XiaoMi-AI文件搜索系统
World File Search Systemreproducibility
提高研究的可重复性：测量科学的作用
摘要：• 我们报告了 2018 年 5 月 1 日至 3 日在英国泰丁顿国家物理实验室举行的研讨会，该研讨会的重点是世界各国计量机构如何帮助解决研究可重复性的挑战。• 研讨会汇集了物理科学、数据分析、生命科学、工程和地质科学领域的测量和更广泛研究社区的专家。研讨会共有来自计量实验室 (38)、学术界 (16)、工业界 (5)、资助机构 (2) 和出版商 (2) 的 63 名参与者。参与者来自英国、美国、韩国、法国、德国、澳大利亚、波斯尼亚和黑塞哥维那、加拿大、土耳其和新加坡。• 主题探讨了良好的测量实践和原则如何增强对研究结果的信心，以及如何应对工业和研究领域数据量增加的挑战。
光电重复性和稳定性的飞行和地面验证
哪怕是 1 pC 的小电荷在高精度惯性参考仪器的测试质量 (TM) 上积累，也会降低其性能。这些仪器中最灵敏的部分需要采用非接触式电荷管理系统，TM 是自由浮动的，其电荷由带有 TM 电荷测量的反馈回路中的光电子补偿。三项太空任务已成功展示了这一技术：2004 年发射的相对论任务、重力探测器-B (GP_B)、2015 年发射的 LISA 探路者 (LPF) 和 2014 年在沙特卫星 4 号上发射的 UV-LED 任务；前两个任务使用 254 nm Hg 放电线，最后一个任务使用一组 255 nm UV-LED。UV-LED 在可靠性、寿命、开关速度、功耗、重量和体积方面都比放电源有了显著的改进。消除电荷测量和反馈系统（以下称为被动）的电荷管理技术可降低这些系统引入的复杂性和干扰影响，因此成为积极研究和开发工作的主题。被动电荷管理主要取决于给定系统的光发射特性的稳定性和可重复性。为了支持这项工作，我们提供了一组 16 个不同配置和 255 1 nm 中心波长的 UV-LED 的全面飞行特性数据。飞行数据是 2014 年 12 月至 2015 年 12 月期间使用沙特卫星 4 号上的 UV-LED 仪器获取的。我们通过与 2020 年 9 月 4 日至 2020 年 10 月 8 日期间的飞行配置相当的地面测量来支持我们的结果。所有结果都证实了 UV-LED 在太空环境中的出色可靠性，与地面研究的结果完全一致，并支持使用 LED 进行被动电荷管理的方法。我们发现，在 255 nm LED 的照射下，TM 的平衡电位与紫外线强度无关，可在长达六个月的时间内重现约 6 mV 或 6 fC/pF。平衡电位的值取决于 TM 与其外壳之间的电场几何形状，因此也取决于仪器的精确配置。
移民错误对基于细胞测定的可重复性的影响
对基于细胞的测定的准确分析取决于整个板中每个孔中播种和分布的一致性细胞。初始播种密度的差异将导致整体生长曲线的差异，这可能会对细胞对药物治疗的反应产生巨大影响（Niepel等人。2017）。诸如混合差和气泡之类的移移误差会导致细胞分布和从测定之间的变异性不均匀。在测定开始时优化移液和播种技术对于产生一致和准确的结果很重要。
提高具有完全未掺杂结构的量子设备的可重复性
量子电子器件，例如量子点接触 (QPC) 和量子点，因具有电自旋控制的潜力而引起了人们对自旋电子学和量子信息处理应用的极大研究兴趣 1–6。这些器件可能构成未来量子电路的构建块，例如基于大量相同量子点使用 QPC 作为电荷传感器的量子比特阵列。为了实现大规模可制造性，首先必须建立可重复性，使得集成电路中的每个组件具有相同的工作参数。传统上，调制掺杂结构已用于量子电子器件，因为其易于制造。然而，随机分布的电离供体的背景静电势大大降低了可重复性 7,8。这种内在的可变性可以通过利用完全未掺杂的结构来避免，通过对金属顶栅施加适当的偏置将电荷载流子限制在异质界面处 9-12 。这些结构有许多优点，包括提高迁移率 13 、提高热循环特性 14 ，以及我们将在这里展示的量子传输特性的优越性。量子点接触是连接两个二维储层的窄一维通道，是最简单的栅极定义量子装置类型，使其成为研究可重复性 7,15,16 的理想选择。我们首先问一个问题：如果在同一晶圆上制造几个相同的装置，它们会表现出相同的行为吗？为了研究这个问题，我们在调制掺杂和未掺杂的晶圆上制造了 18 个名义上相同的 QPC，并观察定义和夹断一维通道所需的栅极偏置。我们还研究了 QPC 通道内电导量子化和静电势的均匀性，以及热循环下的可重复性。为了进行比较，我们还研究了空穴 QPC 中的可重复性。基于 III-V 半导体系统的空穴量子器件最近引起了广泛关注，因为它们
jupyter笔记本的计算重现性来自生物医学出版物
批准OAC H：我们解决了2个级别的计算可重复性：（i）使用完全自动化的w orkflows，分析了与生物医学文献库PubMed中心索引的jupyter笔记本的计算可取性。，我们通过挖掘文章的全文，试图在github上找到它们，并试图在尽可能接近原始的环境中重新运行它们，从而确定了此类笔记本。我们记录了繁殖成功和例外，并探讨了笔记本上的可调性与笔记本或出版物中的V aria b les r之间的关系。（ii）这项研究本身本身是在PubMed Central上两次使用相同的方法，在2年的时间内，基本上使用了相同的方法，在此期间，PubMed Central在PubMed索引的jupyter笔记本的语料库以一种高度动态的方式增长。
使用深度学习模型实现肿瘤分割结果的可重复性
在过去的几年中，人们越来越意识到许多科学领域的可重复性问题。在这项工作中，我们的目标是评估当 MRI 图像经过 (i) 使用相同预处理流程的两个不同版本，以及 (ii) 引入模拟在不同环境下执行的数值扰动进行预处理时，深度分割模型产生的肿瘤分割结果的可重复性。结果表明，这两个变异源可能导致分割结果发生重要变化：Dice 可以低至 0.59，而豪斯多夫距离可以高达 84.75。此外，两种情况都显示出相似的值范围，这表明不稳定性的根本原因可能是数值稳定性。这项工作可以作为提高流程数值稳定性的基准。
针对数百名（而非数千名）参与者的脑部疾病神经影像学研究的可重复性
图 1. 功效计算和重复率的实证分析。图 a 显示了统计功效与样本量和显著性阈值（1,000 次迭代）的关系。实线表示基于 ENIGMA 7 精神分裂症效应量（患者和对照组之间的皮质厚度组间差异）的功效计算；为了进行比较，虚线表示 Marek 等人报告的功效计算。3（源数据图 3 取自原始文章）。水平虚线对应于 80% 统计功效的领域标准。模拟表明，对于 P <10 -4 的 BWAS，550 个病例和 550 个对照的样本量达到 80% 的统计功效；对于 P <10 -3 的 BWAS，450 个样本达到 80% 的功效。图 b 显示了精神分裂症实证数据的重复率（橙色实线）与样本量的关系（在 114 个区域进行 BWAS，根据 P <0.05 Bonferroni 测试；1,000 次迭代；线周围的彩色区域表示迭代间平均值的上下一个标准差）。橙色虚线表示外推数据（参见补充方法）。实证分析表明，需要大约 400 名患者和 400 名对照的样本量才能检测到重复率为 80% 的效果。蓝色实线显示阿尔茨海默病实证数据的重复率（蓝色实线）。样本量是指每次分析中具有相等数量对照的病例数。
验证和可重现性心血管预防的短食频率问卷
françoisPaillard，OphélieFlageul，GuillaumeMahé，Bruno Laviolle，Caroline Dourmap和Al ..用于预防心血管的短频率调查表的有效和可重复性。心血管疾病的档案，2021，114（8-9），pp.570-576。10.1016/j.acvd.2020.12.008。hal-03222665
基因组编辑结果的变异性：研究可重复性和临床安全性的挑战
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
开放科学的最大基于EEG的BCI可重复性研究：MOABB基准
摘要。目标。本研究对开放脑电图数据集进行了广泛的大脑计算机界面（BCI）可重复性分析，旨在评估现有的解决方案并建立开放且可重复的基准测试，以有效比较该领域。对这种基准的需求在于产生未公开的专有解决方案的快速工业进步。此外，科学文献是密集的，通常具有具有挑战性的评估，从而使现有方法之间的比较艰巨。方法。在一个开放式框架中，在36个公开可用的数据集中对30个机器学习管道（分为原始信号：11，Riemannian：13，深度学习：6）进行了精心重新实现和评估，包括汽车图像（14），p300（15）（15）和SSVEP（7）。该分析结合了统计荟萃分析技术，以进行结果评估，包括执行时间和环境影响注意事项。主要结果。该研究产生了适用于各种BCI范式的原则和鲁棒结果，强调运动图像，P300和SSVEP。值得注意的是，利用空间协方差矩阵的Riemannian方法表现出卓越的性能，强调了大量数据量的必要性，以通过深度学习技术实现竞争成果。全面的结果是公开访问的，为将来的研究铺平了道路，以进一步提高BCI领域的可重复性。意义。这项研究的重要性在于它在建立严格和透明的基准的BCI研究中做出的贡献，为最佳方法论提供了见解，并强调了可重复性在推动该领域进步方面的重要性。