अपने डेटा से लिखें

किसी परिणाम अनुच्छेद पर भरोसा करना आसान हो जाता है जब उसके पीछे की गणना पास में मौजूद हो। विश्लेषण प्रक्रिया और उसके आउटपुट को पांडुलिपि के साथ रखने के लिए एक शोध प्रोजेक्ट का उपयोग करें।

प्रोजेक्ट सेट अप करें

Reproducible analysis स्टार्टर चुनें। डेटा फ़ोल्डर लिंक करें ताकि शोध टूल मूल मापों को पढ़ सकें, उन्हें पेपर में ले जिए बिना।

विश्लेषण की माँग करने से पहले दर्ज करें कि कॉलम का क्या अर्थ है, उनकी इकाइयाँ क्या हैं, और कोई बहिष्करण तो नहीं है।

असिस्टेंट को एक सीमित कार्य दें

/oleafly-data-analysis का उपयोग करें या एक Analysis शोध कार्य लें:

लिंक किए गए Data फ़ोल्डर के मापों को पढ़ें। analysis-plan.md में दी गई विधि से दोनों शर्तों की तुलना करें। स्क्रिप्ट, इकाइयों के साथ एक तालिका, और बहिष्करण बताने वाला एक नोट सहेजें। इनपुट डेटा बिना बदले रखें।

विश्लेषण स्क्रिप्ट के लिए ज़रूरी लोकल रनटाइम और लाइब्रेरीज़ चाहिए। असिस्टेंट से कहें कि वह इन ज़रूरतों की जाँच करे और यह भी सहेजे कि यह काम दोबारा कैसे चलाया जाए।

आउटपुट की जाँच करें

स्क्रिप्ट पढ़ें और पक्का करें कि चुना गया डेटा और विधि प्रश्न से मेल खाते हैं। कोई परिणाम मानने से पहले इकाइयाँ, नमूनों की संख्या, गायब मान और अनिश्चितता जाँचें।

तालिकाओं और आकृतियों को उन्हें बनाने वाली स्क्रिप्ट के साथ रखें। figure-prep स्किल जाँचा हुआ परिणाम पांडुलिपि के लिए आकृति में बदलने में मदद कर सकती है।

किसी CLI एजेंट के साथ, Reproducibility audit स्टार्टिंग पॉइंट यह पूछता है कि किसी परिणाम को दोबारा बनाने के लिए अभी क्या चाहिए: कोड, डेटा, सॉफ़्टवेयर संस्करण, रैंडम सीड और बिल्ड निर्देश। Figure audit कैप्शन, लेबल, अक्ष की इकाइयाँ और पठनीयता जाँचता है। दोनों एजेंट से कहते हैं कि वह research/ में एक रिपोर्ट लिखे और पांडुलिपि को जस का तस रखे।

परिणाम लिखें

असिस्टेंट से कहें कि वह केवल समीक्षित आउटपुट से परिणामों का एक अनुच्छेद लिखे। हर संख्या को तालिका से मिलाकर देखें और विधि को व्याख्या से अलग रखें।

दस्तावेज़ कंपाइल करें और PDF में पूरी तालिका या आकृति की समीक्षा करें, लेबल और कैप्शन सहित।