ľ�ϸ���Ӱ��

Rens van de Schoot, hoogleraar Statistics for Small Data Sets aan de Universiteit Utrecht, heeft in korte tijd twee artikelen in sub journals van Nature gepubliceerd. Het eerste verscheen in de gloednieuwe Nature Reviews Methods Primers. Het andere artikel, over het , is 1 februari verschenen in Nature Machine Intelligence.

Het nieuwe  is halverwege januari voor het eerst uitgekomen. Het online blad richt zich op een breed, interdisciplinair publiek. Het streeft naar een gezaghebbend inleidend overzicht van een bepaalde methode of techniek, dat ook toegankelijk is voor niet-deskundigen. Daarnaast hoopt Methods Primers onderzoekers bij te staan door onderzoeksmethoden te evalueren, en biedt het begeleiding op het gebied van reproduceerbaarheid en open science.

We-science

Het in Nature Reviews Methods Primers is geschreven door Van de Schoot en collega’s en gaat over Bayesiaanse statistiek. De Utrechtse statisticus om tot zo’n primer te komen als iets totaal anders dan de klassieke aanpak van het publiceren in een wetenschappelijk tijdschrift. “Wat ik vooral mooi vind aan dit proces is de verschuiving van me-science naar we-science. Het internationale team dat een primer schrijft wordt uitgenodigd door de editor, en bestaat uit zowel senior wetenschappers als uit wetenschappers die aan het begin van hun carrière staan. Elke auteur is verantwoordelijk voor een eigen subsectie, en we geven elkaar feedback. Dat zorgt voor een extra laag van peer-feedback, naast 10 reviewers en 5 rondes van zeer intense editorial feedback.” Van de Schoot denkt dat er geen één zin overeind staat ten opzichte van de eerste indiening. Lachend voegt hij eraan toe: “En dan staat er tóch nog een foutje in ons artikel, in Figuur 1.”

We willen met dit project een opensciencecommunity creëren.

ASReview

Een andere vorm van we-science resulteerde in gepubliceerd in Nature Machine Intelligence dat 1 februari verscheen. Dit artikel beschrijft het opensource-onderzoeksproject ASReview waaraan een multidisciplinair team van de Universiteit Utrecht werkt. Van de Schoot: “We willen met dit project een opensciencecommunity creëren waar zowel inhoudelijke onderzoekers als data scientists samen bijdragen aan het mogelijk maken van AI-gestuurde systematische literatuurstudies”. Van de Schoot laat weten dat iedereen welkom is om . “Dat kan door de documentatie te helpen verbeteren, datasets te doneren, of nieuwe features toe te voegen aan de code.”

Het multidisciplinaire team van de Universiteit Utrecht dat aan het opensource-onderzoeksproject ASReview werkt bestaat uit wetenschappers van het focusgebied Applied Data Science, research software engineers en UX-  experts van ITS, informatie specialisten van de UBU, experts van het Open Science Programme, en tal van (voormalig) researchmasterstudenten.