[論文レビュー] Appreciating the variety of goals in computational neuroscience

Konrad P. Körding, Gunnar Blohm+2 more|arXiv (Cornell University)|Feb 8, 2020

Functional Brain Connectivity Studies参考文献 23被引用数 14

ひとこと要約

この論文は、計算神経科学におけるモデルの目的の多様性——生物学的現実性から数学的単純性、臨床的関連性まで——が、モデル評価や同人レビューにおける対立を引き起こすと主張している。著者がモデル化の目的を明確にすることで、誤解を減らし、査読を改善し、多様で正当な研究目的を認識することで科学的進歩を促進するという提案を行う。

ABSTRACT

Within computational neuroscience, informal interactions with modelers often reveal wildly divergent goals. In this opinion piece, we explicitly address the diversity of goals that motivate and ultimately influence modeling efforts. We argue that a wide range of goals can be meaningfully taken to be of highest importance. A simple informal survey conducted on the Internet confirmed the diversity of goals in the community. However, different priorities or preferences of individual researchers can lead to divergent model evaluation criteria. We propose that many disagreements in evaluating the merit of computational research stem from differences in goals and not from the mechanics of constructing, describing, and validating models. We suggest that authors state explicitly their goals when proposing models so that others can judge the quality of the research with respect to its stated goals.

研究の動機と目的

• モデル評価における対立を引き起こす、計算神経科学における目的の広範でしばしば認識されない多様性に対処すること。
• モデル化のメカニズムの欠陥ではなく、異なる目的——それが多くの論文の却下や査読の対立の根本的原因である——を示すこと。
• 著者が論文の複数のセクション（序論、手法、議論）にわたり、モデル化の目的を明示的に述べることで、期待を一致させ、科学的議論を改善することを提言すること。
• 査読者や編集者が論文を、暗黙的または想定された基準ではなく、明示された目的に基づいて評価するよう促すこと。
• 目的の多様性を弱みではなく、イノベーション、専門性、バランスの取れた科学的進歩を可能にする強みとして位置づけること。

提案手法

• 幅広い計算神経科学の論文を分析し、繰り返し現れるモデル化の目的を特定するために、非公式なアンケートを実施する。
• 解釈可能性、生物学的現実性、数学的単純性、臨床的有用性などの明確なタイプにモデル化の目的を分類する。
• メタ科学的分析を用いて、査読者や編集者における暗黙の目的の好みが編集および査読意思決定に与える影響を検討する。
• 著者が論文の複数のセクションで目的を明示的に宣言するためのフレームワークを提言する。
• この論文自体をモデルとして自己反省を適用する：12のモデル化基準の文脈で、著者の研究活動の目的を特定する。
• 社会選択理論（例：アローの不可能性定理）を援用し、モデル化の目的に対して一元的で統一された基準を強制することは非現実的であると主張する。

実験結果

リサーチクエスチョン

• RQ1 洗練された方法論を有するにもかかわらず、なぜ計算神経科学のモデル評価において対立が継続するのか？
• RQ2 計算神経科学における異なるモデル化活動を駆動する主な、明確に区別できる目的は何か？
• RQ3 査読者や編集者に内蔵された目的の好みが、科学論文の成功または却下にどのように影響するか？
• RQ4 明示的な目的の宣言が、計算神経科学における科学的コミュニケーションと査読にどの程度改善をもたらすか？
• RQ5 モデル化の目的の多様性は、計算神経科学における科学的進歩の障壁であるのか、それとも強みであるのか？

主な発見

• 解釈可能性、生物学的現実性、数学的単純性を優先するなどのモデル化の目的の違いが、モデル評価における主な対立要因であり、方法論的欠陥ではない。
• 計算神経科学における論文の多くが却下される背景には、著者の明示的な目的と査読者が想定または好む目的との不一致がある。
• 論文にモデル化の目的を明示することで、誤解を減らし、査読の公平性と建設性を高めることができる。
• モデル化の目的の多様性は、計算神経科学の学際的性質を反映しており、専門性、イノベーション、団体的思考への耐性を可能にする強みである。
• 社会選択理論の根本的制限と、異なる基準間の必然的なトレードオフを踏まえると、モデル化の目的に対して一元的で統一された基準を導入しようとする試みは、成功しないだろう。
• この論文自体が、自らの提言を実践しており、目的を「モデル化の目的を同定すること」とし、解釈可能性と明確性を優先している。