In 68.000 Meta-Analysen, die über 700.000 Effektgrößenschätzungen umfassen, führte die Korrektur für Publikationsbias dazu: - Effektgrößen deutlich zu reduzieren - Die Wahrscheinlichkeit, dass es überhaupt einen Effekt gibt, deutlich zu reduzieren Die Wirtschaft am stärksten betroffen:

Selbst dies ist vielleicht zu großzügig. Denken Sie daran, dass die Korrektur für Publikationsbias oft Effekte hervorbringt, die immer noch größer sind als die in nachfolgenden großangelegten Replikationsstudien erzielten Effekte.

Ein großartiges Beispiel dafür stammt aus Priming-Studien. Erinnern Sie sich an das Geld-Priming, bei dem das bloße Sehen oder Handhaben von Geld die Menschen egoistischer und besser im Geschäft machte? Diese Studien litten unter Publikationsbias, aber vorregistrierte Studien konnten überhaupt nichts finden.

Ähnlich gibt es in Studien, die von Behörden finanziert werden, die - Preregistrierung - Externe Analysten - Obligatorische Berichterstattung über Ergebnisse - Große Studien - Realistische Rahmenbedingungen keine Hinweise auf p-Hacking, und die Effektgrößen sind sehr klein. Hier, im Bildungsbereich, liegt der Mittelwert bei 0,06 d

Das Problem der Publikationsverzerrung ist enorm So viele Dinge sind wahrscheinlich nicht so real, wenn wir wirklich genau hinschauen. Das ist eine leider häufige Erkenntnis und eine Anklage gegen den Publikationsprozess, dass es konzertierte Replikationsbemühungen braucht, um das zu beheben Wenn wir es überhaupt beheben.