Jetzt Quellenangaben zu jedem Heft!

Künftig müssen Sie nicht mehr per E-Mail nachhaken, wenn Sie ein Thema weiter interessiert oder Sie die Originalliteratur zu einem Artikel lesen möchten. In ElitePLUS finden Sie nun zu jeder Ausgabe das Material und die Quellen zu den Beiträgen aus dem Heft.

Wissenschaftliche Texte: Was Sie wissen sollten

Wissenschaftler veröffentlichen ihre Forschungsergebnisse meist in Fachjournalen als sogenannte Paper". Diese Paper wirken auf den ersten Blick sehr unübersichtlich und abschreckend, sind aber nicht schwer zu durchschauen und immer gleich aufgebaut.

1. Einleitung: Warum lohnt es sich, an diesem Thema zu forschen? Was genau wollten die Wissenschaftler herausfinden?
   
2. Material und Methoden: Wie war der Versuch aufgebaut, wann wurden Proben genommen, mit welchen statistischen Methoden fand die Datenauswertung statt?
3. Ergebnisse: Was sagen die Rohdaten aus?
4. Diskussion: Passen die Ergebnisse zur bisherigen Forschung? Was lässt sich erklären, welche Ergebnisse waren unerwartet? Wo lohnt es sich, weitere Forschung zu investieren?
   

Dazu kommt ein Abstract, eine kurze Zusammenfassung der Veröffentlichung sowie eine Aufstellung der Literatur, die der Autor wiederum für seinen Text benutzt hat.

1. Einleitung: Warum lohnt es sich, an diesem Thema zu forschen? Was genau wollten die Wissenschaftler herausfinden?
   
2. Material und Methoden: Wie war der Versuch aufgebaut, wann wurden Proben genommen, mit welchen statistischen Methoden fand die Datenauswertung statt?
3. Ergebnisse: Was sagen die Rohdaten aus?
4. Diskussion: Passen die Ergebnisse zur bisherigen Forschung? Was lässt sich erklären, welche Ergebnisse waren unerwartet? Wo lohnt es sich, weitere Forschung zu investieren?
   

Statistik leicht gemacht

Sie müssen nicht alle statistischen Methoden im Detail verstehen. Um die Qualität der Forschungsergebnisse zu bewerten, reichen für's Erste folgende Kennwerte:

• Der p-Wert beschreibt ein statistisch signifikantes Ergebnis. Das ist Ergebnis, bei dem die Wahrscheinlichkeit sehr gering ist, dass es nur zufällig zustande kam. Ein p-Wert unter 0,05 steht für Ergebnisse, die Sie ernst nehmen sollten!
• Die Begriffe Sensitivität und Spezifität beschreiben, wie gut ein Test funktioniert. Nehmen wir an, wir wollen mit einem Aktivitätssystem brünstige Kühe erkennen: 10 Kühe sind tatsächlich brünstig. Die Sensitivität (Erkennungsrate) eines Tests sagt aus, wie viele der tatsächlich brünstigen Kühe das System als brünstig erkennt (z.B. 6 = 60%). Natürlich wollen wir diesen Wert besonders hoch - damit steigt aber auch die Fehlerquote (Kühe, die fälschlich als brünstig deklariert und von einem schlechten Besamer womöglich trotzdem besamt werden). Da kommt die Spezifität ins Spiel: Sie besagt, wie viele Kühe der tatsächlich nicht-brünstigen Kühe der Test richtig einstuft. Bei hoher Spezifität gehen mir jedoch womöglich Tiere durch die Lappen, weil der Grenzwert höher gesetzt wird. Es gilt also, zwischen sicherer Erkennung und der Gefahr eines Fehlalarms abzuwägen, wenn im Beispiel für die Aktivitätsmessung eingestellt werden soll, ab wie viel Prozent mehr Bewegungsaktivität eine Kuh als brünstig" gilt.
  
• Mit einer Varianzanalyse stellen Wissenschaftler fest, wie viel Einfluss ein Faktor (z.B. das Laktationsstadium) auf die Schwankungen der Ergebnisse (z.B. der Milchleistung) hat. Wichtig, um zu erkennen, ob ein Umstand zufällig eingetreten ist oder für die Untersuchung von Bedeutung ist!
  
• Achtung: Mittelwerte können täuschen! Die Streuung (oder Standardfehler) verrät Ihnen, wie sehr Werte von einem berechneten Mittelwert abweichen.

• Der p-Wert beschreibt ein statistisch signifikantes Ergebnis. Das ist Ergebnis, bei dem die Wahrscheinlichkeit sehr gering ist, dass es nur zufällig zustande kam. Ein p-Wert unter 0,05 steht für Ergebnisse, die Sie ernst nehmen sollten!
• Die Begriffe Sensitivität und Spezifität beschreiben, wie gut ein Test funktioniert. Nehmen wir an, wir wollen mit einem Aktivitätssystem brünstige Kühe erkennen: 10 Kühe sind tatsächlich brünstig. Die Sensitivität (Erkennungsrate) eines Tests sagt aus, wie viele der tatsächlich brünstigen Kühe das System als brünstig erkennt (z.B. 6 = 60%). Natürlich wollen wir diesen Wert besonders hoch - damit steigt aber auch die Fehlerquote (Kühe, die fälschlich als brünstig deklariert und von einem schlechten Besamer womöglich trotzdem besamt werden). Da kommt die Spezifität ins Spiel: Sie besagt, wie viele Kühe der tatsächlich nicht-brünstigen Kühe der Test richtig einstuft. Bei hoher Spezifität gehen mir jedoch womöglich Tiere durch die Lappen, weil der Grenzwert höher gesetzt wird. Es gilt also, zwischen sicherer Erkennung und der Gefahr eines Fehlalarms abzuwägen, wenn im Beispiel für die Aktivitätsmessung eingestellt werden soll, ab wie viel Prozent mehr Bewegungsaktivität eine Kuh als brünstig" gilt.
  
• Mit einer Varianzanalyse stellen Wissenschaftler fest, wie viel Einfluss ein Faktor (z.B. das Laktationsstadium) auf die Schwankungen der Ergebnisse (z.B. der Milchleistung) hat. Wichtig, um zu erkennen, ob ein Umstand zufällig eingetreten ist oder für die Untersuchung von Bedeutung ist!
  
• Achtung: Mittelwerte können täuschen! Die Streuung (oder Standardfehler) verrät Ihnen, wie sehr Werte von einem berechneten Mittelwert abweichen.

Viele Originalveröffentlichungen sind im Internet zugänglich. Dafür gibt es sogar eigene Suchmaschinen! Auf Google Scholar können Sie beispielsweise einmal selbst nach Versuchsberichten zum Thema Mastitis suchen.

Auf geht's!

.
Aber keine Angst - wir werden auch in Zukunft die Informationen für Sie sichten und leicht verständlich aufarbeiten. Dazu sind wir schließlich da!

Herzlichst, Ihre Elite-Redaktion

.
Aber keine Angst - wir werden auch in Zukunft die Informationen für Sie sichten und leicht verständlich aufarbeiten. Dazu sind wir schließlich da!

Herzlichst, Ihre Elite-Redaktion