开放科学的兴起：数据与代码链接共享实践的演变及其感知价值追踪
数字图书馆
2023-10-06 v1 计算与语言
计算机与社会
物理学史与哲学
物理与社会
摘要
近年来，资助机构与期刊日益倡导开放科学实践（例如数据与方法的共享），以提升科学的透明度、可及性与可重复性。然而，大规模量化这些实践已被证明十分困难。在本工作中，我们利用来自 arXiv 的 110 万篇论文的大规模数据集（该数据集可代表物理、数学与计算机科学领域），来分析数据与方法链接共享实践随时间的采用情况及其对论文受关注程度的影响。为识别指向数据与方法的链接，我们训练了一个神经文本分类模型，基于论文中的上下文提及自动对 URL 类型进行分类。我们发现证据表明，随着时间推移越来越多论文包含此类 URL，指向方法与数据的链接共享实践正在扩散。可重复性努力可能也在扩散，因为相同的链接正日益被跨论文复用（尤其在计算机科学中）；并且这些链接随时间日益集中于更少的网络域名（例如 Github）内。最后，分享数据与方法链接的论文在引用次数方面获得了更高的认可，当所分享的链接处于活跃状态（而非失效）时效果更强。综上，这些发现展示了开放科学中数据与方法共享实践扩散程度的提升及其感知价值。
引用
@article{arxiv.2310.03193,
title = {The Rise of Open Science: Tracking the Evolution and Perceived Value of Data and Methods Link-Sharing Practices},
author = {Hancheng Cao and Jesse Dodge and Kyle Lo and Daniel A. McFarland and Lucy Lu Wang},
journal= {arXiv preprint arXiv:2310.03193},
year = {2023}
}