Fabrikasi data: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Baris 11:
Bagi peneliti yang melakukan fabrikasi data, konsekuensinya bisa sangat berat. Reputasi dan karier mereka bisa hancur karena sanksi akademik, kehilangan pekerjaan, bahkan tuntutan hukum.<ref name=":2">{{Cite journal |last=Kingori |first=Patricia |last2=Gerrets |first2=René |date=2016-10 |title=Morals, morale and motivations in data fabrication: Medical research fieldworkers views and practices in two Sub-Saharan African contexts |url=https://doi.org/10.1016/j.socscimed.2016.08.019 |journal=Social Science & Medicine |volume=166 |pages=150–159 |doi=10.1016/j.socscimed.2016.08.019 |issn=0277-9536}}</ref><ref>{{Cite journal|last=Wilmshurst|first=Peter|date=2007-01-01|title=Dishonesty in Medical Research|url=https://journals.sagepub.com/doi/10.1258/rsmmlj.75.1.3|journal=Medico-Legal Journal|language=en|volume=75|issue=1|pages=3–12|doi=10.1258/rsmmlj.75.1.3|issn=0025-8172}}</ref> Selain itu, fabrikasi data juga dapat berdampak pada pendanaan penelitian. Dalam bidang [[kedokteran]] dan [[kesehatan]], dampak fabrikasi data bisa lebih fatal. Misalnya, fabrikasi data dalam uji klinis obat dapat membahayakan pasien jika obat yang disetujui ternyata tidak efektif atau bahkan berbahaya.<ref name=":1">{{Cite journal |date=2009-03-27 |title=Measuring Misconduct and Integrity |url=https://doi.org/10.1201/9781420077971-9 |publisher=Routledge |pages=69–86 |isbn=978-0-429-24975-4}}</ref><ref name="stacey2016" />
Secara lebih luas, fabrikasi data dapat berdampak pada kebijakan publik. Jika kebijakan didasarkan pada data yang salah, maka kebijakan tersebut berpotensi tidak efektif atau bahkan menimbulkan masalah baru.<ref name="stacey2016">{{Cite journal|last=Stacey|first=Anthony|date=2016|title=Militating against data fabrication and falsification: A protocol of trias politica for business research|url=https://academic-publishing.org/index.php/ejbrm/article/view/1343|journal=The Electronic Journal of Business Research Methods|volume=14|issue=2}}</ref> Oleh karena itu, pencegahan dan deteksi fabrikasi data sangat penting untuk menjaga integritas ilmu pengetahuan, kepercayaan publik, dan keberlangsungan pembangunan yang didasari oleh data dan penelitian yang valid.{{cn}}
== Pencegahan ==
| |||