Perché non cercare documenti che menzionano software personalizzati rilasciare il codice sorgente? [chiuso]

Mi vengono in mente diverse ragioni.

• Il codice è troppo grande per l'articolo. Per un breve periodo di tempo, i progetti interessanti sono stati abbastanza brevi da essere pubblicati con il documento che li ha descritti. Questo può ancora accadere, ma molti progetti di dimensioni sufficientemente grandi per essere interessanti sono diventati troppo grandi per essere pubblicati con i documenti che li descrivono.
• Host pubblici non gratuiti o di lunga durata. Fino a poco tempo fa non erano disponibili host pubblici economici, durevoli e di facile accesso.
• Pubblicare un articolo è più facile che pubblicare un progetto. Alcune persone hanno il tempo di pubblicare un documento o un progetto, ma non entrambi.
• Incentivi legati al ruolo. Molti anni fa ho chiesto a un collega in merito allo sviluppo di prodotti e ai brevetti e ho ottenuto la parola che la maggior parte delle persone lì ha praticamente fatto l'uno o l'altro. Come con gli scrittori di carta (think academia) e gli sviluppatori open source, i premi sono orientati verso un prodotto di lavoro o l'altro.
• Auto motivazione. Il desiderio di descrivere idee o implementare il codice non è sempre presente in parti uguali nella stessa persona. Molti dei miei professori hanno ammesso apertamente di non aver mai codificato molto, o di essere stati molti anni lontani dall'aver codificato fluentemente. Allo stesso modo, molti sviluppatori desiderano a malapena scrivere commenti nel loro codice o quando si impegnano a controllare il codice sorgente.
• La durata dell'hosting del progetto e il prodotto di lavoro sono anche un problema. Chi vuole collegare da qualche parte ciò che potrebbe essere sparito tra qualche anno e, di conseguenza, diminuire il valore della carta.
• Tradizione. Gli editori sono orientati alla revisione e alla pubblicazione di articoli, ma potrebbero non essere pronti ad assumere la stessa valutazione per i progetti.
  Anche le visioni tradizionali su ciò che è un livello ragionevole di riproducibilità varia tra i campi. Ci si aspetta che un chimico che pubblica un articolo su un nuovo metodo di sintesi scriva abbastanza dettagli per un altro chimico per eseguire la sintesi. Non ci si aspettava che spedisse gli articoli e il prodotto al diario. I lettori che vogliono usare / riprodurre la carta si aspettano di comprare i propri educatori e fare la sintesi da soli nel loro laboratorio (anche se potrebbero chiedere di venire a visitare il laboratorio per vedere come è fatto in pratica). Non ci si aspetterebbe che un biologo colleghi i suoi nuovi topi transgenici alla carta. Questa vista sulla riproducibilità corrisponde ad es. dando una descrizione (pseudo-codice) dell'algoritmo anziché spedire l'implementazione effettiva.
• Il codice nudo può essere scioccante . Richiede molto meno lucidatura per la correzione di bozze di un documento di lunghezza della carta piuttosto che per l'ispezione del codice, la revisione del codice e la qualità garantiscono un progetto. Ho un sacco di codice in cui sarei più a tuo agio a parlarti di te che a mostrarti. Speriamo che le cose stiano andando avanti fino al punto in cui scriveremo un codice bellissimo, ma se il tuo codice è stato affrettato, a malapena o non funziona completamente, potresti essere più a tuo agio a non condividere gli eseguibili o la fonte.
• Fonte chiusa. Non tutti hanno abbracciato l'open source. Molti documenti sono scritti sul lavoro per DoD, progetti commerciali, o progetti finanziati privatamente dove ci sono benefici dall'esposizione del progetto al pubblico, ma ci sono ancora segreti commerciali o vantaggi sul mercato che potrebbero essere erosi aprendo il codice o altri prodotti di lavoro.
• Pubblica ulteriore lavoro basato su questo codice. Se il codice non è pubblicato, può dare all'autore un vantaggio nel pubblicare il lavoro di follow-up. Altri ricercatori in competizione potrebbero aver bisogno di reimplementare il lavoro che potrebbe richiedere del tempo prezioso.

Leggi la presentazione di Randall LeVeque su "I 10 principali motivi per non condividere il tuo codice (e perché dovresti comunque)" link

Afferma in modo convincente che il codice è analogo alle prove in Matematica e ci invita a considerare un mondo in cui le dimostrazioni non sono pubblicate, perché sono troppo lunghe, o troppo brutte, o non funzionano nei casi limite, o potrebbe valere la pena, o qualcuno potrebbe rubarlo ...

In sostanza, se stai facendo scienza, dovresti pubblicare il tuo codice. Altrimenti, stai facendo alchimia e puoi tornare indietro nel buio e morire di piaga per quanto mi riguarda.

In generale, i programmi utilizzati per produrre i risultati delle carte sono solo strumenti e contano solo i risultati. Quindi non sono posti sulla carta che presenta il contesto, la metodologia, i risultati e una discussione su di essi.

Ma i risultati devono essere riproducibili. E poi, quando le fonti di dati su cui si basa la carta sono pubblicamente disponibili, anche i programmi che li trasformano in risultati sono generalmente richiesti. Spesso vengono posizionati "da qualche parte" sul Web se non sollevano alcun problema di brevetto / copyright. O, almeno, gli autori devono inviarti i programmi se li chiedi.

Non è una fonte chiusa. Il software semplicemente non è stato pubblicato affatto.

Risposta breve:

There are several reasons not to publish the software, but it's uncommon to publish the software in a closed-source manner.

Risposta lunga:

Sorgente chiusa significa che il software è stato pubblicato e il codice sorgente non è stato pubblicato. Ma il caso comune è che né il software né il codice sorgente sono stati pubblicati .

Nella mia esperienza (lavoro nella scienza dell'atmosfera), gli autori sono molto felici se li contattate e chiedono se è possibile ottenere il loro software (incluso il codice sorgente, ovviamente) per fare ricerche. Se scriverò un articolo con un progetto basato sul loro, almeno prenderà una citazione da esso (buono!), Ma probabilmente otterrà un co -avere fatto il documento originale (perché, naturalmente, non hanno documentato il loro software in modo che qualcuno possa usarlo senza il loro aiuto). Un documento di co-autore relativamente economico, quindi ancora meglio .

La vera domanda è:

Why don't they publish the software?

Ci sono diversi motivi per questo:

• Il software pubblicato richiede documentazione. Di solito, alle persone non piace scrivere documentazione.
• Il software pubblicato può attirare utenti. Gli utenti possono avere domande. Questo richiede tempo (ma vedi sopra).
• Il software pubblicato potrebbe richiedere una manutenzione non banale.
• Il software di pubblicazione richiede l'hosting.

L'elenco potrebbe essere prolungato. Merita di essere una domanda a parte, su Academia.SE, non qui.

(Si noti che nel mio gruppo pubblichiamo il nostro software - concesso in licenza sotto licenza GPL )

Potrebbe sembrare cinico, ma nella mia esperienza i documenti di ricerca non sono scritti per essere facili da capire o semplici da riprodurre. Invece, nella comunità di ricerca è più importante avere un articolo che suona e sembra molto scientifico. Per questo motivo molti autori trasformano il loro codice in formule matematiche e cercano di dimostrare che il loro algoritmo è matematicamente corretto. Di solito il numero di pagine per questo articolo è limitato, quindi non c'è più spazio per pubblicare il codice. Eppure, naturalmente, questo non limiterebbe alcun autore a collegarsi al codice completo con un URL ...

Si potrebbe supporre che se il codice non è pubblicato, o gli autori vogliono mettere a confronto le loro scoperte, o (quello che personalmente penso sia il caso più spesso) hanno paura che la gente vedrebbe che la loro ricerca non è così straordinaria come loro Richiesta. Spesso i risultati si applicano solo a un numero molto limitato di casi.

Inoltre, ho visto che da un semplice programma / algortihm sono in corso numerosi studi di ricerca. Se il codice fosse pubblicato, sarebbe difficile scrivere ulteriori articoli sullo stesso argomento. Quindi la conoscenza viene trattenuta per pubblicarla nel tempo a piccole fette.

Tieni sempre presente che nelle università, non è tanto il risultato o l'applicabilità della ricerca che è importante, ma il numero di articoli che pubblichi. È triste, ma vero.

A parte l'intento di monetizzare, non vedo una buona ragione per lasciare il codice sorgente fuori dai documenti di ricerca. C'è un piccolo movimento iniziale che propone di fornire il codice sorgente come regola per pubblicare qualsiasi ricerca che dipende dal software in qualche modo, forma o forma. Puoi leggere ulteriori informazioni al riguardo, si chiama Manifesto del codice scientifico .

Le risposte di cui sopra mancano alcuni motivi pratici che si presentano frequentemente in Computer Graphics (l'area in cui è stato pubblicato il documento menzionato dall'autore). La versione del codice varia notevolmente tra i campi in CS - ad esempio in Machine Learning, il codice viene solitamente pubblicato. In Human Computer Interaction, il codice non viene quasi mai pubblicato.

Ho rilasciato un bel po 'di codice in Computer Graphics, e mentre penso che gli autori dovrebbero rilasciare il loro codice, ci sono molti semplici motivi di teoria della cospirazione per cui don 't . Ad esempio

1) La maggior parte dei progetti di ricerca in Computer Graphics comportano la collaborazione tra più ricercatori, spesso in istituzioni diverse, ciascuno dei quali fornisce un pezzo del puzzle (ad esempio algoritmi, librerie, ecc.). Per rilasciare il codice di lavoro, tutti i ricercatori devono essere d'accordo. Questa è raramente una semplice discussione e di solito è più facile evitare il problema.

2) Spesso il codice per una singola carta è incorporato in una base di codice più ampia che viene sviluppata all'interno di un laboratorio. Tale base di codice conterrà altri lavori non pubblicati. Separare il codice per un singolo progetto è molto lavoro, spesso senza alcun beneficio immediato per le persone che devono fare questo lavoro (vedi incentivo di seguito).

3) Le università hanno spesso diritti di PI sul codice. Quindi, è necessario contattare un "ufficio delle innovazioni" che renderà la tua vita infinitamente difficile, volendo che tu documenti la "invenzione" in modo che possano brevettarla, ecc., Prima di aprirla. In alcuni casi l'università può anche negare il permesso di rilasciare la fonte (questo varia tra le istituzioni, ed è molto complicato da (1))

4) Un sacco di ricerche di Computer Graphics sono fatte da Corporations. In tal caso, anche gli autori non possiedono il codice e devono ottenere il permesso dagli avvocati per rilasciare il codice. Gli avvocati hanno poco o nessun incentivo a dire di sì.

5) Non vi è alcun incentivo a pubblicare il codice. La maggior parte del codice di ricerca Computer Graphics non viene mai utilizzato da nessun altro. Anche se lo è, per il codice generico di solito ottieni solo un riconoscimento (senza valore in termini di CV). Se sei fortunato riceverai una citazione. I comitati di assunzioni e le agenzie di sussidio in generale non si preoccupano un po 'se hai rilasciato il tuo codice. Quindi, il tempo dedicato alla preparazione del codice per il rilascio è il tempo sprecato che avrebbe potuto essere speso su un altro foglio. (Ci sono persone che cercano attivamente di modificarlo in Computer Graphics).

6) Esistono incentivi per non codice di pubblicazione. Il codice può a volte trasformarsi in società startup, essere concesso in licenza a società esistenti, ecc. Questo finanzia la ricerca futura. Dobbiamo mangiare tutti.

Dipende. Una persona che scrive un documento o il suo supervisore decide cosa dovrebbe essere fatto con il codice sorgente. A volte, le persone rendono il progetto un open source.

A volte, i progetti sono solitamente finanziati dalle aziende, il che significa che sono di loro proprietà. In questi casi, all'autore della carta non è permesso mostrare il codice.

Di solito si tratta di limiti di pagina. Se l'algoritmo è eccessivamente breve, spesso viene rappresentato, almeno come pseudocodice, sulla carta. D'altra parte, se la versione stampata del codice sottostante è lunga anche una manciata di pagine, la stampa del codice non lascerebbe spazio alla carne dell'articolo. Un articolo di giornale di dieci pagine è un lungo articolo.

Non rendere disponibile la fonte crea un potenziale rischio di frode. A causa di questo potenziale, molte riviste ora richiedono che gli autori inviino il loro codice sorgente come informazioni supplementari (che è ottenibile dal journal se si ha accesso; potrebbe essere richiesto un costo di abbonamento pesante). Alcuni altri journal richiedono agli autori di rilasciare il loro codice sorgente a chiunque lo chieda. Eppure altri diari sono ancora nell'era oscura; il codice sorgente non è richiesto per l'invio e gli autori non sono tenuti a rilasciarlo.

La cosa più semplice da fare è chiedere agli autori se possono fornirti il codice sorgente. Gli indirizzi email degli autori sono generalmente elencati nella maggior parte dei giornali di giornale.

La mia esperienza come scienziato (5 articoli pubblicati) è che spesso non è richiesto dal journal di rilasciare il codice utilizzato per creare i risultati. Questo non sta dicendo che le riviste non accetterebbero le sceneggiature. Molte riviste consentono materiale supplementare online. Alcune riviste orientate verso algoritmi e simili (ad esempio, Computers and Geosciences) richiedono di aggiungere la fonte di un algoritmo, ma questa è più un'eccezione che una regola.

Oltre alla cultura delle riviste, per gli scienziati il codice è solo un mezzo per raggiungere un fine. Molti non sono sviluppatori di software professionali. Poiché molti considerano il codice solo uno strumento per esprimere la scienza, non sentono l'urgenza di pubblicare anche il codice. Inoltre, la lucidatura del codice fino al punto in cui potrebbe essere pubblicata richiede molto lavoro. Uno scienziato è pagato per fare scienza, non scrivere software.

Il più delle volte, il vero programma è solo uno strumento per arrivare alla fine, piuttosto che il prodotto a sé stante. Fornire tutti i dettagli del codice sorgente sarebbe simile a fornire un disegno completo della penna utilizzata per firmare il rapporto e / o schemi del PC.

Detto questo, specialmente quando viene invitata la peer reviewing, il codice sorgente sarà disponibile, sebbene sotto qualche forma di accordo di non divulgazione (NDA), poiché esiste intrinsecamente la proprietà intellettuale incorporata nel programma.

Se sei sinceramente interessato al codice, ti suggerisco Il commento di @ Buttons è il miglior consiglio: chiedigli:)

Molto dipende dallo scopo per cui è stato scritto il codice. Se fosse per dimostrare un punto, potrebbe essere che non è ottimizzato, e quindi non ideale che venga rilasciato. Se i concetti e la metodologia di base sono validi, dovrebbe essere possibile ricreare il risultato del codice da zero. Potrebbero esserci problemi di copyright e proprietà.

In linea di principio, non è tecnicamente impossibile rilasciare il codice, ma le ragioni per le quali potrebbe non essere rilasciato sono varie. Probabilmente non esiste una risposta semplice a questa domanda per questo motivo. In casi specifici potresti forse chiedere ai ricercatori interessati.

Il documento che hai citato è già di 28 pagine e la maggior parte del contenuto riguarda le decisioni di progettazione relative alla risoluzione del problema (indicate nel titolo).

Il codice è il passo finale per convalidare il design. Non è banale, ma non è la parte che aggiunge valore ai risultati della carta, specialmente se si considera lo spazio che occuperebbe.

Non tutti i casi sono uguali. Alcuni documenti danno il codice sorgente, o almeno lo pseudo codice. Alcuni editor non lo permettono. Alcuni lo permettono, ma a causa dello spazio, gli autori non lo includono. Una rivista dove ho pubblicato il codice sorgente formattato come "figure" e la versione elettronica ha come dati di immagine , anche se l'ho presentato come testo.

Gli incentivi contano e gli incentivi dei ricercatori sono generalmente di garantire che possano produrre un flusso costante di documenti che si incrementano l'uno sull'altro. I laureati hanno generalmente bisogno di 3-5 articoli pubblicati che possano essere trasformati in singoli capitoli della loro tesi per laurearsi. I docenti junior devono generare il maggior numero di pubblicazioni possibile prima della revisione del loro mandato. Per questo motivo, la maggior parte dei documenti accademici sono in realtà carta n in una serie. Ad esempio, la carta che fai riferimento costruisce su un foglio lo stesso gruppo pubblicato un anno prima e discute il terreno che è probabile che il prossimo articolo copra.

La pubblicazione del codice sorgente consente potenzialmente a un altro ricercatore in un gruppo diverso di produrre carta n+1 prima dell'autore originale o almeno di produrre un documento che copre una parte significativa del terreno che l'autore si aspettava di coprire come parte di questo flusso di ricerca. Se ciò accadesse, lo studente laureato potrebbe facilmente trovare se stesso trascorrendo altri 6-12 mesi in una scuola di specializzazione, al fine di produrre abbastanza risultati di ricerca per diplomarsi. Il membro della facoltà potrebbe ritrovarsi con un numero inferiore di articoli pubblicati quando arriva il momento della revisione del possesso. Entrambi questi sono ovviamente grandi colpi alle carriere del ricercatore. Aggiungete il fatto che le applicazioni accademiche fanno spesso parte degli sforzi di ricerca di più persone all'interno di un gruppo di ricerca (direttamente o perché condividono determinate componenti) e vi è pressione all'interno del gruppo di ricerca per non rilasciare codice che potrebbe finire per ferire qualcuno che lavori con tutti i giorni.

Spesso ricevi discussioni di questo tipo in settori in cui la raccolta di dati grezzi richiede molto tempo ed è altamente distribuita. In astronomia, ad esempio, un gruppo di ricerca può passare anni raccogliendo dati prima di avere informazioni sufficienti per pubblicare un documento. Ma useranno quei dati per produrre una serie di documenti. I gruppi di ricerca sono molto riluttanti a condividere più set di dati del necessario, perché diventa troppo facile per gli altri gruppi liberare il tempo investito raccogliendo i dati per raccogliere i frutti dell'effettiva analisi dei dati.

Alla fine, un sacco di questo codice verrà rilasciato proprio come i dati astronomici alla fine verranno rilasciati. Ciò accade spesso quando l'autore raggiunge la fine di quella serie di documenti o quando la maggior parte dei gruppi di ricerca che lavorano su argomenti simili hanno motori simili, quindi rilasciare il codice non offre più un nuovo vantaggio alla ricercatrice.

Sarebbe l'ideale per la scienza se i dati e il codice venissero rilasciati più rapidamente. Ma questo spesso danneggerebbe il ricercatore scientifico e questo è il motivo per cui gli incentivi contano in questo caso.

Come qualcuno che ha fatto questo (dalla parte dello studente) diverse volte in passato: spesso i professori che scrivono la carta non vedono nemmeno il codice sorgente. Avranno i loro studenti universitari scrivere il codice e poi solo chiedere l'eseguibile finale (o anche solo una conferma del risultato) una volta completato.

Inoltre, spesso il codice scritto non è comunque molto leggibile, perché gli studenti lo hanno semplicemente hackerato per farlo, e perché (anche se sono molto brillanti) studenti non laureati l'esperienza mondiale tende a non essere i migliori programmatori del mondo ...

La maggior parte delle ragioni per cui posso pensare sono già state sollevate qui, ma ho pensato di aggiungerne altre due che mi sono realmente accadute:

Il diario non ha idea di cosa fare .

Per uno dei documenti su cui stavo lavorando, ho deciso che ero assolutamente, senza dubbio, includendo il codice sorgente (l'intero punto del documento era la visualizzazione dei dati) e dati di esempio per seguirlo. Quindi, insieme all'invio, ho allegato Electronic Supplements 1 e 2 - uno script R con il mio codice e un file CSV con i dati necessari per il suddetto script R.

Il diario, a quanto risulta, può solo prendere integratori elettronici se sono stati calzati nei file di Word. Dopo aver provato per la parte migliore di un giorno per ottenere lo script R in quella forma, ho rinunciato e ho deciso di non includere il codice come supplemento. Potrei averlo ospitato presso la mia università, ma come studente laureato sapevo che avrei perso il mio account lì in ~ 1 anno - l'open source non è di alcuna utilità se è stato immediatamente superato con linkrot.

Ho finito per ospitarla su GitHub e ho messo un riferimento a questo nel documento, ma quello era perché I really voleva che il codice entrasse. Posso vedere, soprattutto dal momento che la maggior parte delle persone nella mia campo non usare qualcosa come GitHub, solo decidendo che lo sforzo non sarebbe valso la manciata di persone che lo avrebbero scaricato, e chi potrebbe mandarmi un'e-mail comunque se lo volesse davvero.

Il diario non è interessato

Ho inserito alcuni dettagli del codice stesso in un documento su richiesta di un revisore, ma è un diario clinico (leggi: nessun codice), non ammette supplementi elettronici, e ancora, aggiungendo il codice sorgente probabilmente sono stati più problemi di quanti ne valesse.

Ironia della sorte, se qualcuno ha cercato il codice, è (o sarà presto) open source, ma stavo già correndo ai margini di "Questo sta diventando fastidiosamente tecnico" e io Ho deciso che il riassunto, "rendere felice il recensore" era tutto quello che avrei fatto.

Molte volte l'implementazione (ovvero il software non ha importanza) ma sempre più l'implementazione influisce sui risultati.

Ogni volta che l'implementazione conta ... il codice sorgente dovrebbe essere reso sicuramente disponibile! Più i risultati dipendono dall'implementazione o dai metodi computazionali, più diventa importante pubblicare il codice sorgente.

Vorrei aggiungere alcuni punti sul tipo di codice che mi occupo di chemometrico (chimico che fa analisi dei dati):

• Le persone che scrivono codice di analisi dei dati (come faccio io) sono relativamente poche rispetto alle persone che usano quel codice. "Il codice personalizzato scritto in casa" non significa che gli autori lo abbiano scritto: potrebbe essere il codice dei colleghi, quindi gli autori non possono pubblicarlo.

• Potrebbe essere pianificata una pubblicazione separata del codice e l'autore del codice (o il supervisore) potrebbe preoccuparsi che la novità venga persa se il codice è stato (parzialmente) reso pubblico prima.
  Anche se il journal in cui è prevista la pubblicazione del codice non si oppone al fatto che il codice sia stato disponibile pubblicamente prima, la pura preoccupazione del supervisore (o qualcuno nell'ufficio IP) può essere sufficiente per fermare il pubblicazione del codice.

• Il codice di analisi dei dati è spesso adattato ai dati. Non ha molto senso senza i dati. (Si potrebbe obiettare che i dati dovrebbero essere pubblicati comunque, ma questa è una domanda diversa e fuori tema qui.)
  In ogni caso, presso il mio istituto, archiviamo insieme i dati grezzi e il codice di analisi dei dati con la carta. La politica di default non è (ancora?) Per renderli pubblicamente disponibili, ma sarebbero certamente disponibili su richiesta.

• (La visione tradizionale di ciò che è riproducibile in chimica corrisponde piuttosto a una descrizione (possibilmente pseudo-codice) dell'algoritmo piuttosto che alla spedizione del vero codice sorgente)

• Molti miei colleghi utilizzano strumenti interattivi per la loro analisi dei dati che non registrano i passaggi dell'analisi dei dati. Quindi non c'è codice sorgente che potrebbe essere pubblicato. L'analisi dei dati corrisponde ad una programmazione meno che a un approccio di laboratorio: fai cose e scrivi ciò che fai e osserva nel tuo libro di laboratorio.