Найкращий на сьогоднішній день спосіб - включити весь код у якості додаткового матеріалу. Якщо можливо, також додайте файли з відповідними випадковими насінням, необхідними для відновлення результатів. Це не тільки дозволяє людям відтворити ваші результати (які можуть вас не хвилювати), але також дозволяє їм легше продовжувати там, де ви зупинилися. Це дозволяє отримати нові співпраці та цитати до вашої роботи. На жаль, це спричиняє труднощі змусити вас очистити код і переконатися, що його помилка безкоштовна. Отже, це більше ідеал, ніж звичайний на практиці. Але принаймні, ви повинні архівувати версію свого коду, яка використовується для отримання результатів, таким чином, якщо інший дослідник попросить код, ви можете створити його.
Що стосується опису у вашому документі, то я б зосередився на високому рівні, незалежному від реалізації опису ключових нових особливостей моделі (це практична частина найбільш гарного документу досягнення). Сконцентруйтеся на особливостях, які якісно змінять результат, якщо вони підправлені. Більшість моделей, з якими я працюю, дають кількісні результати, але конкретні кількості, як правило, не цікавлять, а лише якісна поведінка (оскільки параметри, як правило, далекі від тих, які можна спостерігати за своєю природою). Таким чином, я зосереджуюсь на описі частин моделі, що при зміні змінить якісну поведінку системи. Якщо такий спосіб мислення змушує мене описати кожну останню деталь моєї моделі до впровадження, то я знаю, що моя модель не дуже надійна, і тому її слід брати до уваги.
Хороший спосіб перевірити, чи достатньо вашого опису в папері, - попросити друга (або студента), який не працював над цим проектом, з вами описати, як вони могли б реалізувати вашу модель, - псевдокод. Якщо вони не зациклюються під час спроби цього (як, наприклад, вони приходять до ескізу моделі, яка повинна дати ті ж якісні результати), то ви знаєте, що ви зробили хорошу роботу з описом.