Skills Data Science Enhancing Manuscript Credibility with Open Data

Enhancing Manuscript Credibility with Open Data

v20260724
csj-artifact-evaluation
This guide details best practices for enhancing the credibility of academic manuscripts submitted to scholarly journals, particularly addressing code and data availability. It teaches authors how to proactively provide stable links, checksums, comprehensive reproducibility scripts, and clear licensing statements. The focus is on bolstering trustworthiness for single-blind review processes, even when the journal does not mandate formal artifact badges.
Get Skill
459 downloads
Overview

《计算机科学》代码与数据可用性

本技能讲清《计算机科学》(Computer Science, 简称 JSJKX) 在代码与数据可用性 / artifact 评审上的现状与作者 应对做法。据 2026-07-09 核验,本刊未见公开的独立 artifact 徽章评审制度待核实,见 resources/official-source-map.md)——这与部分国际会议(如带 Artifact Evaluation 的 SE/系统会议)不同。因此 这里不承诺任何"徽章",而是教你如何主动用开放代码与数据增强稿件可信度。

提醒:本刊 Computer Science 是期刊(journal),非会议;不要把会议的 artifact badging 流程套到本刊。

一、现状认知(勿误传)

  • 本刊为单盲审稿;未见独立的 artifact/repeatability 徽章评审环节(待核实)。
  • 但外审专家仍会因可复现、可验证而更信任你的方法;提供开放代码/数据是加分项,不是负担。
  • 任何"本刊有 XX 徽章"的说法若无官方来源,一律不写、标 待核实

二、作者应做法(即便无徽章)

  1. 提供可用性声明:在论文中说明代码/数据是否公开、如何获取、许可与限制。
  2. 稳定链接:代码放公共仓库,数据放机构库/Zenodo;给校验和与访问日期,避免失效链接。
  3. 一键复现:仓库含 READMErun_all.sh,能从数据到主表/主图(见 csj-reproducibility)。
  4. 许可与合规:代码给开源许可(如 MIT/Apache-2.0);数据说明版权与脱敏;第三方资源注明出处与许可。

三、可用性声明模板(示例)

【代码与数据可用性】
代码:https://github.com/<...>(MIT 许可,含 run_all.sh),commit <hash>
数据:公开数据集 <名称>[引用];预处理脚本随代码提供
大文件:模型权重见 <Zenodo DOI>,SHA256=<...>,访问日期 2026-07-09
限制:<敏感数据以脱敏子集提供 / 需申请>

四、单盲下的注意

  • 本刊单盲(审稿人知作者),故仓库无需匿名;但仍建议用稳定长期链接而非临时地址。
  • 若担心提前公开影响,可在录用后再公开,并在投稿时说明"录用后开放"。

五、与其他技能的关系

  • 复现包结构与自查见 csj-reproducibility
  • 代码/数据作为补充材料的组织见 csj-supplementary
  • 录用后补充材料的最终提交见 csj-camera-ready

六、自查清单

  1. 是否清楚本刊无独立 artifact 徽章制度这一现状(待核实),未误传?
  2. 论文是否含代码与数据可用性声明
  3. 代码/数据是否稳定链接 + 校验和 + 访问日期?
  4. 是否可一键复现主结果?
  5. 许可与数据合规是否说明?
  6. 单盲下链接是否稳定、是否说明公开时点?

七、输出格式

【CSJ 可用性审计】
本刊现状:无独立 artifact 徽章制度(待核实)
可用性声明:<有/无>
代码:<链接 + 许可 + commit>
数据:<链接/DOI + 校验和 + 访问日期 + 合规>
一键复现:<✓/✗>
结论:<可用性达标 / 需补:列点>

本刊是否设立 artifact 相关要求,以官网《投稿须知》最新版为准。

八、与国际会议 artifact 制度的区别

不要把国际会议(如带 Artifact Evaluation 徽章的软件工程/系统会议)的流程照搬到《计算机科学》(Computer Science)。 会议常有独立的 artifact 评审委员会、匿名提交、Available/Functional/Reusable 等徽章;而本刊作为中文综合期刊, 核验中未见这样的独立徽章制度(待核实)。因此在本刊语境下,"可用性"是作者主动提供的加分项,不是需要 另行送评的独立环节。任何关于本刊 artifact 徽章的说法,无官方来源即不写、标 待核实

九、可用性声明写作要点

一份好的可用性声明应回答四问:代码在哪(稳定链接+commit/版本)、数据从何获取(公开集引用或受限数据的申请 方式)、如何复现(指向复现包 README 与一键脚本)、有何限制(许可、脱敏、算力门槛)。把这四问写清,外审(单盲, 知你身份)即可快速判断你的工作可被独立验证。声明应与实验节、复现包三处一致,数值与链接不冲突。

十、开放时机与合规

若担心提前公开代码/数据影响后续工作或涉及合规审查,可在投稿时声明"录用后开放",并在录用定稿阶段(见 csj-camera-ready)按承诺公开。第三方数据/代码务必遵守其许可与授权;个人隐私或敏感数据须脱敏或走合规 申请流程。开放是为增强可信与传播,绝不能以牺牲合规为代价。

十一、可用性成熟度自评

在把代码与数据对外提供前,可用下面的分级给自己打分,逐级提升《计算机科学》(Computer Science) 投稿的可信度:

  • L0 无:论文不提供任何代码或数据获取方式,外审只能凭文字判断,可信度最低。
  • L1 声明:论文写明数据来源与获取方式,但代码未公开;适合受限数据但方法可复述的情形。
  • L2 可获取:代码与数据经稳定链接可下载,含 README,但复现步骤不完整。
  • L3 可复现:提供一键复现脚本,能从数据得到论文主表/主图,数值与论文一致。
  • L4 可复用:结构清晰、文档完善、许可开放,他人能在你的基础上二次开发。

投稿前尽量做到 L3 及以上;受限数据无法公开时,至少做到 L1 并说明合规原因。逐级提升的过程也天然对应 csj-reproducibility 的复现包建设,两者应同步推进,避免"声明有、实测无"的落差。

十二、代码与数据准备清单

为《计算机科学》(Computer Science) 投稿准备可用性材料时,逐项落实:

  1. 代码仓库:公共平台、开源许可、含 README 与运行入口、记录 commit/版本号。
  2. 数据集:公开数据给引用与下载方式;受限数据说明申请流程与合规依据。
  3. 预处理脚本:从原始数据到实验输入的全过程可脚本化复现。
  4. 大文件:模型权重/大数据用 DOI 平台外链,附 SHA256 校验和与访问日期。
  5. 可用性声明:在论文中写清"代码在哪、数据从何来、如何复现、有何限制"。
  6. 开放时机:投稿即公开或声明"录用后开放",二选一并说明。
  7. 一致性:论文、复现包、声明三处的链接与数值互不冲突。

以上做好,即便本刊无独立徽章制度(待核实),你的工作也已具备被独立验证的条件。

十三、可用性与本刊读者价值

为《计算机科学》(Computer Science) 这本覆盖计算机全学科的中文综合期刊提供开放代码与数据,价值不止于通过 外审:本刊读者横跨多个方向,一份可复用的实现或数据集,往往能被不同领域的读者迁移使用,放大文章的实际 影响与被引。因此把可用性做扎实,既是对单盲外审负责,也是对本刊广泛读者群的长期投资。任何关于本刊 artifact 制度的说法仍以官网《投稿须知》最新版为准,未见明确规定处标 待核实,不臆测、不夸大。

Info
Category Data Science
Name csj-artifact-evaluation
Version v20260724
Size 7.83KB
Updated At 2026-07-28
Language