Wer mit Open Code arbeitet, braucht vor allem Kenntnisse rund um reproduzierbare Forschung, denn dort werden Daten und Code meist zusammen gedacht. Dazu gehören:

• Kenntnisse einer offenen Programmiersprache wie R, Python oder Julia
• Kenntnisse in Softwareentwicklung und Versionskontrolle (z. B. Git)
• Kenntnisse zu Open Source und Lizenzen
• Kenntnisse darüber, wie man Software zitierfähig veröffentlicht und zitiert

Weiterbildung

• The Turing Way: „Guide for Reproducible Research“
• QuantEcon bietet unter anderem Einführungen in quantitative Wirtschaftsforschung mit Python.
• Code Publishing Tutorial des LMU Open Science Center
• Workshops der Software Carpentry
• CodeRefinery bietet Training für die Entwicklung von Forschungssoftware an, unter anderem mit Lessons zum Selbstlernen, und verweist auf Trainingsangebote Dritter.
• ZBW-Online-Seminar „Gute Wissenschaftliche Praxis und Reproduzierbare Forschung“
• NASA TOPS OS101, Module 4: Open Code

Schauen Sie auch, welche Kurse Ihre Hochschule oder Forschungseinrichtung anbietet, etwa zu Programmierung oder statistischer Datenanalyse.

Hilfe bei konkreten Fragen

• The Turing Way bietet unter anderem Community Calls und einen „Turing Way Practitioners Hub“.
• Stack Overflow ist eine beliebte Online-Community, in der Programmierer:innen Fragen zu technischen Problemen in der Softwareentwicklung stellen und beantworten. Dort sind auch Forschende aus den Datenwissenschaften aktiv.
• Auf GitHub haben viele Open-Source-Projekte Diskussionsbereiche, in denen Sie Fragen stellen können. Probleme lassen sich außerdem in den „Issues“ der jeweiligen Repositorien melden.
• Für viele Programmiersprachen und Tools gibt es eigene Foren. RStudio hat beispielsweise eine eigene Community. In einem von Jumping Rivers gepflegten Verzeichnis finden Sie außerdem lokale R User Groups.

Bei Fragen und Anregungen zum Open Economics Guide können Sie gerne Kontakt mit uns aufnehmen.