Aller au contenu principal

Méthodes visant à réduire la participation frauduleuse et à mettre en avant les voix autistes dans la recherche

Titre original en anglais : Methods to reduce fraudulent participation and highlight autistic voices in research

Cette publication est incluse dans le projet « Contributions académiques de personnes autistes sur l’autisme ». un auteur·ice de cette publication est identifié·e comme autiste dans le projet.

À propos de la mention auteur·ice autiste

Carey, M. E., McLean, K. J., Chvasta, K., de Marchena, A., & Roux, A. M. (2024). Methods to reduce fraudulent participation and highlight autistic voices in research. Autism, 29(4), 859-867. https://doi.org/10.1177/13623613241298037

Date de publication: 24/11/2024 Ajout dans AutiHub: 05/11/2026 Type: Article de revue Langue de l’article: Anglais

Cette publication est intégrée dans AutiHub via :

Auteurs

Auteur·ices des publications
5
Auteur·ices de la publication identifié·es comme autistes
1 / 5 (20,0 %)

Résumé

Parallèlement à l'essor de la recherche qualitative en ligne, la fausse représentation des participants à la recherche augmente, et les stratégies actuelles pour résoudre ce problème dans les études portant sur des échantillons non neurodiversifiés peuvent exclure les voix autistes. Cherchant à réduire la participation frauduleuse ou de « scammeurs » dans notre étude par groupes de discussion, et à accroître la validité des données et l'efficience des dépenses, nous avons mis en œuvre des stratégies suggérées dans la littérature et testé des stratégies supplémentaires. Cette recherche contribue à la discussion croissante sur les meilleures pratiques pour réduire les scammeurs dans la recherche sur l'autisme utilisant des méthodes en ligne en (1) fournissant des données évaluant l'utilité des stratégies existantes ; (2) testant des stratégies émergentes ; et (3) discutant des dilemmes éthiques liés à la prise en charge des scammeurs dans les études. Nous avons reçu plus de 200 manifestations d'intérêt, et les stratégies établies suggérées dans la littérature, ainsi que les stratégies émergentes, se sont avérées essentielles pour limiter l'inscription de scammeurs dans les groupes de discussion. Protéger de la fraude l'intégrité des données concernant des sujets humains est essentiel à une recherche rigoureuse sur l'autisme ; sans cela, aucune conclusion fiable ne peut être tirée de l'analyse. Toutefois, les stratégies exigent intrinsèquement une prise de décision subjective qui pourrait exclure systématiquement les participants ayant une communication plus limitée ou atypique et entraîner une sélection inéquitable des sujets. Les procédures que nous recommandons nécessitent des ressources et prennent du temps, mais elles sont bénéfiques pour garantir l'intégrité des données et l'inclusivité. Résumé grand public Au cours de la dernière décennie, en particulier depuis la pandémie, davantage de recherches ont été menées en ligne. La conduite de recherches en ligne peut créer des occasions d'inclure des personnes autistes du monde entier et de rendre nos études plus diversifiées. Cependant, la conduite de recherches en ligne a conduit à la participation de scammeurs, ou de personnes prétendant être autistes, aux études de recherche sur l'autisme. Les stratégies visant à empêcher les scammeurs peuvent exclure accidentellement des personnes autistes qui éprouvent des difficultés avec le temps de traitement et les questions ouvertes. Nous avons essayé des stratégies documentées pour empêcher les scammeurs de participer à la recherche sur l'autisme. Nous avons également testé de nouvelles stratégies afin de comprendre dans quelle mesure elles sont utiles. En utilisant ces stratégies, nous avons soupçonné que plus de 100 personnes souhaitant participer étaient des scammeurs et ne les avons pas invitées à participer. En tant que chercheurs, nous devons veiller à empêcher les scammeurs de participer à nos études. Il est important de mettre en avant les voix autistes et de garantir l'obtention de résultats exacts. Toutefois, les stratégies permettant d'identifier les scammeurs peuvent également exclure des personnes autistes présentant des différences de communication. Cela est injuste et pourrait aussi rendre nos résultats moins fiables. Les stratégies existantes et nouvelles visant à empêcher les scammeurs demandent beaucoup de temps et de ressources, mais elles en valent la peine pour s'assurer que nos données sont fiables et n'incluent que des voix autistes.

Alongside the rise in online qualitative research, fraudulent representation of research participants is increasing, and current strategies to address this issue within studies of non-neurodiverse samples may exclude autistic voices. Seeking to reduce fraudulent or “scammer” participation in our focus group study, and increase data validity and expenditure efficiency, we implemented strategies suggested in the literature and tested additional strategies. This research adds to the growing conversation around best practices for reducing scammers in autism research using online methods by (1) providing data evaluating the utility of existing strategies; (2) testing emerging strategies; and (3) discussing ethical dilemmas involved in addressing scammers in studies. We received over 200 expressions of interest and the established strategies suggested in the literature plus emerging strategies proved critical for mitigating the enrollment of scammers in focus groups. Protecting the integrity of data about human subjects from fraud is essential for rigorous autism research; trustworthy conclusions cannot be otherwise drawn from analysis. However, the strategies inherently require subjective decision-making that could systematically exclude participants with more limited or atypical communication and result in unfair subject selection. Procedures we recommend incur resources and are time consuming but are beneficial to ensure data integrity and inclusivity. Lay abstract Over the last decade, especially since the pandemic, more research has been happening online. Conducting research online can create opportunities to include autistic people across the world and make our studies more diverse. However, conducting research online had led to scammers, or people pretending to be autistic, participating in autism research studies. Strategies to stop scammers may accidentally leave out autistic people who have difficulty with processing time and open-ended questions. We tried out documented strategies to stop scammers from participating in autism research. We also tested new strategies to understand how helpful they are. Using these strategies, we suspected over 100 people who wanted to participate were scammers and did not invite them to participate. As researchers, we must ensure we stop scammers from participating in our studies. It’s important to highlight autistic voices and guarantee we get accurate results. However, the strategies to identify scammers may also leave out autistic people who have communication differences. This is unfair and could also make our results less reliable. The existing and new strategies to stop scammers take a lot of time and resources but they’re worth it to make sure our data are reliable, and include only autistic voices.

Bibliographie citée par cette référence

Les références citées sont importées depuis des sources externes de métadonnées lorsqu’elles sont disponibles. La liste peut être partielle.

Vue d’ensemble de la bibliographie citée

Ces indicateurs décrivent la bibliographie citée par cette publication. Un nom d’auteurice est compté chaque fois qu’il apparaît dans une référence citée : une même personne peut donc être comptée plusieurs fois. Les noms qui ne sont pas encore associés à un·e auteurice déjà présent·e dans AutiHub sont traités comme inconnus, pas comme non autistes. Dernier calcul : 17/11/2026 01:01.

Références citées
21
Avec un DOI
20
Sans DOI, à partir du texte brut de la bibliographie
1
3 / 21 (14,3 %) références citées comprennent au moins une personne identifiée comme autiste.
Références avec données à compléter
1 / 21 (4,8 %)
Références avec noms d’auteurices détectés
20 / 21 (95,2 %)
Sans nom d’auteurice détecté
1
Sans titre structuré
1
Sans identifiant stable
1
Références avec noms bruts d’auteurices restant à vérifier
1
Références avec problème de récupération des métadonnées externes
1
Ces indicateurs portent sur les références citées affichées sur cette page, après fusion des doublons techniques. Une référence sans DOI peut quand même soutenir les statistiques d’auteurices lorsqu’un titre et des noms d’auteurices sont disponibles.
Noms d’auteurices détectés dans la bibliographie citée
84
À partir du DOI ou de métadonnées externes
84
À partir du texte brut validé de la bibliographie
0
Noms bruts déjà validés
0
Noms bruts restant à vérifier
1
40 / 84 (47,6 %) noms sont associés à un·e auteurice déjà présent·e dans AutiHub. 44 / 84 (52,4 %) noms ne sont pas encore associés.
Noms associés à une personne identifiée comme autiste
12 / 84 (14,3 %)
Calculé sur l’ensemble des noms d’auteurices détectés dans la bibliographie citée. Parmi les noms associés à un·e auteurice déjà présent·e dans AutiHub : 12 / 40 (30,0 %). Personnes distinctes identifiées comme autistes : 11 / 82 (13,4 %).
  1. Guido Schryen (2009). Security of open source and closed source software: An empirical comparison of published vulnerabilities . University of Regensburg Publication Server (University of Regensburg), 387. Universität Regensburg.
    OpenAlex
  2. M. Ariel Cascio , Jonathan Weiss , Éric Racine (2021). Making Autism Research Inclusive by Attending to Intersectionality: a Review of the Research Ethics Literature . Review Journal of Autism and Developmental Disorders, 8(1), 22-36. Springer Science and Business Media LLC.
    Type: Article de revue DOI: 10.1007/s40489-020-00204-z OpenAlex: https://openalex.org/W3025970378
    Crossref OpenAlex OpenCitations
  3. Clare Harrop , Aaron Dallman , Brian Boyd (2021). Big Data. Big Problem? Autism Research, 14(2), 238-239. Wiley.
    Type: Article de revue DOI: 10.1002/aur.2465 OpenAlex: https://openalex.org/W3118323319
    Crossref OpenAlex OpenCitations
  4. Rahul De’ , Neena Pandey , Abhipsa Pal (2020). Impact of digital surge during Covid-19 pandemic: A viewpoint on research and practice . International Journal of Information Management, 55, 102171. Elsevier BV.
    Crossref OpenAlex OpenCitations
  5. Raymond Opdenakker (2006). Advantages and Disadvantages of Four Interview Techniques in Qualitative Research . Forum Qualitative Sozialforschung= Forum: Qualitative Social Research, 7(4), 11. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research.
    Type: Article de revue DOI: 10.17169/fqs-7.4.175 OpenAlex: https://openalex.org/W2121140841
    Crossref OpenAlex
  6. Ezekiel J. Emanuel (2000). What Makes Clinical Research Ethical? JAMA, 283(20), 2701. American Medical Association (AMA).
    Type: Article de revue DOI: 10.1001/jama.283.20.2701 OpenAlex: https://openalex.org/W2150060517
    Crossref OpenAlex OpenCitations
  7. Lisa Gray , Gina Wong-Wylie , Gwen R. Rempel , Karen Cook (2020). Expanding Qualitative Research Interviewing Strategies: Zoom Video Communications . The Qualitative Report, 25. Nova Southeastern University.
    Type: Article de revue DOI: 10.46743/2160-3715/2020.4212 OpenAlex: https://openalex.org/W3024682157
    Crossref OpenAlex OpenCitations
  8. Connor Tom Keating (2021). Participatory Autism Research: How Consultation Benefits Everyone . Frontiers in Psychology, 12, 713982. Frontiers Media SA.
    Type: Article de revue DOI: 10.3389/fpsyg.2021.713982 OpenAlex: https://openalex.org/W3193937630
    Crossref OpenAlex OpenCitations
  9. Marybec Griffin , Richard J. Martino , Caleb LoSchiavo , Camilla Comer-Carruthers , Kristen D. Krause , Christopher B. Stults et al. (2022). Ensuring survey research data integrity in the era of internet bots . Quality & Quantity, 56(4), 2841-2852. Springer Science and Business Media LLC.
    Type: Article de revue DOI: 10.1007/s11135-021-01252-1 OpenAlex: https://openalex.org/W3201992062
    Crossref OpenAlex OpenCitations
  10. Ginny Russell , William Mandy , Daisy Elliott , Rhianna White , Tom Pittwood , Tamsin Ford (2019). Selection bias on intellectual ability in autism research: a cross-sectional review and meta-analysis . Molecular Autism, 10(1), 9. Springer Science and Business Media LLC.
    Type: Article de revue DOI: 10.1186/s13229-019-0260-x OpenAlex: https://openalex.org/W2927010782
    Crossref OpenAlex OpenCitations
  11. Gemma Loebenberg , Melissa Oldham , Jamie Brown , Larisa Dinu , Susan Michie , Matt Field et al. (2023). Bot or Not? Detecting and Managing Participant Deception When Conducting Digital Research Remotely: Case Study of a Randomized Controlled Trial . Journal of Medical Internet Research, 25, e46523. JMIR Publications Inc..
    Type: Article de revue DOI: 10.2196/46523 OpenAlex: https://openalex.org/W4382585488
    Crossref OpenAlex OpenCitations
  12. Andie Storozuk , Marilyn Ashley , Véronic Delage , Erin A. Maloney (2020). Got Bots? Practical Recommendations to Protect Online Survey Data from Bot Attacks . The Quantitative Methods for Psychology, 16(5), 472-481. The Quantitative Methods for Psychology.
    Type: Article de revue DOI: 10.20982/tqmp.16.5.p472 OpenAlex: https://openalex.org/W3115100653
    Crossref OpenAlex OpenCitations
  13. Nicola O'Donnell , Rose-Marie Satherley , Emily Davey , Gemma Bryan (2023). Fraudulent participants in qualitative child health research: identifying and reducing bot activity . Archives of Disease in Childhood, 108(5), 415-416. BMJ.
    Crossref OpenAlex OpenCitations
  14. Kerry Woolfall (2023). Identifying and preventing fraudulent participation in qualitative research . Archives of Disease in Childhood, 108(6), 421-422. BMJ.
    Crossref OpenAlex OpenCitations
  15. Xiaoqian Zhu , Xiang Ao , Zidi Qin , Yanpeng Chang , Yang Liu , Qing He et al. (2021). Intelligent financial fraud detection practices in post-pandemic era . The Innovation, 2(4), 100176. Elsevier BV.
    Type: Article de revue DOI: 10.1016/j.xinn.2021.100176 OpenAlex: https://openalex.org/W3206093631
    Crossref OpenAlex OpenCitations
  16. Mitzi J Ritzman , Roma Subramanian (2024). Voices from a pandemic: Understanding how young adults on the autism spectrum use computer-mediated communication . Autism, 28(2), 381-389. SAGE Publications.
    Type: Article de revue DOI: 10.1177/13623613231170963 OpenAlex: https://openalex.org/W4380576705
    Crossref OpenAlex OpenCitations
  17. Schryen G. (2009). Security of open source and closed source software: An empirical comparison of published vulnerabilities. In Proceedings of the 15th Americas Conference on Information Systems AMCIS 2009 (p. 387). San Francisco California USA.
    Type: Autre
    Crossref