面向公共部门可复现研究的代码打包
计算机与社会
2023-05-26 v1 统计计算
摘要
有效且合乎道德地利用数据来辅助决策为公共部门带来巨大价值，尤其是当这一过程由透明、可复现且稳健的数据处理工作流实现时。政府释放这种价值的一种方式是将数据公开，让更多人和组织从中获取洞见。然而，在许多情况下仅有开放数据是不够的：公开可用的数据集需要能以分析就绪的形式从 R 和 Python 等流行数据科学工具访问，才能发挥其全部潜力。本文以一个打包代码以促进可复现分析的案例研究为参照，探讨了最大化开放数据影响的方法。我们介绍了 jtstats 项目，其包含用于导入、处理和可视化由英国交通部发布的、代表多种方式和目的在多地理层级的行程时间的大型复杂数据集的 R 和 Python 包。jtstats 展示了领域特定包如何能在公共部门及更广范围内实现可复现研究，节省重复劳动并降低重复分析出错的风险。我们希望 jtstats 项目能启发他人，尤其是公共部门中的他人，通过提升数据可访问性来为其数据集增值。
引用
@article{arxiv.2305.16205,
title = {Packaging code for reproducible research in the public sector},
author = {Federico Botta and Robin Lovelace and Laura Gilbert and Arthur Turrell},
journal= {arXiv preprint arXiv:2305.16205},
year = {2023}
}
备注
6 pages, 3 figures