Eliza Grames, ph.d.-kandidat i økologi og evolutionsbiologi. Kredit:University of Connecticut
Det er svært at få folk begejstrede for software, siger Eliza Grames, en doktorgradskandidat i økologi og evolutionsbiologi. Endnu, den software, hun har udviklet, er spændende for enhver, der skal i gang med en ny forskning og forsøge at afgøre, om den faktisk er … ny.
Sæt dig selv i en forskersko.
Før enhver ny undersøgelse, der skal laves en grundig og udtømmende gennemgang af eksisterende litteratur for at sikre, at projektet er nyt. Eller, for at afgøre, om der er eksisterende data, der kan bruges til at besvare deres nye spørgsmål.
Dette er en skræmmende opgave, især i betragtning af, at der hvert år udgives millioner af nye forskningsartikler. Hvor begynder man overhovedet at udforske alle de data?
"Hver ny undersøgelse bidrager mere til, hvad vi ved om et emne, tilføjer nuancer og kompleksitet, der hjælper med at forbedre vores forståelse af den naturlige verden. For at forstå denne rigdom af beviser og komme tættere på et komplet billede af verden, forskere henvender sig i stigende grad til systematiske gennemgangsmetoder som en måde at syntetisere denne information på, " siger Grames.
Systematiske anmeldelser startet inden for medicin og folkesundhed, hvor det kan være at holde sig ajour med forskning, helt bogstaveligt, et spørgsmål om liv eller død, siger Grames. (Har du nogensinde spekuleret på, hvordan din læge ved om de nyeste behandlinger for din tilstand?)
"På de områder, der er et etableret system med Medical Subject Headers, hvor artikler bliver tagget med nøgleord forbundet med arbejdet, men det har økologi ikke."
Andre forskningsfelter på tværs af det videnskabelige spektrum var i samme båd.
Projektet udsprang af nød. I sin egen anmeldelsesproces, Grames bemærkede, at hun ville gå glip af artikler og nøgleudtryk og var interesseret i at finde ud af, hvordan man identificerer de manglende udtryk. Så, Grames besluttede at skabe et system, som forskere inden for økologi, miljø, bevaringsbiologi, evolutionær biologi og andre videnskaber, kunne bruge.
"Da vi arbejdede på denne software, vi indså, at der var en meget hurtigere måde at lave anmeldelser på, end hvordan andre gjorde dem, " siger Grames, "Den traditionelle måde var for det meste at gå gennem papirer og trække et udtryk ud og derefter læse resten af artiklen for at identificere flere udtryk, der skulle bruges."
Selv med ret specifikke søgeord, Grames bemærker, at den gennemsnitlige systematiske gennemgang inden for hendes område af bevaringsbiologi oprindeligt giver omkring 10, 000 forskningsartikler. Selvom det er vigtigt at hente relevant information, for meget irrelevant information kan tilføje unødvendig tid.
"Hvert år, mængden af data bliver bare ved med at stige. Der er nogle systematiske anmeldelser, som hvis man ser på den tid, de ville have taget for bare tre år siden, de ville tage omkring 300 dage at udføre. Hvis de samme anmeldelser blev foretaget i dag, de ville tage omkring 350 dage, fordi antallet af publikationer bare bliver ved med at stige og stige."
Grames siger, at det tog omkring en måned eller deromkring at hash ud ideer til softwaren, så brugte hun en sommer på at skrive og ordne koden. Resultatet er en open source-softwarepakke kaldet litsearchr.
Hvordan det virker, siger Grames, er, at en bruger vil indtaste en søgning i nogle få databaser.
"Nøgleordene skal være ret relevante, indtastet i algoritmen for at udtrække alle de potentielle søgeord, som derefter sættes ind i et netværk. De originale søgeord er i centrum af netværket og er de mest velforbundne."
Grames siger, at den tid, det tager at udvikle en søgestrategi, er blevet reduceret med 90 %.
Præsenteret med de mest relevante artikler, forskere har så væsentligt færre artikler at parse igennem manuelt. Denne gennemgangsfase er delvist automatiseret nu, også, tilføjer Grames.
Litsearchr er en del af et samarbejde mellem forskere, kaldet metavers, hvor målet er at koble flere softwarepakker sammen, så forskere kan udføre deres forskning fra start til slut i samme kodesprog.
"Forskere kan udvikle deres systematiske anmeldelser, importere data, og der er endda en pakke, der kan skrive resultatafsnittet til den systematiske gennemgang, " siger Grames.
Grames og hendes team satte softwaren op, så den kunne bruges af alle, om de kan kode eller ej, ved hjælp af færdige skabeloner. Der er også en detaljeret trin-for-trin video for at tage brugerne gennem processen.
Ved at holde softwaren open source, Grames siger, at fejlfinding og redigering er forbedret, fordi brugerne kan påpege detaljer, der kræver opmærksomhed. "Hver gang jeg får en e-mail, det er så spændende. Det er rart at have den åben, fordi folk kan fortælle mig, når der er en tastefejl."
Softwaren bliver i øjeblikket brugt af forskere inden for ernæringsvidenskab og psykologi, og for en massiv undersøgelse af alle papirer vedrørende insektpopulationer over hele kloden.
"Der er ingen måde, vi kunne lave dette projekt uden det niveau af automatisering, vi får ved hjælp af litsearchr. Jeg byggede dette ud fra et behov fra et andet projekt, men denne software gør det muligt at lave endnu større analyser end før."