MétaCan
Menu
Retour à la cohorte
Enregistrement W2551432253 · doi:10.1093/bib/bbw134

Top considerations for creating bioinformatics software documentation

2016· article· en· W2551432253 sur OpenAlexafffund
Mehran Karimzadeh, Michael M. Hoffman

Notice bibliographique

RevueBriefings in Bioinformatics · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Cancer Society Research InstituteOntario Ministry of Research, Innovation and ScienceMcLaughlin Centre, University of TorontoUniversity of TorontoOntario Institute for Cancer ResearchNatural Sciences and Engineering Research Council of CanadaPrincess Margaret Cancer Foundation
Mots-clésDocumentationComputer scienceSoftwareSoftware engineeringFeature (linguistics)Interface (matter)Software documentationWork (physics)Data scienceWorld Wide WebSoftware developmentSoftware constructionEngineeringProgramming languageOperating system

Résumé

récupéré en direct d'OpenAlex

Investing in documenting your bioinformatics software well can increase its impact and save your time. To maximize the effectiveness of your documentation, we suggest following a few guidelines we propose here. We recommend providing multiple avenues for users to use your research software, including a navigable HTML interface with a quick start, useful help messages with detailed explanation and thorough examples for each feature of your software. By following these guidelines, you can assure that your hard work maximally benefits yourself and others.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,157
score de la tête « metaresearch » (Gemma)0,426
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,831

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1570,426
Méta-épidémiologie (sens strict)0,0030,005
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0160,011
Études des sciences et des technologies0,0100,006
Communication savante0,0350,039
Science ouverte0,0080,014
Intégrité de la recherche0,0110,018
Charge utile insuffisante (le modèle a refusé de juger)0,0430,079

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,099
Tête enseignante GPT0,366
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBriefings in BioinformaticsMême sujetScientific Computing and Data ManagementTravaux en français237 207