Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Reproducible Research

Informacje ogólne

Kod przedmiotu: 2400-DS2RR
Kod Erasmus / ISCED: 14.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Reproducible Research
Jednostka: Wydział Nauk Ekonomicznych
Grupy: Anglojęzyczna oferta zajęć WNE UW
Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 2 (2*30h)
Przedmioty obowiązkowe dla II roku Data Science and Business Analytics
Punkty ECTS i inne: 4.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: angielski
Rodzaj przedmiotu:

obowiązkowe

Skrócony opis:

The main goal of the course is to present the basic concepts of reproducibility and repeatability in research, their significance in scientific and commercial research and development processes, and to impart to students basic practical knowledge about several of the most popular modern tools for reproducibility in the industry. Upon completion of the course, students will understand the general concept of research reproducibility and comprehend which tool can be used in a given context. They will also acquire skills in using computer tools that enable achieving reproducibility and repeatability of research, and they will be able to apply the skills acquired during the course in participating in modern scientific and commercial data science projects.

Pełny opis:

The course consists of computer labs, with classes including a theoretical and practical part. The following topic blocks will be discussed (not necessarily in the presented order):

1. Introduction:

The three Rs: Repetition, Reproduction, Replication;

Importance of reproducibility in science and the R&D process;

Reasons for and consequences of lack of reproducibility;

Some ways of handling non-reproducible research;

Course grading overview.

2. Version control systems:

Introduction to VCSs and git;

Using git for version control and progress documentation;

Teamwork via git;

Working with GitHub;

Project workflow;

GitHub as the course repository and as ‘home’ for final projects.

3. Reporting tools:

Introduction to Quarto and Markdown;

Reproducible and automated reports;

Reports with data inputs;

Other formats

4. Writing reproducible code:

Documenting code and versioning;

Tools for managing software versions;

Principles of writing clean and clear code;

5. Introduction to code testing

6. Introduction to online repositories

7. Introduction to metaanalyses

Literatura:

Lecture slides or notebooks

Online resources

Efekty uczenia się:

Upon the completion of the course, student:

1. understands the general concept of research reproducibility; knows the reproducibility tools classification; understands which tool can be used in a given context;

2. has basic skills in computer tools allowing to achieve research reproducibility and replicability; has basic skills in modern best programming practices; has basic skills in the cloud development environment; is able to employ skills gained during the course while participating in modern scientific and commercial data science projects;

is aware of the importance of reproducibility in data science, as well as in science and development in general; is aware that reproducibility tools are evolving rapidly and that constant training in this area is required to keep skills up to date; is aware of the trends in modern data science and IT development;

Metody i kryteria oceniania:

1. Active participation in the classes

2. Final project and its presentation (in teams)

Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)

Okres: 2024-02-19 - 2024-06-16
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Wojciech Hardy, Jakub Michańków
Prowadzący grup: Wojciech Hardy, Jakub Michańków
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Konwersatorium - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.0.4.0-7ba4b2847 (2024-06-12)