Infobib

Interessantes neues interdisziplinäres Repository: Zenodo.

All research outputs from across all fields of science are welcome! ZENODO accept any file format as well as both positive and negative results. However, we do promote peer-reviewed openly accessible research, and we do curate your upload before putting it on the front-page.

Die Features klingen spannend. Unter anderem kann man direkt aus seiner Dropbox veröffentlichen. Metadatenextraktion aus Dateien ist auch geplant.

[via Peter Suber, siehe auch Archivalia]

Den Versuch, psychologische Studien zu reproduzieren, hatten wir hier kürzlich schon einmal. Nun wurde in der Nature eine Studie veröffentlicht, in der 53 landmark studies aus der Onkologie und Hämatologie untersucht werden. Ergebnis:

It was acknowledged from the outset that some of the data might not hold up, because papers were deliberately selected that described something completely new, such as fresh approaches to targeting cancers or alternative clinical uses for existing therapeutics. Nevertheless, scientific findings were confirmed in only 6 (11%) cases. Even knowing the limitations of preclinical research, this was a shocking result.

“Shocking” trifft es ganz gut.

Begley, C. Glenn; Ellis, Lee M. (2012): Drug development: Raise standards for preclinical cancer research. In: Nature 483 (7391), S. 531–533.

Im American Economic Review wurde 2010 eine anscheinend vielbeachtete Studie über “Growth in a Time of Debt” publiziert.¹ Die Washington Post machte nun darauf aufmerksam, dass diese Studie nicht nur in der Austeritätsdebatte eine große Rolle gespielt habe, sondern auch methodisch nicht einwandfrei sei. In der Berechnung (in Excel), die der Studie zugrunde liegt, seien Berechnungsfehler begangen worden.

This discrepancy wasn’t caught earlier because Reinhart and Rogoff hadn’t made their full underlying data public. They only shared their spreadsheet with the Herndon, Ash and Pollin after the latter three tried to replicate the initial results and failed.

Hier geht es zur erwähnten Studie von Reinhart und Rogoff. Die Daten werden dort gleich zum Download angeboten, ebenso der R-Code, mit dem die zweite Auswertung gemacht wurde. Wer nun dort nach Fehlern suchen möchte, kann dies ohne Umstände machen und muss nicht den Studienautoren hinterherbetteln.

PS: Bei diesem Beispiel geht es mir nicht darum, ob sich durch Datenverfügbarkeit nun gegenteilige ökonomische Schlüsse ziehen lassen, sondern einzig um die Reproduzierbarkeit von Wissenschaft.

1. Reinhart, Carmen M., and Kenneth S. Rogoff. 2010. “Growth in a Time of Debt.” American Economic Review, 100(2): 573-78.
   http://dx.doi.org/10.1257/aer.100.2.573 [↩]

Heute per Mail hereingekommen:

SciGit is finally launching! You can get started at http://www.scigit.com. The client software currently only runs on Windows, but the website can be used by everybody.

Was SciGit ist, habe ich hier schon einmal kurz angerissen.

In der aktuellen Nature-Ausgabe schreibt Richard Monastersky über den Wandel bibliothekarischer Tätigkeit durch Open Data:

At Johns Hopkins and many other top universities, libraries are aiming to become more active partners in the research enterprise — altering the way scientists conduct and publish their work. Libraries are looking to assist with all stages of research, by offering guidance and tools for collecting, exploring, visualizing, labelling and sharing data. “I see us moving up the food chain and being co-contributors to the creation of new knowledge,” says Sarah Thomas, the head of libraries at the University of Oxford, UK.

Ebenfalls interessant:

1. Advocacy: How to hasten open access
2. Licence restrictions: A fool’s errand

Und weitere Artikel und Kommentare dieser Ausgabe zu “Data Reuse”, Open Access und den Wandel des wissenschaftlichen Publizierens.

Matthias Fromm spricht im Podcast Open Science Radio über – klar – Open Science, Open Science Training und Crowdprojekte und #pdftribute und Open Access.

If you’re a psychologist, the news has to make you a little nervous, beginnt ein Artikel im Chronicle of Higher Education. Besonders PsychologInnen, die 2008 in einem der Journals “Psychological Science”, “Journal of Personality and Social Psychology” oder im “Journal of Experimental Psychology: Learning, Memory, and Cognition” veröffentlicht haben. Denn deren Werk wird vom Reproducibility Project unter die Lupe genommen, genauer gesagt: reproduziert.

Wer helfen möchte, kann sich beteiligen:

The Reproducibility Project is open to anyone who is interested in the reproducibility of psychological science or in participating in a large-scale, open science project. Contributors receive authorship on project reports (see Executive Summary for details). Ways to contribute include:

• Conducting or helping with a replication study
• Helping with statistical analyses or power / sample size calculations
• Reviewing and contributing to replication protocols or reports
• Coding published studies (extracting hypotheses, sample characteristics, and requirements for replication)
• Programming tasks such as creating stimulus presentation scripts or automated data processing

If you’d like to get involved, fill out our new contributor survey and we’ll get in touch with you about opportunities that are a match for your skills and resources. We welcome contributions from students and citizen scientists as well as researchers and scientific professionals. If you have any questions, feel free to contact our volunteer coordinator at reproducibilityproject@gmail.com.

Voraussetzung für Reproduzierbarkeit sind neben sauber dokumentierten Versuchen auch die Verfügbarkeit der Mittel zur Reproduktion.

• Open Access: Wer den Artikel nicht lesen kann, kann Versuche auch nicht reproduzieren
• Open Data: Wer die Rohdaten nicht hat, auch nicht.
• Open Source: Wo Software eingesetzt wird, sollte diese frei verfügbar sein. Zum Beispiel Octave statt MatLab (aktuell € 500 für die Basisversion, wenn ich die Preistabelle richtig verstehe) oder R statt SPSS (wirklich über € 2000?). Darunter fallen dann auch die konkreten Skripte und Modelle.

Ergo (natürlich verkürzt): Reproduzierbarkeit = Open Access + Open Data + Open Source

Die zehn Regeln:

Rule 1: Don’t Reinvent the Wheel
Rule 2: Code Well
Rule 3: Be Your Own User
Rule 4: Be Transparent
Rule 5: Be Simple
Rule 6: Don’t Be a Perfectionist
Rule 7: Nurture and Grow Your Community
Rule 8: Promote Your Project
Rule 9: Find Sponsors
Rule 10: Science Counts

Prlić A, Procter JB (2012) Ten Simple Rules for the Open Development of Scientific Software. PLoS Comput Biol 8(12): e1002802. doi:10.1371/journal.pcbi.1002802

Lambert Heller im Blog der TIB/UB Hannover:

An der TIB Hannover nimmt 2013 ein neues Team seine Arbeit auf, das Open Science Lab. Hier sollen neuartige Webanwendungen für ForscherInnen in enger Abstimmung mit überregionalen Benutzer-Communities erprobt und (weiter-)entwickelt werden. Alle Ergebnisse sollen schnell öffentlich zugänglich gemacht werden, auch dann, wenn es sich um vorläufige oder experimentelle Anwendungen handelt. Das Lab strebt vielfältige Kooperationen mit anderen Interessierten (einzelnen Softwareentwicklern, Verlagen, Bibliotheken etc.) an und will Drittmittel für neue Entwicklungen einwerben.

Untersucht werden sollen u.a. der Umgang mit publizierten Rohdaten oder alternative Publikationsarten. Die Ergebnisse sollen konsequenterweise unter freien Lizenzen veröffentlicht werden.

Am 23. Oktober 2012 um 18 Uhr findet in der Universitätsbibliothek der Humboldt-Universität zu Berlin eine Podiumsdiskussion im Rahmen der Open Access Week 2012 zum Thema „Open Science – Chancen und Herausforderungen der digitalen Wissenschaft“ statt.

Hochkarätige Expertinnen und Experten aus Wissenschaft, Politik und Verlagswesen werden darin die Themenfelder Open Access, Web 2.0 und die dauerhafte Zugänglichkeit von Forschungsdaten unter dem Titel „Open Science – Chancen und Herausforderungen der digitalen Wissenschaft“ thematisieren.

Weitere Informationen:
http://www.ibi.hu-berlin.de/aktuelles/veranstaltungen/open_access