分享神经刺激计算模型的指导:从项目规划到出版
Nicole A Pelot1, Boshuo Wang2, Daniel P Marshall1
1Department of Biomedical Engineering, Pratt School of Engineering, Duke University, Durham, NC, United States of America.
Journal of neural engineering
|February 24, 2025
概括
分享计算模型可以提高科学严谨性和可重复使用性. 本指南提供了可操作的步骤和最佳实践,用于在整个项目生命周期中共享模型,确保问责制和进步.
科学领域:
- 计算建模计算建模
- 科学计算是科学计算.
- 神经刺激建模神经刺激建模
背景情况:
- 分享计算模型提供了诸如增加科学严谨性,效率和可重复使用性等好处.
- 越来越多的需求和实践需要指导共享模型,代码和数据.
研究的目的:
- 为共享计算模型提供可访问的资源.
- 在所有项目阶段提供指导.
主要方法:
- 综合了关于科学计算和代码/数据共享的文献.
- 在开发和分享神经刺激模型方面积累了丰富的经验.
- 开发了适用于大多数计算模型的指南.
主要成果:
- 描述了共享模型的"6R"特性:可重运行性,可重复性,可复制性,可重复性,可重复使用性和可读性.
- 总结科学计算最佳实践的行动项目,包括工具选择,代码设计和文档.
- 为共享模型内容提供了一个检查清单,并讨论了存储库和知识产权方面的考虑.
- 以ASCENT管道为例,用于神经刺激建模的实践.
结论:
- 这篇论文是科学家,用户,机构和期刊的可操作参考.
- 促进计算模型开发,共享和利用的改进实践.
- 旨在提高计算科学中的科学严谨性,可重复性和可重复使用性.


