Perché i dati e la condivisione dei materiali si occupano di ricerca in ingegneria

La ricerca ingegneristica dipende da risultati riproducibili e da metodi trasparenti, quando i ricercatori condividono i loro dati e materiali apertamente, creano una base che altri possono verificare, estendere e applicare a nuovi problemi.

A differenza di alcuni campi in cui i dati spesso prendono la forma di piccole tabelle o semplici misurazioni, la ricerca ingegneristica può coinvolgere set di dati di massa da reti di sensori, uscite di simulazione complesse, file di progettazione assistita dal computer, codice sorgente per strumenti di analisi personalizzati e prototipi fisici.

Oltre ai vantaggi immediati dei singoli ricercatori, l'adozione diffusa di dati e la condivisione dei materiali accelera il ritmo dell'innovazione in tutta la comunità ingegneristica. Quando un gruppo di ricerca mette a disposizione i suoi dati sperimentali, altri gruppi possono testare ipotesi alternative, applicare metodi di apprendimento automatico, o combinare i set di dati da fonti multiple per trarre conclusioni più ampie.

Migliori Pratiche per la gestione dei dati di ricerca

La gestione dei dati nella ricerca ingegneristica comporta l'intero ciclo di vita dei dati: raccolta, elaborazione, analisi, archiviazione, condivisione e conservazione.Ogni fase offre opportunità per migliorare la qualità, l'usabilità e il valore a lungo termine.Le seguenti pratiche affrontano gli aspetti più critici della gestione dei dati per i ricercatori di ingegneria.

Organizzare i dati con formati standardizzati e ricchi metadati

Per i dati numerici, prendere in considerazione formati come CSV, HDF5 o NetCDF piuttosto che formati di foglio di calcolo proprietario che possono richiedere software specifico. Per i dati geospaziali, i formati GeoTIFF o Shapefile sono ampiamente supportati. La chiave è scegliere formati che bilanciano l'accessibilità ampia con la capacità di rappresentare la piena complessità dei dati.

Metadata trasforma i dati grezzi in informazioni utilizzabili. Un file CSV di letture di tensione significa poco senza contesto. I metadati dovrebbero descrivere ciò che i dati rappresentano, come è stato raccolto, quali unità sono utilizzate, la data e la posizione della raccolta, specifiche degli strumenti e qualsiasi passo di elaborazione applicato.

Assicurare la qualità dei dati attraverso la convalida e la pulizia

Per i dati dei sensori, ciò potrebbe comportare la calibrazione di strumenti regolarmente e il controllo per la deriva o per gli outlier.Per i dati di simulazione, la convalida contro i benchmark analitici o i risultati sperimentali fornisce un controllo sull'accuratezza del modello.

Se i valori mancanti sono interpolati, è necessario specificare il metodo di interpolazione. Idealmente, sia i dati grezzi che la versione pulita sono condivisi, permettendo ad altri ricercatori di valutare l'impatto delle decisioni di pulizia sui risultati finali.

Selezionare Repositori reputazione con Identifier persistenti

I repository responsabili offrono diversi vantaggi su siti personali o istituzionali, fornendo identificativi persistenti come DOIs (Digital Object Identifiers), che garantiscono che i dati rimangano reperibili anche se l'istituto ospitante cambia la sua infrastruttura web, e che esecuno anche gli standard di metadati, gestiscono i controlli di accesso e garantiscono la conservazione a lungo termine.

Per la ricerca di ingegneria, repository come ]Zenodo, ]Figshare[, e opzioni specifiche di dominio come il Nature Scientific Data ha raccomandato repository[]] offrire piattaforme affidabili. Quando si seleziona un repository, considerare se fornisce le capacità di pubblicazione comuni, gestisce il campo di filebar.

Fornire documentazione completa

La documentazione dovrebbe consentire ad un altro ricercatore di comprendere e riutilizzare i dati senza dover contattare gli autori originali. Un dizionario di dati o un codebook che definisce ogni variabile, i suoi valori possibili e il suo significato è essenziale.Per i set di dati complessi, un file README in formato testo semplice può descrivere la struttura generale, le relazioni tra i file e le eventuali ipotesi effettuate durante la raccolta o il trattamento dei dati.

Per la ricerca di ingegneria che coinvolge dati sperimentali, la documentazione dovrebbe includere l'impostazione sperimentale, le specifiche delle attrezzature, i record di calibrazione, le condizioni ambientali e le eventuali deviazioni del protocollo previsto. L'obiettivo è quello di fornire un contesto sufficiente che un ricercatore competente nello stesso campo potrebbe riprodurre l'esperimento o applicare i dati a un nuovo problema con fiducia.

Indirizzo Privacy, Riservatezza e Sicurezza

Sebbene i dati di ingegneria non coinvolgano soggetti umani, ci sono situazioni in cui sorge privacy e riservatezza. Le ricerche che coinvolgono i partecipanti umani, come gli studi sull'interazione tra computer e biomeccanica, possono includere informazioni personali. In questi casi, i dati devono essere anonimi o de-identificati prima della condivisione, e i ricercatori devono rispettare i requisiti del comitato di revisione istituzionale e le normative rilevanti come GDPR o HIPAA.

Per i dati proprietari o controllati dall'esportazione, i ricercatori devono navigare con attenzione sulle restrizioni. In alcuni casi, la condivisione dei dati derivati o i risultati aggregati che non rivelano dettagli sensibili possono fornire valore mentre protegge la proprietà intellettuale.

Migliori Pratiche per la condivisione di materiali di ingegneria

I materiali nella ricerca ingegneristica si estendono oltre i file di dati per includere file di progettazione, codice software, specifiche hardware, protocolli sperimentali e campioni fisici. Condivisione di questi materiali consente agli altri ricercatori di riprodurre i risultati e costruire sul lavoro più efficacemente di quanto i dati soli consentirebbero.

Condividere Materiali Completi e Accessibili

Una carta potrebbe descrivere un nuovo design dei sensori ma include solo una fotografia del dispositivo assemblato, lasciando altri ricercatori a indovinare in dimensioni, scelte materiali e procedure di montaggio. Condivisione del set completo di materiali significa fornire file CAD, fattura di materiali, istruzioni di montaggio e codice sorgente per qualsiasi firmware o software di controllo.

Per il software, la condivisione del codebase completo utilizzato nella ricerca, tra cui script di costruzione, suite di prova e documentazione, permette ad altri di eseguire le stesse analisi. Ancora meglio, la condivisione di un ambiente containerizzato come un'immagine Docker assicura che il software funziona in modo identico su diversi sistemi.

Scegliere formati aperti e non produttivi

Per i file CAD, i formati STEP o IGES sono ampiamente supportati in diversi pacchetti software, a differenza dei formati proprietari che possono richiedere licenze costose da aprire. Per i file di stampa 3D, i formati STL o OBJ sono standard. Per le immagini, i formati PNG o TIFF sono preferiti nei formati proprietari.

Quando i formati proprietari sono inevitabili, i ricercatori dovrebbero anche fornire una conversione open-format o una specifica dettagliata che permette ad altri di ricreare gli strumenti necessari. Il principio è quello di ridurre al minimo le barriere all'accesso. Un ricercatore in una piccola istituzione o in un paese in via di sviluppo dovrebbe essere in grado di lavorare con materiali condivisi senza bisogno di costosi software proprietario.

Stabilire Cancella Termini di licenza

Senza una licenza chiara, i materiali condivisi esistono in una zona grigia legale. Altri possono essere incerti se possono utilizzare, modificare o ridistribuire i materiali. La scelta di una licenza aperta appropriata risolve questa ambiguità e incoraggia il riutilizzo. Per i dati, le licenze Creative Commons CC0 o CC-BY sono scelte popolari.

Una licenza permissiva come MIT permette l'uso commerciale e non richiede opere derivate da open source. Una licenza per copyleft come GPL richiede che le opere derivate siano distribuite anche sotto gli stessi termini. I ricercatori dovrebbero comprendere queste differenze e selezionare licenze che si allineano ai loro obiettivi per il lavoro.

Procedure di documentazione per la riproducibilità

Le procedure sperimentali nella ricerca ingegneristica possono essere complesse e sottili. Un documento pubblicato può descrivere l'approccio generale in pochi paragrafi, ma il protocollo effettivo può comportare passaggi specifici, tempistiche, condizioni ambientali e procedure di risoluzione dei problemi che non sono catturati nel testo principale. Condivisione dei protocolli dettagliati come materiali supplementari o attraverso piattaforme come protocols.io] fornisce il livello di dettaglio necessario per la riproduzione esatta.

La documentazione video è sempre più preziosa per gli esperimenti fisici e i processi produttivi. Un breve video che mostra come allineare i componenti, applicare gli adesivi o utilizzare le attrezzature può trasmettere informazioni che testo e immagini statiche non possono. I ricercatori dovrebbero considerare la creazione di integratori video che camminano attraverso i passaggi chiave delle loro procedure.

Assicurare l'accessibilità a lungo termine e il controllo delle versioni

I siti web e le pagine istituzionali sono inclini a scomparire quando i ricercatori spostano le istituzioni o quando i sistemi vengono aggiornati. Utilizzando repository consolidati con impegni di conservazione protegge contro la putrefazione dei link. I materiali devono essere assegnati identificatori persistenti, e il repository dovrebbe avere una chiara politica per mantenere l'accesso nel corso dei decenni.

Il controllo delle versioni è particolarmente importante per il software e le risorse continuamente aggiornate. I repository Git ospitati su piattaforme come GitHub o GitLab forniscono una storia completa dei cambiamenti, permettendo ai ricercatori di fare riferimento alla versione esatta utilizzata in un particolare studio. Per grandi set di dati che non possono essere memorizzati in Git, repository che supportano la versione, come Zenodo, consentono ai ricercatori di aggiornare i set di dati mantenendo l'accesso alle versioni precedenti.

Superare le sfide comuni nella condivisione dei dati e dei materiali

Nonostante l'ampio accordo sull'importanza della condivisione, i ricercatori affrontano ostacoli pratici, affrontando queste sfide, rende più facile seguire le migliori pratiche in modo coerente.

Proprietà intellettuale e preoccupazioni di commercializzazione

La ricerca ingegneristica ha spesso un potenziale commerciale e i ricercatori o le loro istituzioni possono desiderare di depositare brevetti prima di condividere i dettagli pubblicamente. La condivisione non ha bisogno di conflitti con la commercializzazione quando è gestita correttamente. I periodi di embargo sui depositi permettono ai ricercatori di ritardare il rilascio pubblico fino a quando non sono presentate domande di brevetto.

Alcune agenzie di finanziamento e riviste richiedono ora la condivisione dei dati entro un determinato periodo di tempo dopo la pubblicazione.La pianificazione di questi requisiti dall'inizio di un progetto aiuta i ricercatori ad evitare conflitti di last minute. Compresi i piani di gestione dei dati e condivisione nelle proposte di sovvenzione assicura che le risorse necessarie e le tempistiche siano stabilite presto.

Gestione di grandi e complessi Datasets

Le reti di sensori ad alta risoluzione, le simulazioni a lunga durata e le registrazioni video di esperimenti possono produrre terabyte di dati. Il trasferimento, la memorizzazione e la condivisione dei dati in questa scala presenta sfide tecniche. I ricercatori dovrebbero considerare se l'insieme dei dati deve essere condiviso o se i dati derivati o riassunti servirebbero alle esigenze di riproducibilità.

Per i grandi dataset, i repository specializzati in grandi dati, come il DesignSafe Cyberinfrastructure[[]] per l'ingegneria dei pericoli naturali o il NOAA National Centers for Environmental Information, forniscono l'infrastruttura necessaria per lo storage e l'accesso.

Gestione dei materiali di terze parti e di proprietario

La ricerca ingegneristica utilizza frequentemente software commerciale, hardware proprietario o dati di terze parti che non possono essere ridistribuiti liberamente. Quando gli strumenti proprietari sono essenziali per la ricerca, la condivisione diventa complicata. I ricercatori dovrebbero documentare le versioni esatte e le configurazioni degli strumenti proprietari utilizzati, in modo che altri con accesso agli stessi strumenti possano riprodurre il lavoro.

In alcuni casi, il titolare del trattamento può concedere il permesso per una ridistribuzione limitata a fini di ricerca, e la creazione di tali autorizzazioni anticipatamente e la loro documentazione nei materiali condivisi evita confusione e potenziali problemi legali per gli utenti a valle.

Politica di navigazione e norme comunitarie

I ricercatori devono lavorare nei quadri stabiliti da riviste, agenzie di finanziamento e le loro comunità professionali.

Requisiti di giornale

Un numero crescente di riviste ingegneristiche richiede agli autori di includere le dichiarazioni di disponibilità dei dati e di depositare i dati di supporto in un repository riconosciuto. Alcune riviste vanno oltre, richiedendo che i recensori abbiano accesso ai dati e al codice durante il processo di revisione per verificare i reclami.

I Journal of Engineering Mechanics[] possono avere requisiti diversi rispetto a IEEE Transazioni sul Signal Processing[. La familiarità con le norme della specifica rivista e comunità aiuta i ricercatori a soddisfare le aspettative senza scrambling di last minute.

Agenzia di finanziamento Mandati

Le principali agenzie di finanziamento, tra cui la National Science Foundation (NSF), gli istituti nazionali di sanità (NIH), e il Consiglio europeo di ricerca (ERC), hanno politiche di condivisione dei dati che si applicano alla ricerca finanziata.

Il mancato rispetto dei mandati dell'agenzia di finanziamento non è facoltativo, ma può influire sull'ammissibilità dei finanziamenti futuri. I ricercatori dovrebbero trattare la pianificazione della gestione dei dati come parte integrante della pianificazione del progetto piuttosto che come un ripensamento.

Norme e standard disciplinari

In ingegneria strutturale, ad esempio, la piattaforma DesignSafe[[]] fornisce uno standard comunitario per la condivisione di dati sperimentali e di simulazione nella ricerca sui pericoli naturali.

Partecipare al processo di sviluppo degli standard all'interno della comunità di un ricercatore è un modo prezioso per contribuire al campo, assicurando che gli standard soddisfino le reali esigenze. Anche per i ricercatori che non partecipano agli organismi di standard, l'adozione di standard comuni esistenti rende i materiali condivisi più utili e riduce lo sforzo necessario per documentare i dati e i protocolli.

Il ruolo dei repository, identificatori e gli standard Metadati

L'infrastruttura per la condivisione dei dati e dei materiali è maturata in modo significativo negli ultimi anni, comprendendo come utilizzare efficacemente questa infrastruttura è un'abilità fondamentale per i ricercatori di ingegneria moderna.

Identificanti persistenti e loro valore

Un identificatore persistente come DOI o Handle assicura che un dataset rimanga rintracciabile e ciabile anche se la sua posizione fisica cambia.Quando un dataset ha un DOI, i ricercatori possono fare riferimento ai loro documenti con fiducia che il link continuerà a lavorare.

I identificatori persistenti supportano anche una corretta attribuzione: quando un dataset viene citato con un DOI, l'utilizzo può essere monitorato, fornendo metriche che dimostrano l'impatto dei dati.

Metadati Standard per la ricerca di ingegneria

Gli standard Metadata forniscono comuni vocabulries e strutture per descrivere i dati, facilitando la scoperta e l'integrazione di set di dati da diverse fonti. I principi FAIR[] (Findable, Accessible, Interoperable, Reusable) forniscono un quadro di alto livello e standard specifici per il dominio implementano questi principi per particolari tipi di dati.

Per la ricerca di ingegneria, gli standard di metadati variano a seconda del sottocampo.[NASA Earth Science Data and Information System (ESDIS)[] fornisce standard per i dati geospaziali e ambientali dell'ingegneria.] Comitato Internazionale sui materiali e ingegneria meccanica[]]] ha sviluppato standard per i dati materiali.

Le future direzioni in Condivisione dei dati e dei materiali per la ricerca di ingegneria

Il paesaggio dei dati e la condivisione dei materiali continua ad evolversi: nuove tecnologie e nuove aspettative stanno plasmando il futuro di come la ricerca ingegneristica sia condotta e diffusa.

Gli strumenti che generano automaticamente i metadati dalle uscite degli strumenti, convalidano i dati contro gli standard comunitari e i dati di deposito nei repository riducono l'onere dei ricercatori. L'adozione di questi strumenti, che diventano disponibili, renderà più facile integrare la condivisione dei dati nei flussi di lavoro di ricerca regolari senza aggiungere una significativa sovraccarica.

I ricercatori di ingegneria che condividono i loro dati secondo le migliori pratiche stanno contribuendo a un pool crescente di dati di formazione che può accelerare i progressi in settori come la manutenzione predittiva, la scoperta dei materiali e l'ottimizzazione del design. Il valore dei dataset ingegneristici ben curati sta solo andando aumentare come questi metodi maturano.

Le pratiche scientifiche aperte, inclusa la condivisione dei dati e dei materiali, stanno diventando attesi piuttosto che eccezionali. I ricercatori di primo piano che sviluppano forti abitudini di gestione dei dati saranno ben posizionati per soddisfare gli standard dei loro campi e per sfruttare le opportunità che la condivisione aperta crea per collaborazione, visibilità e impatto.

Conclusioni

Una capacità che premia sia il singolo ricercatore che la più ampia comunità scientifica. In seguito alle migliori pratiche qui delineate, l'organizzazione di dati con formati standardizzati e ricchi metadati, la qualità dei dati, la selezione di repository affidabili, la documentazione completa, l'indirizzo della privacy e della sicurezza, la condivisione di materiali completi in formati aperti, la creazione di licenze chiare e la documentazione delle procedure in dettaglio creano una base per la ricerca riproducibile e affidabile.

I ricercatori che investono in queste pratiche trovano che lo sforzo paga i dividendi. Il loro lavoro raggiunge un pubblico più ampio, i loro risultati sono più facilmente verificati e costruiti su, e i loro contributi al campo sono più chiaramente riconosciuti attraverso citazioni e riutilizzo dei loro dati e materiali. Nel panorama in rapida evoluzione della ricerca ingegneristica, la capacità di condividere efficacemente non è solo un requisito di conformità che è un vantaggio competitivo.