Publicado 2020-06-30
Palabras clave
- reproducibilidad,
- ciencia abierta,
- repositorios de datos,
- acceso abierto
Cómo citar
Derechos de autor 2020 Revista UIS Ingenierías
Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.
Resumen
La pandemia de COVID-19 ha catalizado una serie de prácticas académicas y cuando la superemos, la geografía y, sobre todo la dinámica de los grupos de investigación será otra. Quizá seremos más eficaces, pero el rasgo que será más indeleble de ese cambio lo constituirá la incorporación cotidiana de prácticas de ciencia abierta, repetible y reproducible. El cambio cualitativo de la investigación a la “e-investigación”, describe nuevas formas de producción y diseminación del conocimiento e impone nuevas metodologías para manejar, administrar, analizar y preservar este “diluvio de datos”. La repetibilidad y la reproducibilidad de los resultados científicos en la ciencia centrada en datos ha sido detectado como un un problema creciente. Las publicaciones académicas están llamadas a transformarse, exigiendo acceso a los datos y aplicaciones computacionales que soportan los resultados. En esta nota editorial comentamos y reflexionamos sobre algunas de las metodologías y herramientas que se disponen para promover la repetibilidad/reproducibilidad de los experimentos. Discutimos el enfoque metodológico que emerge del Instituto Turing del Reino Unido. Presentamos una evaluación de las herramientas para construir repositorios de datos que existen actualmente.
Descargas
Referencias
[2] L. Núñez, “La reconquista digital de la biblioteca pública,” Interciencia, vol. 27, no. 4, pp. 195– 201, 2002.
[3] P. Ginsparg, “Arxiv at 20,” Nature, vol. 476, no. 7359, pp. 145–147, 2011.
[4] M. Castells, The Rise of the Network Society. Cambridge, MA, USA: Blackwell Publishers, Inc., 2000.
[5] M. Castells, The Internet Galaxy. Oxford UK: Oxford University Press, 2001, doi: 10.1093/acprof:oso/9780199255771.001.0001
[6] M. Nielsen, Reinventing Discovery: The New Era of Networked Science. Princeton University Press, Oct. 2011.
[7] L. A. Núñez, “Ciencia abierta y de datos: retos y realidades,” Deslinde, vol. 58, pp. 69–75, 2015.
[8] T. Hey, A. E. Trefethen, “e-science and its implications,” Phil. Trans. R. Soc. Lond. A, vol. 361, pp. 1809–1825, 2003.
[9] I. Foster, “Service-oriented science,” Science, vol. 308, pp. 814–817, May 2005.
[10] T. Hey, A. E. Trefethen, “Cyberinfrastructure for e-science,” Science, vol. 308, pp. 817–821, May 2005.
[11] R. Barbera, B. Becker, C. Carrubba, G. Inserra, S. Jalife-Villalón, C. Kanellopoulos, K. Koumantaros, R. Mayo-García, L. Núñez, O. Prnjat, R. Ricceri, M. Rodriguez-Pascual, A. Rubio Montero, F. Ruggieri, “Chain-reds dart challenge,” in IV Conferência Internacional sobre Bibliotecas e Repositórios Digitais (BIREDIAL) y IX Simpósio Internacional de Bibliotecas Digitais (SIBD)(Porto Alegre, Brasil, 2014), 2014.
[12] M. Baker, “Reproducibility crisis,” Nature, vol. 533, no. 26, pp. 353–66, 2016.
[13] J. Berg, “Progress on reproducibility,” Science, vol. 359, no. 6371, pp. 9–9, 2018, doi: 10.1126/science.aar8654
[14] M. Baker, “1,500 scientists lift the lid on reproducibility,” Nature, vol. 533, no. 7604, pp. 452–454, May 2016, doi:10.1038/533452a
[15] National Academies of Sciences, Engineering, and Medicine, Reproducibility and Replicability in Science. Washington, DC: The National Academies Press, 2019, doi: 10.17226/25303
[16] B. Arnold, L. Bowler, S. Gibson, P. Herterich, R. Higman, A. Krystalli, A. Morley, M. O’Reilly, K. Whitaker, Community The Turing Way, The Turing Way: A Handbook for Reproducible Data Science. Zenodo, Mar. 2019. [Online]. Available: https://zenodo.org/record/3233986
[17] A. de Waard, H. Cousijn, I. J. Aalbersberg, “10 aspects of highly effective research data,” Elsevier Connect, Dec. 2015. [Online]. Available: https://www.elsevier.com/connect/ 10-aspects-of-highly-effective-research-data
[18] M. D. Wilkinson, et al., “The FAIR Guiding Principles for scientific data management and stewardship,” Scientific Data, vol. 3, no. 1, p. 160018, Dec. 2016, doi: 10.1038/sdata.2016.18
[19] J. Gray, A. Szalay, “The world-wide telescope,” Commun. ACM, vol. 45, no. 11, pp. 50–55, 2002.
[20] H. Karasti, K. Baker, E. Halkola, “Enriching the notion of data curation in e-science: Data managing and information infrastructuring in the long term ecological research (lter) network,” Computer Supported Cooperative Work (CSCW), vol. 15, no. 4, pp. 321–358, August 2006, doi: 10.1007/s10606-006-9023-2
[21] W. Haak, “4 principles for unlocking the full potential of research data,” Elsevier Connect, Mar. 2019. [Online]. Available: https://www.elsevier.com/connect/ 4-principles-for-unlocking-the-full-potential-of-research-data# contributors
[22] R. Delevante, “5 trends in research data management,” Elsevier Connect, Sep. 2019. [Online]. Available: https://www.elsevier.com/connect/ 5-trends-in-research-data-management
[23] L. Willems, “6 insights from leading universities on managing research data effectively,” Elsevier Connect, Apr. 2019. [Online]. Available: https://www.elsevier.com/connect/ 6-insights-from-leading-universities-on-managing-research-data-effectively
[24] M. van der Graaf, L. Waaijers, “A Surfboard for Riding the Wave. Towards a four country action programme on research data. A Knowledge Exchange Report,” Tech. Rep., Nov. 2011. [Online]. Available: https://libereurope.eu/ a-surfboard-for-riding-the-wave-towards-a-four-country-action-programme-on-research-data/
[25] B. Centre for Science and Technology Studies (CWTS), “Open data: The researcher perspective,” Tech. Rep., Apr. 2017. [Online]. Available: https://www.elsevier.com/__data/assets/pdf_file/0004/281920/Open-data-report.pdf
[26] M. Crosas, “The dataverse network: an opensource application for sharing, discovering and preserving data,” D-lib Magazine, vol. 17, no. 1, p. 2, 2011
[27] Dataverse, “Sitio oficial,” 2018. [Online]. Available: https://dataverse.org/
[28] K. Nowak, “Zenodo - research. shared. second part of the open research data in h2020 & zenodo repository"webinar.” Oct 2016.
[29] Zenodo, “Zenodo’s infrastructure,” 2018. [Online]. Available: http://about.zenodo.org/ infrastructure/
[30] DSpace, “Sitio oficial,” 2018. [Online]. Available: https://dspace.org/
[31] OpenDOAR, “The directory of open access repositories,” 2018. [Online]. Available: http:www.opendoar.org
[32] J. Lasser, “Creating an executable paper is a journey through open science,” Communications Physics, vol. 3, no. 1, pp. 1–5, 2020, doi: 10.1038/s42005-020-00403-4
[33] N. Vasilevsky, J. Minnier, M. Haendel, R. Champieux, “Reproducible and reusable research: are journal data sharing policies meeting the mark?,” PeerJ, vol. 5, p. e3208, 2017, doi: 10.7717/peerj.3208
[34] T. Kluyver, B. Ragan-Kelley, F. Pérez, B. Granger, M. Bussonnier, J. Frederic, K. Kelley, J. Hamrick, J. Grout, S. Corlay, P. Ivanov, D. Avila, S. Abdalla, C. Willing, “Jupyter notebooks-a publishing format for reproducible computational workflows,” in ELPUB, pp. 87–90, 2016, doi: 10.3233/978-1-61499-649-1-87
[35] “Declaración de Panamá sobre Ciencia Abierta,” Dec. 2018. [Online]. Available: https: //web.karisma.org.co/wp-content/uploads/ download-manager-files/declaracion_ panama_ciencia_abierta.pdf
[36] H. Asorey, L. Núñez, C. Sarmiento-Cano, “Exposición temprana de nativos digitales en ambientes, metodologías y técnicas de investigación en la universidad,” Revista Brasileira de Ensino de Física, vol. 40, no. 4, 2018m doi: 10.1590/1806-9126-rbef-2018-0092
[37] R. Mayo-García, L. Nuñez, H. Asorey, M. Rodriguez-Pascual, D. Cazar Ramirez, L. A. Torres-Nino, “Data Accessibility, Reproducibility and Trustworthiness with LAGO Data Repositories,” in Proceedings of The 34th International Cosmic Ray Conference — PoS(ICRC2015), 2016, p. 672, doi: 10.22323/1.236.0672
[38] E. Barrios, R. Torréns, L. Torres, L. Núñez, “Implementación de un repositorio de datos científicos usando dspace,” 2011. [Online]. Available: http://repository.urosario.edu.co/handle/10336/2465