HeFDI Code School - Code Competencies for sustainable research software
Notice bibliographique
Résumé
HeFDI Code School - Code Competencies for sustainable research software The HeFDI Code School has been tested since 2023 to meet the high demand for competence development in programming scientific software. The Code School supports researchers, especially young scientists, in the development of high-quality research software - a central building block for reproducible science. The program has so far been carried out with changing partners such as SURESOFT /TU Braunschweig, NFDI4ING, NFDI4EARTH and the Hessian Competence Center for High Performance Computing (HKHLR). Cooperation with proven experts on the one hand and with NFDI consortia on the other is particularly important to ensure the effective dissemination of the offering and, at the same time, to utilize existing skills and resources as efficiently as possible. Demand remains high: the online courses in particular reach well over 100 participants per course in a very short space of time. The high demand for the basic track, which has only been offered once so far, shows that it would be desirable to set up a graduated program that systematically guides those interested from basic skills through an intermediate level to “Advanced” and “Expert” with the best support. The unbroken high demand underlines the fact that such a format is also needed throughout Germany. However, many questions remain unanswered, such as the need for a finely tuned overall program in terms of content, long-term cooperation with consortia and/or other initiatives, as well as certificates or other proof of performance and the verification of skills development. On the one hand, the poster aims to present the experiences and the program to date. On the other hand, it is intended to get into conversation with other interested parties in order to explore future collaborative perspectives and synergy opportunities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,000 |
| Communication savante | 0,007 | 0,001 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,009 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».