Elizabeth est candidate au PhD dans le Programme intégré en neuroscience à l’Université McGill où elle travaille sous la supervision du Dr. Jean-Baptiste Poline. La thèse d’Elizabeth vise à améliorer l’habileté à faire des comparaisons inter-sujets en examinant les méthodes d’alignement basées sur la fonction cérébrale plutôt que sur la structure. Elle travaille en grande partie sur des jeux de données naturelles où les participants doivent faire des tâches telles que visionner des films et elle est très impliquée dans le façonnement et la promotion des standards pour la réutilisation de jeux de données de telle complexité. 

La recherche contemporaine en neuroscience génère des quantités importantes de codes et de données, mais ces objets de recherche peuvent difficilement être incorporés dans un PDF et sont donc souvent ignorés. Même lorsqu’elles sont rendues accessibles ouvertement, il peut être difficile pour les chercheurs de les relier directement aux résultats d’un article publié; par exemple, la version d’un jeu de données utilisé pour générer une figure spécifique peut ne pas être claire. Avec l’aide de la PCNO, je travaille sur Jupyter Book, une bibliothèque de logiciels pour transformer les cahiers Jupyter – un cahier de notes virtuel populaire au sein des scientifiques – en objets de recherche qui ressemblent davantage à ceux vus dans les journaux traditionnels. Plus important encore, les codes et les données sont intégrés au travers du document dans l’espoir que ce format permettra aux scientifiques d’étendre leurs travaux à ceux de leurs collègues.