Skip to content
This repository has been archived by the owner on Feb 24, 2024. It is now read-only.

Commit

Permalink
New translations 10-open.md (Ukrainian)
Browse files Browse the repository at this point in the history
  • Loading branch information
joelnitta committed Jan 30, 2024
1 parent 1f2dc1f commit 6f5e2a9
Showing 1 changed file with 49 additions and 101 deletions.
150 changes: 49 additions & 101 deletions locale/uk/episodes/10-open.md
Original file line number Diff line number Diff line change
Expand Up @@ -6,148 +6,96 @@ exercises: 5

::::::::::::::::::::::::::::::::::::::: objectives

- Explain how a version control system can be leveraged as an electronic lab notebook for computational work.
- Пояснити, як систему контролю версій можна використовувати як електронний лабораторний журнал для обчислювальної роботи.

::::::::::::::::::::::::::::::::::::::::::::::::::

:::::::::::::::::::::::::::::::::::::::: questions

- How can version control help me make my work more open?
- Як контроль версій допоможе мені зробити мою роботу більш відкритою?

::::::::::::::::::::::::::::::::::::::::::::::::::

> The opposite of "open" isn't "closed".
> The opposite of "open" is "broken".
> Протилежність "відкритої" не є "закрита".
> Протилежність "відкритої" є "зламана".
>
> \--- John Wilbanks
Free sharing of information might be the ideal in science,
but the reality is often more complicated.
Normal practice today looks something like this:

- A scientist collects some data and stores it on a machine
that is occasionally backed up by their department.
- They then write or modify a few small programs
(which also reside on the machine)
to analyze that data.
- Once they have some results,
they write them up and submit a paper.
The scientist might include their data -- a growing number of journals require this -- but
they probably don't include the code.
- Time passes.
- The journal sends the scientist reviews written anonymously by a handful of other people in their field.
The scientist revises the paper to satisfy the reviewers,
during which time they might also modify the scripts they wrote earlier,
and resubmits.
- More time passes.
- The paper is eventually published.
It might include a link to an online copy of the data,
but the paper itself will be behind a paywall:
only people who have personal or institutional access
will be able to read it.
Мати вільний обмін інформацією було б ідеальним для науки, але реальність часто набагато складніша.
Звичайна практика сьогодні виглядає приблизно так:

- Вчений збирає деякі дані і зберігає їх у машині, резервна копія якої іноді робиться його відділом.
- Потім він пише або змінює кілька невеликих програм (які також знаходяться на його машині), щоб аналізувати ці дані.
- Отримавши певні результати, він описує їх і подає свою статтю для публікації.
Вчений може надати свої дані - все більша кількість журналів вимагає цього - але він, ймовірно, не надасть свій код.
- Проходить час.
- Журнал надсилає йому відгуки рецензентів, написані анонімно кількома іншими фахівцями в його галузі.
Він переглядає свою статтю, щоб задовольнити їх (протягом цього часу він також може змінити скрипти, які він написав раніше), та повторно подає статтю.
- Проходить ще більше часу.
- Зрештою стаття опублікована.
Вона може містити посилання на онлайн-копію його даних, але сама стаття буде платною: тільки люди, які мають особистий або інституційний доступ зможуть її прочитати.

Хоча для все більшої кількості вчених процес виглядає так:

- The data that the scientist collects is stored in an open access repository
like [figshare](https://figshare.com/) or
[Zenodo](https://zenodo.org), possibly as soon as it's collected,
and given its own
[Digital Object Identifier](https://en.wikipedia.org/wiki/Digital_object_identifier) (DOI).
Or the data was already published and is stored in
[Dryad](https://datadryad.org/).
- The scientist creates a new repository on GitHub to hold their work.
- During analysis,
they push changes to their scripts
(and possibly some output files)
to that repository.
The scientist also uses the repository for their paper;
that repository is then the hub for collaboration with colleagues.
- When they are happy with the state of the paper,
the scientist posts a version to [arXiv](https://arxiv.org/)
or some other preprint server
to invite feedback from peers.
- Based on that feedback,
they may post several revisions
before finally submitting the paper to a journal.
- The published paper includes links to the preprint
and to the code and data repositories,
which makes it much easier for other scientists
to use their work as starting point for their own research.

This open model accelerates discovery:
the more open work is,
[the more widely it is cited and re-used](https://doi.org/10.1371/journal.pone.0000308).
However,
people who want to work this way need to make some decisions
about what exactly "open" means and how to do it. You can find more on the different aspects of Open Science in [this book](https://link.springer.com/book/10.1007/978-3-319-00026-8).

This is one of the (many) reasons we teach version control.
When used diligently,
it answers the "how" question
by acting as a shareable electronic lab notebook for computational work:

- The conceptual stages of your work are documented, including who did
what and when. Every step is stamped with an identifier (the commit ID)
that is for most intents and purposes unique.
- You can tie documentation of rationale, ideas, and other
intellectual work directly to the changes that spring from them.
- You can refer to what you used in your research to obtain your
computational results in a way that is unique and recoverable.
- With a version control system such as Git,
the entire history of the repository is easy to archive for perpetuity.
- Дані, які збирає вчений, зберігаються у сховищі відкритого доступу на кшталт [figshare](https://figshare.com/) або [Zenodo](https://zenodo.org) (можливо, як тільки ці дані були зібрані), та отримують свій [Цифровий ідентифікатор об'єкта](https://en.wikipedia.org/wiki/Digital_object_identifier) (DOI).
Або дані вже були опубліковані і зберігаються в [Dryad](https://datadryad.org/).
- Вчений створює новий репозиторій на GitHub для зберігання своєї роботи.
- Під час аналізу він надсилає зміни до своїх скриптів (і, можливо, деякі вихідні файли) до цього репозиторію.
Він також використовує його для своєї статті; цей репозиторій тепер стає платформою для співпраці з його колегами.
- Коли вчений задоволений станом своєї статті, він публікує версію на [arXiv](https://arxiv.org/) або на іншому сервері препринтів, щоб отримати відгуки від колег.
- На основі цих відгуків, він може опублікувати ще кілька редакцій перед тим, як нарешті подати свою статтю до журналу.
- Опублікована стаття містить посилання на препринт, а також на місця зберігання коду та даних, що значно полегшує іншим вченим використання його роботи як відправної точки для власних досліджень.

Ця відкрита модель прискорює дослідження: чим більш відкрита робота, [тим частіше її цитують і повторно використовують](https://doi.org/10.1371/journal.pone.0000308).
Однак людям, які хочуть працювати таким чином, потрібно прийняти певні рішення щодо того, що саме означає "відкрито", і як це зробити. Ви можете знайти більше інформації про різні аспекти відкритої науки в [цій книзі](https://link.springer.com/book/10.1007/978-3-319-00026-8).

Це одна з (багатьох) причин чому ми викладаємо контроль версій.
Коли він використовується старанно, то він відповідає на питання "як?", діючи як спільний електронний лабораторний блокнот для обчислювальної роботи:

- Концептуальні етапи вашої роботи фіксуються, зокрема, хто зробив що і коли. Кожен крок позначається унікальним ідентифікатором (а саме, ідентифікатором коміту).
- Ви можете прив'язати документацію з обґрунтуваннями, ідеями та іншою інтелектуальною роботою безпосередньо до змін, які випливають з них.
- Ви можете перевірити, що ви використовували у своїх попередніх дослідженнях для того, щоб отримати результати обчислень однозначним та відновлюваним способом.
- За допомогою системи контролю версій, такої як Git, всю історію репозиторію легко зберегти на необмежений термін.

::::::::::::::::::::::::::::::::::::::::: callout

## Making Code Citable
## Робіть код можливим для цитування

Anything that is hosted in a version control repository (data, code, papers,
etc.) can be turned into a citable object. You'll learn how to do this in
[the later episode on Citation](12-citation.md).
Все, що зберігається у репозиторії системи контролю версій (дані, код, статті тощо) можна перетворити на об’єкт для цитування. Ви дізнаєтеся, як це зробити в [пізнішому епізоді "Цитування"](12-citation.md).

::::::::::::::::::::::::::::::::::::::::::::::::::

::::::::::::::::::::::::::::::::::::::: challenge

## How Reproducible Is My Work?
## Наскільки відтворюваною є моя робота?

Ask one of your labmates to reproduce a result you recently obtained
using only what they can find in your papers or on the web.
Try to do the same for one of their results,
then try to do it for a result from a lab you work with.
Попросіть когось із ваших колег відтворити результат, який ви нещодавно отримали, використовуючи лише те, що вони можуть знайти в ваших статтях або в Інтернеті.
Спробуйте зробити те ж саме для одного з їхніх результатів, а потім спробуйте зробити це для результату з іншої лабораторії, з якою ви співпрацюєте.

::::::::::::::::::::::::::::::::::::::::::::::::::

::::::::::::::::::::::::::::::::::::::: challenge

## How to Find an Appropriate Data Repository?
## Як знайти відповідне сховище для даних?

Surf the internet for a couple of minutes and check out the data repositories
mentioned above: [Figshare](https://figshare.com/), [Zenodo](https://zenodo.org),
[Dryad](https://datadryad.org/). Depending on your field of research, you might
find community-recognized repositories that are well-known in your field.
You might also find useful [these data repositories recommended by Nature](https://www.nature.com/sdata/data-policies/repositories).
Discuss with your neighbor which data repository you might want to
approach for your current project and explain why.
Протягом декількох хвилин перегляньте сховища даних, згадані вище:: [Figshare](https://figshare.com/), [Zenodo](https://zenodo.org), [Dryad](https://datadryad.org/). Залежно від вашої галузі досліджень, ви можете знайти сховища, визнані спільнотою, які добре відомі у вашій області.
Вам також можуть бути корисні [ці сховища даних, які рекомендовані Nature](https://www.nature.com/sdata/data-policies/repositories).
Обговоріть зі своїм сусідом, яке сховище даних може підійти для вашого поточного проєкту, і поясніть, чому.

::::::::::::::::::::::::::::::::::::::::::::::::::

::::::::::::::::::::::::::::::::::::::: challenge

## How to Track Large Data or Image Files using Git?
## Як відстежувати великі файли з даними або зображеннями за допомогою Git?

Large data or image files such as `.md5` or `.psd` file types can be tracked within
a github repository using the [Git Large File Storage](https://git-lfs.github.com)
open source extension tool. This tool automatically uploads large file contents to
a remote server and replaces the file with a text pointer within the github repository.
Великі файли даних або зображень, такі як файли `.md5` або `.psd` можуть бути відстежені в репозиторії github, використовуючи розширення [Git Large File Storage](https://git-lfs.github.com). Це розширення (до речі, з відкритим кодом) автоматично завантажує вміст великого файлу на віддалений сервер і замінює цей файл текстовим вказівником у репозиторії GitHub.

Try downloading and installing the Git Large File Storage extension tool, then add
tracking of a large file to your github repository. Ask a colleague to clone your
repository and describe what they see when they access that large file.
Спробуйте завантажити та встановити розширення Git Large File Storage, а потім додати великий файл до репозиторію GitHub. Попросіть колегу клонувати ваш репозиторій та перевірте, що вони бачать, коли відкривають цей великий файл.

::::::::::::::::::::::::::::::::::::::::::::::::::

:::::::::::::::::::::::::::::::::::::::: keypoints

- Open scientific work is more useful and more highly cited than closed.
- Відкрита наукова робота є більш корисною та частіше цитованою, ніж закрита.

::::::::::::::::::::::::::::::::::::::::::::::::::

0 comments on commit 6f5e2a9

Please sign in to comment.