MétaCan
Menu
Retour à la cohorte
Enregistrement W6968415174 · doi:10.5281/zenodo.5181077

Computational reproducibility: A simplified framework for data curators

2021· article· en· W6968415174 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensUniversity of VictoriaMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésData curationPresentation (obstetrics)Data managementReplication (statistics)Focus (optics)Coding (social sciences)Data modelingComputational modelData presentation

Résumé

récupéré en direct d'OpenAlex

Phrases like the 'data deluge' and the 'reproducibility crisis' may serve to further the impression that data curation is hard and that research data management is "basically fighting against chaos" (Briney, 2019). If trying to manage research data is chaotic, then the management of computationally-derived data presents an even bigger challenge due to the multiplicity of operating systems, coding languages, dependencies, and file types. This is exacerbated by the reality that most researchers and librarians are not formally trained as programmers. As data curators and managers, we may need to reconsider if the complete replication of research, especially computational research, is a realistic goal in all instances. Can curated data still be useful if it is only 'a little bit' reproducible or 'just about' reproducible? This purpose of this presentation is to propose an approach of 'just enough' data curation by arguing that partial reproducibility is better than nothing at all (Broman, n.d.). By focusing on incremental progress rather than prescriptive rules, researchers and curators can build their knowledge and skills as the need arises. A computational reproducibility framework, developed for the Canadian Data Curation Forum, will serve as the model for this approach, which combines learning about reproducibility with improving reproducibility. Computational reproducibility leads to better and more transparent research, but fear of a crisis and focus on perfection shouldn't prevent curation that may be 'good enough.' This presentation will discuss concrete and actionable steps to help researchers, data curators, and data managers improve their understanding and practice of computational reproducibility. Briney, K. (2019). Data management is hard and everyone is bad at it. This includes data managers more often that we care to admit. Data management is basically fighting against chaos.https://twitter.com/mykola/status/1198719315589160960 … [Tweet]. Broman, K. (n.d.). Initial steps toward reproducible research. https://kbroman.org/steps2rr/.

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)0,325
score de la tête « metaresearch » (Gemma)0,442
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,832

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3250,442
Méta-épidémiologie (sens strict)0,0030,005
Méta-épidémiologie (sens large)0,0050,008
Bibliométrie0,0190,015
Études des sciences et des technologies0,0160,038
Communication savante0,0330,049
Science ouverte0,0190,034
Intégrité de la recherche0,0130,018
Charge utile insuffisante (le modèle a refusé de juger)0,0110,009

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.

Tête enseignante Opus0,324
Tête enseignante GPT0,412
Écart entre enseignants0,088 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineReproductibilité
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetScientific Computing and Data ManagementTravaux en français237 207