Note [TH]: Better reporting is better science: Community-defined minimal reporting requirements for light microscopy

 Original: https://rupress.org/jcb/article/225/3/e202601032/281525/Better-reporting-is-better-science-Community

จริง ๆ แล้วเคยเอาไกด์ไลน์ลักษณะนี้แปะไว้ในบล็อกนี้ เพื่อเพิ่มประสิทธิภาพในการจัดการบริหารเครื่องมือที่ดูและอยู่ โดยเฉพาะเรื่องกล้องจุลทรรศน์ที่ดูแลอยู่ (ลิงค์ที่เกี่ยวข้องอยู่ข้างล่าง)

รายงานสรุป: ข้อกำหนดขั้นต่ำในการรายงานข้อมูลกล้องจุลทรรศน์ (Bare Minimal Microscopy Reporting Requirements)

1. บทนำและความสำคัญของความโปร่งใสในงานวิจัยด้านกล้องจุลทรรศน์

กล้องจุลทรรศน์เป็นหัวใจสำคัญของการค้นพบในวิทยาศาสตร์ชีวการแพทย์และชีวิต แต่ความก้าวหน้าทางเทคโนโลยีที่รวดเร็วมักสวนทางกับคุณภาพของการรายงานข้อมูล ปัญหาการรายงานข้อมูลที่ไม่สมบูรณ์ (Incomplete reporting) บั่นทอนความโปร่งใสและบิดเบือนความสามารถในการทำซ้ำ (Reproducibility) ของงานวิจัย

ในปัจจุบัน นักวิจัยจำนวนมากตกอยู่ภายใต้ความกดดันที่ต้องตีพิมพ์ผลงานอย่างรวดเร็ว (Rapid publication pressure) และการขาดการฝึกอบรมเชิงลึก ทำให้กล้องจุลทรรศน์ถูกมองว่าเป็นเพียง "กล่องดำ" (Black boxes) ที่ผลิตภาพออกมาโดยผู้ใช้ไม่เข้าใจถึงอิทธิพลของการตั้งค่าฮาร์ดแวร์ต่อความถูกต้องของข้อมูล รายงานฉบับนี้จึงนำเสนอเกณฑ์มาตรฐานขั้นต่ำที่เป็นทางออกสำคัญภายใต้ปรัชญา "Better reporting is better science" เพื่อเปลี่ยนผ่านจากการรายงานตามความเคยชินไปสู่มาตรฐานที่ตรวจสอบได้และมีความน่าเชื่อถือสูง

2. ที่มาและกระบวนการสร้างมาตรฐานโดยกลุ่มเครือข่าย QUAREP-LiMi

มาตรฐานนี้คือผลลัพธ์ของฉันทามติ (Consensus) ระดับโลกจาก Working Group 11 (WG11) ภายใต้เครือข่าย QUAREP-LiMi ซึ่งเป็นการรวมตัวกันของกลุ่มผู้มีส่วนได้ส่วนเสียที่ครอบคลุมทั้งระบบนิเวศการถ่ายภาพ ได้แก่ นักวิทยาศาสตร์ด้านการถ่ายภาพ (Imaging scientists), หัวหน้าโครงการวิจัย (PIs), พันธมิตรภาคอุตสาหกรรม และที่สำคัญที่สุดคือ เจ้าหน้าที่ผู้เชี่ยวชาญประจำหน่วยปฏิบัติการกลาง (Core facility staff experts) ซึ่งเป็นผู้ขับเคลื่อนหลักในการกำหนดมาตรฐานการใช้งานจริง

กระบวนการสร้างเกณฑ์นี้มีความเข้มงวดและโปร่งใส โดยผ่านการวิพากษ์และทบทวนอย่างต่อเนื่องจนได้รับการรับรองจากคณะกรรมการบริหาร เพื่อให้ได้เฟรมเวิร์กสากลที่ไม่ยึดติดกับเทคนิคเฉพาะทางใดทางหนึ่ง (Modality-independent) และพร้อมสำหรับการนำไปปฏิบัติในระดับสากล

3. หลักการชี้นำ 3 ประการ (The Three Guiding Principles)

เพื่อให้การรายงานข้อมูลเป็นไปอย่างมีประสิทธิภาพ รายการตรวจสอบนี้จึงถูกออกแบบภายใต้หลักการพื้นฐาน 3 ข้อ:

• Clarity (ความชัดเจน): การกำหนดนิยามและคำศัพท์มาตรฐาน (Standardized terminology) เพื่อขจัดความสับสน พร้อมตัวอย่างการรายงานที่ชัดเจนเพื่อให้ผู้ใช้ทุกระดับสื่อสารพารามิเตอร์ทางเทคนิคได้อย่างแม่นยำ
• Practicality (การนำไปใช้ได้จริง): ข้อกำหนดต้องไม่เป็นภาระจนเกินไปสำหรับนักวิจัย แต่ต้องครอบคลุมพารามิเตอร์ที่จำเป็นต่อการทำงานวิจัยในสภาวะจริง เพื่อให้มั่นใจว่าการจัดทำข้อมูลเป็นส่วนหนึ่งของกระบวนการทำงานปกติ
• Ease of adoption (ความง่ายในการยอมรับ): การออกแบบโครงสร้างที่เอื้อต่อการบูรณาการเข้ากับนโยบายของวารสารวิชาการ สถาบันวิจัย และระบบจัดเก็บข้อมูลสากล

4. โครงสร้างและองค์ประกอบของรายการตรวจสอบขั้นต่ำ (The Checklist Structure)

ตามนิยามของ Image Data Life Cycle รายการตรวจสอบขั้นต่ำนี้จะมุ่งเน้นไปที่ส่วนฐานรากที่สำคัญที่สุด 2 ส่วน คือ Specimen Setup และ Image Acquisition (อ้างอิงพื้นที่สีฟ้าในแผนภาพวงจรข้อมูลภาพ) เพื่อให้มั่นใจว่าข้อมูลดิบมีคุณภาพและได้รับการบันทึกอย่างถูกต้องก่อนเข้าสู่ขั้นตอนการประมวลผล

หมวดหมู่ (Category)	พารามิเตอร์ที่ต้องรายงาน (Parameter)	ตัวอย่างการรายงาน (Example)	การจับคู่กับ LiMi-model (Machine-readable)
Specimen Setup	Sample mounting & Medium	ใช้ cover glass เบอร์ #1.5H เคลือบด้วย collagen type I; ตัวกลางคือ SlowFade Glass	CoverGlass/Thickness; MountingMedium/Manufacturer
	Sample labeling	โปรตีนเรืองแสง mGFPmut3 หรือสีย้อม MitoTracker Green 1 µg/ml	Pixels/Channel/Fluorophore
Hardware Setup	Microscope stand	กล้อง Nikon Ti2 ชนิด Inverted microscope	MicroscopeStand/Model; Subtype(Inverted)
	Modalities & Modules	ติดตั้งระบบ Yokogawa spinning disk CSU-W1 และ SORA module	Pixels/Channel/IlluminationType
	Objective	100×/1.45 DIC Plan Apochromat, oil immersion	Objective/Magnification; LensNA; ImmersionType
	Additional Magnification	ติดตั้ง Optovar ขนาด 1.5× ในเส้นทางเดินแสง	MagnificationChanger
	Light source & Wavelength	LED light engine (Spectra X); ตัวเลือกฟิลเตอร์ Alexa Fluor 488 (BP 470/40 Ex, BP525/50Em)	LightSource/Type; Filter/TransmittanceRange
	Detection system	กล้อง Orca Flash 4.0 หรือเครื่องตรวจวัดชนิด GaAsP/HybridPhotoDetector	Camera/Model; PointDetector subtype
Acquisition Setup	Acquisition settings	Exposure time 30 ms; Pinhole 1 AU; Pixel dwell time 2 µs	Pixels/Plane/ExposureTime; PinholeSettings/Aperture
	Final image pixel size	ขนาดพิกเซลสุดท้ายคือ 0.065 µm/pixel	Pixels/PhysicalSizeX; PhysicalSizeY
	Z-stack & Time series	Z-stacks ช่วง 15 µm ระยะห่าง 100 nm; Time-lapse ทุก 10 นาที	Pixels/PhysicalSizeZ; Pixels/Plane/TimeIncrement
	Tiling settings	ถ่ายภาพแบบ Tiling โดยมีระยะซ้อนทับ (Overlap) 10%	TilingSettings (Custom metadata)
	Acquisition software	NIS-Elements AR V5.21 (Nikon)	AcquisitionSoftware/Name; Version

5. การเชื่อมโยงกับมาตรฐานข้อมูลแบบ Machine-readable และหลักการ FAIR

หัวใจสำคัญของมาตรฐานนี้คือการประสานข้อมูลที่มนุษย์อ่านได้ (Human-readable) เข้ากับข้อมูลที่เครื่องจักรสามารถอ่านได้ (Machine-readable) ผ่านการจับคู่กับ LiMi-model และเครื่องมือ OME (Open Microscopy Environment)

ความเชื่อมโยงนี้ส่งผลโดยตรงต่อหลักการ FAIR โดยเฉพาะด้าน Interoperability (การทำงานร่วมกัน) ข้อมูลที่มี Metadata เป็นมาตรฐานจะช่วยให้คอมพิวเตอร์สามารถประมวลผลและแลกเปลี่ยนข้อมูลระหว่างแพลตฟอร์มได้โดยอัตโนมัติ ซึ่งเป็นโครงสร้างพื้นฐานที่จำเป็นอย่างยิ่งสำหรับการใช้ AI-driven discovery ในอนาคต การเตรียมข้อมูลให้ "พร้อมสำหรับ AI" จะช่วยยกระดับจากการเก็บภาพเพื่อการดูด้วยตา ไปสู่การเป็นคลังข้อมูลวิทยาศาสตร์ที่ทรงพลัง

6. บทบาทและผลกระทบต่อระบบนิเวศการวิจัย (Impact & Stakeholders)

การนำรายการตรวจสอบนี้ไปใช้จะสร้างความเปลี่ยนแปลงอย่างเป็นรูปธรรมต่อผู้มีส่วนเกี่ยวข้องดังนี้:

• สำหรับนักวิจัย: เป็นเครื่องมือชี้นำการออกแบบการทดลองที่รอบคอบ (Conscious experimental design) และช่วยให้การบันทึกข้อมูลในส่วน Methods ครบถ้วนตามมาตรฐานสากล
• สำหรับผู้ประเมินและบรรณาธิการวารสาร: เป็นบรรทัดฐานในการตรวจสอบความเข้มงวดทางระเบียบวิธีวิจัย (Methodological rigor) ปัจจุบันวารสารในกลุ่ม Nature Portfolio ได้เริ่มโครงการนำร่อง (Pilot initiative) ในการใช้เกณฑ์นี้เพื่อประเมินบทความวิจัยแล้ว
• สำหรับหน่วยงานให้ทุน: สอดคล้องกับนโยบาย Open Science ของหน่วยงานระดับสากล เช่น NIH, NSF และ European Commission (Horizon Europe) ที่มุ่งเน้นการใช้ทรัพยากรวิจัยอย่างคุ้มค่าและการเข้าถึงข้อมูลที่โปร่งใส

7. บทสรุปและทิศทางในอนาคต

รายการตรวจสอบขั้นต่ำสำหรับการรายงานข้อมูลกล้องจุลทรรศน์นี้ไม่ใช่เพียงข้อเสนอแนะ แต่เป็นรากฐานสำคัญในการสร้างวัฒนธรรมการวิจัยที่รับผิดชอบและตรวจสอบได้ ก้าวต่อไปของ QUAREP-LiMi WG11 คือการขยายผลสู่การสร้าง Modality-specific checklists สำหรับเทคนิคที่ซับซ้อนยิ่งขึ้น เช่น Super-resolution หรือ Light-sheet ความร่วมมือระหว่างสถาบันวิจัยและสำนักพิมพ์ในการบังคับใช้มาตรฐานนี้ จะช่วยให้มั่นใจได้ว่าทุกภาพถ่ายทางวิทยาศาสตร์จะยังคงคุณค่าและความน่าเชื่อถือไว้เพื่อการค้นพบในอนาคตอย่างยั่งยืน

ทำไมกล้องจุลทรรศน์ไม่ควรเป็น "กล่องดำ": 4 บทเรียนสำคัญเพื่อการวิจัยที่โปร่งใสและน่าเชื่อถือ

ในยุคที่วิทยาศาสตร์ชีวการแพทย์ก้าวกระโดดไปพร้อมกับเทคโนโลยีการสร้างภาพที่ล้ำสมัย ไม่ว่าจะเป็นการถ่ายภาพความละเอียดสูงระดับ Super-resolution, spatial-omics หรือการทำให้เนื้อเยื่อโปร่งใส (tissue clearing) เพื่อสร้างภาพสามมิติ ความก้าวหน้าเหล่านี้ช่วยให้เรามองเห็นรายละเอียดของระบบชีวภาพที่ซับซ้อนอย่างที่ไม่เคยมีมาก่อน

แต่ทว่าภายใต้ภาพถ่ายที่สวยงามเหล่านั้น กลับมีความจริงที่น่ากังวลซ่อนอยู่ นั่นคือปัญหาการรายงานข้อมูลที่ไม่ครบถ้วน ซึ่งส่งผลกระทบโดยตรงต่อความโปร่งใส ความสามารถในการทำซ้ำ (Reproducibility) และการนำข้อมูลกลับมาใช้ใหม่ (Data reuse) เมื่อผู้อื่นไม่สามารถทราบได้แน่ชัดว่าภาพนั้นถูกสร้างขึ้นมาอย่างไร ความน่าเชื่อถือของงานวิจัยก็ย่อมถูกสั่นคลอน และนี่คือ 4 บทเรียนสำคัญที่จะเปลี่ยนวิธีที่เราบันทึกข้อมูลหน้ากล้องจุลทรรศน์ไปตลอดกาล

--------------------------------------------------------------------------------

บทเรียนที่ 1: เลิกมองกล้องจุลทรรศน์เป็น "กล่องดำ" (The "Black Box" Problem)

อุปสรรคที่ใหญ่ที่สุดอย่างหนึ่งของงานวิจัยยุคใหม่คือการที่นักวิจัยมักปฏิบัติกับกล้องจุลทรรศน์เหมือนเป็น "กล่องดำ" คือการกดปุ่มเพื่อให้ได้ภาพออกมาโดยไม่ได้เข้าใจถึงกลไกภายในที่ซับซ้อน ปัญหานี้ไม่ได้เกิดจากความละเลยส่วนบุคคลเพียงอย่างเดียว แต่เป็นผลพวงจาก ความกดดันที่ต้องรีบตีพิมพ์ผลงาน (Pressure for rapid publication) ซึ่งบีบคั้นให้นักวิจัยขาดโอกาสในการฝึกฝนทักษะเชิงลึกจนมองข้ามความสำคัญของการตั้งค่าเครื่องมือ

เครือข่ายผู้เชี่ยวชาญระดับโลก QUAREP-LiMi ได้สะท้อนถึงปัญหานี้ไว้อย่างคมคายว่า:

"microscopes are often treated as ‘black boxes,’ offering little incentive or guidance for learning essential controls that ensure accurate, artifact-free results."

การมองข้ามการควบคุมตัวแปรที่จำเป็นไม่เพียงแต่ทำให้เสี่ยงต่อการเกิดภาพลวงตา (artifact) แต่ยังทำให้การเปรียบเทียบข้อมูลระหว่างห้องปฏิบัติการเป็นไปไม่ได้ ดังนั้น ก้าวแรกของการยกระดับงานวิจัยคือการเลิกมองว่ากล้องเป็นกล่องดำ และเริ่มใช้มาตรฐานการรายงานผลเป็น "ยาแก้พิษ" ต่อปัญหานี้

--------------------------------------------------------------------------------

บทเรียนที่ 2: "Bare Minimal" มาตรฐานใหม่ที่ทุกคนทำได้จริง

เพื่อสร้างบรรทัดฐานใหม่ กลุ่ม QUAREP-LiMi จึงได้พัฒนา "Minimal microscopy reporting requirements checklist" ซึ่งเป็นชุดข้อมูลขั้นต่ำที่จำเป็นต้องรายงานในงานวิจัย โดยเน้นความเรียบง่ายและนำไปใช้ได้จริง มาตรฐานนี้ประกอบด้วย 2 ส่วนหลักที่นักวิจัยต้องระบุให้ชัดเจน:

• การเตรียมตัวอย่าง (Specimen setup): ต้องระบุรายละเอียดการติดตั้งตัวอย่าง เช่น ชนิดและเบอร์ของกระจกปิดสไลด์ (Cover glass number/thickness), สารเคลือบผิว (Coating), และชนิดของสารที่ใช้หล่อเลี้ยงภาพ (Mounting medium) รวมถึงรายละเอียดการติดฉลาก เช่น ชนิดของโปรตีนเรืองแสงหรือสีย้อมที่ใช้อย่างเฉพาะเจาะจง
• การบันทึกภาพ (Image acquisition):
  • Hardware setup: ต้องระบุรายละเอียดของเลนส์วัตถุ (Objective specifications) เช่น กำลังขยาย, ค่า Numerical Aperture (NA), และชนิดของตัวกลาง (Immersion type) รวมถึงรายละเอียดแหล่งกำเนิดแสง (Light source) ทั้งผู้ผลิต รุ่น และความยาวคลื่นที่ใช้
  • Acquisition setup: ต้องระบุการตั้งค่าขณะบันทึกภาพ เช่น เวลาการรับแสง (Exposure time), ขนาดพิกเซลที่แท้จริง (Pixel size), และการตั้งค่า Z-stack (ระยะห่างและจำนวนชั้น)

โดยเกณฑ์มาตรฐานนี้ยึดหลักการ 3 ข้อ คือ Clarity (ความชัดเจน) ของศัพท์เทคนิค, Practicality (การนำไปใช้ได้จริง) ในหน้างาน และ Ease of adoption (การนำไปปรับใช้ได้ง่าย) สำหรับวารสารและสถาบันวิจัยทั่วโลก

--------------------------------------------------------------------------------

บทเรียนที่ 3: เมื่อข้อมูลวิทยาศาสตร์ต้อง "คุยกับ AI รู้เรื่อง" (Machine-Readable Science)

ในยุคที่การค้นพบใหม่ๆ ถูกขับเคลื่อนด้วย AI ข้อมูลภาพถ่ายทางวิทยาศาสตร์ไม่สามารถเป็นเพียง "ภาพที่มนุษย์ดู" ได้อีกต่อไป แต่ต้องสอดคล้องกับหลักการ FAIR (Findable, Accessible, Interoperable, Reusable) เพื่อให้ข้อมูลสามารถถูกค้นหา เข้าถึง และทำงานร่วมกันได้โดยอัตโนมัติ

กุญแจสำคัญคือการทำให้เมทาดาตา (Metadata) เป็นรูปแบบที่ Machine-readable หรือคอมพิวเตอร์สามารถอ่านและประมวลผลได้ โดยใน Checklist ของ QUAREP-LiMi จะมีคอลัมน์ที่เชื่อมโยงข้อมูลแต่ละฟิลด์เข้ากับ LiMi-model (หรือเดิมคือ NBO-Q) ซึ่งสอดคล้องกับโครงสร้าง REMBI (Recommended Metadata for Biological Images) และเครื่องมือของ OME (Open Microscopy Environment)

การทำให้ข้อมูลเป็นมาตรฐานเดียวกันเช่นนี้ช่วยให้ AI สามารถ "เข้าใจ" บริบทของพิกเซลในภาพได้ว่าถูกถ่ายมาด้วยสภาวะใด ความสามารถในการทำงานร่วมกันของข้อมูล (Interoperability) นี้เองที่จะเป็นรากฐานสำคัญสำหรับการวิเคราะห์ข้อมูลขนาดใหญ่และการค้นพบทางวิทยาศาสตร์ในอนาคต

--------------------------------------------------------------------------------

บทเรียนที่ 4: การรายงานที่ดีคือรากฐานของความเชื่อมั่น (Better Reporting is Better Science)

การปรับปรุงมาตรฐานการรายงานผลไม่ใช่เพียงเรื่องของการทำตามกฎ (Compliance) แต่เป็นโอกาสสำคัญในการยกระดับผลกระทบและความน่าเชื่อถือของวิทยาศาสตร์ ปัจจุบันหน่วยงานให้ทุนระดับโลกอย่าง NIH, NSF ในสหรัฐอเมริกา และ European Commission’s Horizon Europe ต่างเริ่มให้ความสำคัญกับมาตรฐาน Metadata และการทำซ้ำได้ของข้อมูลมากขึ้น

กลุ่ม QUAREP-LiMi ได้สรุปถึงความสำคัญของเรื่องนี้ไว้ว่า:

"Improving rigor and reproducibility in microscopy reporting is not merely a matter of compliance; it is an opportunity to strengthen the reliability and impact of our science."

เมื่อเรามีการรายงานที่มีโครงสร้างชัดเจน ไม่เพียงแต่นักวิจัยเจ้าของงานจะได้รับความเชื่อถือ แต่ผู้ประเมิน (Reviewers) และหน่วยงานให้ทุนยังสามารถตรวจสอบความถูกต้องของวิธีการได้อย่างรวดเร็ว ซึ่งเป็นการสร้างวัฒนธรรมการวิจัยที่เน้นคุณภาพมากกว่าปริมาณ

--------------------------------------------------------------------------------

บทสรุปและมุมมองสู่อนาคต

การก้าวไปสู่วัฒนธรรมการวิจัยที่เปิดกว้างและตรวจสอบได้นั้นเริ่มต้นจากความรับผิดชอบในทุกๆ ภาพที่เราบันทึก การใช้ Checklist มาตรฐานอาจดูเหมือนเป็นภาระงานที่เพิ่มขึ้นในตอนแรก แต่ในระยะยาว มันคือการปกป้องศักดิ์ศรีของงานวิจัยและเป็นของขวัญให้กับนักวิทยาศาสตร์รุ่นต่อไปที่จะนำข้อมูลของเราไปต่อยอดได้อย่างมั่นใจ

ในครั้งต่อไปที่คุณนั่งลงหน้าหน้าจอกล้องจุลทรรศน์ ลองถามตัวเองด้วยคำถามสำคัญว่า: "หากมีนักวิจัยอีกคนหนึ่งหยิบข้อมูลที่ฉันบันทึกไว้ในวันนี้ไปใช้ เขาจะสามารถทำซ้ำการทดลองนี้เพื่อให้ได้ผลลัพธ์ที่ถูกต้องเหมือนเดิมได้หรือไม่?" คำตอบของคุณในวันนี้ คือเครื่องกำหนดทิศทางความสำเร็จของวิทยาศาสตร์ในวันหน้า

ในการตีพิมพ์ผลงานวิจัย แหล่งข้อมูลระบุว่าวารสารและกลุ่มสำนักพิมพ์ชั้นนำเริ่มมีการนำข้อกำหนดการรายงานข้อมูลกล้องจุลทรรศน์เหล่านี้ไปใช้ในรูปแบบโครงการนำร่องและแนวทางปฏิบัติ ดังนี้:

• กลุ่มวารสารในเครือ Nature (Nature Portfolio): ได้มีการริเริ่มโครงการนำร่อง (Pilot initiative) เพื่อนำแนวทางการรายงานข้อมูลกล้องจุลทรรศน์ที่ปรับปรุงใหม่มาใช้ ซึ่งพัฒนาขึ้นภายใต้ความร่วมมือกับกลุ่ม QUAREP-LiMi WG11,
• Journal of Cell Biology (JCB): เนื่องจากบทความหลักที่นำเสนอรายการตรวจสอบ (Checklist) นี้ถูกตีพิมพ์ในวารสาร JCB จึงเป็นการแสดงให้เห็นถึงการสนับสนุนและผลักดันมาตรฐานนี้ในแวดวงชีววิทยาเซลล์,
• วารสารอื่น ๆ ที่เกี่ยวข้อง: ในแหล่งข้อมูลมีการอ้างถึงวารสารที่ให้ความสำคัญกับการสร้างมาตรฐานและการทำซ้ำได้ของข้อมูลภาพ (Image reproducibility) เช่น Nature Methods, Nature Cell Biology, eLife, Plant Cell, และ Scientific Data,,

นอกจากระดับวารสารแล้ว หน่วยงานให้ทุนวิจัย รายใหญ่ก็เริ่มให้ความสำคัญกับมาตรฐานเหล่านี้เช่นกัน เช่น NIH และ NSF ในสหรัฐอเมริกา รวมถึง European Commission ผ่านนโยบาย Open Science ของ Horizon Europe ซึ่งเน้นเรื่องการใช้ซ้ำข้อมูลตามหลักการ FAIR และมาตรฐาน Metadata

สรุปคือ: แม้ในปัจจุบันอาจจะยังไม่ได้เป็นข้อบังคับในทุกวารสาร แต่กลุ่มวารสารระดับสูงอย่าง Nature Portfolio และ JCB ได้เริ่มนำร่องไปแล้ว และมีแนวโน้มที่วารสารด้านชีวการแพทย์และวิทยาศาสตร์ชีวภาพอื่น ๆ จะนำไปใช้เป็นมาตรฐานสากลในอนาคตเพื่อความโปร่งใสของงานวิจัย

Related posts:

https://minicore-rarc.blogspot.com/search/label/QUAREP-LiMi

https://minicore-rarc.blogspot.com/search/label/reproducibility

https://minicore-rarc.blogspot.com/search/label/quality%20control

https://minicore-rarc.blogspot.com/search/label/Research%20integrity