La información “más” transparente sobre la investigación: una cultura en evolución

Renata Demian Meinel, estudiante de posgrado del Máster Profesional en Educación, Gestión y Difusión en Biociencias (MP-EGeD) del Instituto de Bioquímica Médica Leopoldo de Meis (IBqM) de la Universidade Federal do Rio de Janeiro (UFRJ), Río de Janeiro, RJ, Brasil

Anna Carolina Braga de Lopes, estudiante de posgrado del MP-EGeD del IBqM de la UFRJ, Río de Janeiro, RJ, Brasil

Raquel Cristina Vieira Spetseris, estudiante de posgrado del MP-EGeD del IBqM de la UFRJ, Río de Janeiro, RJ, Brasil

Sonia Maria Ramos de Vasconcelos, responsable de la asignatura de Metodología de la Investigación del MP-EGeD y profesora asociada del IBqM de la UFRJ, Río de Janeiro, RJ, Brasil.

Imagen: Daniel McCullough via Unsplash

Cuando pensamos en ciencia, es común asociarla con la generación de nuevos conocimientos y el medio por el cual logramos una mejor comprensión del mundo natural y social. Dada la importancia del informe de investigación para los pares, para apoyar la investigación en diversos campos y para la sociedad en general, la transparencia en esta comunicación  es una condición sine qua non para la fiabilidad de la actividad científica a nivel mundial. En Enhancing Scientific Reproducibility in Biomedical Research Through Transparent Reporting,¹ las National Academies of Sciences, Engineering, and Medicine (2020) de Estados Unidos presentan “enfoques para fomentar el informe  transparente en la investigación biomédica.”

La idea de la transparencia en los informes está estrechamente asociada con la integridad científica y es independiente del campo. En palabras de Richard Feynman (1918-1988), “es un tipo de integridad científica, un principio del pensamiento científico que corresponde a una especie de honestidad absoluta, una especie de ‘leaning over backwards’…”² (Feynman, 1974).

Lo autor asocia esta honestidad absoluta en un informe científico con el informe de “todas las informaciones para sea permitido un juicio adecuado sobre el valor de su contribución; no solo la información que guía el juicio en una dirección particular.”²

Los conceptos de integridad científica se han ido profundizando con el tiempo, acompañando las transformaciones tanto de la actividad científica como del propio concepto de conducta responsable en la investigación. (Steneck, 2006; Resnik, 2011; Vasconcelos & Marušić, 2025).

La falta de transparencia y/o la ausencia de datos/información relevante para la comprensión de un trabajo científico ganaran atención destacada en este contexto por el impacto directo en la calidad del registro de la investigación. La falta de información puede afectar a la replicación de experimentos por parte de otros investigadores, así como a la comprensión de la relevancia, las posibles aplicaciones y las limitaciones de los estudios.

Los informes científicos que omiten errores o inconsistencias pueden dificultar la identificación de estos aspectos por parte de terceros y, en áreas como la investigación en salud, contribuir a los retos existentes en las publicaciones de este campo.

Al discutir la importancia de la transparencia en la presentación de informes sobre investigaciones en salud, Altman y Moher, en Importance of Transparent Reporting of Health Research³ (2014), advirtieron, hace más de una década, sobre las deficiencias en la adhesión de la literatura de investigaciones en salud a estándares rigurosos de presentación de informes sobre metodologías y resultados, indicando que las revisiones sistemáticas estaban desempeñando un papel central en la exposición de estas fallas en el ámbito de la salud.

El problema incluía los ensayos controlados aleatorizados, cuyos informes carecían de información considerada crucial para los lectores. Iniciativas como STROBE (STrengthening the Reporting of Observational studies in Epidemiology, Fortalecimiento de la Comunicación de Estudios Observacionales en Epidemiología) han contribuido a una comunicación más clara, por ejemplo, de estudios observacionales.

Esta iniciativa se justifica por la preocupación de que los informes científicos incompletos e inadecuados dificultan la evaluación de los puntos fuertes y débiles de los estudios, así como la generalización de los hallazgos (Vandenbroucke, et al., 2007). El STROBE presenta recomendaciones específicas para cada sección del artículo. En la sección Discusión, se recomienda que los autores presenten un análisis objetivo de los resultados, evitando interpretaciones exageradas. También se deben informar las limitaciones del estudio y los posibles sesgos involucrados en el trabajo.

En el contexto de la investigación social cualitativa, como destaca Moravcsik (2014) en The Transparency Revolution in Qualitative Social Science,⁴ aclara que en la

investigación social, las pruebas no hablan por sí mismas, sino que se analizan para inferir características no observables, como preferencias, identidades, creencias, racionalidad, poder, intención estratégica y causalidad. Para que los lectores comprendan y se involucren con la investigación, deben ser capaces de evaluar cómo el autor pretende conceptualizar y medir el comportamiento, extraer inferencias descriptivas y causales de esas medidas, determinar si los resultados son concluyentes en relación con las alternativas y especificar implicaciones más amplias.⁴

Moravcsik⁴ (2014) cita a la APSA (American Political Science Association):

[l]as comunidades académicas basadas en la evidencia en las ciencias sociales, naturales y humanas solo pueden existir si sus miembros comparten abiertamente evidencias, resultados y argumentos. La transparencia permite a estas comunidades reconocer cuándo la investigación se ha realizado con rigor…⁴

Para Harvey Fineberg, en Enhancing Scientific Reproducibility in Biomedical Research Through Transparent Reporting: Proceedings of a Workshop,¹ entonces presidente de la Gordon and Betty Moore Foundation, en la ciencia de la computación, “[u]n desafío para la reproducibilidad computacional, que permea diferentes campos científicos, es que muchos informes de estudios no incluyen suficiente información para permitir que otro investigador reproduzca los resultados computacionales generados originalmente” (National Academies, 2019).⁵ Grant, et al.⁶ (2022) relacionan esta creciente atención a los informes, fortalecida por una mayor “transparencia, apertura y reproducibilidad”, con ideales científicos fundamentales como la comunidad, el universalismo, el desinterés y el escepticismo organizado, propuestos por Robert K. Merton (1910-2003) (1973).

Estos imperativos institucionales se han visto cuestionados con el tiempo, a medida que la actividad científica se ha vuelto mucho más compleja e interconectada con un ecosistema de investigación que enfrenta aspectos como el desinterés y el escepticismo organizado (Hodson, 2011). Como describen los mismos autores, las prácticas de ciencia abierta permiten a los investigadores verificar mejor el trabajo de sus pares, lo que intensifica la autocorrección y la autorregulación de la propia ciencia.

Transparencia y “el artículo de investigación oculto”

En cuanto al sistema editorial, se desarrolla de forma natural una red de colaboraciones entre autores, editores y revisores, lo que fomenta una interacción crucial para el progreso científico. Esta interacción crea una red compleja y diversa, con personas con diferentes experiencias, motivaciones, personalidades y, a menudo, diferentes trasfondos culturales dentro de sus campos o subcampos de investigación.

Si bien estas particularidades enriquecen el proceso de comunicación científica, también pueden generar desacuerdos sobre los resultados, sus interpretaciones, la relevancia que los autores atribuyen a los artículos y las conclusiones de los trabajos.

Pero, “¿qué pasa cuando los científicos no están de acuerdo?” Hace más de dos décadas, Richard Horton, editor de una de las revistas médicas más visibles, The Lancet, planteó esta provocación en su libro The Hidden Research Paper.⁷ Su respuesta fue que “la mayoría de los lectores de artículos científicos nunca se enteran.”

Para profundizar en estas reflexiones, Horton (2002)⁷ realizó un estudio cualitativo basado en un conjunto de artículos publicados en la revista mencionada. Entre los problemas identificados, el estudio arrojó luz sobre cómo las opiniones expresadas en un artículo de investigación pueden no representar necesariamente a todos sus colaboradores.

El autor, además de criticar la presentación superficial de los resultados en los artículos que revisó, sin un compromiso claro con los hallazgos previos, abordó amplios problemas sistémicos que afectaron (y siguen afectando) la publicación de investigaciones científicas.

En su evaluación del conjunto de artículos, identificó que “la diversidad de opiniones de los colaboradores se excluía comúnmente del informe de investigación publicado… las secciones de discusión estaban organizadas de forma desordenada y no abordaban sistemáticamente cuestiones importantes sobre el estudio.”⁷

La idea del “artículo oculto” se refleja en la consideración de que “[un] artículo de investigación rara vez representa las opiniones de los científicos cuyo trabajo informa…”⁷ y que su estudio reveló “evidencia de crítica (auto)censurada, significados poco claros, evaluaciones confusas de las implicaciones y la falta de indicaciones para futuras investigaciones…”⁷

En su reflexión, Horton (2002) añade que

el artículo está diseñado para persuadir, o al menos para presentar una perspectiva particular. Al profundizar en el relato publicado, se descubre un artículo de investigación oculto que revela la verdadera diversidad de opiniones entre los colaboradores sobre el significado de sus hallazgos.⁷

Una pregunta retórica es ¿qué dirección toma finalmente una publicación cuando surgen diferentes puntos de vista —que deberían enriquecer la información reportada— pero no siempre se incorporan al relato final (cuando podrían o deberían)?

Transparencia en la información: un desafío que merece especial atención

En la investigación de Horton (2002),⁷ se identificaron opiniones disidentes entre los colaboradores y otra información relevante que son generalmente excluidas de la publicación. El artículo nos lleva a los entresijos del mundo de la investigación científica, destacando debates complejos que permanecen ocultos y no se reflejan en el informe. Después de todo, “¿quién determina qué se escribe y por qué?”

Al abordar una divergencia en un informe relacionado con el Italian Multicentre Acute Stroke Trial, Horton (2002)⁷ observó que durante la revisión por pares quedó claro que dos miembros del comité discreparon de sus colegas sobre la interpretación de los resultados de los estudios clínicos. El autor identificó la presencia de un tipo de autocensura entre determinados miembros, que, en su análisis, se habría justificado por el interés del bien colectivo representado por la colaboración.

Las cuestiones pertinentes que pueden tenerse en cuenta son las siguientes: ¿El objetivo de la investigación se limita a la publicación de los resultados? ¿Consiste en evitar posibles incomodidades? ¿Pretende presentar consensos artificiales? ¿O busca revelar íntegramente las ideas, opiniones, diversidad y riqueza de información de los investigadores que participan en el estudio?

En la práctica, resulta bastante difícil discernir si las conclusiones publicadas reflejan realmente un consenso genuino o si se han omitido o incluso censurado interpretaciones divergentes. Sin embargo, esta ambigüedad no constituye necesariamente un defecto ni compromete la validez de los hallazgos descritos en un artículo científico.

El hecho es que determinar la mejor manera de abordar las divergencias entre autores y colaboradores para mejorar la transparencia y la solidez de los informes de investigación sigue siendo un reto complejo y continuo. Se trata de un proceso en evolución, de aprendizaje y perfeccionamiento institucional, moldeado, en parte, por los continuos esfuerzos de los investigadores por mejorar sus prácticas de comunicación, tanto entre pares como con públicos más amplios (OECD, 2023).

Informes científicos e investigación cualitativa: Análisis y presentación de resultados

La metáfora de Horton sobre el “artículo oculto”⁷ (2002) nos invita a ampliar nuestra lectura a diferentes enfoques científicos y a reflexionar sobre la investigación cualitativa. En Transparency in Qualitative Research,⁸ Moravcsik (2019), aborda la cuestión de la transparencia en la investigación cualitativa en comparación con la investigación cuantitativa.

En la investigación cuantitativa, la transparencia y la reproducibilidad suelen destacarse como elementos esenciales, lo que se refleja en el rigor obtenido mediante la claridad metodológica y la explicación del tratamiento y la interpretación de los datos, y forman parte de los elementos que permiten la replicación de los estudios por parte de otros investigadores.

En el contexto cualitativo, sin embargo, el rigor no se limita a la descripción detallada de los procedimientos. También implica la reflexividad, es decir, el autoanálisis crítico de los investigadores sobre cómo sus propias perspectivas y decisiones metodológicas influyen en el proceso y el informe de la investigación (Olmos-Veja, et al., 2022).

En este sentido, Moravcsik (2019) aclara que

Los científicos sociales que desarrollan estudios estadísticos y experimentales suelen lograr la transparencia de los datos principalmente mediante el archivo de un conjunto de datos en repositorios digitales… podría parecer que los investigadores cualitativos deberían hacer lo mismo… Sin embargo, aunque el archivo de datos suele ser útil, es arriesgado concluir que esta práctica puede funcionar (como ocurre en los trabajos estadísticos) como una estrategia básica y viable de transparencia para los investigadores cualitativos. Esta analogía inadecuada con la investigación cuantitativa ha contribuido a muchas críticas erróneas sobre la transparencia cualitativa… el archivo de datos es, en el mejor de los casos, una solución parcial, adecuada solo para un subconjunto restringido de investigaciones cualitativas.⁸

De este modo, el archivo de datos puede ser un instrumento eficaz de transparencia solo en un número limitado de casos en los que no existan grandes restricciones relativas a los participantes en la investigación y a la propiedad intelectual, el conjunto de datos subyacente (por ejemplo, un conjunto discreto de entrevistas, anotaciones de campo o documentos) esté claramente definido y sea logísticamente gestionable, y se garantice también la transparencia analítica y del proceso.

El artículo de Moravcsik⁸ (2019) ofrece un enfoque crítico sobre la transparencia en la investigación cualitativa. Analiza los desafíos específicos que enfrenta una comunidad heterogénea de investigadores cualitativos en ciencias sociales y destaca algunos puntos sensibles.

Como describe en sus comentarios,

Simplemente comunicar íntegramente los datos utilizados por el autor a menudo no es viable ni deseable. Existen restricciones estrictas en cuanto a las pruebas que pueden hacerse transparentes (y que los lectores pueden procesar), respetando los límites éticos, legales y de viabilidad logística para la gestión de dicha información. Es habitual que los investigadores asuman el compromiso ético de proteger a los participantes vulnerables presentes en entrevistas, registros de campo y documentos, mediante la anonimización o la confidencialidad total de las fuentes. Existe consenso en los debates sobre la transparencia cualitativa en que tales imperativos deben prevalecer sobre el principio de transparencia.⁸ (traducción libre)

De hecho, un énfasis excesivo en la transparencia en algunos estudios sociales o conductuales puede comprometer la privacidad de los participantes en la investigación o llevar a una simplificación excesiva de procesos de investigación complejos. Para Steltenpohl, en Rethinking Transparency and Rigor from a Qualitative Open Science Perspective⁹ (2023), sobre el intercambio público de datos de investigación cualitativa, debe existir un equilibrio entre la transparencia y la privacidad. Destacan la función del “graded sharing access to the data“, citando como ejemplo la gestión y el uso de los datos disponibles en el Qualitative Data Repository (QDR), con diferentes categorías de acceso que imponen restricciones en algunos casos. Como describen los autores,

[la] definición de gradaciones para el grado de acceso de los investigadores a los datos puede permitirles cumplir con los requisitos de la ciencia abierta sin comprometer innecesariamente el anonimato de los participantes, un equilibrio importante que se debe lograr al trabajar con datos sensibles y con organizaciones que los protegen como agencias gubernamentales, socios de la industria⁹ (traducción libre).

En consonancia con esta advertencia, Moravcsik⁸ (2019) argumenta que es importante equilibrar la transparencia con otras consideraciones éticas y metodológicas al realizar investigación cualitativa. Como señalan Kapiszewski y Karcher en Transparency in Practice in Qualitative Research¹⁰ (2020),

“transparencia” no es una perspectiva de todo o nada: la mayoría de los trabajos no son ni completamente opacos ni completamente transparentes, sino que se encuentran en un punto intermedio. De hecho, es importante recordar que la transparencia es un medio para un fin, no un fin en sí misma¹⁰ (traducción libre).

El informe de la investigación cualitativa y la deseabilidad social

Brenner y DeLamater, en Lies, Damned Lies, and Survey Self-Reports? Identity as a Cause of Measurement Bias¹¹ (2016), destacan la importancia de abordar el sesgo de deseabilidad social, una tendencia de los individuos a informar actitudes o comportamientos que no se corresponden con sus experiencias reales, con sus autoinformes moldeados por lo que perciben como socialmente aceptable o esperado en su entorno. Reforzando la necesidad de que, al diseñar instrumentos y metodologías de investigación, es fundamental incluir estrategias que ayuden a mitigar este sesgo.

La deseabilidad social se atribuye a menudo al método utilizado para recopilar respuestas, como las encuestas administradas por los investigadores en comparación con los formatos en línea, en encuestas anónimas. Aunque existe respaldo en la literatura para esta asociación (Rickwood & Coleman-Rose, 2023), Brenner y DeLamater (2016) desafían la suposición de que la forma de responder es el principal factor de deseabilidad social. Se basan en la teoría de la identidad social para explicar cómo los individuos adoptan las normas de los grupos sociales a los que pertenecen. En este proceso se incluyen sus reglas informales y cómo estas normas influyen en la forma en que los individuos (por ejemplo, los encuestados) pueden presentarse para alinearse con las expectativas (Raphbone, et al., 2023).

Estas identidades influyen no solo en lo que se subestima o se sobreestima, sino también en cómo los encuestados interpretan las preguntas. Dicho esto, los investigadores deben examinar cuidadosamente si el diseño de los instrumentos o los enfoques de las entrevistas pueden, sin querer, inducir a los participantes en la investigación a responder de manera acorde con el comportamiento normativo que perciben como más o menos adecuado. Sin embargo, hay muchas preguntas sin respuesta sobre la mejor manera de abordar y reducir este tipo de sesgo (Brenner y DeLamater, 2016¹¹).

En general, podemos considerar la deseabilidad social como un desafío intrínseco a la investigación cualitativa. Este fenómeno aparece con frecuencia en las interacciones entre investigadores y participantes, y puede influir en la forma en que se comparte la información. La naturaleza subjetiva de la investigación cualitativa, que busca comprender en profundidad las experiencias y percepciones de los individuos, hace que la deseabilidad social sea una fuente de sesgo que debe tenerse en cuenta en la presentación de los resultados y en el análisis de la investigación.

Otro aspecto relevante es reconocer que los mismos constructos pueden interpretarse de manera distinta en diferentes contextos sociales, lo que plantea retos a la hora de comparar o replicar resultados en la investigación cualitativa. En este tipo de investigación, donde el objetivo suele ser alcanzar matices del problema estudiado y una comprensión contextualizada, las entrevistas son el método más comúnmente utilizado para la recopilación de datos (Bastos, et al., 2021; Barros & Vasconcelos, 2024). En este sentido, los investigadores deben tener especial cuidado para anticipar, minimizar y comunicar adecuadamente los efectos del sesgo de deseabilidad social.

En la investigación con personas también es fundamental tener en cuenta los posibles sesgos no solo de los participantes, sino también de los propios investigadores. Ambos pueden influir en la generación e interpretación de los datos y deben tratarse como fuentes esenciales de análisis reflexivo (Olmos-Vega, et al., 2022).

Una cultura en evolución: la importancia de debatir los resultados de la investigación científica en los estudios de posgrado

El escenario expuesto en esta breve comunicación plantea algunos de los aspectos que impregnan las transformaciones en el ámbito de la comunicación y la evaluación de la calidad y la fiabilidad de la investigación. También señala que queda un largo camino por recorrer en lo que respecta a la transparencia y la mitigación de los sesgos en los informes científicos, teniendo en cuenta la complejidad de la cultura de la investigación y cómo se refleja en las prácticas de publicación en las diferentes áreas.

Los debates y las acciones sobre este tema deben fomentarse en las distintas etapas de la formación académica, con un mayor espacio para la crítica y la autocrítica en las colaboraciones científicas sobre el rigor en la elaboración de los informes de investigación. El documento de las National Academies que citamos² (National Academiesof Sciences, Engineering, and Medicine, 2020) en este argumento destaca la necesidad de directrices claras y exhaustivas para una información científica más completa.

Las culturas de investigación y publicación no se transforman de forma abrupta (Casci & Adams, 2019; Canti, et al., 2021), y existe una responsabilidad compartida dentro del ámbito académico para promover una mayor transparencia en el informe de investigación en publicaciones; ejercer esta responsabilidad compartida forma parte de esta transformación. El cumplimiento de las directrices y políticas editoriales es solo un elemento que puede fortalecer la transparencia y la fiabilidad en el informe de investigación.

Los aspectos de la cultura de investigación que desalientan la exposición de errores y debilidades, incluida la reticencia a revelar limitaciones (de cualquier índole), son motivo de preocupación y merecen una atención especial por parte de investigadores tanto jóvenes como experimentados.

En Promoting an Open Research Culture,¹² Nosek, et al. (2015), haciéndose eco de estudios e iniciativas sobre reproducibilidad científica (Amaral & Neves, 2021), argumentan que “la transparencia, la apertura y la reproducibilidad se reconocen fácilmente como características vitales de la ciencia”¹² y que “cuando se les pregunta, la mayoría de los científicos adoptan estas características como normas y valores en sus campos.”¹² En este sentido, Nosek, et al.¹² (2015) indican que esta apreciación se reflejaría en las prácticas científicas, de forma rutinaria, pero “la creciente evidencia sugiere que el escenario es diferente.”¹²

Revisitando a Horton,⁷ la pregunta “¿quién determina lo que se escribe y por qué?” no podría ser más relevante en este momento de gran producción intelectual con la ayuda de la Inteligencia Artificial Generativa (IA Gen). Creemos que los investigadores recién incorporados al mundo académico, en especial los estudiantes de posgrado, como nosotras (las tres primeras autoras), deben ser estimulados a una mayor exposición al debate sobre la responsabilidad de autoría en los informes científicos, dada la creciente demanda de mayor transparencia.

Las disciplinas de Comunicación Científica y/o Metodología de la Investigación, por ejemplo, brindan un espacio oportuno para esta exposición, como lo tuvimos nosotros. Pensar en estrategias para mejorar la transparencia del informe científico nos lleva a reflexionar críticamente sobre la propia investigación, incluso antes de exponer el trabajo para su evaluación en el sistema de publicaciones científicas.

Este ejercicio es aún más necesario en un entorno en el que la IA Gen, cada vez más presente en la actividad investigadora, puede utilizarse para automatizar o incluso esbozar informes y producir conclusiones que ni siquiera los autores pueden haber considerado. Este ejercicio fomenta la agencia y la supervisión humanas en la preservación de la integridad científica (Vasconcelos & Marušić, 2025) de los informes elaborados en el ámbito de la educación superior.

Fomentar el escrutinio y el pensamiento crítico (Lee, H., et al., 2025) en este entorno sigue siendo una parte esencial de un complejo engranaje de producción y certificación del conocimiento, que está experimentando una profunda y desafiante reconfiguración de los procesos de construcción autoral en los informes de investigación, en las más diversas áreas.

Notas

1. NATIONAL ACADEMIES OF SCIENCES, ENGINEERING, AND MEDICINE. Enhancing Scientific Reproducibility in Biomedical Research Through Transparent Reporting: Proceedings of a Workshop. Washington, DC: The National Academies Press. Available from: https://doi.org/10.17226/25627 ↩

2. FEYNMAN, R.P. Cargo cult science. Commencement address, California Institute of Technology. 1974. ↩

3. ALTMAN, D.G. and MOHER, D. Importance of transparent reporting of health research. In: MOHER, D., et al. (ed.) Guidelines for reporting health research: A user’s manual. Hoboken: John Wiley & Sons, 2014. ↩

4. MORAVCSIK, A. The Transparency Revolution in Qualitative Social Science: Implications for Policy Analysis. In: WIDNER, J., WOOLCOCK, M. and ORTEGA NIETO, D. (eds.) The Case for Case Studies: Methods and Applications in International Development. London: SAGE Publications, 2019. https://doi.org/10.1017/9781108688253.009. Available from: https://www.cambridge.org/core/services/aop-cambridge-core/content/view/3BAEF3DBD76BF8308A49560AD519F2C2/9781108427272c8_176-192.pdf/the-transparency-revolution-in-qualitative-social-science.pdf ↩

5. New Report Examines Reproducibility and Replicability in Science, Recommends Ways to Improve Transparency and Rigor in Research [online]. National Academies of Sciences, Engineering, and Medicine. 2019 [viewed 04 September 2025]. Available from: https://www.nationalacademies.org/news/2019/05/new-report-examines-reproducibility-and-replicability-in-science-recommends-ways-to-improve-transparency-and-rigor-in-research ↩

6. GRANT, S., et al. Transparent, Open, and Reproducible Prevention Science. Prev Sci [online]. 2022, vol. 23, pp. 701–722 [viewed 04 September 2025]. https://doi.org/10.1007/s11121-022-01336-w. Available from: https://link.springer.com/article/10.1007/s11121-022-01336-w ↩

7. HORTON, R. The Hidden Research Paper. JAMA [online]. 2002, vol. 287, no. 21, pp. 2775–2778 [viewed 04 September 2025]. http://doi.org/10.1001/jama.287.21.2775. Available from: https://jamanetwork.com/journals/jama/fullarticle/194969 ↩

8. MORAVCSIK, A. Transparency in qualitative research. London: SAGE Publications, 2019. http://dx.doi.org/10.4135/9781526421036. Available from: https://www.princeton.edu/~amoravcs/library/TransparencyinQualitativeResearch.pdf ↩

9. STELTENPOHL, C.N., et al. Rethinking Transparency and Rigor from a Qualitative Open Science Perspective. Journal of Trial and Error [online]. 2023, vol. 4, no. 1 [viewed 04 September 2025]. https://doi.org/10.36850/mr7. Available from: https://journal.trialanderror.org/pub/rethinking-transparency/release/1 ↩

10. KAPISZEWSKI, D. and KARCHER, S. Transparency in Practice in Qualitative Research. PS: Political Science & Politics [online]. 2020, vol. 54, no. 2, pp. 285–291 [viewed 04 September 2025]. https://doi.org/10.1017/S1049096520000955. Available from: https://www.cambridge.org/core/journals/ps-political-science-and-politics/article/transparency-in-practice-in-qualitative-research/8B780E06FBF7F0837F39B2FD33900DD1 ↩

11. BRENNER, P.S. and DELAMATER, J. Lies, damned lies, and survey self-reports? Identity as a cause of measurement bias. Social Psychology Quarterly [online]. 2016, vol. 79, no. 4, pp. 333–354 [viewed 04 September 2025]. https://doi.org/10.1177/0190272516628298. Available from: https://journals.sagepub.com/doi/10.1177/0190272516628298 ↩

12. NOSEK, B.A., et al. Promoting an open research culture. Science [online]. 2015, vol. 348, no. 6242, pp. 1422–1425 [viewed 04 September 2025]. https://doi.org/10.1126/science.aab2374. Available from: https://www.science.org/doi/10.1126/science.aab2374 ↩

Referencias

ALTMAN, D.G. and MOHER, D. Importance of transparent reporting of health research. In: MOHER, D., et al. (ed.) Guidelines for reporting health research: A user’s manual. Hoboken: John Wiley & Sons ,2014.

AMARAL, O.B. and NEVES, K. Reproducibility: expect less of the scientific paper. Nature [online]. 2021, vol. 597, no. 7876, pp. 329-331 [viewed 04 September 2025]. https://doi.org/10.1038/d41586-021-02486-7. Available from: https://www.nature.com/articles/d41586-021-02486-7

BARROS, V.S. and VASCONCELOS, S.M.R. Uma análise sobre como se configuram rigor metodológico e confiabilidade na pesquisa qualitativa em teses e dissertações em áreas biomédicas e não-biomédicas no período 2008–2018. Práxis Educativa [online]. 2024, vol. 19, pp. 1 – 25 [viewed 04 September 2025]. https://doi.org/10.5212/PraxEduc.v.19.22593.014. Available from: https://revistas.uepg.br/index.php/praxiseducativa/article/view/22593

BASTOS, R.A., et al. The structure of qualitative studies: a bibliometric pattern of biomedical literature. Ciência & Saúde Coletiva [online]. 2021, vol. 26, no. 8, pp. 3199–3208 [viewed 04 September 2025]. https://doi.org/10.1590/1413-81232021268.12922020. Available from: https://www.scielo.br/j/csc/a/LY7mKPxfTWvFb3tnVZSmV6m

BRENNER, P.S. and DELAMATER, J. Lies, damned lies, and survey self-reports? Identity as a cause of measurement bias. Social Psychology Quarterly [online]. 2016, vol. 79, no. 4, pp. 333–354 [viewed 04 September 2025]. https://doi.org/10.1177/0190272516628298. Available from: https://journals.sagepub.com/doi/10.1177/0190272516628298

CANTI, L., et al. Research culture: Science from bench to society. Biology Open [online]. 2021, vol. 10, no. 8, bio058919 [viewed 04 September 2025]. https://doi.org/10.1242/bio.058919. Available from: https://journals.biologists.com/bio/article/10/8/bio058919/271797/Research-culture-science-from-bench-to-society

CASCI, T. and ADAMS, E. Re-imagining research culture. F1000Research [online]. 2019, vol. 8, 1788 [viewed 04 September 2025]. https://doi.org/10.7490/f1000research.1117526.1. Available from: https://f1000research.com/documents/8-1697

FEYNMAN, R.P. Cargo cult science. Commencement address, California Institute of Technology. 1974.

GRANT, S., et al. Transparent, Open, and Reproducible Prevention Science. Prev Sci [online]. 2022, vol. 23, pp. 701–722 [viewed 04 September 2025]. https://doi.org/10.1007/s11121-022-01336-w. Available from: https://link.springer.com/article/10.1007/s11121-022-01336-w

HODSON, D. Turning the spotlight on science. In: HODSON, D. Looking to the future. Rotterdam: SensePublishers, 2011. Available from: https://doi.org/10.1007/978-94-6091-472-0_4.

HORTON, R. The Hidden Research Paper. JAMA [online]. 2002, vol. 287, no. 21, pp. 2775–2778 [viewed 04 September 2025]. http://doi.org/10.1001/jama.287.21.2775. Available from: https://jamanetwork.com/journals/jama/fullarticle/194969

KAPISZEWSKI, D. and KARCHER, S. Transparency in Practice in Qualitative Research. PS: Political Science & Politics [online]. 2020, vol. 54, no. 2, pp. 285–291 [viewed 04 September 2025]. https://doi.org/10.1017/S1049096520000955. Available from: https://www.cambridge.org/core/journals/ps-political-science-and-politics/article/transparency-in-practice-in-qualitative-research/8B780E06FBF7F0837F39B2FD33900DD1

LEE, H.P., et al. The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers [online]. Microsoft. 2025 [viewed 04 September 2025]. Available from: https://www.microsoft.com/en-us/research/wp-content/uploads/2025/01/lee_2025_ai_critical_thinking_survey.pdf

MORAVCSIK, A. The Transparency Revolution in Qualitative Social Science: Implications for Policy Analysis. In: WIDNER, J., WOOLCOCK, M. and ORTEGA NIETO, D. (eds.) The Case for Case Studies: Methods and Applications in International Development. London: SAGE Publications, 2019. https://doi.org/10.1017/9781108688253.009. Available from: https://www.cambridge.org/core/services/aop-cambridge-core/content/view/3BAEF3DBD76BF8308A49560AD519F2C2/9781108427272c8_176-192.pdf/the-transparency-revolution-in-qualitative-social-science.pdf

MORAVCSIK, A. Transparency in qualitative research. London: SAGE Publications, 2019. http://dx.doi.org/10.4135/9781526421036. Available from: https://www.princeton.edu/~amoravcs/library/TransparencyinQualitativeResearch.pdf

NATIONAL ACADEMIES OF SCIENCES, ENGINEERING, AND MEDICINE. Enhancing Scientific Reproducibility in Biomedical Research Through Transparent Reporting: Proceedings of a Workshop. Washington, DC: The National Academies Press, 2020. Available from: https://doi.org/10.17226/25627

New Report Examines Reproducibility and Replicability in Science, Recommends Ways to Improve Transparency and Rigor in Research [online]. National Academies of Sciences, Engineering, and Medicine. 2019 [viewed 04 September 2025]. Available from: https://www.nationalacademies.org/news/2019/05/new-report-examines-reproducibility-and-replicability-in-science-recommends-ways-to-improve-transparency-and-rigor-in-research

NOSEK, B.A., et al. Promoting an open research culture. Science [online]. 2015, vol. 348, no. 6242, pp. 1422–1425 [viewed 04 September 2025]. https://doi.org/10.1126/science.aab2374. Available from: https://www.science.org/doi/10.1126/science.aab2374

OECD. Communicating science responsibly [online]. OECD.org. 2023 [viewed 04 September 2025]. Available from: https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/10/communicating-science-responsibly_7c1d5a8a/5c3be7ce-en.pdf

OLMOS-VEGA, F. M., et al. A practical guide to reflexivity in qualitative research: AMEE Guide No. 149. Medical Teacher [online]. 2022, vol. 45, no. 3, pp. 241–251 [viewed 04 September 2025]. https://doi.org/10.1080/0142159X.2022.2057287. Available from: https://www.tandfonline.com/doi/full/10.1080/0142159X.2022.2057287

RATHBONE, J.A., et al. The reciprocal relationship between social identity and adherence to group norms. British Journal of Social Psychology [online]. 2023, vol. 62, no. 3, pp. 1346–1362 [viewed 04 September 2025]. https://doi.org/10.1111/bjso.12635. Available from: https://bpspsychub.onlinelibrary.wiley.com/doi/10.1111/bjso.12635

Reproducibility and Replicability in Science [online]. National Academies of Sciences, Engineering, and Medicine. 2019 [viewed 04 September 2025]. Available from: https://www.nationalacademies.org/our-work/reproducibility-and-replicability-in-science

RESNIK, B.D. Scientific research and the public trust. Science and Engineering Ethics [online]. 2011, vol. 17, no. 3, pp. 399–409 [viewed 04 September 2025]. https://doi.org/10.1007/s11948-010-9210-x. Available from: https://link.springer.com/article/10.1007/s11948-010-9210-x

RICKWOOD, D.J. and COLEMAN-ROSE, C.L. The effect of survey administration mode on youth mental health measures: Social desirability bias and sensitive questions. Heliyon [online]. 2023, vol. 9, no. 9, e20131 [viewed 04 September 2025]. https://doi.org/10.1016/j.heliyon.2023.e20131. Available from: https://www.cell.com/heliyon/fulltext/S2405-8440(23)07339-5

STELTENPOHL, C.N., et al. Rethinking Transparency and Rigor from a Qualitative Open Science Perspective. Journal of Trial and Error [online]. 2023, vol. 4, no. 1 [viewed 04 September 2025]. https://doi.org/10.36850/mr7. Available from: https://journal.trialanderror.org/pub/rethinking-transparency/release/1

STENECK, N.H. Fostering integrity in research: Definitions, current knowledge, and future directions. SCI ENG ETHICS [online]. 2006, vol. 12, pp. 53–74 [viewed 04 September 2025]. https://doi.org/10.1007/PL00022268. Available from: https://link.springer.com/article/10.1007/PL00022268

VANDENBROUCKE, J.P., et al. Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): Explanation and Elaboration. PLOS Medicine [online] 2007, vol. 4, no. 10, e297 [viewed 04 September 2025]. https://doi.org/10.1371/journal.pmed.0040297. Available from: https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.0040297

VASCONCELOS, S. and MARUŠIĆ, A. Gen AI and Research Integrity: Where to now?: The Integration of Generative AI in the Research Process Challenges Well-Established Definitions of Research Integrity. EMBO Reports [online]. 2025, vol. 26, pp. 1923–1928 [viewed 04 September 2025]. https://doi.org/10.1038/s44319-025-00424-6. Available from: https://www.embopress.org/doi/full/10.1038/s44319-025-00424-6

Traducido del original en portugués por Ernesto Spinak.