オープンで厳密かつ再現可能な研究: 実務者のためのハンドブック (2021)

研究設計段階

• 研究課題の定義
• 研究設計の選択
• 多様な研究設計の認識
• 推定で生じる誤差・不確実性の異なる原因の認識
• 多様なデータソースおよび研究設計における典型的なバイアス
• 多様な種類の誤差低減および推定方法
• 分析計画の作成
• 大規模研究の文書化を開始

分析段階

• ここから開始
• 統計解析計画 (SAP)
• データ生成
• データ準備
• データ可視化
• データ要約
• データ解析
• 医学分野のデータ解析
• 統計解析報告書
• 例
• 資料

出版段階

• データ公開
• コード公開
• 再現可能な環境
• オープン出版モデル
• プロセスおよび意思決定の文書化
• 追加資料

序文

• 研究の恩恵を増やすためにできることが多くあるという前提から始めている。
• アクセスが制限されていたり、分析の複雑さ、データやソフトウェアへのアクセス性の問題などにより、研究が透明で再現可能な形で実施されない場合の主な制約事項を検討している。
• 研究をよりオープンで透明かつ再現可能にするための取り組みが不足している理由を説明している。

著者および謝辞

• 著者らはスタンフォード大学とGoogle Healthで研究活動を行っており、それぞれ機械学習、疫学および人口健康、データサイエンス分野で博士号を取得している。
• 初期の読者たち、スタンフォード・データサイエンス・イニシアティブのコミュニティ、Russ Poldrack、John Chambers、Steve Goodmanに謝意を表している。

GN⁺の見解

この記事で最も重要なのは、研究をよりオープンで透明かつ再現可能にする方法を示している点であり、それによって科学的発見の信頼性を高め、研究成果の活用度を向上させられるため興味深い。研究設計、データ解析、出版の各段階で実用的かつモジュール化されたアプローチを提供することで、多忙な科学者が研究をより良く実施し共有できるよう支援している点が魅力的だ。