19: Lückenloses Protokoll der Datenverarbeitung

Themen

Problemstellung, Herausforderungen und Anforderungen

Konzept und Umsetzung: aspecd

Anwendung auf die eigene Praxis

Vorteile gegenüber Alternativen

Folien

PDF

Glossar

PDF

• Nachvollziehbarkeit ist konstituierend für Wissenschaft.
  Voraussetzung: lückenloses Protokoll der Datenverarbeitung.
• Ein System zur lückenlosen Protokollierung ist möglich,
  aber erheblich komplex und nicht trivial umzusetzen.
• Den meisten Forschenden fehlen Werkzeuge und Erfahrung,
  um ein solches System selbst entwickeln zu können.
• Ein funktionierendes System muss den gesamten Weg
  von der Datenerhebung bis zur Präsentation abdecken.
• Nur konsequente Nutzung garantiert die Lückenlosigkeit.
  Voraussetzung: Flexibilität und offensichtliche Vorteile.

Diese Fragen dienen der persönlichen Beschäftigung mit der Thematik, werden aber nicht separat in der Vorlesung besprochen.

• …

Eine Übersicht über ASpecD und davon abgeleitete Pakete:

• ASpecD
  • Webseite
  • Dokumentation
  • Publikation
  • Python Package Index (PyPI)
• cwepr
  • Webseite
  • Dokumentation
  • Publikation
  • Python Package Index (PyPI)
• trepr
  • Webseite
  • Dokumentation
  • Python Package Index (PyPI)
• nmraspecds
  • Webseite
  • Dokumentation
  • Python Package Index (PyPI)
• fitpy
  • Webseite
  • Dokumentation
  • Python Package Index (PyPI)
• UVVisPy
  • Webseite
  • Dokumentation
  • Python Package Index (PyPI)

Python-Paket zur Erzeugung und Entwicklung von Python-Paketen:

• pymetacode
  • Webseite
  • Dokumentation
  • Python Package Index (PyPI)

Eine kommentierte und handverlesene Liste mit weiterführender Literatur zum Thema. Die Auswahl ist zwangsläufig subjektiv.

Die Publikation zum ASpecD-Framework ist [Popp, 2022Popp, Jara; Biskup, Till (2022): ASpecD: A modular framework for the analysis of spectroscopic data focussing on reproducibility and good scientific practice, Chem. Methods 2:e202100097]. Abgeleitete Pakete sind: cwepr [Schröder, 2022Schröder, Mirjam; Biskup, Till (2022): cwepr - A Python package for analysing cw-EPR data focussing on reproducibility and simple usage, J. Magn. Reson. 335:107140], trepr, nmraspecds, uvvispy, fitpy.

Die Idee eines scientific workflow system bzw. eines Systems zur nachvollziehbaren Dokumentation ist natürlich älter. Vgl. dazu den exzellenten Sammelband von Stodden [Stodden, 2014Stodden, Victoria; Leisch, Friedrich; Peng, Rodger D. (Hg.) (2014): Implementing Reproducible Research, CRC Press, Boca Raton].

• Stodden, Victoria; Leisch, Friedrich; Peng, Rodger D. (Hg.) (2014): Implementing Reproducible Research, CRC Press, Boca Raton
• Popp, Jara; Biskup, Till (2022): ASpecD: A modular framework for the analysis of spectroscopic data focussing on reproducibility and good scientific practice, Chem. Methods 2:e202100097
• Schröder, Mirjam; Biskup, Till (2022): cwepr - A Python package for analysing cw-EPR data focussing on reproducibility and simple usage, J. Magn. Reson. 335:107140