[論文レビュー] Managing Research Data in Big Science

Norman Gray, T. D. Carozzi+1 more|arXiv (Cornell University)|Jul 17, 2012

Research Data Management Practices参考文献 35被引用数 8

ひとこと要約

本論文は、重力波研究を含むビッグサイエンスにおける形式的データ管理計画（DMP）フレームワークを提唱する。LIGO科学共同研究（LSC）の事例研究に基づき、監査可能性と持続可能性を向上させるために、軽量で標準化されたDMPを提唱する。OAIS参照モデルを基盤とし、既存のビッグサイエンスの実践がすでに強固なデータキュレーションを反映していることを示し、長期的保存とオープンアクセスを保証するためには、形式的かつ制度化された手法の導入が求められると結論づける。

ABSTRACT

The project which led to this report was funded by JISC in 2010--2011 as part of its 'Managing Research Data' programme, to examine the way in which Big Science data is managed, and produce any recommendations which may be appropriate. Big science data is different: it comes in large volumes, and it is shared and exploited in ways which may differ from other disciplines. This project has explored these differences using as a case-study Gravitational Wave data generated by the LSC, and has produced recommendations intended to be useful variously to JISC, the funding council (STFC) and the LSC community. In Sect. 1 we define what we mean by 'big science', describe the overall data culture there, laying stress on how it necessarily or contingently differs from other disciplines. In Sect. 2 we discuss the benefits of a formal data-preservation strategy, and the cases for open data and for well-preserved data that follow from that. This leads to our recommendations that, in essence, funders should adopt rather light-touch prescriptions regarding data preservation planning: normal data management practice, in the areas under study, corresponds to notably good practice in most other areas, so that the only change we suggest is to make this planning more formal, which makes it more easily auditable, and more amenable to constructive criticism. In Sect. 3 we briefly discuss the LIGO data management plan, and pull together whatever information is available on the estimation of digital preservation costs. The report is informed, throughout, by the OAIS reference model for an open archive.

研究の動機と目的

• ビッグサイエンス、特に重力波物理学におけるデータ管理実践を検討し、保存・共有における強みと課題を特定する。
• LIGO科学共同研究のようなビッグサイエンスにおける既存のデータ管理実践が、他の分野の基準を満たしているか、あるいはそれを上回っているかどうかを評価する。
• 科学的コミュニティが負担を増やすことなく監査可能性と持続可能性を向上させる、形式的で軽量なデータ管理計画（DMP）フレームワークを提言する。
• OAIS参照モデルを基盤として、ビッグサイエンスデータの長期的デジタル保存の可能性とコストを評価する。
• 助成機関（例：STFC、JISC）および研究コミュニティが、政策と計画を通じてデータ保存のベストプラクティスを制度化する方法を示唆する。

提案手法

• 代表的なビッグサイエンスプロジェクトとしてのLIGO科学共同研究（LSC）を事例として、そのデータ管理および保存ワークフローを分析した。
• デジタルアーカイブのためのOAIS参照モデルとDCCキュレーションライフサイクルモデルを用い、既存のデータ管理実践の成熟度と適合性を評価した。
• LSCのデータ管理計画（DMP）とその実装、特にメタデータの取り扱い、バックアップメカニズム、アクセス制御を評価した。
• LSCの利用可能なデータを基に、デジタル保存のコストを評価し、より広範なビッグサイエンスの文脈に拡張した。
• AIDAツールキットを用いて、技術的・組織的・政策的次元におけるデータ管理成熟度を評価した。
• 得られた知見を統合し、制度的および政策的次元での提言を策定。主に、形式的かつ制度化された優れた実践を推進することを重視し、規定的な命令を避ける。

実験結果

リサーチクエスチョン

• RQ1 ビッグサイエンス、特に重力波物理学におけるデータ管理実践は、他の科学分野と比べてどのように異なるか？
• RQ2 既存のビッグサイエンスのデータ管理実践は、どれほど強固なデータキュレーションを反映しているのか。形式的かつ標準化された手法の導入は、どこで必要とされるのか？
• RQ3 長期間にわたり大規模な科学的データを保存するにあたり、主な課題は何か。そして、機関および助成機関の政策によって、それらの課題はどのように解決できるか？
• RQ4 ビッグサイエンスにおいて、過度な管理的負担をかけずに、データ管理計画（DMP）をどのように形式化できるか？
• RQ5 OAIS参照モデルは、ビッグサイエンスにおける持続可能なデータ保存戦略を指導するために、どのような役割を果たせるか？

主な発見

• LIGO科学共同研究（LSC）は、広範なログ記録、メタデータの収集、データ共有を含む強固なデータ管理実践を既に実施しており、デジタルキュレーションのベストプラクティスと密接に一致している。
• 非公式なプロセスであるが、協働による透明性と技術的連携のおかげで、LSCは高いデータ整合性とセキュリティを維持しているが、形式的な監査メカニズムは限定的である。
• LSCのデータ保存戦略は基本的に効果的であるが、中央集権的かつ標準化されたログ記録とメタデータフォーマットの欠如により、監査可能性と長期的持続可能性が低下している。
• NSFをはじめとする助成機関は、長期的データ保存に戦略的コミットメントを示しており、5〜10年スケールで持続的資金供与が可能であると示唆している。
• 既存インfraストラクチャに統合された場合、ビッグサイエンスデータのデジタル保存コストは管理可能であり、計画の形式化が図られれば、新たな大規模投資は不要である。
• 助成機関の提言は、技術的ルールの規定ではなく、形式的DMPの義務化に焦点を当てるべきである。なぜなら、現在の実践はすでに強固なキュレーションを反映しており、形式的かつ監査可能な仕組みの整備が、唯一の課題であるからである。