum. Aproximadamente metade dos entrevistados disseram que a retratação causou estresse extremo (veja ‘Experiência do autor’).

As descobertas oferecem uma visão detalhada das circunstâncias, além da má conduta que leva a retratações, e do impacto emocional que o processo tem sobre os pesquisadores – uma questão que raramente é discutida na publicação científica, diz Misha Angrist, pesquisador de política científica que estudou retratações na Duke University em Durham, Carolina do Norte. “É uma adição realmente útil à literatura”, diz ele.

Muitas retratações estão ligadas a fraude e má conduta, e esses casos muitas vezes recebem muita atenção – mas estudos mostram que retratações devido a erros honestos também são comuns². Estas análises basearam-se em grande parte em avisos de retratação, que podem carecer de detalhes específicos sobre o erro e o que o causou, diz o co-autor do estudo Marton Kovacs, investigador de metaciências da Universidade Eötvös Loránd, em Budapeste. “Raramente se encontra qualquer informação sobre a natureza humana destes erros”, diz Kovacs.

Erros abundam

Para colmatar esta lacuna, Kovacs e os seus colegas utilizaram a base de dados Retraction Watch para identificar 5.041 artigos que tinham sido retirados devido a erros de gestão de dados.

Os pesquisadores enviaram por e-mail uma pesquisa a 6.680 autores desses estudos, perguntando sobre os erros e o que eles achavam que os havia causado. Quase 250 pesquisadores responderam e, após excluir aqueles que não responderam a todas as questões, a equipe ficou com 97 respostas. As descobertas foram publicadas no mês passado em Ciência Aberta da Royal Society.

Os pesquisadores identificaram 18 tipos de erros no tratamento de dados. O erro mais comum foi o processamento e análise incorretos de dados, como usar a fórmula errada ou calcular mal uma estatística; esse erro foi mencionado em 16 respostas, representando quase 20% dos erros. Erros de codificação, perda de materiais ou dados e contratempos de entrada foram seguidos de perto (ver ‘Causa dos erros’).