Results of the analysis of a survey for young scientists on training quality in HEP instrumentation software and machine learning

Dit rapport vat de resultaten samen van een enquête onder jonge wetenschappers die is uitgevoerd om de kwaliteit en toegankelijkheid van trainingen voor software en machine learning in de HEP-instrumentatie te beoordelen en zo richtlijnen te bieden voor het verbeteren van deze opleidingsprogramma's.

De kern

🎓 De Grote "Leer-En-Doen" Enquête voor Jonge Wetenschappers

Stel je voor dat deeltjesfysica (het onderzoek naar de kleinste bouwstenen van het universum) een enorme, complexe bouwplaats is. De jonge wetenschappers (de "Early Career Researchers") zijn de nieuwe bouwvakkers die hier werken. Ze moeten niet alleen stenen leggen, maar ook ingewikkelde machines bedienen en enorme hoeveelheden data verwerken.

In 2021 bleek er een groot probleem te zijn: 71% van deze bouwvakkers gebruikte gratis, open-source software (zoals een gereedschapskist die iedereen mag gebruiken), maar 70% had er nooit een handleiding voor gekregen. Ze moesten het gewoon raden!

Om dit op te lossen, heeft een groep jonge wetenschappers (het ECFA-panel) een nieuwe enquête gehouden met 174 deelnemers. Ze wilden weten: Wat missen jullie? Wat willen jullie leren? En hoe kunnen we de trainingen beter maken?

Hier zijn de belangrijkste bevindingen, vertaald naar alledaagse taal:

1. Het Grote Verwarring-Gebeuren (Algemene Vragen)

De meeste deelnemers werken aan de grote deeltjesversneller (LHC) in Zwitserland. Ze zijn vooral bezig met het analyseren van data (het "lezen" van de bouwtekeningen).

• Het probleem: Veel mensen weten niet eens dat er trainingen bestaan. Het is alsof er een supermarkt met gratis gereedschap is, maar niemand weet waar de ingang is.
• Wat ze willen: Ze willen niet alleen theorie, maar praktijk. Ze willen niet alleen horen hoe een hamer werkt, maar zelf op een spijker slaan. Ze vinden dat veel cursussen te snel gaan en te weinig voorbeelden uit de echte wereld geven.

2. Machine Learning: De "Slimme Assistent"

Machine Learning (ML) is als het geven van een brein aan je computer, zodat hij patronen herkent in de chaos van data.

• Hoe leren ze het nu? De meeste mensen leren dit door zelf te googlen, via YouTube, of door naar een ervaren collega te vragen ("Kijk eens hoe ik dit doe"). Slechts een klein groepje gaat naar een officiële school.
• Wat willen ze? Ze willen geen saaie wiskundige formules aan het begin. Ze willen direct aan de slag met echte voorbeelden. Als ze een cursus volgen, willen ze liever korte, krachtige workshops dan lange, saaie colleges.
• De wens: Een "receptenboek" met stap-voor-stap instructies en veel oefeningen, zodat ze het direct kunnen toepassen.

3. Detector Simulatie: De "Virtuele Testbaan"

Voordat ze een echt experiment bouwen, bouwen wetenschappers een virtuele versie in de computer om te zien of het werkt.

• Het probleem: Veel mensen hebben hier geen ervaring mee of voelen zich onzeker. Ze weten niet waar ze moeten beginnen.
• Wat willen ze? Ze vinden korte workshops en documentatie (handleidingen) het allerbelangrijkst. Ze willen niet urenlang luisteren naar de theorie achter de simulatie, maar liever direct zien hoe ze de software bedienen om een specifiek probleem op te lossen.
• De favoriete tool: Geant4 (een soort "virtueel laboratorium") is de tool waar ze het meeste over willen leren.

4. Data Acquisition (DAQ): De "Snelweg voor Data"

Wanneer deeltjesbotsingen plaatsvinden, komen er enorme hoeveelheden data binnen. De DAQ is de snelweg die deze data veilig en snel naar de opslag brengt.

• De situatie: Veel mensen werken hieraan, maar voelen zich onzeker over de software. Ze gebruiken vaak specifieke tools (zoals LabView), maar hebben geen goede training gekregen.
• Wat willen ze? Net als bij de andere onderwerpen: korte, gefocuste workshops en handleidingen. Ze willen weten hoe ze de "verkeerslichten" van de datastroom moeten regelen, zonder eerst een heel boek over verkeerskunde te hoeven lezen.

5. Detector Elektronica: De "Schakelkast"

Dit is de hardware die de zwakke signalen van de deeltjes omzet in digitale signalen die de computer begrijpt.

• De situatie: Dit is het minst populaire onderwerp in de enquête. Weinigen werken hieraan, maar diegenen die het doen, missen vaak de training.
• Het probleem: Niemand heeft ooit een officiële school voor elektronica-software bezocht! Ze leren het allemaal "onderweg" of via collega's.
• Wat willen ze? Ook hier: praktijkgericht leren. Ze willen met experts werken aan echte projecten, niet alleen naar theorie kijken.

🏁 De Grote Conclusie: Wat moeten we nu doen?

Het rapport komt met een paar simpele, maar krachtige adviezen:

1. Stop met alleen lange colleges: Jonge wetenschappers willen korte, krachtige workshops en handleidingen die ze kunnen gebruiken als "kookboek" voor hun werk.
2. Maak het zichtbaar: Er is een centrale website nodig waar je alle cursussen kunt vinden, net zoals een menukaart in een restaurant. Nu is het zoeken naar een cursus als het zoeken naar een naald in een hooiberg.
3. Maak het openbaar: Als er een school is geweest, moeten de lesmateriaal en documentatie online beschikbaar zijn voor iedereen, zodat mensen het in hun eigen tempo kunnen leren.
4. Minder theorie, meer handen aan het werk: De verhouding moet verschuiven. Minder tijd voor de "waarom"-vragen (theorie) en meer tijd voor de "hoe"-vragen (praktijk).

Kortom: De jonge wetenschappers zeggen: "Wij willen graag leren, maar we willen niet dat je ons eerst een heel boek laat lezen over hoe een hamer is gemaakt. Geef ons de hamer, laat ons een spijker slaan, en leg uit hoe het werkt terwijl we het doen."

Technische samenvatting

Technische Samenvatting: Analyse van Opleidingskwaliteit voor Jonge Wetenschappers in HEP-instrumentatie, Software en Machine Learning

Bron: ECFA Early-Career Researchers (ECR) Panel, maart 2026.
Doelgroep: Jonge onderzoekers (ECR's) in de experimentele en toegepaste natuurkunde.

1. Probleemstelling

Een eerdere studie uit 2021 (arXiv:2107.05739) onthulde een kritieke kloof in de High Energy Physics (HEP)-gemeenschap: hoewel 71% van de respondenten open-source software gebruikte voor instrumentatie, ontving 70% hiervan geen enkele vorm van training.
Het huidige rapport adresseert de volgende problemen:

• Gebrek aan toegang tot training: Veel jonge onderzoekers zijn niet op de hoogte van beschikbare opleidingsprogramma's (scholen, workshops).
• Kwaliteitsdeficiënties: Bestaande cursussen worden vaak als te theoretisch, te snel tempo of niet-toegespitst op de praktische behoeften van HEP-analyses ervaren.
• Zelflerende cultuur: De meeste vaardigheden worden zelfstandig of via informele mentoring verworven, wat leidt tot ongelijkmatige kennisniveaus en inefficiëntie.
• Specifieke tekorten: Er is een groot tekort aan gestructureerde training in Machine Learning (ML), detector-simulatie, Data Acquisition (DAQ) en detector-elektronica.

2. Methodologie

De "Software and Machine Learning for Instrumentation" groep van het ECFA ECR Panel lanceerde in 2025 een nieuwe enquête om de toegankelijkheid en kwaliteit van training te beoordelen.

• Steekproef: 174 respondenten, voornamelijk uit Europa (86%), met een mix van postdocs, masterstudenten, senior onderzoekers en technisch personeel.
• Structuur: De enquête bestond uit algemene vragen over de achtergrond van de respondenten, gevolgd door specifieke modules voor die respondenten die geïnteresseerd waren in:
  1. Machine Learning (ML)
  2. Detector-simulatie
  3. Data Acquisition (DAQ) en Detector Control Systems (DCS)
  4. Detector-elektronica
• Analyse: De resultaten werden geanalyseerd op basis van huidige kennisniveaus, gebruikte tools, leermethodes, tevredenheid met bestaande scholen en voorkeuren voor toekomstige curriculum-ontwikkeling.

3. Belangrijkste Bijdragen

Dit rapport levert een datagedreven basis voor het herontwerpen van opleidingsprogramma's voor de HEP-gemeenschap. De belangrijkste bijdragen zijn:

• Identificatie van kennisgaten: Kwantificering van het percentage onderzoekers dat geen toegang heeft tot training (bijv. 47% is niet op de hoogte van DAQ-scholen).
• Tool-specifieke inzichten: Gedetailleerde analyse van de gebruikte software (bijv. PyTorch vs. TensorFlow, Geant4, LabView) en de bijbehorende leerbehoeften.
• Curriculum-richtlijnen: Een kwantitatief onderbouwde voorkeur voor de samenstelling van toekomstige cursussen (verhouding theorie vs. praktijk).
• Aanbevelingen voor infrastructuur: Het voorstellen van een centraal platform voor het vinden en filteren van cursussen en het openbaar maken van trainingsmateriaal.

4. Resultaten

A. Algemene Trends

• Bereikbaarheid: Meer dan de helft van de respondenten is niet op de hoogte van beschikbare trainingen. Slechts 28,7% heeft ooit deelgenomen aan een school.
• Leerpaden: De dominante leermethodes zijn zelfstudie en hulp van ervaren collega's. Formele cursussen (universiteit, online, scholen) worden door minder dan 25% gebruikt.
• Tevredenheid: Hoewel bestaande scholen over het algemeen goed worden beoordeeld (>70% tevredenheid), wordt er om meer praktijkgerichte, hands-on sessies en langzamere tempo's gevraagd.

B. Specifieke Domeinen

1. Machine Learning (ML):

   • Gebruik: >90% wil meer leren; slechts 6% is tevreden met hun huidige kennis.
   • Tools: Python-ecosysteem domineert (PyTorch, Keras/TensorFlow, Scikit-Learn, XGBoost). ROOT-TMVA wordt ook gebruikt.
   • Toepassingen: Voornamelijk classificatie (event/object level) en reconstructie (clustering, tracking).
   • Voorkeur: Respondenten geven de voorkeur aan uitgebreide documentatie met voorbeelden (25%) en korte workshops (21%) boven lange scholen.

2. Detector-simulatie:

   • Gebruik: 56% heeft ervaring; Geant4 is de meest gevraagde tool.
   • Leerprobleem: 42% is niet op de hoogte van scholen voor simulatie.
   • Voorkeur: Korte workshops en online cursussen worden als effectiever gezien dan lange scholen. Er is een sterke vraag naar praktische sessies met experts.

3. Data Acquisition (DAQ) & Control Systems:

   • Gebruik: 43% is betrokken of geïnteresseerd. Tools zoals Grafana, Vivado en LabView worden genoemd.
   • Kennisniveau: Slechts 4% is tevreden met hun huidige kennis.
   • Hinderpalen: 14% kan niet deelnemen aan scholen vanwege gebrek aan financiering.
   • Voorkeur: Gedetailleerde documentatie en gefocuste workshops zijn het meest gewenst.

4. Detector-elektronica:

   • Gebruik: Slechts 1/3 is betrokken. EDA-software wordt door slechts een klein deel gebruikt.
   • Uniek punt: Geen enkele respondent heeft ooit een school voor detector-elektronica bezocht.
   • Voorkeur: Zelfstudie en documentatie zijn cruciaal; er is een grote vraag naar training in EDA-software.

C. Gewenste Curriculum-structuur (Over alle domeinen heen)
De respondenten gaven een duidelijke voorkeur voor de volgende verdeling in toekomstige scholen:

• Hands-on sessies met experts: ~20%
• Workshops over best practices: ~20%
• Sessies gericht op specifieke software: ~15%
• Individuele/team-projecten: ~15%
• Theoretische introductie: ~10% (minst gewenst)

5. Significantie en Aanbevelingen

Dit rapport is van cruciaal belang voor de toekomstige ontwikkeling van HEP-experimenten (zoals LHC, FCC, DUNE), aangezien de competentie van jonge onderzoekers direct invloed heeft op de kwaliteit van data-analyse en detectorontwerp.

Conclusies en Aanbevelingen:

1. Verschuiving naar praktijk: Trainingen moeten verschuiven van theoretische colleges naar praktische, hands-on sessies met directe toepassing in HEP-scenario's.
2. Centrale Hub: Er is een dringende behoefte aan een centraal, goed gefilterd website-platform waar alle beschikbare cursussen overzichtelijk zijn, inclusief vereiste voorkennis.
3. Open Access: Trainingsmateriaal van bestaande scholen moet openbaar beschikbaar worden gesteld voor zelfstudie en offline gebruik, gezien de beperkte deelname aan fysieke evenementen.
4. Financiering: Er moet meer aandacht zijn voor financiering om deelname aan scholen mogelijk te maken, vooral voor DAQ en elektronica.
5. Modulaire aanpak: In plaats van lange scholen, moeten kortere, frequentere workshops en online modules worden ontwikkeld die aansluiten bij de drukke agenda's van onderzoekers.

Dit document dient als een leidraad voor organisatoren van toekomstige scholen om de trainingen beter af te stemmen op de daadwerkelijke behoeften van de volgende generatie HEP-wetenschappers.