Recientemente ha habido una gran cantidad de nuevas e interesantes iniciativas en FAIR y OS. Este panel tiene como objetivo aprovechar estos desarrollos. Entre los temas que abordaremos están:

• ¿Qué herramientas y prácticas han funcionado bien en su experiencia?
• ¿Cuáles son las barreras que presentan los modelos de publicación actuales para FAIR y OS?
• ¿Qué infraestructura pueden proporcionar los editores para facilitar FAIR y OS?
• ¿Cómo podemos reducir los bloqueos en la interacción entre la ciencia de datos y las comunidades de expertos en dominios?

Keith Butler (presidente) Los intereses de investigación de Keith Butler se centran en el uso de métodos basados ​​en datos y modelos atomísticos para acelerar el diseño, desarrollo y caracterización de nuevos materiales de energía verde. Keith es actualmente profesor titular en la Universidad Queen Mary de Londres y anteriormente fue científico principal en el Laboratorio Rutherford Appleton en el equipo SciML. Keith ha publicado más de 100 artículos de investigación revisados ​​por pares relacionados con la ciencia de materiales computacionales, que cubren temas como el modelado atomístico de materiales, el diseño de materiales habilitados para el aprendizaje automático y el aprendizaje automático para el análisis acelerado de datos de materiales experimentales. Ha estado involucrado en el desarrollo de métodos ML para acelerar la caracterización de materiales, desarrollando enfoques para mejorar la dispersión de neutrones, la tomografía de rayos X y la microscopía electrónica. Su trabajo sobre ML para tomografía de rayos X ha sido comercializado por Finden Ltd.

Kyle Cramer es director del American Family Insurance Data Science Institute, Universidad de Wisconsin–Madison y editor en jefe de la revista IOP Publishing Ciencia y tecnología de aprendizaje automático. El profesor Cranmer obtuvo su doctorado en física de la Universidad de Wisconsin-Madison en 2005 y su licenciatura en matemáticas y física de la Universidad de Rice. Recibió el Premio Presidencial a la Carrera Temprana en Ciencias e Ingeniería en 2007, el Premio a la Carrera de la Fundación Nacional de Ciencias en 2009 y se convirtió en miembro de la Sociedad Estadounidense de Física en 2021 por su trabajo en el Gran Colisionador de Hadrones. Kyle desarrolló un marco que permite el modelado estadístico colaborativo, que se utilizó ampliamente para el descubrimiento del bosón de Higgs en 2012. Sus intereses actuales se encuentran en la intersección de la física, la estadística y el aprendizaje automático.

Sunje Dallmeier-Tiessen es el coordinador de datos en el Servicio de Información Científica del CERN. Junto con sus colegas, crea servicios que permiten a los investigadores practicar la ciencia abierta y dar pasos hacia una investigación reproducible. Tiene un doctorado en ciencias de la información. Sus puestos anteriores en gestión de publicaciones e investigación le hicieron darse cuenta de la necesidad de integrar "flujos de trabajo" de ciencia abierta en la comunicación y gestión académica para incentivarla. Por lo tanto, copresidió el grupo de flujos de trabajo de publicación de datos de RDA y es miembro de varias juntas de organismos nacionales e internacionales. Este trabajo, junto con una estancia de investigación en IQSS en la Universidad de Harvard en 2015, le permitió estudiar las prácticas de publicación de datos más allá de los límites disciplinarios.

James A. Warren es el director del Programa Genoma de Materiales en el Laboratorio de Medición de Materiales del Instituto Nacional de Estándares y Tecnología (NIST). Después de recibir su doctorado en física teórica en la Universidad de California, Santa Bárbara, que fue precedido por un AB (también en física) de Dartmouth College, en 1992 ocupó un puesto como posdoctorado del Consejo Nacional de Investigación en la División de Metalurgia del NIST. En 1995, junto con otros tres miembros jóvenes del personal del NIST, cofundó el Centro del NIST para la ciencia de materiales teóricos y computacionales, que dirige desde 2001.

megan ansdell es oficial de programa en la División de Ciencias Planetarias de la NASA. Es una científica espacial con experiencia en política internacional que se dedica a combinar su experiencia en estos campos para fomentar la ciencia abierta para el avance del conocimiento humano. Megan actualmente trabaja en la sede de la NASA en Washington, DC, donde apoya la Iniciativa científica de código abierto de la NASA con un enfoque en el crecimiento de la aplicación de la inteligencia artificial y otros enfoques basados ​​en datos para las ciencias espaciales. También administra el Sistema de datos planetarios, el archivo a largo plazo de la NASA para todos los datos devueltos de sus misiones científicas planetarias. Antes de la NASA, Megan fue becaria de investigación en el Instituto Flatiron en la ciudad de Nueva York, donde contribuyó al objetivo del Instituto de promover la investigación científica a través de métodos computacionales. La tesis doctoral de Megan de la Universidad de Hawái sobre los primeros estudios demográficos de discos protoplanetarios en regiones cercanas de formación estelar ganó el Premio de Doctorado en Sistemas Planetarios y Bioastronomía de la Unión Astronómica Internacional. Megan también tiene una maestría en Política Internacional de Ciencia y Tecnología de la Universidad George Washington, donde investigó y abogó por la cooperación internacional en la exploración espacial humana.

Daniel Keirs es el jefe de estrategia y desempeño de revistas en IOP Publishing. Daniel apoya la provisión de planificación estratégica y conocimientos comerciales sobre el programa de publicación de revistas en IOP Publishing, con un enfoque particular en la publicación de ciencia abierta y el desarrollo de políticas. Antes de unirse a IOP, Daniel ocupó cargos de gestión de programas de publicación en ciencias naturales, aplicadas y sociales en varias editoriales, incluidas Wiley, ICE Publishing y Taylor & Francis. Daniel ha estado involucrado en publicaciones de acceso abierto desde 2012, y en IOP se ha convertido en un entusiasta partidario de los desarrollos de ciencia abierta en las ciencias físicas.

Acerca de este diario

Aprendizaje automático: ciencia y tecnología es una revista multidisciplinaria de acceso abierto que une la aplicación del aprendizaje automático en las ciencias con los avances en los métodos y la teoría del aprendizaje automático motivados por conocimientos físicos.

 Editor en jefe: Kyle Cranmer, Universidad de Wisconsin-Madison, EE. UU.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. Accede Aquí.
• Fuente: https://physicsworld.com/a/how-can-academic-publishing-support-fair-and-open-science/