Einstein Foundation Early Career Award für Christopher Schmied und Helena Jambor

Der Einstein Early Career Award for Promoting Quality in Research zeichnet Nachwuchswissenschaftler:innen aus, die mit ihrer Arbeit die Qualität, Transparenz und Reproduzierbarkeit von Wissenschaft und Forschung vorantreiben. Fünf Finalist:innen wurden aus rund 100 Bewerbungen weltweit ausgewählt und hatten die Möglichkeit, ihre bahnbrechenden Projekte am 5. November auf der Berlin Science Week zu präsentieren. Eine internationale Jury wählte das Siegerprojekt aus.

Die Jury:
•    Marcia McNutt, President of the National Academy of Sciences of the United States
•    Gowri Gopalakrishna, Assistant Professor, Faculty Health, Medicine & Life Sciences, Maastricht University
•    Anna Dreber Almenberg, Professor of Economics, Stockholm School of Economics
•    Helen Nader, President Brazilian Academy of Sciences
•    Alastair Buchan, Professor of Stroke Medicine, Oxford University
•    Yuval Shany, Professor of Public International Law, Hebrew University, Director of the Cyber Law Center
•    Batool Almarzouq, Research Project Manager, Alan Turing Institute
•    Suzy Styles, Professor of Psycholinguistics, Nanyang Technological University
•    Julie Maxton, Executive Director of the Royal Society

Der Preis in Höhe von 100.000 EUR wird bei einer Zeremonie in Berlin im März 2025 verliehen.

Wissenschaftliche Bilder zuverlässiger machen: Die Mission von PixelQuality

Forschende nutzen leistungsstarke Mikroskopiemethoden, um beeindruckende biologische Prozesse zu erfassen. Die erzeugten Bilder dokumentieren und kommunizieren wissenschaftliche Erkenntnisse in Publikationen. Bilder müssen erklärt und korrekt verarbeitet werden, um das Ergebnis richtig darzustellen. Fehlende Erklärungen oder falsche Verarbeitung können das wissenschaftliche Ergebnis verfälschen.

Christopher Schmied und Helena Jambor leiteten eine globale Initiative mit derzeit 149 Mitgliedern, die sich aus Expert:innen aus Wissenschaft, Industrie sowie wissenschaftlichen Verlagen zusammensetzt, um die Qualität veröffentlichter Bilder zu verbessern. In den letzten drei Jahren haben sie klare und einfach zu handhabende Richtlinien für die Veröffentlichung von Bildern und Bildanalysen formuliert. Diese Richtlinien wurden 2024 in Nature Methods veröffentlicht und stellten einen wichtigen Schritt zur Verbesserung der Zuverlässigkeit visueller Daten in der wissenschaftlichen Literatur dar  https://doi.org/10.1038/s41592-023-01987-9.

Die Ziele von PixelQuality:
1. Erstellung von Open-Source-Schulungsmaterial auf der Grundlage der veröffentlichten Richtlinien.
2. Die weite Verbreitung des Schulungsmaterials und der Richtlinien, um sie zur allgemeinen wissenschaftlichen Praxis zu machen.
3. Aktualisierung der Leitlinien im Hinblick auf die sich abzeichnenden Auswirkungen des Einsatzes von künstlicher Intelligenz (KI) bei der Verarbeitung, Analyse und Erstellung von Bildern.

„Transparenz ist von entscheidender Bedeutung bei der Veröffentlichung wissenschaftlicher Ergebnisse, einschließlich solcher, die auf Bilddaten basieren“, sagte Dr. Schmied, Mitbegründer des PixelQuality-Projekts. „Unsere Richtlinien und das Schulungsmaterial, das dieses Projekt hervorbringen wird, geben Forschern klare Anweisungen, wie sie diese Transparenz bei der Veröffentlichung von Bildern und den Ergebnissen von Bildanalyse, einschließlich der Verwendung von KI, erreichen können.“

Letztendlich strebt PixelQuality danach, einen disziplinübergreifenden Konsens über Bildqualitätsstandards zu fördern um das Vertrauen in wissenschaftliche Veröffentlichungen zu stärken, indem sichergestellt wird, dass die in der Forschung verwendeten Bilder so genau wie möglich sind. PixelQuality will langfristig auch mit anderen Forschungsbereichen zusammenarbeiten, die mit Bildern arbeiten, wie Materialwissenschaften, Geologie und medizinische Bildgebung.