Изучение альтернативных подходов к раскрытию качества и раскрытию идей
Стремясь к прозрачности и открытости анализа данных, публикация кода становится все более популярной. Однако, хотя код играет решающую роль в воспроизводимости, он часто не обеспечивает всестороннего понимания анализа или решения вопросов, возникающих в связи с неожиданными результатами.
В этой статье мы углубимся в ограничения, связанные с использованием исключительно кода как представления анализа данных, и предложим альтернативные подходы, которые могут улучшить наше понимание и устранить неопределенности.
Выход за пределы кода
Демонстрация качества анализа Хотя код служит ценным инструментом воспроизводимости, он по своей сути не отражает качество или надежность анализа. Простое изучение кода может не дать представления о правильности подхода или точности результатов. Чтобы по-настоящему оценить анализ, нам нужно выйти за рамки кода и изучить лежащие в его основе предположения, возможные модификации и альтернативные пути, которыми можно было бы воспользоваться.
Разрыв
Код против ожидаемых результатов Одна из ключевых проблем, связанных с использованием исключительно кода, заключается в том, что он в первую очередь фокусируется на наблюдаемых результатах, не предоставляя информации об ожидаемых результатах или причинах каких-либо расхождений.
Понимание ожидаемых результатов и их обоснования имеет решающее значение для всесторонней оценки анализа. Хотя некоторая информация может быть включена в письменные резюме или обзоры литературы, явное включение ожидаемых результатов и сравнение их с наблюдаемыми результатами может способствовать более эффективной оценке.
Классификация источников отклонения
Чтобы лучше понять, почему наблюдаемые результаты могут отличаться от ожидаемых, полезно разделить потенциальные источники отклонений на три основные области: наука, данные и анализ.
- Наука. Иногда на наши ожидания влияют ошибочные интерпретации…
