Building a collaborative psychological science: Lessons learned from ManyBabies 1.

Krista Byers-Heinlein, Christina Bergmann, Catherine Davies, Michael C. Frank, J. Kiley Hamlin, Melissa Kline, Jonathan F. Kominsky, Jessica E. Kosie, Casey Lew-Williams, Liquan Liu, Meghan Mastroberardino, Leher Singh, Connor P.G. Waddell, Martin Zettersten, Melanie Soderstrom

Research output: Contribution to journalArticlepeer-review

49 Scopus citations

Abstract

The field of infancy research faces a difficult challenge: Some questions require samples that are simply too large for any 1 lab to recruit and test. ManyBabies aims to address this problem by forming large-scale collaborations on key theoretical questions in developmental science, while promoting the uptake of Open Science practices. Here, we look back on the first project completed under the ManyBabies umbrella—ManyBabies 1—which tested the development of infant-directed speech preference. Our goal is to share the lessons learned over the course of the project and to articulate our vision for the role of large-scale collaborations in the field. First, we consider the decisions made in scaling up experimental research for a collaboration involving 100+ researchers and 70+ labs. Next, we discuss successes and challenges over the course of the project, including the following: protocol design and implementation, data analysis, organisational structures and collaborative workflows, securing funding, and encouraging broad participation in the project. Finally, we discuss the benefits we see both in ongoing ManyBabies projects and in future large-scale collaborations in general, with a particular eye toward developing best practices and increasing growth and diversity in infancy research and psychological science in general. Throughout the article, we include first-hand narrative experiences to illustrate the perspectives of researchers playing different roles within the project. Although this project focused on the unique challenges of infant research, many of the insights we gained can be applied to large-scale collaborations across the broader field of psychology. (PsycInfo Database Record (c) 2020 APA, all rights reserved)Public Significance Statement—ManyBabies is a large-scale collaboration across infant research labs, focusing on replicating important findings in infant research, as well as developing and modelling best practices, such as preregistration, open materials, and open data. ManyBabies further aims to increase growth and diversity both within infancy research and in psychological science in general. This paper shares “lessons learned” from our first project—ManyBabies 1—which involved 100+ researchers and 70+ labs. Lessons emerged from different aspects of our collaboration, ranging from coordination challenges and operational practices to considerations for study design and data collection. The insights we gained can be applied to future collaborations in psychology at both small and large scales. (PsycInfo Database Record (c) 2020 APA, all rights reserved)Le domaine de la recherche sur la petite enfance fait face à un défi d’envergure : certaines questions exigent des échantillons qui sont tout simplement trop volumineux pour un laboratoire en fait de recrutement et de tests. ManyBabies a pour objectif de résoudre ce problème en formant des collaborations à grande échelle sur des questions théoriques clés de la science du développement, tout en favorisant l’adoption des pratiques de science ouverte. Ici, nous revenons sur le premier projet réalisé sous l’égide de ManyBabies, soit ManyBabies 1, qui a mis à l’essai le développement de la préférence pour la parole dirigée vers l’enfant. Notre objectif est de partager les leçons apprises au cours du projet et d’articuler notre vision du rôle des collaborations à grande échelle sur le terrain. Tout d’abord, nous considérons les décisions prises pour mettre à l’échelle la recherche expérimentale en vue d’une collaboration impliquant plus de 100 chercheurs dans plus de 70 laboratoires. Ensuite, nous discutons des réussites et des problèmes rencontrés tout au long du projet, notamment la conception et la mise en œuvre du protocole, l’analyse des données, les structures organisationnelles et les flux de travail collaboratifs, l’obtention de financement et l’encouragement de la participation générale au projet. Enfin, nous discutons des bienfaits que nous constatons dans les projets en cours de ManyBabies et dans les futures collaborations à grande échelle en général, en ayant un objectif particulier de développer des pratiques exemplaires et d’accroître la croissance et la diversité dans la recherche sur la petite enfance et la science psychologique en général. Tout au long de l’article, nous incluons des expériences directes narratives pour illustrer les perspectives des chercheurs ayant à jouer différents rôles dans le projet. Bien que ce projet se concentre sur les défis uniques de la recherche sur la petite enfance, bon nombre des connaissances que nous avons acquises peuvent être appliquées à des collaborations à grande échelle dans le domaine plus large de la psychologie.

Original languageEnglish (US)
Pages (from-to)349-363
Number of pages15
JournalCanadian Psychology
Volume61
Issue number4
DOIs
StatePublished - 2020

All Science Journal Classification (ASJC) codes

  • General Psychology

Keywords

  • Open Science
  • collaboration
  • infancy
  • infant-directed speech
  • reproducibility

Fingerprint

Dive into the research topics of 'Building a collaborative psychological science: Lessons learned from ManyBabies 1.'. Together they form a unique fingerprint.

Cite this