Utilizando la Proveniencia en Objetos de Investigación Reutilizables
Autores: Yuan, Zhihao; Ton That, Dai Hai; Kothari, Siddhant; Fils, Gabriel; Malik, Tanu
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Utilizando la Proveniencia en Objetos de Investigación Reutilizables
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Experimentos
Computacional
Procedencia
Objeto de investigación
Compartir
Reutilizar
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La ciencia se lleva a cabo de manera colaborativa, a menudo requiriendo el intercambio de conocimientos sobre experimentos computacionales. Cuando los experimentos incluyen solo conjuntos de datos, se pueden compartir utilizando Identificadores Uniformes de Recursos (URIs) o Identificadores de Objetos Digitales (DOIs). Sin embargo, un experimento rara vez incluye solo conjuntos de datos, sino que más a menudo incluye software, su ejecución pasada, procedencia y documentación asociada. El Objeto de Investigación ha surgido recientemente como un método integral y sistemático para la agregación e identificación de diversos elementos de experimentos computacionales. Si bien es un método necesario, la mera agregación no es suficiente para el intercambio de experimentos computacionales. Otros usuarios deben poder recomputar fácilmente sobre estos objetos de investigación compartidos. La procedencia computacional es a menudo la clave para habilitar tal reutilización. En este artículo, mostramos cómo los objetos de investigación reutilizables pueden utilizar la procedencia para repetir correctamente una ejecución de referencia anterior, construir un subconjunto de un objeto de investigación para reutilización parcial y reutilizar contenidos existentes de un objeto de investigación para reutilización modificada. Describimos dos métodos para resumir la procedencia que ayudan a comprender los contenidos y las ejecuciones pasadas de un objeto de investigación. El primer método obtiene una vista de proceso al colapsar información del sistema de bajo nivel, y el segundo método obtiene un gráfico resumen al agrupar nodos y aristas relacionados con el objetivo de obtener una vista gráfica similar al flujo de trabajo de la aplicación. A través de experimentos detallados, mostramos la eficacia y eficiencia de nuestros algoritmos.
Descripción
La ciencia se lleva a cabo de manera colaborativa, a menudo requiriendo el intercambio de conocimientos sobre experimentos computacionales. Cuando los experimentos incluyen solo conjuntos de datos, se pueden compartir utilizando Identificadores Uniformes de Recursos (URIs) o Identificadores de Objetos Digitales (DOIs). Sin embargo, un experimento rara vez incluye solo conjuntos de datos, sino que más a menudo incluye software, su ejecución pasada, procedencia y documentación asociada. El Objeto de Investigación ha surgido recientemente como un método integral y sistemático para la agregación e identificación de diversos elementos de experimentos computacionales. Si bien es un método necesario, la mera agregación no es suficiente para el intercambio de experimentos computacionales. Otros usuarios deben poder recomputar fácilmente sobre estos objetos de investigación compartidos. La procedencia computacional es a menudo la clave para habilitar tal reutilización. En este artículo, mostramos cómo los objetos de investigación reutilizables pueden utilizar la procedencia para repetir correctamente una ejecución de referencia anterior, construir un subconjunto de un objeto de investigación para reutilización parcial y reutilizar contenidos existentes de un objeto de investigación para reutilización modificada. Describimos dos métodos para resumir la procedencia que ayudan a comprender los contenidos y las ejecuciones pasadas de un objeto de investigación. El primer método obtiene una vista de proceso al colapsar información del sistema de bajo nivel, y el segundo método obtiene un gráfico resumen al agrupar nodos y aristas relacionados con el objetivo de obtener una vista gráfica similar al flujo de trabajo de la aplicación. A través de experimentos detallados, mostramos la eficacia y eficiencia de nuestros algoritmos.