LCF5900 - Processamento Reproduzível e Aberto de Dados Científicos (2024)

Olá!

Damos as boas vindas aos participantes da versão 2024 da disciplina

Processamento Reproduzível e Aberto de Dados Científicos (LCF5900)

O conteúdo disponibilizado nestas páginas, em Português, apoia as aulas em Inglês

Objetivo:
O curso propõe um conjunto de procedimentos, e apresenta ferramentas, que permitem aos pesquisadores tratar os dados de forma aberta e reproduzível. O objetivo é desenvolver trabalhos científicos que permitam a qualquer pessoa compreender e replicar as etapas de uma análise, replicando-as novamente. A produção de resultados científicos reproduzíveis e abertos, e o uso de fluxos abertos de trabalho, permitem o compartilhamento de análises e a colaboração com outras pessoas, bem como a publicação aberta de dados e fluxos de trabalho para uma melhor disseminação do conhecimento científico.

Justificativa:
A ciência aberta envolve a disponibilização de métodos, dados e resultados científicos para todos. Em 2009, Dan Gezelter (http://openscience.org/what-exactly-is-open-science/) citou os seguintes atributos para a ciência aberta:

• transparência na coleta de dados;
• clareza na descrição dos métodos de processamento, análise e derivação de resultados; 
• acesso público aos dados e métodos de processamento;
• transparência na comunicação dos resultados; e 
• colaboração facilitada por mecanismos web.

Introduzimos neste curso os meios para que haja adesão a esses princípios e atributos. Este curso se inspira na forma como o Earth Lab da Universidade de Colorado, Boulder - EUA, forma novos pesquisadores. Ao final da disciplina, você estará familiarizado e terá certa fluência sobre os seguintes tópicos:

1. Princípios do processamento reproduzível e aberto de dados;
2. Fluxos de trabalho científico reproduzível e aberto;
3. Organização de arquivos de dados;
4. Uso de Jupyter Notebooks;
5. Adoção do Git/GitHub para controle de versão;
6. Introdução ao Python: variáveis, listas, pacotes, instruções condicionais, loops e funções;
7. Introdução ao R: variáveis, vetores, pacotes, instruções condicionais, loops e funções;
8. R tidyverse para manipulação de dados;
9. R ggplot2 para geração de gráficos;
10. R markdown para relatórios de análise de dados;
11. R shiny para disponibilização de resultados na web.

Bibliografia: (Links conferidos em 01 de março de 2024)

• Wickham, Hadley; Çentinkaya-Hundel, Mine; Garret, Grolemund (2021) R for Data Science (2nd ed.). Disponível em: https://r4ds.hadley.nz/.
• Fernanda Peres (2021) Tutoriais sobre R. Disponível em: https://www.youtube.com/@FernandaPeres/playlists.
• Finding Your Way To R. Disponível em: https://education.rstudio.com/learn/.
• How do you create a statistical model using tidymodels Disponível em: https://www.tidymodels.org/start/.
• Leah Wasser & Max Joseph Learn to Use tidyverse and Clean Code to Work With Data in R. Earth Lab at Colorado University, Boulder - USA. Disponível em: https://www.earthdatascience.org/workshops/clean-coding-tidyverse-intro/.
• Learn the tidyverse Disponível em: https://www.tidyverse.org/learn/.
• Lista de livros criados com o pacote bookdown Disponível em: https://bookdown.org/.
• Manual do pacote rmarkdown. Disponível em: https://bookdown.org/yihui/rmarkdown-cookbook/.
• Manual do pacote bookdown Disponível em: https://bookdown.org/yihui/bookdown/.
• Marcus Nunes (2021) Workshop R. Disponível em: https://github.com/mnunes/workshopR.
• Principais marcadores markdown guide. Disponível em: https://www.markdownguide.org/cheat-sheet/.
• Statistical Inference via Data Science: A ModernDive into R and the Tidyverse. Disponível em: https://www.tidymodels.org/books/moderndive/.
• Yihui Xie, Christophe Dervieux & Emily Riederer (2021) R Markdown Cookbook. Disponível em: https://bookdown.org/yihui/rmarkdown-cookbook/.

Forma de avaliação:
Média aritmética de dois trabalhos submetidos para avaliação coletiva quanto à reprodutibilidade e qualidade do relatório disponibilizado em nuvem

Observação:
A disciplina é apresentada de forma concentrada e pode contar com a participação de professor ou pesquisador internacional especialmente convidado como conferencista.