03 Experiments, Reproducibility, and Projects - Introduction to Scientific Writing WS2021/22

语言	格式	评分
英语	.pdf	3
摘要
文档主要介绍了科学写作中的实验设计与可重复性问题。内容涵盖如何制作有效的图表，包括使用多种图表类型和保持一致性；强调了研究数据管理（RDM）的重要性，包括遵循FAIR原则；讨论了如何通过自动化和脚本确保实验的可重复性；并提供了课程项目的时间安排和要求，包括项目选择、论文提交和最终展示的具体时间节点。
AI总结
### 文档总结 #### 1. 图表与可视化 - 图表类型：选择适合的图表类型，如柱状图用于分类数据，折线图或点线图用于连续参数。 - 图例与标签：图例按出现顺序排列，直接附在图表上。图表应自包含，避免与文本过多结合。 - 一致性与多样性：图表设计保持一致的配色和命名，同时可适当混合不同类型的图表和表格。 #### 2. 课程安排与项目 - 课程注册：截至11月5日，ISDS组学生已注册，总人数为39/40。 - 时间表： - 11月11日：通过邮件提交项目选择（截至23:59）。 - 12月23日：通过邮件提交论文（截至23:59）。 - 1月13日：最终项目展示（所有学生参与）。 - 项目要求： - 团队规模：1-4人，任务明确。 - 项目内容：从给定列表中选择论文或论文组，撰写2倍团队规模的短总结论文（使用LaTeX，ACM acmart模板，sigconf文档类）。 - 展示与汇报：7分钟论文总结，3分钟问答环节。 #### 3. 可重复性与研究数据管理（RDM） - 可重复性： - 可重复性（Reproducibility）：验证实验结果对参数和环境的鲁棒性，例如使用不同的数据集和硬件。 - SIGMOD可重复性流程：提交完整的实验脚本、数据集和生成图表的代码，确保结果可复现。 - RDM政策： - 确保研究数据和代码的可重复性，避免因设备损坏或数据丢失导致无法复现。 - 遵循FAIR原则（可查找、可访问、可互操作、可重用）。 - TU Graz政策：自2019年起，要求制定数据管理计划，存储数据至少10年。 #### 4. 课程内容与实验自动化 - 实验自动化：尽量自动化实验流程，包括数据准备、基线测试和基准测试。 - 科学写作与项目结构：课程内容涵盖实验设计、结果展示和论文撰写，强调科学性和规范性。 #### 5. 提醒与注意事项 - 项目选择：可自选主题，如机器学习系统或分布式系统。 - 时间管理：提前规划实验和论文写作，确保按时完成。 ### 核心观点 - 文档主要围绕科学写作中的实验设计、结果展示和项目管理展开，强调图表的清晰性、实验的可重复性以及数据管理的重要性。 - 课程内容结合理论与实践，要求学生通过团队合作完成项目，并在规定时间内提交论文和展示成果。