Offene Kognitionswissenschaft

Zusammenarbeit treibt den wissenschaftlichen Fortschritt voran. Ich entwickle offene Methoden für die kognitionswissenschaftliche Forschung — Werkzeuge, Techniken und Infrastruktur, die andere wiederverwenden können, um ihre eigene Arbeit zu erstellen, umzusetzen und zu teilen. Inspiriert und geprägt von Projekten wie dem Open Science Framework und dem Turing Way, habe ich selbst von der Open-Science-Gemeinschaft profitiert und bin von ihrem Wert überzeugt, insbesondere für Labore und Institutionen mit begrenzten Ressourcen. Ich trage zum gesamten Ablauf bei: experimentelles Design, die Technologie, die die Experimente durchführt, die Analysemethoden, die Sprachen, die sie umsetzen, sowie die Werkzeuge, um die Ergebnisse zu kommunizieren und zu teilen.

Über mich

Mein Name ist Luis Alberto Barradas Chacón. Ich bin Doktorand an der TU Graz. Ich bin zertifizierter Achtsamkeitstrainer und Mitglied der Mexikanischen Gesellschaft für Bio- und Neurofeedback sowie der mexikanischen Biosignal-Gruppe. Diese Webseite versammelt einen Teil meiner Arbeit als Ingenieur, Verhaltensdatenanalyst, Statistiker und Kognitionswissenschaftler.

Experimentelles Design

Ich programmiere kognitive Experimente seit meiner ersten Ausbildung in Biofeedback und Neurofeedback im Jahr 2010. Ich habe gelernt, mit NBS Presentation und E-Prime zu arbeiten, doch für die meisten meiner Projekte hat sich die vielseitigste und stabilste Lösung immer mit PsychoPy und OpenVIBE ergeben. Beide sind quelloffen und verfügen über große Communities von Nutzern und Entwicklern. Designs wie der Attention Network Test (ANT), die N-Back-Aufgabe und die Random Dot Motion Task (RDM) sind unter anderem frei verfügbar auf meinem GitHub.

Technologie für die Kognitionswissenschaft

Eine gute Lösung für mein Labor ist oft auch eine gute Lösung für andere. Ich setze auf Lab Streaming Layer (LSL) für kognitive Experimente, die eine synchronisierte Messung mehrerer Signale erfordern. Damit sind offene Standards wie die Brain Imaging Data Structure (BIDS) und das Extensible Data Format (XDF) Teil der Datenmanagement- und Sharing-Lösungen, die ich vorschlage. Diese Implementierungen ermöglichen es, eine große Zahl von Geräten im selben Experiment einzusetzen und die Daten standardisiert zu teilen und zu analysieren.

Datenanalyse

Open Source ist in der Softwareentwicklung eine Selbstverständlichkeit. Die Welt der Informatik, wie wir sie kennen, gäbe es ohne sie schlicht nicht. Das NumFOCUS-Projekt weiß das. Es war während meiner gesamten Laufbahn eine große Inspirations- und Unterstützungsquelle für mich. Für meine gesamte Datenanalyse nutze ich den wissenschaftlichen Python-Stack und die Programmiersprache Julia. MNE-Python und PyTorch haben sich für meine Anforderungen an Signalverarbeitung und Deep Learning als äußerst nützlich erwiesen.

Wissenschaftskommunikation

Wissenschaftskommunikation ist die Grundlage von allem, was ich sonst tue. Ich habe während meiner gesamten Hochschulausbildung Jupyter-Notebooks verwendet. Zuletzt hat Quarto meinen Bedarf an einem robusteren und reproduzierbareren Werkzeug für die wissenschaftliche Kommunikation erfüllt. Zusammen damit sind git und GitHub zu starken Werkzeugen geworden, um meine Projekte zu teilen und daran zusammenzuarbeiten. Das ersetzt natürlich nicht die persönliche Kommunikation in Form von Kursen, Workshops und Konferenzen, erleichtert aber das Teilen und die Zusammenarbeit in verschiedenen Sprachen und mit sich ständig ändernden Versionen.

Wissenschaft ist ein Menschenrecht

Wissenschaftliches Wissen ist ein Gemeingut. Die richtige Einstellung und die richtigen Werkzeuge können dafür sorgen, dass seine Entdeckung, Verwaltung und Weitergabe allen zugänglich sind. Meine Arbeit ist ein Versuch, dieses Prinzip in die Praxis umzusetzen — und anderen dabei zu helfen, dasselbe zu tun.