.png){kind=icon}
返回
Hacktive matter: data-driven discovery through hackathon-based cross-disciplinary coding
.png){kind=icon}
PRE
AI
DOI：10.1039/D5SM00401B.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
过去十年，主动物质和自主生物材料研究领域取得了前所未有的增长，催生了能够流动、收缩、聚集、分离和融合的各类材料。这些创新有望带来革命性应用，例如自修复基础设施、动态假肢和自感知组织植入物。然而，不同研究团队在度量标准、定义和分析算法上存在不一致，以及实验数据流的高维度特性，阻碍了此类动态系统性能交叉点的识别。这一领域的进步需要跨学科团队采用发现驱动的方法，辅以分层培训和思想交流，并需要新的学习和协作方法。为应对这一挑战，我们开发了一个黑客松平台，用于培训未来的科学家和工程师掌握“大数据”、跨学科协作和社区编码技能，并设计及测试高通量（HTP）生物材料分析软件和工作流程。我们采用扁平化层级结构，将经验与技能各异的参与者（从高中生到教职员工）配对，共同贡献数据获取与处理、构思、编码、测试和成果发布。在明确的目标和交付物下，参与者通过一系列教程、小组编程会话、引导性分组讨论以及大组汇报与讨论实现成功。这些模块促进了高效的迭代算法开发与优化，强化了社区建设和协作能力，并建立了团队、基准和社区标准以支持持续高效的工作。我们的黑客松为软物质社群提供了一种强大模式，用于教育和培训学生在前沿数据驱动分析方面的技能，这对复杂材料研究领域的未来创新至关重要。
Keyword:
active matter
biomaterials
interdisciplinary collaboration
data-driven analysis
hackathon platform
期刊
IF:
2.8
论文数:
1.4K
被引数:
4.0W
机构
暂无机构信息
引用论文
Learning by doing? The relationship between effort, learning effect and product quality during hackathons of novice teams做中学？新手团队在黑客松活动中努力、学习效果与产品质量之间的关系
PREAI
分享收藏Kinesin and myosin motors compete to drive rich multiphase dynamics in programmable cytoskeletal composites驱动蛋白和肌球蛋白马达竞争驱动可编程细胞骨架复合材料中丰富的多相动力学.png)
PNAS NEXUS
OAAI
PNAS NEXUSIF3.8
OAAI分享收藏
分享收藏Self-mixing in microtubule-kinesin active fluid from nonuniform to uniform distribution of activityNATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏
查看更多内容