Einen schönen Wochenstart.

Herzlichst,

Niels-Oliver

____

Niels-Oliver WALKOWSKI

Research scientist for digital literacy and research
FHSE - Melusina Press

UNIVERSITÈ DU LUXEMBOURG

Belval Campus
11, Porte des Sciences
L-4366 Esch-sur-Alzette
T +352 46 66 44 4937

niels-oliver.walkowski@uni.lu / www.uni.lu / www.melusinapress.lu

Hallo,

Mittlerweile habe ich schon mal alle mir bekannten Infos/Ressourcen zum Theme Executable Papers in das Dokument in GitHub Gruppe eingefügt: https://github.com/TF-Executable-Papers/Documents

Prima, dankeschön!

Ich würde nun jeweils Euch noch einmal alle bitten, bis zum 15.03. über die Mailingliste alle Projekte, Literatur, Software, Guidelines, Publikations(organe) u. ä. zu schicken, die Euch bekannt sind und für Executable Papers relevant/hilfreich sein könnten. Ich würde die Infos danach in das Dokument auf GitHub einpflegen. Im Anschluss organisiere ich dann ein weiteres virtuelles Treffen, auf dem wir das ganze auswerten und den nächsten Schritt besprechen können.

Veröffentlichungen zum Thema Jupyter und Reproduzierbarkeit and executable papers:

[Beg2021] Marijan Beg; Juliette Belin; Thomas Kluyver; Alexander Konovalov; Min Ragan-Kelley; Nicolas Thiery; Hans Fangohr. "Using Jupyter for Reproducible Scientific Workflows", Computing in Science & Engineering, vol. 23, no. 2, pp. 36-46, 1 March-April 2021, doi: 10.1109/MCSE.2021.3052101 arXiv preprint (2021)

[Fangohr2020] Hans Fangohr, Marijan Beg, Martin Bergemann, Valerii Bondar, Sandor Brockhauser, Camille Carinan, Raul Costa, et al, "Data exploration and analysis with Jupyter notebooks", Proceedings of the 17th International Conference on Accelerator and Large Experimental Physics Control Systems ICALEPCS2019, TUCPR02 http://accelconf.web.cern.ch/icalepcs2019/doi/JACoW-ICALEPCS2019-TUCPR02.html, pdf (2020)

[Granger2021] Brian Granger, Fernando Pérez. "Jupyter: Thinking and Storytelling With Code and Data." Computing in Science & Engineering, vol. 23, no. 2, pp. 7-14, 1 March-April 2021, doi: 10.1109/MCSE.2021.3059263 Authorea preprint (2021)

All references above taken from https://fangohr.github.io/blog/jupyter-for-computational-science-and-data-science.html (URLs should work there if not in the snippet copied and pasted above).

Related software: “NBVAL” - treat a Jupyter Notebook with output cells as a regression test: every cell is a test. Pass if re-computed output matches output saved on disk, otherwise fail. More fine tuning is possible.

Documentation: Veröffentlichungen zum Thema Jupyter und Reproduzierbarkeit and executable papers:

More detailed report: Testing with Jupyter notebooks: NoteBook VALidation (nbval) plug-in for pytest,

Hans Fangohr, Vidar Fauske, Thomas Kluyver, Maximilian Albert, Oliver Laslett, David Cortés-Ortuño, Marijan Beg, Min Ragan-Kelly, https://arxiv.org/abs/2001.04808 (2020)

Best wishes,

Hans