Ripeta分析工具突出重点领域科学研究的再现性
阅读时间:
数字科学已经发起了一项报告关注falsifiability和再现性科学研究。报告地址三个领域包括适当的文档和共享的研究数据,清晰的分析和过程,和共享代码。
使科学更好:重现性、Falsifiability和科学的方法看着2019年重现性的当前状态,以及研究过程中“可证伪性“的重要性。分析来自于数字科学的投资组合公司,Ripeta,旨在更好地科学更容易通过识别和强调研究的重要部分,应该透明地在一份手稿和其他材料。
该工具检测和评估的关键证据通过软件和分析开发科学再现性;提高循证科学和财政效率的研究投资。这些工具利用先进的机器学习和自然语言处理算法提取关键再现性元素的研究文章。
关键报告的发现包括:
- 所有研究利益相关者有责任使他们的工作可再生和可证伪。可再生的:所以,任何人都可以遵循相同的表示方法和达到的结论;和可证伪:这样的方法可以适当地测试这个假说。
- 虽然不是所有研究资料需要由于保密和/或匿名访问,获得足够的透明度是再现性的关键。
- 研究论文应该是路径测试和重建进行了的研究。这是科学方法的基础。
- Falsifiability研究过程不可分割的一部分。它增加了可信度研究和允许进一步的工作建立在坚实的基础。
- 建立一个结构良好的再现性的框架,评估,和适当的报告,支持重用的科学工作的障碍,支持科学的结果,评估科学质量下降。
- 良好的数据文档,包括研究设计、数据收集、数据清洗和分析导致“好”的科学。证据确凿的科学和研究可以进一步提升透明度和充分的数据文档。
- 明确的数据分析报告不仅是相关但良好的科学实践的关键。
- 通过提供代码,记录使用的软件是哪个版本,代码和存储以供将来参考,科学可以更准确,更可再生的、更有用的内和跨领域科学家和地理位置。
- 科学界需要更快和更可伸缩的方法评估和改善再现性。的一个重要组成部分,从根本上改变我们如何思考再现性。困难的是,尽管我们都有一种再现性是在自己的领域,再现性作为一个概念领域之间不容易翻译。
- 我们需要建立结构研究过程自动化过程本身,提醒我们的检查时出现问题。这种新机器的检查和配重平衡需要考虑falsifiability和再现性。
“技术使得进行科学更快和更复杂。我们需要一些方法来快速、准确地捕捉和报告的所有方法没有问更多的科学家。Ripeta解决一个问题的一部分。”
广告