[論文レビュー] A Metadata-Based Ecosystem to Improve the FAIRness of Research Software

Patrick Kuckertz, Jan Göpfert+11 more|arXiv (Cornell University)|Jan 1, 2023

Scientific Computing and Data Management被引用数 1

ひとこと要約

本論文は、研究ソフトウェアのFAIR性（検索可能性、アクセス可能性、相互運用性、再利用可能性）を向上させるためのメタデータベースフレームワーク、DataDescエコシステムを提案する。このフレームワークは、専用のメタデータスキーマ、OpenAPIベースの交換形式、および自動化されたツールチェーンを通じて、機械可読で詳細なソフトウェアインターフェース記述を可能にする。この手法により、インターフェースのデータモデルが標準化され、相互運用可能に構造化されることで、研究ソフトウェアの再利用性が顕著に向上し、FINEエネルギーモデリングフレームワークへの応用によって実証された。

ABSTRACT

The reuse of research software is central to research efficiency and academic exchange. The application of software enables researchers with varied backgrounds to reproduce, validate, and expand upon study findings. Furthermore, the analysis of open source code aids in the comprehension, comparison, and integration of approaches. Often, however, no further use occurs because relevant software cannot be found or is incompatible with existing research processes. This results in repetitive software development, which impedes the advancement of individual researchers and entire research communities. In this article, the DataDesc ecosystem is presented, an approach to describing data models of software interfaces with detailed and machine-actionable metadata. In addition to a specialized metadata schema, an exchange format and support tools for easy collection and the automated publishing of software documentation are introduced. This approach practically increases the FAIRness, i.e., findability, accessibility, interoperability, and so the reusability of research software, as well as effectively promotes its impact on research.

研究の動機と目的

• 研究ソフトウェアの再利用性が低い主な要因である、不十分で機械可読でないインターフェースドキュメンテーションの問題に対処すること。
• ソフトウェアのデータモデルおよびインターフェースに関する詳細で標準化されたメタデータを捉えることで、相互運用性を向上させること。
• メタデータ抽出および公開パイプラインの自動化により、研究者によるドキュメンテーション作業の負担を軽減すること。
• 標準化された交換形式を用いることで、プラットフォーム間でのソフトウェアメタデータの広範な配布を可能にすること。
• FAIR原則およびコミュニティ標準に準拠することで、研究ソフトウェアの長期的な検索可能性と再利用可能性を支援すること。

提案手法

• ソフトウェアコンポonentのデータモデル構造、インターフェースパラメータ、値の範囲、制約を捉える専用のメタデータスキーマの設計。
• 機械可読性と既存のAPIツールチェーンとの統合を保証するため、OpenAPIの階層的構造に基づく交換形式の構築。
• ソースコード（例：Pythonのアノテーション）から直接メタデータを抽出するツールセットの開発。
• メタデータをソフトウェアリポジトリおよび発見プラットフォームに自動的にプッシュする公開パイプラインの実装。
• 既存のスキーマ（例：CodeMeta）の再利用と拡張に加え、インターフェース固有のメタデータ用の新規要素の追加。
• 正式なスキーマ拡張を通じて、将来的な外部ライブラリおよび手続き的依存関係との統合を可能にする拡張性の支援。

実験結果

リサーチクエスチョン

• RQ1 研究ソフトウェアインターフェースを、機械可読な発見および相互運用性を可能にする十分な技術的詳細で記述するにはどうすればよいか？
• RQ2 ソフトウェアのデータモデルを標準的かつ再利用可能に表現するには、どのようなメタデータスキーマと交換形式が必要か？
• RQ3 研究者によるドキュメンテーション負担を軽減するために、メタデータ収集および公開をどのように自動化できるか？
• RQ4 既存のソフトウェアドキュメンテーションおよびメタデータ形式を、ソフトウェアにおけるFAIR原則を支援するためにどの程度拡張または置き換えることができるか？
• RQ5 インターフェースパラメータと外部ライブラリとの間の依存関係を、メタデータで形式的に表現するにはどうすればよいか？

主な発見

• DataDescエコシステムは、ソフトウェアインターフェースのデータモデルに対する機械可読な記述を成功裏に実現し、相互運用性と再利用性を顕著に向上させた。
• OpenAPIベースの交換形式の統合により、自動ソフトウェア発見およびワークフロー構成パイプラインでのシームレスな再利用が可能になった。
• ソースコードからのメタデータ抽出の自動化により、手動ドキュメンテーションの負担が軽減され、一貫性が向上した。
• フレームワークはFINEエネルギーモデリングフレームワークに適用され、実用性が実証されるとともに、現在のメタデータ実務におけるギャップが特定された。
• Zenodoやソフトウェアリポジトリへのメタデータ公開の部分的自動化が可能となり、長期的な検索可能性が向上した。
• 手続的依存関係および外部ライブラリインターフェースのサポートを拡張する取り組みが進行中であり、広範な採用の可能性が示唆された。