अर्थशास्त्र के पेपर के पीछे Excel में छेड़छाड़ का खुलासा नहीं किया गया
एक economics paper retracted कर दिया गया है, क्योंकि यह सामने आया कि author ने Excel के autofill का उपयोग किया और missing values भरने के लिए पड़ोसी देशों से भी data कॉपी किया (जैसे US के लिए UK, New Zealand के लिए Netherlands), बिना methodology में इसका खुलासा किए। टिप्पणीकार इस पर बहस करते हैं कि मुख्य समस्या Excel जैसे tools के दुरुपयोग में है या deliberate/negligent data falsification में, और यह भी नोट करते हैं कि serious research में proper imputation methods और transparent reporting मानक अपेक्षाएँ हैं। इस घटना का उल्लेख data handling, कमजोर incentives, और economics तथा social sciences के कुछ हिस्सों में कम replication rates को लेकर व्यापक चिंताओं के साथ किया जाता है.
Excel “छेड़छाड़” बनाम कदाचार
- टिप्पणीकार स्पष्ट करते हैं कि मुद्दा कोई रहस्यमय Excel ट्रिक नहीं, बल्कि कच्ची डेटा-गढ़ंत है: आस-पास की पंक्तियों/स्तंभों से मान कॉपी करना, यहाँ तक कि अलग-अलग देशों से भी (जैसे US के लिए UK, New Zealand के लिए Netherlands)।
- कुछ लोगों का तर्क है कि Excel का autofill और UI ऐसे व्यवहार को “प्रोत्साहित” करते हैं, क्योंकि वे संबंधों और पैटर्न को छिपा देते हैं; दूसरों का कहना है कि उपकरण तटस्थ है और जिम्मेदारी पूरी तरह शोधकर्ता की है।
- इरादे को लेकर मतभेद है: कुछ इसे प्रकाशित करने योग्य डेटासेट पूरा करने के लिए जानबूझकर की गई जालसाजी मानते हैं; दूसरों के अनुसार डेटा के साथ प्रोफेसर की खुलापन fraud नहीं, बल्कि अक्षमता का प्रमाण है।
Imputation, econometrics, और मानक
- कई टिप्पणीकार बताते हैं कि उचित econometrics missing data के बारे में स्पष्ट होती है और partial identification या structured imputation का उपयोग करती है; यह अन्य देशों के डेटा से चुपचाप खाली जगहें नहीं भरती।
- कुछ लोगों का कहना है कि सबसे बड़ी समस्या interpolation स्वयं नहीं, बल्कि समान नाम वाले या आस-पास के देशों से मान उधार लेना है, जिससे inference के लिए डेटासेट बेकार हो जाता है।
- अन्य लोग तर्क देते हैं कि मूल नैतिक उल्लंघन nondisclosure है: अगर imputation का पूरा विवरण दिया गया होता, तो peer review संभवतः काम को अस्वीकार कर देता या निष्कर्षों को बेहद कमजोर मानता।
Tools बनाम वैज्ञानिक सावधानी
- कई टिप्पणियाँ इसे “Excel problem” के रूप में पेश करने का विरोध करती हैं: यही कदाचार R, Python, या यहाँ तक कि कागज़-कलम से भी हो सकता था।
- प्रतिवाद: बेहतर tooling और स्पष्ट UIs आकस्मिक गलतियों को कम कर सकते हैं और संदिग्ध manipulations को अधिक दिखाई देने योग्य बना सकते हैं, जिससे अभ्यास का स्तर ऊपर उठता है।
- कई लोग LLMs और “smart” fills से समानताएँ देखते हैं: शक्तिशाली लेकिन opaque pattern-filling tools को verification की ज़रूरत होती है और वे चुपचाप झूठी संरचना जोड़ सकते हैं।
Social sciences, replication, और प्रोत्साहन
- एक उप-चर्चा social sciences तक फैलती है: छोटे datasets, aggressive imputation, कमजोर quantitative कौशल, और अप्रकाशित “असुविधाजनक” परिणामों के किस्से।
- अन्य लोग social science का व्यापक बचाव करते हैं, यह तर्क देते हुए कि replication rates subfield के हिसाब से बदलती हैं, सभी sciences में incentives असंतुलित हैं, और समाधान बेहतर incentives हैं, न कि क्षेत्र को छोड़ देना।
- replication crisis से जुड़े आँकड़ों का उल्लेख किया जाता है: कुछ psychology subfields खराब replicate करती हैं; कुछ medical research इससे भी बुरी तरह replicate करती है।
Journal status और policy impact
- टिप्पणीकार नोट करते हैं कि प्रकाशन पत्रिका एक मान्यता प्राप्त economics journal नहीं है और discipline के “top 5” से बहुत दूर है, जिन्हें व्यापक रूप से स्वीकार किया जाता है और tenure decisions पर हावी रहते हैं।
- austerity पर प्रभावशाली macroeconomic work में Excel से जुड़ी ऐतिहासिक गलतियाँ याद की जाती हैं, इस observation के साथ कि policymakers अक्सर उन studies को चुनते हैं जो उनकी पूर्व ideological commitments की पुष्टि करती हैं।
University branding का साइड ट्रैक
- एक लंबी side discussion में “university,” “college,” “university of applied sciences,” आदि शब्दों के लिए कई European देशों में कानूनी protections और marketing पर बात की जाती है, और यह कि इससे international students को संस्थान की स्थिति और degree value के बारे में कैसे भ्रम हो सकता है।