Diese Fragen dienen der persönlichen Beschäftigung mit der Thematik, werden aber nicht separat in der Vorlesung besprochen.
Eine kommentierte und handverlesene Liste mit weiterführender Literatur zum Thema. Die Auswahl ist zwangsläufig subjektiv.
Wer sich eingehender mit Wissenschaftstheorie und der Frage nach dem Wesen der Wissenschaft befassen möchte, der sei auf die „klassische“ Literatur, insbesondere Poppers „Logik der Forschung“ [Popper, 2005Popper, Karl (2005): Logik der Forschung, Mohr Siebeck, Tübingen] und Kuhns „Struktur wissenschaftlicher Revolutionen“ [Kuhn, 1976Kuhn, Thomas S. (1976): Die Struktur wissenschaftlicher Revolutionen, Suhrkamp, Frankfurt am Main] verwiesen. Gute einführende Werke sind „What is This Thing Called Science?“ von A. F. Chalmers [Chalmers, 1999Chalmers, Alan F. (1999): What is this thing called Science?, Open University Press, Berkshire, UK] und „Wissenschaftstheorie. Eine philosophische Einführung“ von Hans Poser [Poser, 2001Poser, Hans (2001): Wissenschaftstheorie, Reclam, Stuttgart]. Lesenswert ist auch Hackings „Einführung in die Philosophie der Naturwissenschaften“ [Hacking, 1995Hacking, Ian (1995): Einführung in die Philosophie der Naturwissenschaften, Reclam, Stuttgart]. Der Blick auf die Wissenschaft als ein „System“ geht auf Immanuel Kant [Kant, 1997Kant, Immanuel (1997): Metaphysische Anfangsgründe der Naturwissenschaft, Felix Meiner Verlag, Hamburg] zurück.
Die Unterscheidung von unvermeidlicher (essential complexity) und vermeidbarer Komplexität (accidental complexity) wurde von Fred Brooks [Brooks, 1995Brooks, Frederick P. (1995): The Mythical Man Month, Addison Wesley Longman, Boston] auf Software angewandt. Sie geht ideengeschichtlich letztlich auf die Unterscheidung zwischen Substanz (Essenz) und Akzidens von Aristoteles zurück. Vgl. dazu z.B. [Prechtl, 2008Prechtl, Peter; Burkard, Franz-Peter (Hg.) (2008): Metzler Lexikon Philosophie, J. B. Metzler, Stuttgart, Weimar].
Die Wichtigkeit der Reproduzierbarkeit von Auswertungen ist ein Thema, das immer mal wieder durch die wissenschaftliche Öffentlichkeit geistert, oftmals im Zusammenhang mit aufgedecktem Betrug durch Datenfälschung [Crocker, 2011Crocker, Jennifer; Cooper, M. Lynne (2011): Addressing scientific fraud, Science 334:1182, Jasny, 2011Jasny, Barbara R.; Chin, Gilbert; Chong, Lisa; Vignieri, Sacha (2011): Again, and again, and again..., Science 334:1225, Peng, 2011Peng, Roger D. (2011): Reproducible research in computational science, Science 334:1226-1227].
Ein lesenswerter Artikel, der sich mit der Reproduzierbarkeit rechnergestützter Datenauswertung befasst und zehn einfache Regeln aufstellt, ist [sand-ploscb-9-e100326.].
Komplette Systeme zur Datenverarbeitung und -Analyse wurden mehrfach in der Literatur für unterschiedliche Disziplinen vorgestellt. Mesirov spricht in diesem Kontext von einem „System zur reproduzierbaren Wissenschaft“ (Reproducible Research System, RRS) [Mesirov, 2010Mesirov, Jill P. (2010): Accessible reproducible research, Science 327:415-416]. Wie ein solches System umgesetzt wird, dazu gibt es in unterschiedlichen Disziplinen unterschiedliche Ansätze. Beispiele wären das „Pegasus Framework“ [Deelman, 2005Deelman, Ewa; Singh, Gurmeet; Su, Mei-Hui; Blythe, James; Gil, Yolanda; Kesselman, Carl; Mehta, Gaurang; Vahi, Karan; Berriman, G. Bruce; Good, John; Laity, Anastasia; Jacob, Joseph C.; Katz, Daniel S. (2005): Pegasus: A framework for mapping complex scientific workflows onto distributed systems, Sci. Program. 13:219-237], Galaxy [Goecks, 2010Goecks, Jeremy; Nekrutenko, Anton; Taylor, James; Team, The Galaxy (2010): Galaxy: a comprehensive approach for supporting accessible, reproducible, and transparent computational research in the life sciences, Genome Biology 11:R86] und GenePatterns [Mesirov, 2010Mesirov, Jill P. (2010): Accessible reproducible research, Science 327:415-416, Reich, 2006Reich, Michael; Liefeld, Ted; Gould, Joshua; Lerner, Jim; Tamayo, Pablo; Mesirov, Jill P (2006): GenePattern 2.0, Nat. Gen. 38:500-501]. Vermutlich historisch der erste funktionierende und publizierte Ansatz (ReDoc), basierend auf freier Software und dem GNU-make-Werkzeug, stammt aus dem „Stanford Exploration Project“ um Jon Claerbout [Schwab, 2000Schwab, Matthias; Karrenbach, Martin; Claerbout, Jon (2000): Making scientific computations reproducible, Comput. Sci. Eng. 2:61-67].
Ein Buch, das nicht nur unterschiedliche (auf der Programmiersprache R basierende) Ansätze für reproduzierbare rechnergestützte Wissenschaft vorstellt, sondern darüber hinaus generelle Aspekte thematisiert, ist [Stodden, 2014Stodden, Victoria; Leisch, Friedrich; Peng, Rodger D. (Hg.) (2014): Implementing Reproducible Research, CRC Press, Boca Raton].
Darstellung wissenschaftlicher Daten ist ein wichtiges Thema, das immer wieder diskutiert wird. Ein sehr kurzer Artikel aus der Praxis mit vielen Beispielen ist [Rougier, 2014Rougier, Nicolas P.; Droettboom, Michael; Bourne, Philip E. (2014): Ten simple rules for better figures, PLoS Comput. Biol. 10:e1003833].