[论文解读] Capturing the “Whole Tale” of Computational Research: Reproducibility in Computing Environments

Bertram Ludäscher, Kyle Chard+5 more|arXiv (Cornell University)|Jan 1, 2017

Scientific Computing and Data Management参考文献 1被引用 4

一句话总结

Whole Tale项目提出了一种持久的、协作的计算环境，通过系统性地将研究出版物与其底层数字对象——数据、代码和工作流——关联起来，完整捕捉从数据到出版的整个生命周期，借助网关式基础设施实现可重现性和重用性，支持直接使用并集成到特定领域的科学网关中。

ABSTRACT

We present an overview of the recently funded “Merging Science and Cyberinfrastructure Pathways: The Whole Tale” project (NSF award #1541450). Our approach has two nested goals: 1) deliver an environment that enables researchers to create a complete narrative of the research process including exposure of the data-to-publication lifecycle, and 2) systematically and persistently link research publications to their associated digital scholarly objects such as the data, code, and workflows. To enable this, Whole Tale will create an environment where researchers can collaborate on data, workspaces, and workflows and then publish them for future adoption or modification. Published data and applications will be consumed either directly by users using the Whole Tale or can be integrated into existing or future domain Science Gateways. Our approach is analogous to a general science gateway as it aims to deliver a collection of services and integration software that simplifies the use of scientific services and cyberinfrastructure.

研究动机与目标

• 创建一个全面的、持久的环境，以捕捉从数据生成到出版的完整科研过程叙事。
• 系统性地将研究出版物与其相关数字学术对象（包括数据、代码和工作流）关联起来。
• 在统一的计算环境中支持对数据、工作区和工作流的协作。
• 使已出版的研究对象能够通过Whole Tale直接使用，或集成到现有或未来的科学网关中。
• 作为通用型科学网关，简化对科学服务和网络基础设施的访问。

提出的方法

• 开发一种支持完整研究工作流创建、执行和发布的软件环境。
• 实现对数字学术对象（包括数据、代码和溯源元数据）的持久化、版本化存储。
• 设计一种集成框架，使已出版的研究对象可被用户直接使用，或嵌入特定领域的科学网关中。
• 支持在共享、可重现的工作区中协同编辑和执行工作流。
• 采用面向服务的架构，通过统一接口暴露科学服务和网络基础设施。
• 通过标准化API和数据模型，支持与现有网络基础设施和网关生态系统的互操作性。

实验结果

研究问题

• RQ1 如何设计一种计算环境，以捕捉并保存数据驱动科研的完整生命周期？
• RQ2 何种架构模式能够实现出版物与其底层数据、代码和工作流的系统性关联？
• RQ3 如何将协作性、可重现的研究环境整合到现有的科学网关生态系统中？
• RQ4 何种机制可确保计算研究中数字学术对象的长期持久性和可重用性？
• RQ5 如何使通用型科学网关有效简化对多样化科学服务和网络基础设施的访问？

主要发现

• Whole Tale环境成功使研究人员能够以持久且版本化的方式发布包含数据、代码和工作流的完整、可重现的研究对象。
• 该系统支持用户通过Whole Tale平台直接使用已发布的研究对象，提升了可访问性和可重用性。
• 已发布的研究对象可无缝集成到现有或未来的特定领域科学网关中，扩展了其影响力和实用性。
• 平台的服务导向型架构实现了与多样化网络基础设施组件和科学工作流的互操作性。
• 该项目展示了系统性、持久性地将出版物与其数字溯源关联的可行模式，推动了计算研究的可重现性。
• 该方法作为通用科学网关，简化了对科学服务的访问，降低了计算研究产出重用的障碍。