MOTS-CLÉS : robots, escrocs, participants frauduleux à la recherche, participants fictifs, recrutement

DESCRIPTION DE LA SÉANCE

Objectif : Partager les méthodes de collaboration entre les équipes de recherche et les comités d'éthique de la recherche (CER) pour limiter les robots, les escrocs et les faux participants à la recherche dans le domaine de la santé. Contexte : L'utilisation des médias sociaux pour le recrutement devient de plus en plus populaire, en particulier depuis la pandémie de COVID-19 où la plupart des recherches nécessitaient de nouvelles stratégies pour recruter des participants et collecter des données en ligne. Cependant, la popularité croissante du recrutement et de la collecte de données via des plateformes en ligne s'accompagne de la participation à la recherche de robots, d'escrocs et de faux participants (Godinho et coll., 2020; Jones et al., 2021; Ridge et coll., 2023; Roehl & Harland, 2022). Notre étude à méthodes mixtes, conçue pour comprendre les formes et conséquences de la solitude chez les adolescents souffrant de douleurs chroniques dans le contexte de la pandémie de COVID-19, n'a pas été épargnée par la présence de faux participants. La prévalence des robots, des escrocs et des faux participants a conduit notre équipe à rationaliser les méthodes d'identification de ces participants et à les exclure des deux phases de notre étude à méthodes mixtes afin de maintenir la qualité des données. Méthodes : En raison de la nature mixte de notre étude, des stratégies quantitatives et qualitatives ont été élaborées pour dissuader et éliminer les participants non admissibles. Notre enquête quantitative a fait appel à des stratégies existantes, ainsi qu'à de toutes nouvelles stratégies, notamment : l'utilisation d'un test de Turing public entièrement automatisé pour distinguer les robots des humains (CAPTCHA), des questions de double vérification des données et un filtrage de la surcharge des données (Jones et coll., 2021). Pour notre phase qualitative, où nous avons recueilli des données au moyen d'entretiens individuels via Zoom, nous avons utilisé des stratégies telles que l'utilisation obligatoire des caméras Zoom tout au long de l'entretien, des questions de vérification des données et la présentation d'une pièce d'identité avec photo avant le début de l'entretien. La consultation du CER local ainsi que le partage d'articles publiés sur le sujet ont permis de soutenir l'utilisation de certains de ces processus. Résultats : Grâce aux méthodes mises au point pour exclure les robots, les escrocs et les faux participants au cours de la phase d'enquête quantitative de l'étude, nous avons exclu des participants en vérifiant s'il y avait des surcharges de données (n = 1 279), des codes postaux non valides (n = 103), des surcharges de données et des codes postaux non valides (n = 882), et en posant des questions de double vérification des données (n = 53). Au cours de la phase d'enquête qualitative de l'étude, deux participants au total ont été exclus en raison d'une suspicion de double participation. Les données d'enquête correspondantes de chacun de ces participants ont également été retirées de l'étude. Conclusions : D'après notre expérience, une collaboration étroite entre l'équipe de recherche et le CER a été essentielle pour assurer une conduite éthique de la recherche qui a permis de détecter les participants non admissibles et de garantir l'intégrité des données. En raison de la prévalence accrue des robots, des escrocs et des participants fictifs à la recherche dans le domaine de la santé, une formation bilatérale continue et l'élaboration de stratégies de détection entre les chercheurs et les CER sont nécessaires pour maintenir et préserver la qualité rigoureuse des données.