Please enable JavaScript.
Coggle requires JavaScript to display documents.
Čtvrté paradigma / eScience - Coggle Diagram
Čtvrté paradigma / eScience
= bod, kde se IT potkává s vědci (při zpracovávání dat)
Vědecká paradigmata
dříve:
empirické
poslední stovky let:
teoretické
posledních pár dekád:
výpočetní
dnes:
průzkum dat
Paradigma
= obecně přijímaný vzor, model nebo schéma myšlení, které určuje způsob nazírání na realitu
americký fyzik a filozof vědy Thomas Samuel Kuhn
Struktura vědeckých revolucí (1962)
Problém datového ledovce
data publikovaná v literatuře (jsou jen špičkou ledovce)
data, která nejsou kurátovaná a publikovaná (většina)
Nemáme dost nástrojů k datovému kurátorství a analýze
věda je
neefektivní
- ztrácí obrovské množství informací
Moderní vědci: nehledí do teleskopů, ale analyzují data na svých počítačích
svět vědy se změnil
datově náročná věda
např. eco-informatics (simulating ecologies)
výpočetní věda
např. computational ecology (collecting and analyzing ecological information)
X-Info vs. Comp-X
Cílem mnoha vědců je kodifikovat své informace, aby si je mohli vyměňovat s jinými vědci
informace musí být reprezentovány algoritmickým způsobem
velké vědecké projekty
kód pro zpracování informací generovaných drahými přístroji píší tisíce lidí
náklady na software dominují kapitálovým výdajům
financováno National Science Foundation
nebo the Department of Energy
vědy "menších dat"
software je jednodušší a má jen velmi málo generických nástrojů pro sběr, analýzu a zpracování dat
financováno z různých zdrojů
TOHLE by počítačoví vědci, mohli pomoci vyřešit vytvořením generických nástrojů pro vědce
Projektové pyramidy a jejich financování
potřebujeme
“Laboratory Information Management Systems”
...získáváme data z řady přístrojů do kanálu, který data kalibruje a „čistí“, včetně doplnění mezer v případě potřeby. Poté informace „znovu uspořádáme“ a nakonec je vložíme do databáze, kterou chcete „publikovat“ na internetu, aby k vašim informacím měli lidé přístup.
LIMS si můžete koupit
ALE
jsou
drahé a specifické pro konkrétní úkol a komunitu
cíl: automatizace vědecké práce
Budoucnost vědy závisí víc na nástrojích než na teoriích
Vědecká komunikace
trend: open access
problém:
věda placená veřejností ≠ volně dostupná
paradox:
veřejnost platí výzkum, ale nemá přístup k výsledkům
má o to ale většina veřejnosti zájem?
budoucnost:
propojení článků a dat
vyšší „information velocity“
Nový model publikování
overlay journals
data + články propojené
možnost:
zkontrolovat data
zopakovat experiment
Největší změna není v množství dat, ale ve způsobu myšlení vědců!
Software ve vědě
často dražší než hardware
vědci používají jednoduché nástroje (Excel, MATLAB)
chybí univerzální nástroje
Budoucnost vědy
vše online:
data
články
propojení všeho
vznik digitálních knihoven dat
filtrace
Vědci vybírají jen část dat nebo se spoléhají na systémy
více dat → více filtrování → může se něco přehlédnout?
