Haciendo Ciencia Abierta
Clase 2
Ignacio Sarmiento-Barbieri
Agenda
- Reproducibilidad vs replicabilidad
Flujos de Trabajo Reproducibles
Estructura de Proyectos
Buenas Prácticas de Código
- Modularidad y documentación
- Gestión de rutas y directorios
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
| Estudio | Número de artículos (solicitudes) | Reproducción intentada | Reproducción exitosa | Tasa de reproducción | Tasa de reproducción por artículo empírico |
|---|---|---|---|---|---|
| Dewald et al (1986) antes del cambio de política | 62 | 5 | 3 | 60.0% | 4.8% |
| Dewald et al (1986) después del cambio de política | 92 | 3 | 2 | 66.7% | 2.2% |
| McCullough and Vinod (2003) | 193 | 62 | 14 | 22.6% | 7.3% |
| Chang and Li (2015) | 67 | 59 | 29 | 49.2% | 43.3% |
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:
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
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.