该文汇总多项研究，聚焦机器学习数据集的数据过小、泄漏、标注不统一等问题，并提出CSMeD等新数据集与指南。研究还分析开放科学中数据与方法链接共享的趋势，发现其能提升论文引用与可重复性，并揭示计算机科学论文增长快、引用下降等趋势。