Saturday, January 28, 2023
HomeBioराय: ओपन डेटा का वादा और दुर्दशा | टीएस डाइजेस्ट

राय: ओपन डेटा का वादा और दुर्दशा | टीएस डाइजेस्ट

जब मनुष्यों ने कोविड-19, जलवायु परिवर्तन, और जैव विविधता के नुकसान जैसे संकटों का सामना किया है, तो समाज वैज्ञानिक उत्तरों की तलाश करने के लिए अधिक इच्छुक हो गया है जो हमारी समस्याओं को तेजी से हल कर सकता है। जवाबों की इस बढ़ी हुई मांग ने वैज्ञानिकों पर कम समय सीमा में अक्सर जटिल शोध करने का गहरा दबाव डाला है। नतीजतन, के लिए कम अवसर हैं समीक्षा और त्रुटि सुधार प्रकाशन से पहले परिणामों की। जानकारी के लिए यह जल्दबाजी की मांग भी बढ़ावा दे सकती है गलत सूचना का प्रसार वैज्ञानिक साहित्य में।

हम, वैज्ञानिक और जनता के सदस्य के रूप में, कैसे सत्यापित कर सकते हैं कि प्रकाशित निष्कर्ष मजबूत और त्रुटि मुक्त हैं?

विज्ञान में त्रुटियों के खिलाफ एक लंबे समय से चली आ रही सुरक्षा सहकर्मी-समीक्षा प्रक्रिया है, जहां क्षेत्र के विशेषज्ञों द्वारा निष्कर्षों की व्यापक और सावधानीपूर्वक समीक्षा की जाती है। सिद्धांत रूप में, ये विशेषज्ञ सत्यापित करते हैं कि प्रकाशन के लिए सबमिट किया गया शोध वैज्ञानिक रूप से सही है और यह निष्कर्ष मजबूती से समर्थित हैं। हालांकि, सहकर्मी समीक्षा सीमित संख्या में विशेषज्ञों द्वारा आयोजित की जाती है, जिन पर अक्सर समय का दबाव होता है और अध्ययन के कच्चे डेटा और विश्लेषणात्मक चरणों तक उनकी पहुंच नहीं होती है।

खुला विज्ञान एक आंदोलन है जिसका उद्देश्य वैज्ञानिक अनुसंधान की पहुंच और पारदर्शिता को बढ़ावा देना है। का एक उभरता हुआ आयाम खुला विज्ञान खुले डेटा की ओर एक कदम है – वैज्ञानिक निष्कर्षों के अंतर्गत डेटा को सार्वजनिक रूप से साझा करने का अभ्यास। वैज्ञानिक अध्ययन में उपयोग किए गए डेटा तक पहुंच समीक्षकों और पाठकों को उस प्रक्रिया को बेहतर ढंग से समझने का अवसर प्रदान करती है जिसके कारण प्रस्तुत परिणाम सामने आए।

साथ ही, खुला डेटा किसी को भी अध्ययन के विश्लेषण को पुन: उत्पन्न करने और इसके निष्कर्षों को मान्य करने की अनुमति देता है। कभी-कभी, पाठक डेटा में त्रुटियों की पहचान करते हैं या सहकर्मी-समीक्षा प्रक्रिया के माध्यम से फिसलने वाले विश्लेषण करते हैं। इन त्रुटियों को उनकी गंभीरता के आधार पर प्रकाशित सुधारों या प्रत्यावर्तनों के माध्यम से नियंत्रित किया जा सकता है। किसी को उम्मीद होगी कि खुले डेटा के परिणामस्वरूप अधिक त्रुटियों की पहचान की जा सकेगी और प्रकाशित पत्रों में तय की जा सकेगी।

लेकिन क्या गलत परिणामों के साथ प्रकाशित शोध को सही करने के लिए ओपन-डेटा नीतियों वाली पत्रिकाएं अपने पारंपरिक समकक्षों की तुलना में अधिक संभावना रखती हैं? इसका उत्तर देने के लिए, हमने 199 पत्रिकाओं के लिए डेटा नीतियों और लेख प्रत्यावर्तन के बारे में जानकारी एकत्र की, जो पारिस्थितिकी और विकास के क्षेत्र में शोध प्रकाशित करते हैं, और खुले डेटा नीतियों को लागू करने से पहले और बाद में प्रत्यावर्तन दरों की तुलना की।

हैरानी की बात है, हमने पाया कोई पता लगाने योग्य लिंक नहीं डेटा-साझाकरण नीतियों और लेख वापसी की वार्षिक दरों के बीच। हमने यह भी पाया कि सुधारों का प्रकाशन डेटा साझा करने की आवश्यकताओं से प्रभावित नहीं था, और यह कि ये परिणाम जर्नलों के बीच प्रकाशन दरों में अंतर और सहकर्मी-समीक्षा प्रक्रिया के कारण नीति कार्यान्वयन और अध्ययन प्रकाशन के बीच समय अंतराल के लिए लेखांकन के बाद बने रहे। जबकि हमारा विश्लेषण पारिस्थितिकी और विकास में अध्ययन तक ही सीमित था, मनोविज्ञान और चिकित्सा में सहयोगियों ने हमें सुझाव दिया है कि वे अपने अध्ययन के क्षेत्रों में समान पैटर्न की अपेक्षा करते हैं।

क्या इन परिणामों का मतलब यह है कि ओपन-डेटा नीतियां अप्रभावी हैं? नहीं। इसमें कोई संदेह नहीं है कि खुला डेटा पारदर्शिता को बढ़ावा देता है, लेकिन हमारे परिणाम बताते हैं कि त्रुटि का पता लगाने की अधिक संभावना जरूरी नहीं कि अधिक त्रुटि सुधार में परिवर्तित हो। हम तीन अतिरिक्त प्रथाओं का प्रस्ताव करते हैं, जिनमें से कुछ वास्तव में ओपन-डेटा प्रथाओं में सुधार कर सकती हैं, ताकि विज्ञान को स्वयं-सही करने में मदद मिल सके।

सबसे पहले, पत्रिकाओं को यह सुनिश्चित करना चाहिए कि ओपन-डेटा फ़ाइलों में परिणामों को पुन: उत्पन्न करने के लिए आवश्यक सभी जानकारी हो। ओपन-साइंस नीतियों का अनुपालन अब तक साबित हुआ है आदर्श से कम. एक हालिया अध्ययन जिसे हमने सह-लेखक बनाया है मिल गया कनाडाई पारिस्थितिकी और विकास शोधकर्ताओं के बीच 50 प्रतिशत से अधिक संग्रहीत डेटासेट या तो अपूर्ण थे या उनका पुन: उपयोग करना मुश्किल था। हालांकि यह उच्च लगता है, यह प्रतिशत एक है सुधार पहले के विश्लेषणों से संकेतित इन आंकड़ों की पूर्व स्थिति पर। हम आशान्वित हैं कि यह संख्या घटती रहेगी क्योंकि शोधकर्ता इसके बारे में सीखते हैं और डेटा पारदर्शिता और खुले विज्ञान में उनके प्रयासों के लिए पहचाने जाते हैं।

दूसरा, प्रदान करने के लिए लेखकों को प्राप्त करें कोड डेटा का विश्लेषण करने के लिए उपयोग किया जाता है। यदि परिणाम उत्पन्न करने के लिए आवश्यक विश्लेषणात्मक कोड है तो नए शोध की अधिक गहन समीक्षा की जा सकती है खुले तौर पर उपलब्ध कराया. ओपन कोड, भले ही यह अपूर्ण हो, डेटा और परिणामों को मान्य करने में बहुत सुविधा प्रदान करता है। खुले कोड को अनिवार्य करने वाली नीतियां कुछ अकादमिक पत्रिकाओं द्वारा अपनाई गई हैं लेकिन वे हैं शायद ही कभी लागू किया गया.

देखना “विज्ञान की कोड समस्या को कैसे ठीक करें

तीसरा, सभी को यह स्वीकार करना चाहिए कि वैज्ञानिक गलतियाँ करते हैं। विज्ञान में त्रुटि सुधार से जुड़े नकारात्मक कलंक को दूर करने के लिए हमें मिलकर काम करने की आवश्यकता है। ऐतिहासिक रूप से, लेख का खंडन अक्सर डेटा निर्माण या धोखाधड़ी जैसे अनुसंधान कदाचार से जुड़ा हुआ है। यह पहचानना महत्वपूर्ण है कि त्रुटियां अक्सर ईमानदार गलतियां होती हैं, और यह कि त्रुटियों को सुधारना विज्ञान करने का एक स्वाभाविक हिस्सा है। त्रुटि सुधार को नष्ट करने का एक तरीका यह है कि अधिक विशिष्ट शब्दावली का उपयोग करके रिट्रेक्शन को फिर से लेबल किया जाए (उदाहरण के लिए, “आत्म-वापसी” और “संशोधन”). त्रुटि सुधारों के बीच यह अंतर द्वेष के मामलों को ईमानदार शोधकर्ताओं से अलग कर सकता है जो गलतियों की पहचान करने के बाद सीधे रिकॉर्ड सेट करना चाहते हैं।

ओपन-डेटा नीतियों के साथ इन तीन कारकों को एकीकृत करने से अकादमिक क्षेत्र में ओपन-साइंस प्रथाओं के प्रभाव को मजबूत किया जा सकता है। ओपन-डेटा नीतियों का एक संभावित परिणाम लेखकों को प्रकाशन से पहले अपने काम की सावधानीपूर्वक जांच करने के लिए प्रोत्साहित कर रहा है, जिससे वैज्ञानिक रिकॉर्ड में कम त्रुटियां हो सकती हैं। यदि ऐसा हो रहा होता, तो हमने खुले डेटा को अनिवार्य करने वाली पत्रिकाओं के बीच सुधार और वापसी की दर में कमी देखी होती। जबकि हमने अपने अध्ययन में इस घटी हुई दर का पता नहीं लगाया, प्रकाशन से पहले सावधानीपूर्वक डेटा समीक्षा के लाभों से इंकार नहीं किया जा सकता है। ओपन-डेटा नीतियां अपनी प्रारंभिक अवस्था में हैं, और कई लाभ उत्पन्न होने की संभावना है क्योंकि ऐसी नीतियां पत्रिकाओं और वित्त पोषण एजेंसियों दोनों में अधिक सामान्य हो जाती हैं।

उदाहरण के लिए, हाल ही में व्हाइट हाउस अद्यतन अमेरिकी नीति मार्गदर्शन 2026 तक सभी अमेरिकियों के लिए संघ द्वारा वित्तपोषित शोध पत्र और डेटा सार्वजनिक रूप से उपलब्ध कराने के लिए। संयुक्त राष्ट्र शैक्षिक, वैज्ञानिक और सांस्कृतिक संगठन सहित अंतर्राष्ट्रीय एजेंसियां ​​और संगठन (यूनेस्को) और आर्थिक सहयोग और विकास संगठन (ओईसीडी), ओपन-डेटा सहित ओपन-साइंस प्रथाओं का भी अत्यधिक समर्थन करते हैं।

वैज्ञानिक और जनता के सदस्य विज्ञान में अधिक पारदर्शिता की वकालत करके सूचना की विश्वसनीयता में सुधार करते हैं और उसे बनाए रखते हैं। ऐसे समय में जब जानकारी कभी भी अधिक प्रचुर मात्रा में नहीं रही है, डेटा और कोड को साझा करने के साथ-साथ त्रुटि सुधार को नष्ट करने के लिए ठोस प्रयासों की आवश्यकता है ताकि यह सुनिश्चित किया जा सके कि विज्ञान वास्तव में आत्म-सुधार कर रहा है।

इलियास बर्बेरी कनाडा में कार्लेटन विश्वविद्यालय में पक्षी प्रजातियों के बीच प्रतिस्पर्धी बातचीत की संरचना और गतिशीलता का अध्ययन करने वाला एक पीएचडी उम्मीदवार है। डोमिनिक रोश एक पोस्टडॉक्टरल शोधकर्ता है जो पारिस्थितिकी का अध्ययन कर रहा है और उसी संस्थान में और स्विट्ज़रलैंड में न्यूचैटेल विश्वविद्यालय में सार्वजनिक रूप से साझा किए गए डेटा के प्रभावों का अध्ययन कर रहा है।

Leave a Reply

Most Popular

Recent Comments

%d bloggers like this: