Machine Translated by Google

1 0
2 00:00:03,255 --> 00:00:04,130 3 JOHN
QUACKENBUSH: Hai. 4

1
5 6 00:00:04,130 --> 00:00:05,060 7 Saya John
Quackenbush. 8 9

2
10 00:00:05,060 --> 00:00:07,018 11 CURTIS
HUTTENHOWER: Dan saya Curtis Huttenhower. 12 13 3 14 00:00:07,018 -->

00:00:10,430 15 Dan kami bergabung lagi dengan

Anda dari studio Countway Library. 16

17 4
18 00:00:10,430 --> 00:00:12,596
19 JOHN QUACKENBUSH: Curtis dan saya benar-benar ingin berusia 20 tahun

21 5
22 00:00:12,596 --> 00:00:16,129 23 berdiskusi
tentang mengapa reproduktifitas begitu penting. 24

25 6
26 00:00:16,129 --> 00:00:19,640 27 Metode ilmiah
mengharuskan karya kita 28 29 7 30 00:00:19,640 --> 00:00:22,707 31 dapat

dipalsukan atau diverifikasi oleh orang lain. 32 33 8

34 00:00:22,707 --> 00:00:25,040 35 CURTIS HUTTENHOWER: Dan

saya
akan memikirkan reproduktifitas 36 37 38
00:00:25,040 --> 00:00:26,900 39 persis seperti proses itu. 40

41 10
42 00:00:26,900 --> 00:00:30,800
43 Jika melakukan sains berarti menemukan sesuatu yang baru tentang alam semesta 44

45 11
46 00:00:30,800 --> 00:00:35,740 47 mungkin benar
kapan saja dan di tangan siapa saja. 48

49 12
50 00:00:35,740 --> 00:00:38,000 51 Dan itu tidak
hanya membutuhkan reproduktifitas, 52 53 13 54 00:00:38,000 -->

00:00:39,617 55 itu adalah reproduktifitas. 56 57 14

58 00:00:39,617 --> 00:00:41,450 59 JOHN

QUACKENBUSH: Kami memiliki kumpulan data

yang sangat besar. 60 61 15 62 00:00:41,450 --> 00:00:43,780 63 Dan banyak

pekerjaan
Anda dan pekerjaan saya selama bertahun-tahun 64

65 16
66 00:00:43,780 --> 00:00:46,190 67 terlibat
menganalisis kumpulan data ini. 68

69 17
Machine Translated by Google
70 00:00:46,190 --> 00:00:48,380 71 Dan kami
menarik kesimpulan dari mereka. 72

73 18 74
00:00:48,380 --> 00:00:53,470 75 Tapi kesimpulan
itu berdasarkan analisis dan alat yang kami gunakan. 76 77 19 78 00:00:53,470 --> 00:00:55,220 79 Dan kamu tahu

salah satu
hal yang menakutkan 80 81 20 82 00:00:55,220 -->
00:00:59,100 83 kamu sering menemukan itu ketika Anda ingin melihat

kembali
pekerjaan Anda sendiri 84

85 21
86 00:00:59,100 --> 00:01:02,040 87 sulit untuk
mereproduksi analisis itu. 88

89 22
90 00:01:02,040 --> 00:01:04,915
91 Dan saya pikir itu memotivasi kami berdua dan banyak orang lainnya 92

93 23
94 00:01:04,915 --> 00:01:05,660 95 dalam kursus
ini.
96
97 24 98
00:01:05,660 --> 00:01:07,368 99 CURTIS
HUTTENHOWER: Selama bertahun-tahun, ada 100 101 25 102

00:01:07,368
--> 00:01:11,570 103 ada perbedaan antara basah
dan percobaan kering, menghasilkan data 104 105 26 106 00:01:11,570 --> 00:01:13,600 107 dan

menganalisis
data. 108

109 27
110 00:01:13,600 --> 00:01:15,830
111 Dan sebagian besar dari reproduktifitas, menurut saya, 112

113 28
114 00:01:15,830 --> 00:01:18,650 115 perlu
disingkirkan saja perpecahan itu. 116

117 29
118 00:01:18,650 --> 00:01:20,300 119 Itu semua
adalah satu percobaan besar. 120

121 30 122
00:01:20,300 --> 00:01:21,920 123 Mungkin lebih
sulit untuk membuat ulang data. 124

125 31 126
00:01:21,920 --> 00:01:24,910 127 Mungkin lebih
sulit untuk menganalisis ulang data. 128 129 32 130

00:01:24,910
--> 00:01:28,100 131 Tapi termasuk kontrol positif
dan negatif yang baik, 132

133 33
134 00:01:28,100 --> 00:01:33,170 135 termasuk
penangkapan protokol yang baik harus mencakup keseluruhan proses, bukan hanya 136

137 34
138 00:01:33,170 --> 00:01:36,800
Machine Translated by Google
139 buku catatan lab untuk percobaan lab basah tapi lab 140 141 35 142 00:01:36,800
-->
00:01:39,980
143 buku catatan, konsep kontrol positif dan
negatif, 144 145 36 146 00:01:39,980 - -> 00:01:42,440 147 dari awal sampai akhir melalui

analisis
juga. 148 149 37 150 00:01:42,440 --> 00:01:44,273
151 JOHN QUACKENBUSH: Nah tadi kita ngobrol 152

153 38
154 00:01:44,273 --> 00:01:47,810 155 tentang
analisis data dan reproduktifitas benar-benar menjadi proses ujung ke ujung. 156

157 39
158 00:01:47,810 --> 00:01:52,130
159 Dan itu menarik, karena kami berpikir untuk melakukan eksperimen, sebenarnya kami sudah 160

161 40
162 00:01:52,130 --> 00:01:55,550 163 prinsip-
prinsip yang dimasukkan dari desain perangkat lunak 164

165 41 166
00:01:55,550 --> 00:01:58,409 167 ke dalam proses
desain percobaan. 168 169 42 170 00:01:58,409 --> 00:02:00,200 171
Jika
kita
mengembangkan perangkat lunak, kita berpikir,
bagaimana 172 173 43 174 00:02:00,200 --> 00:02:01,970 175 seseorang

akan untuk
menggunakan perangkat lunak itu? 176

177 44
178 00:02:01,970 --> 00:02:04,760
179 Saat kita melakukan eksperimen atau mulai merancang eksperimen, 180

181 45
182 00:02:04,760 --> 00:02:07,610 183 kami pikir,
bagaimana seseorang akan menggunakan data itu? 184

185 46
186 00:02:07,610 --> 00:02:09,530 187 CURTIS
HUTTENHOWER: Atau bagaimana seseorang mencoba mereproduksinya. 188

189 47
190 00:02:09,530 --> 00:02:09,950 191 Tepat. 192
193 48 194

00:02:09,950
--> 00:02:11,033 195 JOHN QUACKENBUSH: Tepat
sekali. 196 197 49 198 00:02:11,033 -->

00:02:14,000
199 Jadi saat Anda mulai bergerak melalui proses
itu, jika Anda memasukkan 200 201 50 202 00:02:14,000 --> 00:02:16,375 203 itu dan pikirkan tentang

bagaimana
Anda dapat menggunakan data tersebut di akhir
204

205 51
206 00:02:16,375 --> 00:02:18,230 207 dan analisis
apa yang ingin Anda lakukan, saya pikir
Machine Translated by Google
208
209 52 210
00:02:18,230 --> 00:02:21,022 211 Anda dapat
melakukan pekerjaan yang lebih baik dalam mengumpulkan dan mengelola data itu sendiri. 212

213 53 214
00:02:21,022 --> 00:02:22,188 215 CURTIS
HUTTENHOWER: Persis. 216 217 54 218

00:02:22,188
--> 00:02:24,260 219 Itu harus ada di pikiranmu
sepanjang waktu. 220

221 55
222 00:02:24,260 --> 00:02:29,270
223 Dan saya, seperti yang Anda ketahui, saya juga berasal dari latar belakang rekayasa perangkat lunak 224

225 56
226 00:02:29,270 --> 00:02:32,780 227 dan bekerja
dalam pengembangan perangkat lunak sekitar awal 2000-an 228

229 57
230 00:02:32,780 --> 00:02:37,910 231 ketika
keamanan internet dan privasi data baru muncul sebagai tema. 232

233 58
234 00:02:37,910 --> 00:02:41,060 235 Dan saya
ingat banyak bahasa yang digunakan saat itu 236 237 59 238 00:02:41,060 --> 00:02:42,740 239

sangat
mirip. 240 241 60 242 00:02:42,740 --> 00:02:47,420
243 Tidak ada satu hal yang dapat Anda

lakukan
untuk mengatakan, melindungi data seseorang.
244 245 61 246 00:02:47,420 --> 00:02:50,720 247 Menulis perangkat lunak yang aman benar-benar

harus
dipikirkan 248

249 62
250 00:02:50,720 --> 00:02:52,520 251 proses dari
awal sampai akhir. 252

253 63
254 00:02:52,520 --> 00:02:55,820
255 Tidak ada satu hal pun yang dapat Anda lakukan untuk memastikan bahwa situs web atau perangkat lunak Anda 256

257 64
258 00:02:55,820 --> 00:02:56,460 259 aman. 260
261 65 262 00:02:56,460
-->
00:02:58,670
263 Tidak ada satu hal pun yang dapat Anda
lakukan untuk memastikan 264 265 66 266 00:02:58,670 --> 00:03:00,784
267
bahwa
penelitian Anda adalah dapat direproduksi. 268
269 67 270 00:03:00,784 --> 00:03:03,200 271 JOHN

QUACKENBUSH: Saat kita berpikir tentang

penelitian yang dapat direproduksi, 272

273 68
274 00:03:03,200 --> 00:03:07,460 275 salah satu
hal yang kami masukkan dalam proses kami sendiri 276
Machine Translated by Google
277 69
278 00:03:07,460 --> 00:03:11,780 279 adalah
menulis kode, menulis kode perangkat lunak untuk melakukan analisis. 280 281 70 282

00:03:11,780
--> 00:03:16,070 283 Dan sebelum kami benar-
benar menerbitkan makalah, salah satu hal yang kami lakukan 284 285 71 286 00:03:16,070 -->

00:03:19,800
287 apakah kami mengambil kode itu dan kami
meminta orang lain dalam grup untuk melakukan tinjauan kode. 288 289 72 290 00:03:19,800 --> 00:03:21,200 291 Ini sangat

penting.
292

293 73
294 00:03:21,200 --> 00:03:25,760
295 Salah satu perasaan terburuk adalah meminta seseorang melihat kertas Anda dan berkata, 296

297 74
298 00:03:25,760 --> 00:03:27,500 299 kamu
membuat kesalahan di sana. 300

301 75
302 00:03:27,500 --> 00:03:29,965 303 Jadi kami
telah melewati dan menjalankan ulang perangkat lunak, 304 305 76 306 00:03:29,965
-->
00:03:32,090
307 tanya orang lain dalam grup untuk menjalankan
kembali perangkat lunak. 308 309 77 310 00:03:32,090 --> 00:03:34,029 311 Dan

Anda
menemukan ada masalah. 312 313 78 314
00:03:34,029 --> 00:03:36,320 315 CURTIS HUTTENHOWER:
Itu
membuatmu
mengatasi rasa malu itu 316

317 79
318 00:03:36,320 --> 00:03:38,240 319 orang lain
melihat pekerjaanmu. 320

321 80
322 00:03:38,240 --> 00:03:40,970 323 Sangat sulit.
Dan Anda harus belajar membiasakan diri dengan 324 itu

325 81
326 00:03:40,970 --> 00:03:43,634 327 dan belajar
bahwa itu adalah fakta melakukan sains. 328 329 82 330 00:03:43,634 -->

00:03:45,800
331 JOHN QUACKENBUSH: Dan kemudian ketika
kami menerbitkan makalah kami 332 333 83 334 00:03:45,800 --> 00:03:51,590 335

ingin
memastikan bahwa kami memiliki suplemen online
yang datanya tersedia 336 337 84 338 00:03:51,590 --> 00:03:54,620 339 dan perangkat lunaknya tersedia sehingga seseorang

benar-
benar dapat 340

341 85
342 00:03:54,620 --> 00:03:56,820 343 menyusun
kembali analisis. 344

345 86
Machine Translated by Google
346 00:03:56,820 --> 00:03:58,869 347 Jadi apa
yang Anda lakukan dalam pekerjaan Anda untuk mendukung itu? 348 349 87
350
00:03:58,869
--> 00:04:01,160 351 CURTIS HUTTENHOWER:
Kami memiliki serangkaian pola desain 352 353 88 354 00:04:01,160 --> 00:04:03,980 355

yang
dimulai pada awal, pastikan percobaan dibangun
356 357 89 358 00:04:03,980 --> 00:04:06,780 359 sedemikian rupa sehingga Anda akan memiliki ulangan,
360

361 90
362 00:04:06,780 --> 00:04:08,780 363 Anda akan
memiliki data, kontrol positif atau negatif, 364

365 91
366 00:04:08,780 --> 00:04:10,920 367 data yang
mendukung reproduktifitas. 368

369 92
370 00:04:10,920 --> 00:04:13,380 371 Bahwa Anda
merekam protokol eksperimental, 372 373 93 374 00:04:13,380 --> 00:04:17,390
375
bahwa
Anda memiliki rencana untuk komputasi protokol
eksperimental. 376 377 94 378 00:04:17,390 --> 00:04:20,450 379 Bahwa Anda memiliki data input

yang tidak
dapat diganggu gugat. 380 381 95 382 00:04:20,450
--> 00:04:24,560 383 Jika Anda menjalankan percobaan
satu
kali, data
tersebut menjadi sangat istimewa setelah itu. 384

385 96
386 00:04:24,560 --> 00:04:28,910
387 Data komputasi sebanyak yang Anda butuhkan dengan sumbernya, mengingat di mana 388

389 97
390 00:04:28,910 --> 00:04:31,220 391 itu berasal
dan bagaimana itu dihasilkan. 392

393 98
394 00:04:31,220 --> 00:04:34,940
395 Proses penangkapan protokol untuk bagian komputasi 396

397 99 398
00:04:34,940 --> 00:04:36,080 399 percobaan. 400
401 100 402 00:04:36,080 -->

00:04:41,000
403 Dokumentasi di bagian akhir menjelaskan
kepada orang lain, kepada diri Anda di masa depan, 404 405 101 406 00:04:41,000 --> 00:04:42,710 407 inilah yang

kami lakukan.
408

409 102
410 00:04:42,710 --> 00:04:45,600 411 Dan kemudian
itu menjadi bagian metode dan itu menjadi makalah. 412

413 103
414 00:04:45,600 --> 00:04:48,680
Machine Translated by Google
415 Dan-- dan ini, sekali lagi, kembali ke rekayasa perangkat lunak-- 416 417 104 418 00:04:48,680 --
>
00:04:51,710
419 semacam akhir hidup atau rencana
pemeliharaan. 420 421 105 422 00:04:51,710 --> 00:04:54,140 423

Bagaimana
data Anda akan tersedia untuk umum? 424 425 106
426 00:04:54,140 --> 00:04:59,030 427 Dan repositori dalam suplemen di situs
web
setelah
makalahnya beredar. 428

429 107
430 00:04:59,030 --> 00:05:02,490 431 Di masa
depan, bagaimana Anda akan menanggapi pertanyaan tiga tahun kemudian? 432

433 108
434 00:05:02,490 --> 00:05:05,987
435 Jadi ini benar-benar proses perencanaan awal hingga akhir yaitu 436

437 109
438 00:05:05,987 --> 00:05:07,320 439 terintegrasi
sepanjang siklus. 440

441 110 442

00:05:07,320 --> 00:05:09,004 443 Bukan apa-apa.
444

445 111 446

00:05:09,004 --> 00:05:11,170 447 JOHN
QUACKENBUSH: Salah satu aspek penting lainnya 448 449 112 450 00:05:11,170 -->

00:05:16,460
451 dari ini, untuk semua kami sebagai ilmuwan,
adalah bahwa kami ingin mempublikasikan hasil kami. 452

453 113
454 00:05:16,460 --> 00:05:19,840
455 Dan saya pikir salah satu hal yang sangat positif tentang cara 456

457 114
458 00:05:19,840 --> 00:05:23,980 459 seluruh
bidang keilmuan telah berpindah sehingga jurnal semakin bertambah 460

461 115
462 00:05:23,980 --> 00:05:29,810 463 mengakui
bahwa ketika makalah diterbitkan mereka harus dapat direproduksi. 464

465 116
466 00:05:29,810 --> 00:05:33,010 467 Jadi saya
menyebutkan fakta bahwa kami mencoba membuat perangkat lunak dan kode 468 469 117 470

00:05:33,010
--> 00:05:35,810 471 tersedia di setiap kertas kami
publikasikan. 472 473 118 474 00:05:35,810 --> 00:05:38,690 475

Tapi itu
sebenarnya menjadi persyaratan di banyak jurnal
476 477 119 478 00:05:38,690 --> 00:05:39,190 479 sekarang.

480
481 120
482 00:05:39,190 --> 00:05:40,060
483 CURTIS HUTTENHOWER: Ada infrastruktur
Machine Translated by Google
484
485 121 486
00:05:40,060 --> 00:05:42,760 487 yang menurut saya
sangat membantu mendukung berbagi data pada saat ini. 488 489 122 490 00:05:42,760 -->

00:05:45,040
491 Dan kami akan mengatakan banyak selama
kursus tentang bagaimana 492 493 123 494 00:05:45,040 --> 00:05:47,530 495

berbagi data
Anda secara berulang. 496

497 124
498 00:05:47,530 --> 00:05:50,020
499 Saya pikir tanggung jawab lebih pada masing-masing peneliti
500
501 125
502 00:05:50,020 --> 00:05:53,291 503 masih untuk
analisis dan protokol dan kode. 504

505 126
506 00:05:53,291 --> 00:05:55,540
507 Dan ada banyak hal yang Anda sebagai peneliti individu 508

509 127
510 00:05:55,540 --> 00:06:00,219 511 dapat membantu
jurnal mendukung Anda dalam membuatnya tersedia secara reproduktif. 512 513 128 514 00:06:00,219 --> 00:06:01,510 515

JOHN
QUACKENBUSH: Anda benar. 516 517 129 518
00:06:01,510 --> 00:06:05,820 519 Jurnal telah memiliki

kebijakan
rilis data atau kebijakan pengiriman data 520 521 130
522 00:06:05,820 --> 00:06:09,040 523 ke database publik untuk jangka waktu yang sangat lama. 524

525 131
526 00:06:09,040 --> 00:06:11,500
527 Mereka baru sekarang mulai menemukan ide 528

529 132
530 00:06:11,500 --> 00:06:14,450 531 bahwa kita
harus menyediakan perangkat lunak dan kode.
532
533 133
534 00:06:14,450 --> 00:06:16,900 535 Tapi saya pikir
mereka mengakui nilai dari ini. 536 537 134 538 00:06:16,900 --> 00:06:18,191 539

CURTIS
HUTTENHOWER: Pasti. 540 541 135 542 00:06:18,191
--> 00:06:22,390 543 Alat teknis untuk mendukungnya

dengan
mudah belum ada tetapi pada saat itu 544 545 136
546 00:06:22,390 --> 00:06: 24.670 547 Anda sedang menonton ini, semoga mereka. 548

549 137
550 00:06:24,670 --> 00:06:28,457 551 JOHN
QUACKENBUSH: Bagian penting lainnya adalah menyediakan metadata. 552
Machine Translated by Google
553 138
554 00:06:28,457 --> 00:06:30,790 555 CURTIS HUTTENHOWER:
Kita harus memikirkan baik-baik apa 556 557 139 558 00:06:30,790 --> 00:06:31,930 559 yang kita maksud

dengan
metadata. 560 561 140 562 00:06:31,930 --> 00:06:34,930 563
Dan kita akan meluangkan waktu membahas
hal
itu selama
kursus. 564 565 141 566 00:06:34,930 --> 00:06:38,890 567
Karena metadata bisa berarti banyak hal, kebanyakan atau semuanya 568

569 142
570 00:06:38,890 --> 00:06:41,200 571 penting ditangkap untuk
reproduksibilitas. 572

573 143
574 00:06:41,200 --> 00:06:45,340 575 JOHN
QUACKENBUSH: Beberapa tahun yang lalu, kami melakukan beberapa pekerjaan pada kanker payudara. 576

577 144
578 00:06:45,340 --> 00:06:47,500 579 Dan kami menemukan
bahwa ada makalah yang 580 581 145 582 00:06:47,500 --> 00:06:52,870 583 telah diterbitkan
yang
diklaim telah
mengidentifikasi biomarker yang memprediksi 584 585 146
586 00:06:52,870 --> 00:06:55,820 587 metastasis paru pada kanker payudara. 588 589 147 590 00:06:55,820 --> 00:06:58,870 591 Dan saat kami mulai

melihat data,
salah satu hal yang kami kenali 592

593 148
594 00:06:58,870 --> 00:07:01,203 595 adalah bahwa ada
subtipe tertentu dari kanker payudara 596

597 149
598 00:07:01,203 --> 00:07:04,990 599 itu lebih mungkin
bermetastasis ke paru daripada yang lain. 600

601 150
602 00:07:04,990 --> 00:07:07,540
603 Ketika kami meminta penulis untuk metadata
604
605 151 606
00:07:07,540 --> 00:07:09,760 607 untuk mengetahui pasien
mana yang memiliki subtipe yang mana, 608 609 152 610 00:07:09,760 --> 00:07:14,140 611
yang
merupakan
sesuatu yang bagian dari perawatan klinis yang Anda catat,
612 613 153 614 00:07:14,140 --> 00:07:15,910 615 mereka bilang tidak tersedia. 616

617 154
618 00:07:15,910 --> 00:07:16,690
619 Dan begitu--
620
621 155
Machine Translated by Google
622 00:07:16,690 --> 00:07:19,060 623 CURTIS
HUTTENHOWER: Tidak ada yang menuliskannya atau tidak ada yang menangkapnya sedemikian rupa 624 625 156 626

00:07:19,060
--> 00:07:20,430 627 bahwa Anda bisa
mendapatkannya nanti. 628 629 157 630

00:07:20,430
--> 00:07:21,513 631 JOHN QUACKENBUSH: Tepat.
632 633 158 634 00:07:21,513 --> 00:07:24,710
635
Dan ketika
kami kembali, kami benar-benar menemukan
bahwa setiap pasien yang bermetastasis 636

637 159
638 00:07:24,710 --> 00:07:27,669 639 ke paru-paru
memiliki subtipe yang satu ini. 640

641 160
642 00:07:27,669 --> 00:07:29,960
643 CURTIS HUTTENHOWER: Saya pikir itu juga contoh yang bagus, 644

645 161
646 00:07:29,960 --> 00:07:33,000 647 poin lain
yang akan meresap sepanjang kursus. 648 649 162 650 00:07:33,000 --> 00:07:37,540 651 Benar-

benar
mengintegrasikan banyak praktik pelengkap untuk
reproduktifitas 652 653 163 654 00:07:37,540 --> 00:07:39,634 655 ke dalam aktivitas sehari-hari Anda. 656
657
164 658
00:07:39,634 --> 00:07:42,300 659 Karena, sekali
lagi, tidak ada satu hal pun yang harus Anda lakukan.
660

661 165
662 00:07:42,300 --> 00:07:45,240
663 Tetapi saya menghabiskan banyak waktu untuk berpikir atau menyemangati murid-murid saya
664
665 166
666 00:07:45,240 --> 00:07:48,990 667 untuk
memikirkan apa yang mungkin Anda sesali di masa depan. 668

669 167
670 00:07:48,990 --> 00:07:52,170
671 Jika Anda harus melakukan ini lagi, yang pasti Anda 672

673 168 674

00:07:52,170 --> 00:07:54,480 675 akan, jika Anda
harus menunjukkan ini kepada orang lain, 676 677 169 678 00:07:54,480 -->

00:07:59,190
679 jelaskan ini kepada orang lain, aspek apa yang
saya lakukan saat ini 680 681 170 682 00:07:59,190 --> 00:08:02,940 683 akan terlihat buruk jika orang lain

memeriksanya,
atau akan sulit dimengerti, 684

685 171
686 00:08:02,940 --> 00:08:04,380 687 atau sulit
dijelaskan? 688

689 172
690 00:08:04,380 --> 00:08:07,440
Machine Translated by Google
691 Jika Anda akan menjelaskan hal ini kepada seorang siswa, bagaimana Anda akan menjelaskannya? 692 693
173
694
00:08:07,440 --> 00:08:10,500 695 Jadi ada banyak
pola pikir seperti itu yang bisa kamu lakukan terus-menerus 696 697 174 698 00:08:10,500 --> 00:08:13,620
699
dua kali lipat
memeriksa diri sendiri sehingga apa pun yang
Anda lakukan 700 701 175 702 00:08:13,620 --> 00:08:19,120 703 lakukan, apakah Anda

sedang
mengerjakan eksperimen laboratorium, analisis
data, 704

705 176
706 00:08:19,120 --> 00:08:21,420 707 apakah Anda
sedang mengerjakan perangkat lunak penelitian 708

709 177
710 00:08:21,420 --> 00:08:24,690 711 yang akan
Anda bagikan, semua berbagi properti ini yang mereka 712

713 178
714 00:08:24,690 --> 00:08:27,890 715 seharusnya
tidak memalukan saat kau menjelaskannya pada orang lain. 716

717 179 718

00:08:27,890 --> 00:08:30,390 719 JOHN
QUACKENBUSH: Kami berbicara sedikit tentang jurnal. 720 721 180 722 00:08:30,390 -->

00:08:34,710
723 Salah satu hal menarik lainnya di Institut
Nasional 724 725 181 726 00:08:34,710 --> 00:08:38,340 727 Kesehatan sekarang adalah bahwa dalam

mengajukan
hibah 728

729 182
730 00:08:38,340 --> 00:08:41,610 731 mereka
sekarang mengharuskan Anda benar-benar memasukkan bagian dalam hibah Anda 732

733 183
734 00:08:41,610 --> 00:08:43,440 735 tentang
ketelitian ilmiah. 736

737 184
738 00:08:43,440 --> 00:08:48,150 739 Anda harus
benar-benar menjelaskan bagaimana Anda akan melakukan analisis data yang ketat. 740

741 185
742 00:08:48,150 --> 00:08:51,540
743 Dan ketika saya menulis aplikasi hibah sekarang salah satu hal 744

745 186 746

00:08:51,540 --> 00:08:56,517 747 Saya pastikan
yang saya lakukan adalah menyertakan deskripsi menyeluruh tentang perangkat lunak kami, bagaimana 748 749
187
750
00:08:56,517 --> 00:08:59,850 751 kita akan
memeriksanya, bagaimana kita akan memeriksa dan memeriksa ulang analisisnya. 752 753 188 754 00:08:59,850 -->

00:09:01,850
755 CURTIS HUTTENHOWER: Dan bagian berbagi
data 756

757 189
758 00:09:01,850 --> 00:09:05,100 759 untuk
ketersediaan sumber daya dalam konteks pendanaan apapun
Machine Translated by Google
760
761 190 762
00:09:05,100 --> 00:09:07,350 763 cenderung
menjadi poin wajib. 764 765 191 766 00:09:07,350
-->
00:09:09,690
767 Dan belum tentu rumit. 768 769 192 770
00:09:09,690 --> 00:09:13,800 771 Ada beberapa hal yang

cukup
mudah 772

773 193
774 00:09:13,800 --> 00:09:17,770 775 yang dapat
Anda lakukan untuk memastikan ketersediaan data dan perangkat lunak dan sumber daya. 776

777 194
778 00:09:17,770 --> 00:09:21,390
779 Tetapi fakta bahwa penyandang dana membuat Anda setidaknya menyatakan dan memikirkannya 780

781 195
782 00:09:21,390 --> 00:09:23,850 783 tepat di
depan saat merencanakan proyek, 784

785 196
786 00:09:23,850 --> 00:09:26,430 787 Saya pikir
telah menjadi langkah maju yang besar dan sangat membantu. 788 789 197 790

00:09:26,430
--> 00:09:28,513 791 JOHN QUACKENBUSH: Nah
hal menarik lainnya 792 793 198 794 00:09:28,513 --> 00:09:30,960 795 dari sudut

pandang
saya tentang melamar Hibah NIH 796 797 199 798
00:09:30,960 --> 00:09:35,720 799 adalah, selain ketelitian ilmiah dan pembagian
data
dan sumber
daya, 800

801 200
802 00:09:35,720 --> 00:09:39,780 803 sekarang
ada persyaratan bahwa kami memberikan semacam bukti 804

805 201
806 00:09:39,780 --> 00:09:42,840 807 bahwa kita
akan memvalidasi sumber daya hayati kita. 808

809 202
810 00:09:42,840 --> 00:09:46,590 811 Dan saya
rasa belum banyak orang yang mulai memikirkan hal ini. 812 813 203 814 00:09:46,590 --> 00:09:49,920
815
Tetapi ketika
saya menulis hibah penelitian saya juga
memasukkan sepotong 816 817 204 818 00:09:49,920 --> 00:09:52,711 819 tentang validasi

sumber daya
data. 820 821 205 822 00:09:52,711 --> 00:09:54,210
823 CURTIS HUTTENHOWER: Atau softwarenya.

824
825 206
826 00:09:54,210 --> 00:09:57,240
827 Saya rasa tidak banyak orang yang memikirkan hal itu dalam konteks penelitian 828
Machine Translated by Google
829 207
830 00:09:57,240 --> 00:09:58,260 831 belum juga.
832 833 208 834

00:09:58,260
--> 00:10:02,370 835 Dan semakin besar analisis
data Anda, semakin besar komponen analisis itu 836 837 209 838 00:10:02,370 --> 00:10:06,420 839 akan menjadi

perangkat
lunak, atau setidaknya kode yang digunakan untuk
melakukannya. 840 841 210 842 00:10:06,420 --> 00:10:10,230 843 Ada banyak anekdot bagus di mana, ini adalah

kisah sukses
yang bagus, 844

845 211
846 00:10:10,230 --> 00:10:13,710 847 tempat di
mana analisis data yang cermat benar-benar akan menangkap 848

849 212
850 00:10:13,710 --> 00:10:16,664 851 hal yang
membantumu sebagai peneliti. 852

853 213
854 00:10:16,664 --> 00:10:19,080
855 Kami akan memiliki beberapa bagian nanti yang saya pikir memanggil 856 857 214 858

00:10:19,080
--> 00:10:25,440 859 lebih banyak jebakan,
terkadang kasus profil tinggi yang tidak 860 861 215 862 00 :10:25,440 --> 00:10:28,950 863 berjalan sangat

baik, di mana
reproduktifitas hilang atau metadata 864 865 216
866 00:10:28,950 --> 00:10:31,440 867 hilang, itu membutuhkan banyak tambahan bekerja
868

869 217
870 00:10:31,440 --> 00:10:34,080 871 dan akibatnya
sangat merugikan orang. Dan saya tahu 872

873 218
874 00:10:34,080 --> 00:10:36,420 875 kau terlibat
dalam beberapa hal itu. 876

877 219
878 00:10:36,420 --> 00:10:41,520 879 JOHN
QUACKENBUSH: Jadi Institut Kedokteran di Akademi Nasional 880 881 220 882 00:10:41,520 --> 00:10:43,650 883

menugaskan
penelitian. 884 885 221 886 00:10:43,650 -->
00:10:48,090 887 Dan saya kira saya

cukup
beruntung untuk menjadi bagian dari studi itu, di
mana kami kembali 888 889 222 890 00:10:48,090 --> 00: 10:50,159 891 dan kami melihat apa yang salah. 892

893 223
894 00:10:50,159 --> 00:10:52,200
895 Ketika kami mulai melihatnya, kami tidak benar-benar 896

897 224
Machine Translated by Google
898 00:10:52,200 --> 00:10:53,970 899 ingin
mengetahui siapa melakukan apa. 900 901 225 902

00:10:53,970
--> 00:10:57,960 903 Kami ingin memahami apa
masalahnya untuk menghentikan ini 904 905 226 906 00:10:57,960 --> 00:10:59,460 907 dari keberadaan

dikoreksi.
908 909 227 910 00:10:59,460 --> 00:11:01,760 911
CURTIS HUTTENHOWER: Bagaimana
kita
bisa membuat
ini tidak terjadi lagi di masa depan? 912

913 228
914 00:11:01,760 --> 00:11:02,080 915 JOHN
QUACKENBUSH: Benar. 916

917 229
918 00:11:02,080 --> 00:11:04,829
919 Dan kebijakan seperti apa yang perlu kita terapkan sebagai ilmuwan 920

921 230
922 00:11:04,829 --> 00:11:10,350 923 diri kita sendiri
untuk memastikan bahwa kita tidak jatuh ke dalam perangkap itu, 924 925 231 926 00:11:10,350 --> 00:11:11,970 927
ke
dalamnya
perangkap yang sama. 928 929 232 930 00:11:11,970
--> 00:11:13,200 931 Dan itu sangat

menarik. 932
933 233 934 00:11:13,200 --> 00:11:16,290 935 Banyak
dari hal-hal ini bergema sekarang apa yang kita
lihat
dalam
penelitian yang dapat direproduksi. 936

937 234
938 00:11:16,290 --> 00:11:20,820 939 Perangkat
lunak dan data itu harus tersedia.
940
941 235
942 00:11:20,820 --> 00:11:25,290
943 Orang itu harus bisa masuk dan mengambil perangkat lunak itu 944

945 236
946 00:11:25,290 --> 00:11:27,760 947 dan
menjalankannya pada data yang menurut Anda berfungsi. 948

949 237 950

00:11:27,760 --> 00:11:29,940 951 CURTIS
HUTTENHOWER: Apakah laporan itu sekarang tersedia? 952 953 238 954

00:11:29,940
--> 00:11:30,930 955 JOHN QUACKENBUSH: Laporan
tersedia. 956 957 239 958 00:11:30,930 --> 00:11:32,790 959 Dan nanti

ketika saya
berbicara tentang ini, saya akan 960

961 240
962 00:11:32,790 --> 00:11:38,070 963 benar-benar
memberi siswa tautan ke laporan itu. 964

965 241
966 00:11:38,070 --> 00:11:40,897
Machine Translated by Google
967 Tapi di luar hal-hal yang kita bicarakan dalam kursus ini, 968 969 242 970 00:11:40,897 -->

00:11:43,230
971 ada beberapa hal lain yang sangat menarik.
972 973 243 974 00:11:43,230 --> 00:11:48,870 975 Salah satunya adalah kita perlu membuat

komunitas
976 977 244 978 00:11:48,870 --> 00:11:53,976 979
budaya yang sadar tantangan analisis data dan data 980

981 245
982 00:11:53,976 --> 00:11:55,850 983 reproduktifitas
dan reproduktifitas penelitian. 984

985 246
986 00:11:55,850 --> 00:11:56,940
987 CURTIS HUTTENHOWER: Itu contoh yang bagus 988

989 247
990 00:11:56,940 --> 00:12:00,430 991 dari kasus
ini, di mana tidak ada resep yang bisa Anda miliki untuk menciptakan budaya. 992

993 248 994

00:12:00,430 --> 00:12:03,904 995 Tapi itu benar-
benar perlu menjadi bagian dari proses penelitian dari awal sampai akhir, 996 997 249 998 00:12:03,904 --> 00:12:05,070
999
seperti yang
telah kami katakan. 1000 1001 250 1002 00:12:05,070
--> 00:12:05,580 1003 JOHN QUACKENBUSH:

Benar. 1004

1005 251
1006 00:12:05,580 --> 00:12:07,560 1007 Bahwa ini
adalah sesuatu yang harus kita pikirkan. 1008

1009 252
1010 00:12:07,560 --> 00:12:10,440
1011 Dan sangat menarik untuk melihat 1012 ini

1013 253
1014 00:12:10,440 --> 00:12:14,130 1015 dan mengakui
bahwa jurnal, sampai batas tertentu, 1016

1017 254
1018 00:12:14,130 --> 00:12:19,600 1019 berperan
dalam tidak benar-benar mendukung reproduktifitas. 1020 1021 255 1022 00 :12:19,600 -->

00:12:22,380
1023 Dan menurut saya banyak tren yang kita lihat
di penerbitan sekarang, 1024 1025 256 1026 00:12:22,380 --> 00:12:25,465 1027 dalam

penerbitan
ilmiah, renungkan apa yang keluar dari laporan itu.
1028 1029 257 1030 00:12:25,465 --> 00:12:28,940 1031 CURTIS HUTTENHOWER: Dan itu sangat

dibantu oleh
proses itu. 1032

1033 258
1034 00:12:28,940 --> 00:12:32,610
1035 JOHN QUACKENBUSH: Hal lain yang sangat menarik adalah adil
Machine Translated by Google
1036
1037 259 1038
00:12:32,610 --> 00:12:36,000 1039 menciptakan
budaya dalam kelompok penelitian kita sendiri 1040 1041 260 1042 00:12:36,000 -->

00:12:40,620
1043 di mana kita mengenali nilai data analisis dan
reproduksibilitas. 1044 1045 261 1046 00 :12:40,620 --> 00:12:43,485 1047 Murid-muridku sekarang, mereka

semua belajar
sesuatu tentang biologi, 1048

1049 262
1050 00:12:43,485 --> 00:12:45,490 1051 mereka semua
belajar tentang analisis data. 1052

1053 263
1054 00:12:45,490 --> 00:12:46,480 1055 Dan menurut
saya itu sangat positif. 1056

1057 264
1058 00:12:46,480 --> 00:12:48,688 1059 CURTIS
HUTTENHOWER: Itu karena kami terus membuatnya. 1060

1061 265
1062 00:12:48,688 --> 00:12:51,420 1063 Jadi mudah-
mudahan, Anda di sini untuk melakukan sedikit hal yang sama, 1064 1065 266 1066 00:12:51,420 -->

00:12:54,814
1067 apakah Anda berasal dari latar belakang
biomedis atau sebaliknya. 1068 1069 267 1070 00:12:54,814 --> 00:12:57,480 1071 JOHN QUACKENBUSH:
Baik
Curtis dan
saya bekerja dalam penelitian biomedis. 1072 1073
268 1074 00 :12:57,480 --> 00:13:01,460 1075 Sebagian besar peserta kami dan instruktur lain dalam kursus
ini
1076

1077 269
1078 00:13:01,460 --> 00:13:03,160 1079 bekerja di
penelitian biomedis.
1080
1081 270
1082 00:13:03,160 --> 00:13:06,970 1083 Jadi kita
mungkin mengambil terlalu banyak contoh dari penelitian biomedis. 1084

1085 271
1086 00:13:06,970 --> 00:13:12,270 1087 Tapi yang
kami harap Anda dapatkan dari ini adalah ide nyata tentang prinsip. 1088 1089 272 1090 00:13:12,270 --> 00:13:16,180
1091
Kami ingin
Anda memahami prinsip dan alat yang dapat kami
gunakan. 1092 1093 273 1094 00:13:16,180 --> 00:13:20,070 1095 Dan banyak dari alat ini sangat mudah

digeneralisasikan
ke bidang lain. 1096 1097 274 1098 00:13:20,070 -->
00:13:22,080 1099 Dan prinsipnya bersifat universal. 1100

1101 275
1102 00:13:22,080 --> 00:13:24,457 1103 Jadi kami
harap Anda menikmati kursus ini. 1104
Machine Translated by Google
1105 276
1106 00:13:24,457 --> 00:13:25,540 1107 CURTIS
HUTTENHOWER: Bagus. 1108 1109 277 1110

00:13:25,540
--> 00:13:26,676 1111 Sekali lagi terima kasih, John.
1112 1113 278 1114 00:13:26,676 -->

00:13:27,800
1115 Kami akan mulai bekerja sekarang. 1116 1117
279 1118 00:13:27,800 --> 00:13:30,008 1119
JOHN

QUACKENBUSH: Senang berbicara denganmu,

Curtis. 1120

1121 280
1122 00:13:30,008 --> 00:13:31,770 1123 Ayo bekerja.
1124

1125