数据集概述
本数据集包含7个学科的模型不确定性量化与报告系统审计数据文件及2个R脚本，支持论文《Insights into the quantification and reporting of model-related uncertainty across different disciplines》。数据经清洗编译，涵盖各学科论文的评审审计结果，包含问题答案、细节、位置等信息及数据校验项，可用于分析跨学科模型不确定性报告特征。
文件详解
- 数据文件（共7个）
- 文件名称：CompiledOceanographyResults.csv、CompiledEcologyResults.csv、CompiledHealthResults.csv、CompiledNeuroscienceResults.csv、CompiledPoliticsResults.csv、CompiledEvolutionResults.csv、CompiledClimateResults.csv
- 文件格式：CSV
- 字段映射：包含Number（问题编号）、Questions（问题文本）、QuestionCode（问题代码）、Paper（论文代码）、Initials（评审员缩写）、Answer（答案）、Details（补充细节）、Location（文本位置）、Presentation（呈现方式）、ModelType（模型类型）、Comments（评审员评论）、Checks（校验项）及Check1至Check6（具体校验规则结果）等字段。
- 代码文件（共2个）
- 文件名称：theme_script.R、Figure code.R
- 文件格式：R
- 内容说明：theme_script.R用于设置ggplot图表主题；Figure code.R包含论文中所有图表的绘制与保存代码。
- 文档文件（共1个）
- 文件名称：README.docx
- 文件格式：DOCX
- 内容说明：数据集说明文档，提供数据与代码的详细背景信息。
数据来源
论文《Insights into the quantification and reporting of model-related uncertainty across different disciplines》
适用场景
- 跨学科模型不确定性研究：分析不同学科（海洋学、生态学、健康科学等）模型不确定性量化与报告的差异特征。
- 科研论文审计方法验证：基于审计数据验证模型不确定性报告的规范性与完整性。
- 数据可视化方法应用：使用R脚本复现论文图表，探索跨学科数据的可视化呈现方式。
- 模型不确定性报告标准制定：为制定多学科通用的模型不确定性报告规范提供实证数据支持。
- 科研评审流程优化：基于审计校验规则，优化模型相关研究论文的评审标准与流程。
