AI 找到了数据可用性声明,就证明研究数据能用了?
识别声明有没有出现,与核实数据是否可访问、是否满足条件,是不同任务。解释自动检查结果时,需要说明它实际上测到了哪一层。
规则、工具与研究实践的变化,从新到旧接着往下看。
本站发布时间 · 北京时间 · 共 5 篇公开内容
识别声明有没有出现,与核实数据是否可访问、是否满足条件,是不同任务。解释自动检查结果时,需要说明它实际上测到了哪一层。
Dryad引入与数据集相关的贡献角色后,可以更明确地说明不同参与者做了什么。填写角色前应核实实际工作,而不是根据作者排序统一分配。
预注册模板与结果报告是前后相连的工作。保存研究计划时,也要想清楚以后如何解释实际执行与原计划的关系。
自动标签可以帮助查找候选研究,但不能替代对论文主要内容的阅读;分类分数也不应直接当成正确概率。
公开页面能帮助判断一项数据是否值得申请,但页面可见不等于个体层数据可以任意下载和使用。