Mut kyl tiedeyhteisö sit tuomitsee, jos siel on tietoisesti valehdeltu, tai tehty jotain vilppiä. Tämä johtaa siihen, että suurin osa (99 %) kaikesta tutkimuksesta on luotettavaa.
Todellinen luku on lähempänä 75%ia, ja riippuu luotettavan määritelmästä.
Pääosa tieteellisistä papereista on jatko-opiskelijoiden kirjoittamia, ja ne tehdään vain, jotta saadaan paperit kasaan, jotta voidaan valmistua tohtoreiksi. Ja papereita väännetään hirveällä kiireellä ennen deadlineja. Ja tehdään todella paljon "konstruktiivista tiedettä" jossa "tehdään joku keksintö" ja sitten paperi on sen oman "keksinnön" vertailua vanhempiin saman asian tekeviin ideihin verrattuna. Ja jos omassa "ideassa" ei ole mitään hyvää, siitä tehtyä paperia ei saa julkaistua, "negatiiviset tulokset" jää julkaisematta.
Ja koska paperi pitää saada julkaistua että sen saa väitöskirjaansa, pitää vertailuolosuhteet valita niin, että ollaan muka parempia kuin aiemmissa papereissa esitetyt ideat, vaikkei oikeasti olla.
Esimerkiksi omalla alallani tulee vastaan jotain rautakiihdyttimiä jollekin algoritmille. Ja sitten vertailussa todetaan, että me ollaan 1.5 kertaa nopeampia 3 kertaa energiatehokkaampia kuin aiemmat saman asian tekevät rautakiihdyttimet. Mutta aiemmat saattaa olla syntetisoitu 90nm valmistusprosessille ja se uusi, paperissa esitettävä asia 28nm prosessille; Kaikki energiatehokkuuden parannukset tulee uudemmasta valmistustekniikasta ja kaikki suorituskykyparannukset siitä, että uudella valmsitustekniikalla piiriä voidaan ajaa suuremmalla kellotaajuuedlla, ja samalla valmistustekniikalla uusi ehdotettu palikka olisikin todellisuudessa huonompi.
Tai sitten otetaan syntetisointityökalun antamat arviot pinta-alasta ja virrankulutuksesta pelkän synteesin muttei vielä place&routen perusteella, eli arviosta puuttuu kokonaan kokonaan johtojen reititykseen menevät overheadit, ja verrataan ilman niitä olevia lukuja oikeisiin mitattuihin arvoihin valmistetusta piiristä.
Hyvät vertaisarvioijat toki puuttuvat tällaisiin, mutta todella paljon tällaisia menee läpi, kun paperit osuvat arvosteltaviksi esim. tyypeille, jotka ymmärtävät vain siitä algoritmista/sen sovellutuksista, mutteivät raudasta.
Oikeastaan hyvin monella alalla on todella paljon "olkiukkotutkimusta" jossa verrokit valitaan todella typerästi. Ei oteta sitä parasta verrokkia johon verrattaisiin, vaan joku sen huono karikatyyri, ja sitten saadaan tuloksia että se on huono, tai että oma on siihen verrattuna hyvä. ja sitten näitä uutisoidaan isoilla otsikoilla.
Tyypillinen olkiukkotutkimus on aiheeltaan esim. että "onko urheiluravinteista hyötyä palautumiseen?" ja sitten verrataan keskenään maitoa ja sellaista urheilujuomaa jota ei ole tarkoitettu palautumisjuomaksi, jossa ei ole proteiinia ollenkaan. Ja saadaan tulos, että maidolla palautuu paremmin ja tämän jälkeen huudetaan suureen ääneen että urheiluravinteet on turhaa rahastusta. Jos olisi valittu tutkimukseen mukaan palautumisjuoma, josta on n. 40% heraproteiinia, se olisi helposti voittanut sen maidon.