恩科尔 (ENCORE):一个实际实施,以提高计算研究的可复制性和透明度
Antoine H C van Kampen1,2,3,4, Utkarsh Mahamune5,6,7, Aldo Jongejan5,6
1Amsterdam UMC, University of Amsterdam, Bioinformatics Laboratory, Epidemiology and Data Science, Meibergdreef 9, Amsterdam, Netherlands. a.h.vankampen@amsterdamumc.nl.
Nature communications
|September 16, 2024
概括
通过标准化项目结构和文档,ENCORE提高了计算研究的可重复性. 它的采用受到研究人员对可复制性努力缺乏激励的阻碍.
科学领域:
- 计算科学 计算科学
- 研究方法研究方法研究方法学
背景情况:
- 计算研究的可复制性是一个持续的挑战.
- 现有的指导方针很难转化为实际应用.
研究的目的:
- 介绍ENCORE,一种用于提高计算项目的透明度和可重复性的新方法.
- 为研究结构和文档提供标准化的框架.
主要方法:
- 恩科尔将项目组件集成到一个标准化的文件系统中.
- 使用预定义的文档模板和GitHub进行版本管理.
- 包括一个基于HTML的导航器,以提高可访问性.
主要成果:
- 恩科尔的设计是对项目类型,数据,编程语言和基础设施无关的.
- 展示了一种改善研究透明度的实用方法.
- 确定缺乏激励措施是采用的主要障碍.
结论:
- 恩科尔为提高计算研究可重复性提供了一个强大的解决方案.
- 解决研究人员激励措施对于广泛采用可重现性框架至关重要.
更多相关视频
04:50Author Spotlight: Biological Standardization to Ensure Reproducibility and Harmonization in Research
Published on: August 4, 2023
1.0K
08:52Improving Reproducibility to Meet Minimal Information for Studies of Extracellular Vesicles 2018 Guidelines in Nanoparticle Tracking Analysis
Published on: November 17, 2021
2.3K
