Forschungscode, auf dem Ihr Team aufbauen kann
Prüfen Sie Pipelines und Analysecode auf Reproduzierbarkeit, bevor Sie ihn wiederverwenden, übergeben oder mit Partnern publizieren.
fix: Apply 1 AI-generated reproducibility fix
Behebt
Author-machine path in result code: /home/lab/counts.csv
Machine assumptions documented
@@ -8,3 +8,4 @@from pathlib import Pathimport pandas as pddf = pd.read_csv("/home/lab/counts.csv")ROOT = Path(__file__).resolve().parents[1]df = pd.read_csv(ROOT / "data/counts.csv")Ihr Team prüft ihn nie automatisch zusammengeführt
Reproduzierbarkeit lohnt sich über das Paper hinaus
Internen Code wiederverwenden
Sie sehen, welche Pipelines gut genug dokumentiert und fixiert sind, um darauf aufzubauen.
Code in der Due Diligence
Bewerten Sie erworbenen oder lizenzierten Forschungscode, bevor Ihre Projekte davon abhängen.
Mit Partnern publizieren
Akademische Partner und Fachzeitschriften erhalten Code, der ihre Erwartungen an Reproduzierbarkeit erfüllt.
Reibungslose Übergaben
Befunde und ihre Korrekturen zeigen dem übernehmenden Team, was fehlt.
Was jede Prüfung abdeckt
Jede Prüfung bewertet Materialien und Dokumentation für die Stufe, Automatisierung daneben.
L1 · Materialien verfügbar ·
- Code for each result is available
- Input data can be obtained
- Required software can be obtained
L2 · Arbeitsablauf dokumentiert ·
- Dependencies and versions are listed
- The exact code version is identified
- Data sources have stable identifiers
- Data preparation steps are documented
- Code is linked to the paper’s results
- Instructions explain how to run the analysis
- Documented commands agree with the code
- Machine assumptions documented
Automatisierung · separate Bewertung ·
- One command produces the results
- The software environment is pinned
- Input retrieval is automated
- Random seeds and variability are controlled
Ein Tarif für Ihr ganzes Team
Alle arbeiten in der Web-App oder mit ihrem KI-Agenten, in einer gemeinsamen Organisation.
- Eine Organisation für Ihr Team
- Admins laden Mitglieder ein
- Monatsbudget in USD und Limits pro Mitglied
- Nutzungsbericht nach Mitglied und Projekt, mit CSV
- Private Repositorys über die GitHub-App
- Korrekturen als Pull Requests geöffnet
Demnächst verfügbar
Demnächst- Execute: optionale Tiefenprüfung
- Integrations-API
Enterprise-Optionen auf Anfrage: Single Sign-on, Export des Audit-Logs, Verarbeitung in der EU
Projekte und Berichte bleiben privat, bis Sie einen Freigabelink erstellen, ein Badge veröffentlichen oder einen Pull Request öffnen.
SicherheitSprechen Sie mit uns über Ihr Team
Erzählen Sie uns von Ihrem Team und Ihrem Code, und wir stellen einen passenden Tarif zusammen.