[論文レビュー] Implementing Transitive Credit with JSON-LD

Daniel S. Katz, Arfon M. Smith|arXiv (Cornell University)|Jul 18, 2014

Scientific Computing and Data Management参考文献 15被引用数 15

ひとこと要約

本論文は、JSON-LDを用いた機械可読の推移的信用制度を提案し、学術的製品全体にわたってソフトウェア、データ、出版物などの直接的および間接的貢献者に部分的信用を割り当てる。信用重みを著者、ソフトウェア、データセット、その他のコンポONENTに構造化されたリンクデータ形式でエンコードすることで、間接的貢献の自動追跡が可能となり、プロトタイプでは、ソフトウェアツールのリード開発者が、推移的帰属によって論文全体の12.5％の信用を受ける仕組みを示している。

ABSTRACT

Science and engineering research increasingly relies on activities that facilitate research but are not currently rewarded or recognized, such as: data sharing; developing common data resources, software and methodologies; and annotating data and publications. To promote and advance these activities, we must develop mechanisms for assigning credit, facilitate the appropriate attribution of research outcomes, devise incentives for activities that facilitate research, and allocate funds to maximize return on investment. In this article, we focus on addressing the issue of assigning credit for both direct and indirect contributions, specifically by using JSON-LD to implement a prototype transitive credit system.

研究の動機と目的

• ソフトウェア開発、データ共有、メソドロジー作成などの非伝統的貢献への認識不足に対処すること。
• 学術的製品全体にわたって直接的および間接的信用を割り当てるメカニズムを開発すること。
• JSON-LDを用いて標準的かつ拡張可能な形式で信用情報をエンコードすることで、機械処理可能な帰属を可能にすること。
• 間接的貢献の定量的評価と追跡を通じて、研究資産の共有および再利用を促進するインcentiveを提供すること。
• 既存の学術的インfraストラクチャ（例：DOI、インデクシングシステム）に推移的信用を統合するための技術的フレームワークを提唱すること。

提案手法

• 意味的明確性を高めるために、@context、@type、@id を含む構造化メタデータを用いて学術的製品をJSON-LDで表現すること。
• 著者、ソフトウェア、データセット、その他のコンポONENTに部分的信用重みを割り当てるために、JSON-LD内にクレジットマップ構造を定義すること。
• 人物にはORCID、出版物にはDOIなどの標準的識別子を活用し、エンティティの明確な解決を保証すること。
• コンポONENT製品の信用がそれを使用する製品にまで流れ込むように、推移的帰属をサポートする形で信用情報を保存すること。
• schema.org、DOAP、SPDX などの語彙を活用し、エンティティを一貫して記述するとともに、既存システムとの相互運用性を確保すること。
• 共同著者、引用された論文、ソフトウェア、謝辞、ブログ投稿物の信用重みを含む、学術的論文用のプロトタイプクレジットマップを設計すること。

実験結果

リサーチクエスチョン

• RQ1 ソフトウェア、データ、メソドロジーなどの間接的貢献は、どのように学術的出版物において体系的に帰属づけられるか？
• RQ2 リンクされた学術的製品全体にわたって、機械可読で推移的な帰属を可能にする技術的アプローチは何か？
• RQ3 部分的信用重みは、人間および機械の両方の解釈を可能にする標準的かつ拡張可能な形式で、どのように構造化され、保存されるべきか？
• RQ4 JSON-LDは、学術的メタデータにおける複雑な信用関係をどのように表現できるか？
• RQ5 既存の学術的インfraストラクチャ（例：DOI、インデクシングシステム）は、スケールに応じた推移的信用をサポートするためにどのように拡張可能か？

主な発見

• プロトタイプのクレジットマップは正常にJSON-LDにエンコードされ、論文に使用されたツールの開発者が、推移的帰属によって論文全体の12.5％の信用を受けることが実証された。
• 本システムは階層的信用フローをサポートする：論文がソフトウェアパッケージに25％の信用を与える場合、パッケージのクレジットマップがそのリード開発者に50％を割り当てていれば、開発者は論文全体の12.5％の信用を受けることになる。
• さらに、新しい論文が元の論文に10％の信用を与える場合、元の論文のソフトウェアリード開発者は新しい論文で1.25％の信用を受けることになる。
• 標準語彙（例：schema.org）および永続的識別子（ORCID、DOI）の使用により、エンティティの明確な解決と機械処理可能性が実現された。
• 本アプローチは、Elastic Search などの既存のアラートメトリクスおよびインデクシングシステムと互換性があり、信用および貢献メタデータの高度なファセット検索を可能にする。
• 本手法は、推移的信用を学術的インfraストラクチャに統合する基盤を提供するが、信用重みの割り当てを標準化する点や、DOI登録済みでないコンポONENTを扱う点において、課題が残っている。