Reproducibilidad y Estructura de Proyectos

---

class: center, middle, inverse
background-image: url("figs/hca.jpg")
background-position: center
background-size: cover

# Haciendo Ciencia Abierta

## Clase 2
### Ignacio Sarmiento-Barbieri
---

class: middle

# Agenda

1. **Reproducibilidad vs replicabilidad**
2. **Flujos de Trabajo Reproducibles**
 
3. **Estructura de Proyectos**
 
4. **Buenas Prácticas de Código**
   - Modularidad y documentación
   - Gestión de rutas y directorios

5. **Gestión de Paquetes Estadísticos**

---
## Reproducibilidad y Estructura de Proyectos

### Objetivos de la clase:

- Entender los conceptos de reproducibilidad y replicabilidad.

- Aprender a diseñar flujos de trabajo reproducibles.

- Conocer buenas prácticas para la gestión de proyectos de investigación.

---
# Motivacion

- Confiabilidad en la evidencia

- Fraude
  
  - Incapacidad de Reproducir Resultados

---
background-image: url(figs/forbes_gino.png) 
background-position: center
background-size:  600px

---

<div style="font-size: 30px; text-align: center;">
<table>
<thead>
<tr>
<th>Estudio</th>
<th>Número de artículos (solicitudes)</th>
<th>Reproducción intentada</th>
<th>Reproducción exitosa</th>
<th>Tasa de reproducción</th>
<th>Tasa de reproducción por artículo empírico</th>
</tr>
</thead>
<tbody>
<tr>
<td>Dewald et al (1986) antes del cambio de política</td>
<td>62</td>
<td>5</td>
<td>3</td>
<td>60.0%</td>
<td>4.8%</td>
</tr>
<tr>
<td>Dewald et al (1986) después del cambio de política</td>
<td>92</td>
<td>3</td>
<td>2</td>
<td>66.7%</td>
<td>2.2%</td>
</tr>
<tr>
<td>McCullough and Vinod (2003)</td>
<td>193</td>
<td>62</td>
<td>14</td>
<td>22.6%</td>
<td>7.3%</td>
</tr>
<tr>
<td>Chang and Li (2015)</td>
<td>67</td>
<td>59</td>
<td>29</td>
<td>49.2%</td>
<td>43.3%</td>
</tr>
</tbody>
</table>
</div>

---
## Soluciones: Reproducibilidad y Transparencia  en los procesos analíticos

- La reproducibilidad en la investigación se refiere a la capacidad de otros investigadores para obtener resultados similares o idénticos al repetir un estudio utilizando la misma metodología y datos.

- Es un principio fundamental para garantizar la confiabilidad y validez de la ciencia, y juega un papel crucial en la promoción de la transparencia.

---
## Soluciones: Reproducibilidad y Transparencia  en los procesos analíticos

---
## Soluciones: Reproducibilidad y Transparencia  en los procesos analíticos

- Permite el escrutinio público y la detección de errores

- Facilita la evaluación crítica de la investigación

- Promueve la colaboración y el intercambio de conocimiento

-  Combate el sesgo de publicación y búsqueda de especificaciones

- Aumenta la confianza en la ciencia y la credibilidad de los investigadores

---
## Proyecto transversal

---
## Principios de Flujos de Trabajo Reproducibles

---
## Principios de Flujos de Trabajo Reproducibles

### Reglas a recordar
- **Escribe siempre código**
  - Evita modificar datos manualmente.
  - Usa scripts para todas las tareas.

- **Automatiza todo lo posible**
  - Reduce errores y aumenta la eficiencia.
  - Ejemplos: scripts para limpieza de datos, análisis y generación de informes.

- **Usa un único script para ejecutar todo el código de principio a fin**
  - Facilita la reproducibilidad y la revisión del trabajo.
  - Ejemplo: script maestro que llama a todos los scripts necesarios en orden.

---
## Estructura de Proyectos

### Ejemplo de estructura de carpetas:
<pre style="font-size:14px;">
Complex Project Folder Estructure/
├── build                    <- construcción de los datos
│   └── input/
│       └── my_data.csv
│   └── scripts/
│       └── clean_data.R
│   └── output/
│       └── data_clean.csv
│   └── temp/
│       └── temp_merge.csv
├── analysis                 <- análisis de los datos
│   └── input/
│       └── data_clean.csv
│   └── scripts/
│       └── regressions_table1.R
│       └── regressions_fig1.R
│   └── output/
│       └── fig1.png
│       └── table1.tex
│   └── temp/
│       └── regressions.log
└── document                 <- documentos del proyecto
    └── Document.Rmd         <- script documento dinámico
</pre>

---
## Gestión de Rutas y Directorios

### Importante usar rutas relativas!

- Evita problemas al cambiar de sistema o compartir el proyecto.

- Mejora la claridad y la mantenibilidad del código.

- Facilita la colaboración y la reproducibilidad.

---

## Gestión de Paquetes Estadísticos

### Importancia de documentar versiones de software y paquetes

- Asegura la reproducibilidad de los resultados.

- Facilita la colaboración y verificación de resultados por otros investigadores.

---

class: center, middle, inverse
background-image: url("figs/hca.jpg")
background-position: center
background-size: cover

# Haciendo Ciencia Abierta

## Gracias!!!
### Ignacio Sarmiento-Barbieri