Geheimnisse der Bienen-Navigation: Kann man der Wissenschaft wirklich vertrauen?

[@clausbrell]

In dem Beitrag wird ein R-Quadrat von 91% kritisiert. Wenn das Modell an sich einen linearen Zusammenhang her gibt, ist das für eine Messung oder Auszählung an Lebewesen doch ein erstaunlich hoher Wert. In diesem Fall hätte ich mir gewünscht, dass die Autoren dieses Videos ihre Kritik etwas näher erläutern. Für jemanden, der nur halbherzig hinhört, bleibt so vielleicht hängen: Auch Größen wie Jürgen Tautz schreiben nur Unsinn auf ... was so vermutlich kaum stimmt.

[@biology-zoology]

Wir kommentieren hier nur die kontroverse Debatte und verschweigen, weder die realen Zahlen, noch die Tatsache, dass der Verlag voll hinter den Autoren Tautz et al steht. Wissenschaft besteht auch aus Diskurs und das ist gut so. Danke für ihre Kritik, dass wir die Statistik besser werten sollten. Aber diese erstaunlich hohen Werte stehen ja gerade in Diskussion. Wir sind ja auch erstaunt. 😮 Auf jeden Fall möchten uns für Ihr Interesse und Ihre kritischen Rückmeldung zu unserem Video über die Forschungsergebnisse zur Bienennavigation und den damit verbundenen wissenschaftlichen Kontroversen bedanken. Besonders die Diskussion um den R²-Wert von 91%, der in einer Studie berichtet wurde, hat bei Ihnen Fragen aufgeworfen. Ein R²-Wert, der das Bestimmtheitsmaß in statistischen Modellen beschreibt, gibt an, wie gut die Variablen eines Modells die Variation der Beobachtungsdaten erklären können. In den Lebenswissenschaften sind extrem hohe R²-Werte, nahe 1, selten, da biologische Systeme oft durch eine hohe Variabilität und komplexe Wechselwirkungen gekennzeichnet sind. Ein Wert von 91% ist daher ungewöhnlich hoch und könnte auf eine sehr gute Passung des Modells hinweisen. Allerdings kann ein so hoher Wert auch Skepsis hervorrufen, besonders wenn er in einem Kontext auftritt, wo solche Werte typischerweise nicht erreicht werden. Die Kritik in unserem Video zielte darauf ab, auf mögliche Überanpassungen oder methodische Unstimmigkeiten aufmerksam zu machen, die zu solch hohen Werten führen könnten. Es war nicht unsere Absicht, die Arbeit der Forscher zu diskreditieren, sondern vielmehr, die Notwendigkeit einer sorgfältigen Überprüfung und unabhängiger Bestätigung von Forschungsergebnissen zu betonen. Wissenschaftliche Integrität und Transparenz sind essenziell, um das Vertrauen in wissenschaftliche Erkenntnisse zu stärken und die Reproduzierbarkeit von Ergebnissen zu gewährleisten. Wir erkennen an, dass die Erklärungen im Video möglicherweise nicht ausreichend waren, um diese Nuancen vollständig zu vermitteln. Zukünftig werden wir darauf achten, solche komplexen statistischen Bewertungen klarer und detaillierter zu erklären und die Bedeutung der unabhängigen Verifizierung von Studienergebnissen stärker herauszustellen. Nochmals vielen Dank für Ihre aufmerksame Beobachtung und Ihr Engagement, das uns hilft, unsere Inhalte zu verbessern. Wir laden Sie herzlich ein, weiterhin aktiv an den Diskussionen teilzunehmen und uns Ihre Gedanken und Fragen mitzuteilen.

[@clausbrell]

@ Vielen Dank für die Erläuterungen.