論文に載らない研究データを公開したら

@P_Z_

国公立の研究データを成功・失敗含めて全てオープンにしてしまう事は出来ないだろうか？データを隠して特許・論文争いするのに税金使うってのはなんだかなーと思う。

@P_Z_

iGEMのWikiなど使ったやり方とか示唆的過ぎてヤバい。あれ、もっとリアルタイムにやれれば次々世代の大会になりそうなのに。

@P_Z_

iGEMチームA「革新的パーツ出来た」チームB「数週間でそれ改良した」チームC「Bと同タイミングでAのパーツ使ったシステム出来たけど、改良パーツ出来たならそれ使うわ。発注するから配列Plz」A「Cさん、そのシステムに新しく作ったこのA'パーツも使ってみない？」

わくわく君（ワーケーション好きです） @WakuWakuWorker8

研究成果のオープン化だとこんなのもあるよ http://ow.ly/6mbjE RT @p_z_: 国公立の研究データを成功・失敗含めて全てオープンにしてしまう事は出来ないだろうか？データを隠して特許・論文争いするのに税金使うってのはなんだかなーと思う。

Tkhaosy @tkhaosy

ネガティブデータの発表の場は既に色々あります。例えばJournal of Negative Results in Biomed http://t.co/KbPwoNg @2ndlab: @p_z_: 研究データを成功・失敗含めて全てオープンにしてしまう事は出来ないだろうか？

Tkhaosy @tkhaosy

以前Nature誌のCORRESPONDENCEでもいろいろ紹介されてましたよ。ネガティブデータのデータベースがあることは知っていても、普通は見ないですが。。。@2ndlab: @p_z_: 研究データを成功・失敗含めて全てオープンにしてしまう事は出来ないだろうか？

Tkhaosy @tkhaosy

ある人が失敗しても別の人が工夫してやればうまくいくことなんていくらでもありますよね。ネガティブデータが「本当にネガティブ」かどうかを検証するのは非常に困難ではないでしょうか？逆に当時の常識では不可能だと知らなかったから、できてしまったこともあるし。@2ndlab: @p_z_

@P_Z_

@tkhaosy 「普段見ない」＆「載せても評価されない（メリットがない）」ってのが結構大きそうですね。。。ネガティブデータの評価ってかなり難しそうですが＾＾；

Tkhaosy @tkhaosy

そうですね。peer reviewがついて信頼性も高く、「価値のあるネガティブデータ」って、むしろポジティブデータより難しいかも。。。RT @P_Z_: 「普段見ない」＆「載せても評価されない」ってのが結構大きそうですね。ネガティブデータの評価ってかなり難しそうですが

@P_Z_

@tkhaosy そうなんですよね。だからこそネガティブデータを含めた全データの共有って結構重要だと思います。ネガティブなデータ群を開示することを、上手く評価出来れば良いんですけども。。。うぅむ。

Tkhaosy @tkhaosy

研究がうまくいかないのは、仮説の間違いか、方法に問題があるのか、はたまたヒューマンエラーや機器の精度なのか、全部チェックするのは困難きわまりないですよね。化合物XとYを加えたら爆発したなどの結果は失敗でもなにかが進行した（ある意味ポジティブ）でないと意義が見いだせない@P_Z_:

Tkhaosy @tkhaosy

なにかが起きて、当初の研究目的から判断すれば失敗だけど、他の人から見たら何かに使えるかもしれない　というのをオープン化するのはかなり有意義だと思いますよ。@P_Z_

わくわく君（ワーケーション好きです） @WakuWakuWorker8

@tkhaosy 僕もネガティブデータって何だろうというのは思いますね。その人の（その人が今進めている研究・書いている論文）の理論付けに使えないだけじゃないの、っていう気はします。後はデータの信頼性ですかね @P_Z_

わくわく君（ワーケーション好きです） @WakuWakuWorker8

データの信頼性というより実験条件との突き合わせの難しさかな　RT 僕もネガティブデータって何だろうというのは思いますね。その人（が今進めている研究・書いている論文）の理論付けに使えないだけじゃないの、っていう気はします。後はデータの信頼性ですかね

@P_Z_

@2ndlab @tkhaosy ネガティブデータってネーミングが悪い印象を与えてるかもしれないですねｗ あと、情報量にほとんど制限がなくなったのに「論文には載せないデータ」が出てくるってのがちょっと疑問です。

わくわく君（ワーケーション好きです） @WakuWakuWorker8

@p_z_ 論文にはストーリーがあるのでそのストーリーを補強するデータを過不足無く載せるべきだとは思うけど、目の前の論文には使えなかったデータの活かし方というのは他にもある気はする @tkhaosy

@P_Z_

@2ndlab @tkhaosy ストーリーに「不足無く」は分かるんですが、「多すぎる」って事はありえるのかなー？という疑問があるんですよ。データは全部載せてしまえば良いのに、と。

@P_Z_

これから科学技術系の情報共有では、データとストーリーはある程度分離されるんじゃなかろうか？DBに生データをガンガンぶち込み、ストーリーはレビューなどのメタ情報として記載される。ジャーナルには研究の生データはDBの引用という形で省かれ、基本的にはレビューなどが載る形になるのでは。

Tkhaosy @tkhaosy

いろいろとデータが多すぎると、重要なデータがそうでないものに紛れてしまって、かえって本質が見えなくなると思いますよ。データをのせる側の自己満足にはなっても、それを見るほうにとっては重要度の高いものを厳選してくれたほうが価値が高くなります。@2ndlab @P_Z_

Tkhaosy @tkhaosy

「過ぎたるは及ばざるがごとし」かと。限られた時間で査読するのに余計な情報をだらだら挿入されたら全部に目を通せないので、査読コメントの質も低下します。@P_Z_: @2ndlab 情報量にほとんど制限がなくなったのに「論文には載せないデータ」が出てくるってのがちょっと疑問です。

@P_Z_

@tkhaosy @2ndlab データとメタ情報を区別して考え、データは全て載せ、その中から取捨選択してメタ情報を作り出したら良いのかなと思うんです。必要なデータは検索して抽出可能になり、場合によっては過去の研究の実験データだけで新しい理論が組み上がるかもしれない。