科学计算的可重复研究：改变学术文化的工具和方法

“学术论文并不是学术，它只是学术的广告。”

一David Donoho (1998)

我非常欣赏这句话。它让我思考期刊论文究竟代表了什么。发论文不是研究的终点，它是让研究者走向更大世界的途径，研究本身的意义和格局要比论文大得多。

所谓格局，说的是什么？

研究数据和方法是论文中能真实反映研究情况的关键部分，它让论文命题经得起推敲、验证。数据和方法不会、也不能凭空消失，即使理论得到证实、研究拿到基金、论文被期刊接受，也还存在。

如今，学术发表的竞争相当激烈，导致很多研究人员都把发论文当成科研阶梯上的最后一步。但科学探究远不止发论文这么简单，我们应该关注科学本身。近年来，人们对重复研究的讨论不断增加，加上惊人的撤稿率摆在眼前，都表明科研的可重复性是个问题。我们应该思考如何改进，好让研究结果能被证实、讨论，或随时随地被其他科学家和从业者进一步开发。这恰好能突出数据和方法的重要性。我将在本文分别谈谈数据和方法对研究的可重复性有什么用。

数据：公开出来大家才能更懂你

数据共享能让研究被有效复制。以 ClinicalTrials.gov 和 Open Science Framework 为代表的数据储存库和常见的开放获取数据库都在学术界慢慢崛起。共享研究数据不光是为了让更多人看懂你的研究，也意味着你对他人通过复制研究来验证你的结果持开放态度。即使时间场景变了，一组透明且完整的数据也能再现研究过程、验证研究结果。相反，把数据捂得太严实就难免会遇到可重复问题。

方法：吐故纳新比一条路走到底强

从提出命题假设到证明不是只有一条路可走。人们对科学的探究在不断进步，科学家反复推翻、钻研自己的实验，没有人不是在错误和不足中进步的。作为研究人员，你必须愿意接纳适合研究的新技术、新方法。线性方法这一术语常出现在研究中，但线性的“假设-结论”过程对科学发展有害无益。你只有在探索和发展中才能了解整个社会面临的最紧迫的问题是什么，解决这些问题的方法之一就是确保研究的可重复性。