अब तक का सबसे अच्छा तरीका पूरक सामग्री के रूप में अपने सभी कोड को शामिल करना है। यदि संभव हो, तो अपने परिणामों को फिर से बनाने के लिए आवश्यक प्रासंगिक यादृच्छिक बीजों वाली फ़ाइलों को भी शामिल करें। यह न केवल लोगों को आपके परिणामों (जो आप के बारे में परवाह नहीं कर सकता) को फिर से बनाने की अनुमति देता है, यह उन्हें और भी आसानी से जारी रखने की अनुमति देता है जहां आपने छोड़ा था। यह आपके काम के लिए नए सहयोग और उद्धरण के लिए अनुमति देता है। दुर्भाग्य से, यह आपको अपने कोड को साफ करने के लिए मजबूर करने की कठिनाई के साथ आता है, और सुनिश्चित करें कि इसकी बग मुक्त हो। इसलिए, यह व्यवहार में सामान्य से अधिक आदर्श है। लेकिन बहुत कम से कम, आपको अपने परिणामों का उत्पादन करने के लिए उपयोग किए गए कोड के एक संस्करण को संग्रहित करना चाहिए, इस तरह यदि कोई अन्य शोधकर्ता कोड मांगता है, तो आप इसका उत्पादन कर सकते हैं।
आपके पेपर में विवरण के संदर्भ में, तब मैं मॉडल के प्रमुख उपन्यास विशेषताओं के स्वतंत्र उच्च कार्यान्वयन, कार्यान्वयन पर ध्यान केंद्रित करूंगा (यह व्यावहारिक भाग सबसे अच्छा पेपर प्राप्त है)। उन विशेषताओं पर ध्यान केंद्रित करें, जो परिणाम को गुणात्मक रूप से बदल देंगे यदि उन्हें ट्विक किया गया है। अधिकांश मॉडल जो मैं मात्रात्मक परिणामों के साथ काम करता हूं, लेकिन विशिष्ट मात्रा आमतौर पर ब्याज की नहीं होती है, केवल गुणात्मक व्यवहार (चूंकि पैरामीटर आमतौर पर प्रकृति में अवलोकन योग्य हैं)। इस प्रकार, मैं मॉडल के हिस्सों का वर्णन करने पर ध्यान केंद्रित करता हूं, कि यदि परिवर्तित हो जाए तो सिस्टम के गुणात्मक व्यवहार को बदल देगा। यदि यह मानसिकता मुझे अपने मॉडल के हर अंतिम विवरण को लागू करने के लिए मजबूर करती है, तो मुझे पता है कि मेरा मॉडल बहुत मजबूत नहीं है, और इस तरह से इसे खत्म कर दिया जाना चाहिए।
यह जांचने का एक अच्छा तरीका है कि यदि आपका इन-पेपर विवरण पर्याप्त है, तो एक मित्र (या छात्र) से पूछें, जिसने इस परियोजना पर आपके साथ काम नहीं किया है, यह वर्णन करने के लिए कि वे आपके मॉडल को कैसे लागू कर सकते हैं छद्म-कोड। यदि वे इस कोशिश के दौरान फंस नहीं जाते हैं (जैसा कि वे एक मॉडल के स्केच पर आते हैं जो समान गुणात्मक परिणाम उत्पन्न करना चाहिए), तो आप जानते हैं कि आपने विवरण का अच्छा काम किया है।