Reproducibilidad en la investigación científica y el análisis de datos
11 Sep 2024 - Evaristo
La reproducibilidad es clave para aumentar la transparencia y la confianza en la ciencia. Para lograrlo, es fundamental adoptar prácticas y herramientas que permitan a otros investigadores replicar nuestros resultados de manera efectiva. Como científicos, debemos cultivar buenos hábitos en la gestión de datos, del código fuente y del entorno computacional en el que realizamos nuestros análisis. Para ello, podemos beneficiarnos de prácticas comunes en la ingeniería de software que contribuyen a la robustez y confiabilidad de los proyectos. La reproducibilidad no la lograremos accidentalmente. Es un proceso continuo que requiere un esfuerzo constante y la adaptación de herramientas y metodologías a lo largo del tiempo.
A continuación, presentamos cinco de nuestras referencias favoritas sobre la reproducibilidad en la ciencia:
- Pasos iniciales hacia una investigación reproducible
- Diez reglas simples para escribir archivos Docker para ciencia de datos reproducible
- Guía para principiantes sobre cómo realizar investigaciones reproducibles
- Creación de canales analíticos reproducibles con R
- No sólo para programadores: cómo GitHub puede acelerar la investigación colaborativa y reproducible en ecología y evolución