用途
本技能是一份面向 AEC（建筑、工程与建造）研究的开放科学与可复现性实践指南。其核心立场是：可复现性是可信度的倍增器，并且日益成为资助方与期刊的硬性要求。AEC 研究高度依赖模拟、定制数据集和专有工具，这使得可复现性尤为重要，却常常被忽视。本指南用于指导研究者在项目全周期中落实开放科学实践。
主要能力
1. FAIR 数据原则
- 可发现（Findable）：存入带持久标识符（DOI）和丰富元数据的仓储，并使其可被索引。
- 可访问（Accessible）：可通过标准协议检索；明确说明访问条件（开放还是受控）。
- 可互操作（Interoperable）：使用标准格式与词表（开放格式、有文档的模式；建成环境数据可考虑 IFC、CityGML、标准 CSV 加数据字典）。
- 可复用（Reusable）：清晰的许可、来源信息，以及足以正确复用的文档。
指南特别指出：FAIR 不等于“开放”。敏感或专有数据（场地、个人、商业数据）可以做到 FAIR，同时保持访问受控。
2. 数据仓储
- 通用仓储：Zenodo（CERN；提供 DOI，支持 GitHub 集成）、Figshare、Dryad、OSF、Harvard Dataverse。
- 机构仓储；以及存在时的领域仓储。
- 选择标准：能发放 DOI、支持你的许可、提供版本管理。指南提醒避免仅以“可应要求提供”的方式共享数据——通常实际上并不会提供。
3. 数据管理计划（DMP）
应尽早规划（许多资助方要求在提案阶段提交）。需覆盖：收集/生成哪些数据；格式与体量；元数据与文档标准；项目期间的存储、备份与安全；法律/伦理约束（知情同意、GDPR、知识产权、保密）；将共享什么、何时、何地、以何种许可；长期保存；以及角色与职责。可用工具：DMPonline / DMPTool / Argos。
4. 计算可复现性（代码与分析）
- 一切纳入版本控制（Git）；为论文所用版本打上确切的 commit/release 标签。
- 捕获运行环境：requirements.txt/environment.yml（conda）、renv（R）、lockfile；或用 Docker/Apptainer 容器或 Binder 实现一键复现。
- 文学化分析：使用 Jupyter、Quarto/R Markdown，使结果、图表可由数据重新生成。
- 固定工具、库、求解器以及（能源类工作）气象文件的版本——结果会随版本变化。
- 提供 README，写明确切运行步骤，并给出脚本到论文图表的映射。
- 将代码发布归档并配 DOI（Zenodo–GitHub 集成），并加以引用。
5. 模拟/建模研究的可复现性（AEC 关键）
在知识产权允许的前提下共享模型输入文件（如 EnergyPlus IDF + EPW、OpenSees/FEM 输入、Grasshopper 定义）；记录所有假设、边界条件和求解器设置。报告针对实测数据的校准/验证以及不确定性/敏感性分析——无法复现或验证的模型不可信。
6. 预印本、预注册与注册报告
- 预印本：engrXiv、arXiv（部分 EESS/CS）、SSRN、OSF Preprints——确立优先权并开放获取；先查看目标期刊的预印本政策。
- 预注册：在数据收集前登记假设、设计与分析计划（OSF、AsPredicted），以抑制验证性研究中的 HARKing/p-hacking。
- 注册报告：在结果产生前对方案进行同行评审；原则上接受可减少发表偏倚。在工程类期刊中逐渐增多。
7. 开放获取
Gold/Green/Diamond/Hybrid OA；即使以封闭方式发表，也将接收稿存入仓储（Green）。遵守资助方/Plan S 要求；利用可用的转换性协议。
8. 数据与代码可用性声明（现已成为标准）
需写出明确声明，例如：
“The data and analysis code supporting this study are openly available in Zenodo at , under .”
“Restricted data: the building-monitoring dataset cannot be shared publicly due to a confidentiality agreement with the building owner; aggregated data are available from the corresponding author on reasonable request.”
指南强调：陈述事实——不要承诺你不会兑现的共享。
9. 署名与许可
明确为数据（如 CC BY）和代码（如 MIT/Apache-2.0/BSD，或按要求使用 GPL）设定许可。添加 CITATION.cff，以便他人正确引用你的软件/数据；引用你使用的数据集与工具。按所在期刊政策披露 AI 工具使用情况。
10. 与诚信的关联
可复现性是一种诚信实践：它让他人能够验证，而不仅仅是信任。绝不要把不可复现的工作流说成可复现的，也绝不要以违反知情同意、GDPR、知识产权或保密要求的方式共享数据。
使用方式
本技能以实践指南形式提供，按上述主题分节组织。使用者可将其作为项目规划与执行时的检查清单与参考，在数据管理、代码归档、论文投稿与声明撰写等环节逐项对照落实。资料未提供具体的安装命令或代码示例。
适用场景
适用于 AEC 领域的研究者、工程与建筑科研团队，以及需要满足资助方或期刊开放科学与可复现性要求的人员；也适用于涉及模拟/建模、定制数据集、专有工具的研究项目。
限制
资料未提供本技能的具体平台支持、收费方式、价格或效果数据；相关内容暂未提供。