【学术】60%学者反映实验无法复现?Nature给出五招!

099d079eecc629ff8f25150721b9808c.png

追踪报道人工智能前沿

IJAC将聚焦人工智能领域,每月集结国际顶刊AI领域最新封面推荐文章、最新科研资讯&科研观点,关注我们,与国际接轨、向一流看齐!

97c4500ffb498656bdb9ba748c22272b.png

在倡导开放科学、科研诚信的科研圈里,越来越多的学者开始关注实验结果的可重复性、实验数据的可分享性问题。比如,当研究人员在阅读文献时,期望能够重复实验而深入研究;当审稿人审阅一篇论文时,期望能够看到更详细的实验过程和数据,以确保方法的正确性;当同行想交流研究方法时,则希望能够快速理解实验室过程,提高沟通效率。

然而在2016年Nature杂志的一项调查中,60%的调查者认为很难重复其他科学家的实验;无独有偶,美国细胞生物学家协会的一项会员调查中,70%的成员也表明很难重复已发表文章中的实验结果,并认为主要原因是:实验室过程描述不完整。一方面,是由于缺乏奖励机制,来鼓励科研人员在文章中详细描述实验过程;另一方面,缺乏相关的培训和方法来帮助科研人员完整记录和分享实验过程。

3d8a40c04750125d2f2d1d364b14747f.png

图片来自Nature

Nature 在9月份的一篇文章,介绍了利用现代数字平台技术记录和分享实验细节的五个方法:

文本记录

关于实验过程与数据的详细文本记录是非常必要的。近年来,一些国际期刊、出版社或研究机构已经要求科研人员在论文中提供详细的实验细节,如Nature要求作者将与论文相关的实验细节存储在数字平台Protocol Exchange、protocols.io上。一些研究所要求其科研人员在机构知识库等平台提交实验过程及数据等材料。IJAC小编在稿件录用通知中,也会建议作者将与论文相关的实验数据等材料汇交至ScienceDB(https://www.doi.org/)。

因此,在投稿前,请做好文档、实验日志、数据等详细记录,并利用数字平台技术进行存储。当他人需要审核这些内容时,可以做到快速、及时地回复。

可视化记录

你是否考虑过用短视频来记录实验过程?在全媒体融合时代,短视频的出现加快了人们对内容的接受、理解速度。全球首例视频期刊Journal of Visualized Experiments(JoVE)杂志在同行评议阶段会审核作者提交的实验内容的文本内容,在稿件录用后,则派出一个媒体团队为作者录制实验过程,并编辑制作8-15分钟长的实验短片,发布在期刊网站。JoVE的视频短片涉及生物、工程、医学等9个领域,受到了国际广泛关注。美国一家癌症研究机构的一位学者采用视频方式记录实验过程,方便了实验室新人快速入门。(小广告来啦:IJAC的视频号“IJAC-人工智能前沿”也在为作者免费制作研究成果展示短视频。如您需要制作一段实验室介绍、实验流程等短视频,欢迎联系我们)。

此外,图、表形式也是一种直观、快捷的实验过程记录方法,相关的平台工具有Zenodo、Figshare等。

记录存储

根据不同学科的需求,寻求适合的记录存储平台,来记录或引用实验细节、实验过程的机理、数据、或代码。如面向开源及私有软件代码的平台Github,面向动物实验的记录平台Experimental Design Assistant,面向生物、细胞领域的平台Resource Identification Portal。

电子实验室记录本

基于网络平台的电子实验室记录本(Electronic lab notebooks),能够方便实验室研究人员了解实验过程的细节、实验材料和数据,并能链接到实验室知识库及各种相关材料的存储数据库。相对于普通的纸本实验记录,电子实验室记录本更方便每位使用者按照设定的模板、标准记录实验过程,也更便于读者快速把握重要信息。

交流与沟通

充分、有效的交流也是实验过程分析与复现的重要方式之一。在实验过程及数据上传至网络数据库之后,通过数据库的alter功能及时关注读者的留言、评价与问题,不仅可以帮助其他人复现自己的实验过程,也为改进实验提供了更多思路。

最后,小编非常欢迎读者留言,分享您的实验过程及数据的保存与分享方法!一套好的实验流程记录习惯,能让您的科研工作更加高效。

来源

https://www.nature.com/articles/d41586-021-02428-3 

fb802cefa9eeb291c397def2cb389de9.png

 
 
 
 
 
 
 
 
往期精彩回顾




适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载黄海广老师《机器学习课程》视频课黄海广老师《机器学习课程》711页完整版课件

本站qq群554839127,加入微信群请扫码:

b2f615e8acc80d61f16477a399b27174.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值