Table of Contents

Почему данные и обмен материалами имеют значение в инженерных исследованиях

Инженерные исследования зависят от воспроизводимых результатов и прозрачных методов. Когда исследователи открыто делятся своими данными и материалами, они создают основу, которую другие могут проверить, расширить и применить к новым проблемам. Эта практика стала определяющей характеристикой строгой инженерной науки, где способность воспроизводить эксперименты и проверять модели напрямую влияет на достоверность опубликованных результатов.

Инженерные дисциплины представляют уникальные проблемы для обмена данными и материалами. В отличие от некоторых областей, где данные часто принимают форму небольших таблиц или простых измерений, инженерные исследования могут включать в себя массивные наборы данных из сенсорных сетей, сложные результаты моделирования, файлы автоматизированного проектирования (CAD), исходный код для пользовательских инструментов анализа и физических прототипов. Для эффективного обмена этими ресурсами требуется преднамеренное планирование и четкое понимание лучших практик.

Помимо непосредственных выгод для отдельных исследователей, широкое распространение данных и обмена материалами ускоряет темпы инноваций во всем инженерном сообществе. Когда одна исследовательская группа предоставляет свои экспериментальные данные, другие группы могут тестировать альтернативные гипотезы, применять методы машинного обучения или комбинировать наборы данных из нескольких источников для получения более широких выводов. Эта совместная динамика уменьшает дублированные усилия и позволяет области продвигаться быстрее, чем это могло бы через изолированную работу.

Лучшие практики для обработки исследовательских данных

Обработка данных в инженерных исследованиях включает в себя весь жизненный цикл данных: сбор, обработку, анализ, хранение, обмен и сохранение. Каждый этап предлагает возможности для улучшения качества, удобства использования и долгосрочной ценности. Следующие методы касаются наиболее важных аспектов управления данными для инженерных исследователей.

Организуйте данные со стандартизированными форматами и богатыми метаданными

Стандартизированные форматы данных уменьшают трение, когда другие пытаются использовать общие данные. Для числовых данных рассмотрим форматы, такие как CSV, HDF5 или NetCDF, а не проприетарные форматы электронных таблиц, которые могут потребовать конкретного программного обеспечения. Для геопространственных данных широко поддерживаются форматы GeoTIFF или Shapefile. Ключом является выбор форматов, которые уравновешивают широкую доступность с возможностью представления полной сложности данных.

Метаданные преобразуют необработанные данные в полезную информацию. Файл CSV считывания напряжения мало что значит без контекста. Метаданные должны описывать, что представляют данные, как они были собраны, какие единицы используются, дату и местоположение сбора, спецификации приборов и любые применяемые этапы обработки. Такие стандарты, как Dublin Core Metadata Initiative или схемы, специфичные для доменов, как те из NASA Earth Observing System Data and Information System, обеспечивают структурированные рамки для создания метаданных.

Обеспечение качества данных посредством валидации и очистки

Обмен данными без проверки рисков распространения ошибок, которые могут подорвать последующие исследования. Инженеры должны установить процедуры контроля качества в точке сбора данных. Для данных датчиков это может включать регулярную калибровку приборов и проверку на дрейф или выбросы. Для данных моделирования, проверки на аналитические бенчмарки или экспериментальные результаты обеспечивает проверку точности модели.

Очистка данных должна быть четко документирована. Если удаляются выбросы, то должны быть указаны критерии удаления. Если интерполируются недостающие значения, то должен быть указан метод интерполяции. В идеале совместно используются как необработанные данные, так и очищенная версия, что позволяет другим исследователям оценить влияние решений о чистке на конечные результаты.

Выберите репозитории с постоянными идентификаторами

Выбор места для хранения данных является важным решением. Репозитории с хорошей репутацией предлагают несколько преимуществ перед персональными или институциональными веб-сайтами. Они предоставляют постоянные идентификаторы, такие как DOI (Digital Object Identifiers), которые гарантируют, что данные остаются доступными, даже если хостинговое учреждение меняет свою веб-инфраструктуру. Они также обеспечивают соблюдение стандартов метаданных, управление контролем доступа и гарантируют долгосрочное сохранение.

Для инженерных исследований, репозитории, такие как Zenodo, Figshare, и доменные варианты, такие как Nature Scientific Data рекомендуемые репозитории, предлагают надежные платформы.При выборе репозитории, рассмотреть, обеспечивает ли он возможности для версий, обрабатывает размеры файлов, распространенные в вашей области, и позволяет для периодов эмбарго, если это необходимо по причинам патента или публикации.

Предоставить полную документацию

Документация должна позволить другому исследователю понять и повторно использовать данные без необходимости обращаться к оригинальным авторам. Необходим словарь данных или кодовая книга, определяющая каждую переменную, ее возможные значения и значение. Для сложных наборов данных файл README в простом текстовом формате может описывать общую структуру, отношения между файлами и любые предположения, сделанные во время сбора или обработки данных.

Для инженерных исследований с использованием экспериментальных данных документация должна включать экспериментальную установку, спецификации оборудования, калибровочные записи, условия окружающей среды и любые отклонения от запланированного протокола.Цель состоит в том, чтобы обеспечить достаточный контекст, чтобы компетентный исследователь в той же области мог воспроизвести эксперимент или с уверенностью применить данные к новой проблеме.

Адрес конфиденциальности, конфиденциальности и безопасности

Хотя инженерные данные часто не связаны с людьми, существуют ситуации, когда возникает конфиденциальность и конфиденциальность. Исследования с участием людей, такие как исследования пользователей в взаимодействии человека с компьютером или биомеханика, могут включать личную информацию. В этих случаях данные должны быть анонимными или обезличенными до обмена, и исследователи должны соблюдать требования институционального совета по обзору и соответствующие правила, такие как GDPR или HIPAA.

Для получения данных, контролируемых частными или экспортными компаниями, исследователям необходимо тщательно ориентироваться в ограничениях. В некоторых случаях обмен полученными данными или агрегированными результатами, которые не раскрывают конфиденциальные детали, может обеспечить ценность при защите интеллектуальной собственности. Консультирование с офисами по передаче институциональных технологий или юридическим консультантом на ранних этапах процесса исследования помогает избежать осложнений, когда приходит время делиться.

Лучшие практики для обмена инженерными материалами

Материалы в инженерных исследованиях выходят за рамки файлов данных, включая файлы проектирования, программный код, спецификации оборудования, экспериментальные протоколы и физические образцы.Обмен этими материалами полностью позволяет другим исследователям воспроизводить результаты и строить работу более эффективно, чем позволяют одни только данные.

Делитесь полными и доступными материалами

Общим недостатком опубликованных исследований является неполный обмен материалами. В статье может быть описан новый дизайн датчика, но только фотография собранного устройства, оставляя другим исследователям угадывать размеры, выбор материала и процедуры сборки. Обмен полным набором материалов означает предоставление файлов САПР, счетов материалов, инструкций по сборке и исходного кода для любого прошивки или программного обеспечения управления.

Для программного обеспечения совместное использование полной кодовой базы, используемой в исследовании, включая сценарии сборки, наборы тестов и документацию, позволяет другим выполнять те же анализы. Еще лучше, совместное использование контейнерной среды, такой как изображение Docker, гарантирует, что программное обеспечение работает одинаково на разных системах. Этот уровень полноты устраняет проблему «она работает на моей машине», которая преследует вычислительные исследования.

Выберите открытые и непатентованные формы

Открытые форматы максимизируют доступность и долговечность разделяемых материалов. Для CAD-файлов широко поддерживаются форматы STEP или IGES в разных пакетах программного обеспечения, в отличие от проприетарных форматов, для открытия которых могут потребоваться дорогостоящие лицензии. Для файлов 3D-печати стандартны форматы STL или OBJ. Для изображений форматы PNG или TIFF предпочтительнее проприетарных форматов.

Когда проприетарные форматы неизбежны, исследователи должны также обеспечить конверсию в открытом формате или подробную спецификацию, которая позволяет другим создавать необходимые инструменты. Принцип заключается в минимизации барьеров для доступа. Исследователь в небольшом учреждении или в развивающейся стране должен иметь возможность работать с общими материалами без необходимости дорогостоящего проприетарного программного обеспечения.

Установите четкие условия лицензирования

Без четкой лицензии общие материалы существуют в легальной серой зоне. Другие могут быть не уверены, могут ли они использовать, изменять или перераспределять материалы. Выбор соответствующей открытой лицензии разрешает эту двусмысленность и поощряет повторное использование. Для данных популярны лицензии Creative Commons CC0 или CC-BY. Для программного обеспечения лицензии с открытым исходным кодом, такие как MIT, BSD или GPL, предоставляют хорошо понятные условия.

Выбор лицензии имеет практические последствия. Разрешительная лицензия, такая как MIT, позволяет коммерческое использование и не требует, чтобы производные работы были открытыми. Лицензия на копилефт, такая как GPL, требует, чтобы производные работы также распространялись на тех же условиях. Исследователи должны понимать эти различия и выбирать лицензии, которые соответствуют их целям для работы. Институциональные юридические офисы могут предоставлять руководство, когда это необходимо.

Процедуры документирования воспроизводимости

Экспериментальные процедуры в инженерных исследованиях могут быть сложными и тонкими. В опубликованной статье может быть описан общий подход в нескольких абзацах, но фактический протокол может включать в себя конкретные шаги, сроки, условия окружающей среды и процедуры устранения неполадок, которые не отражены в основном тексте. Обмен подробными протоколами в качестве дополнительных материалов или через платформы, такие как protocols.io обеспечивает уровень детализации, необходимый для точного воспроизведения.

Видеодокументация становится все более ценной для физических экспериментов и производственных процессов. Короткое видео, показывающее, как выровнять компоненты, нанести клеи или эксплуатировать оборудование, может передавать информацию, которую не могут передать текст и статические изображения. Исследователи должны рассмотреть возможность создания видеодобавок, которые проходят через ключевые этапы их процедур.

Обеспечение долгосрочной доступности и контроля версий

Общие материалы должны оставаться доступными с течением времени. Личные веб-сайты и институциональные страницы склонны исчезать, когда исследователи перемещают учреждения или когда системы модернизируются. Использование установленных репозиториев с обязательствами по сохранению защищает от гниения ссылок. Материалам должны быть присвоены постоянные идентификаторы, и репозиторию должна быть четкая политика для поддержания доступа в течение десятилетий.

Управление версиями особенно важно для программного обеспечения и постоянно обновляемых ресурсов. Репозитории Git, размещенные на таких платформах, как GitHub или GitLab, предоставляют полную историю изменений, позволяя исследователям ссылаться на точную версию, используемую в конкретном исследовании. Для больших наборов данных, которые не могут храниться в Git, репозитории, поддерживающие редактирование, такие как Zenodo, позволяют исследователям обновлять наборы данных при сохранении доступа к предыдущим версиям.

Преодоление общих проблем в области обмена данными и материалами

Несмотря на широкое согласие в отношении важности обмена информацией, исследователи сталкиваются с практическими препятствиями. Решение этих проблем позволяет им последовательно следовать передовой практике.

Проблемы интеллектуальной собственности и коммерциализации

Инженерные исследования часто имеют коммерческий потенциал, и исследователи или их учреждения могут пожелать подать патенты до публичного обмена данными. Распространение не должно противоречить коммерциализации при правильном управлении. Периоды эмбарго на хранилища позволяют исследователям задерживать публичное опубликование до подачи патентных заявок. Распространение несущественных аспектов работы или предоставление данных с уменьшенным разрешением в период эмбарго все еще может продвигать науку, защищая интеллектуальную собственность.

Некоторые финансирующие учреждения и журналы теперь требуют обмена данными в течение определенного периода времени после публикации. Планирование этих требований с начала проекта помогает исследователям избежать конфликтов в последнюю минуту. Включение управления данными и планов обмена в предложения о грантах гарантирует, что необходимые ресурсы и сроки будут установлены на ранней стадии.

Управление большими и сложными наборами данных

Инженерные наборы данных могут быть чрезвычайно большими. Сети датчиков высокого разрешения, длительное моделирование и видеозаписи экспериментов могут производить терабайты данных. Передача, хранение и обмен данными в этом масштабе представляет технические проблемы. Исследователи должны рассмотреть, должен ли полный набор данных быть общим или же полученные или обобщенные данные будут служить потребностям воспроизводимости.

Для очень больших наборов данных репозитории, которые специализируются на больших данных, таких как Безопасная киберинфраструктура для проектирования природных опасностей или NOAA Национальные центры экологической информации , обеспечивают необходимую инфраструктуру для хранения и доступа. Облачные платформы обмена также могут эффективно обрабатывать большие передачи. Включение плана размера данных и передачи в план управления данными помогает гарантировать, что выбранный репозиторий может вместить данные.

Обработка сторонних и сторонних материалов

Инженерные исследования часто используют коммерческое программное обеспечение, проприетарное оборудование или сторонние данные, которые не могут быть свободно распределены. Когда проприетарные инструменты необходимы для исследования, обмен становится сложным. Исследователи должны документировать точные версии и конфигурации используемых проприетарных инструментов, чтобы другие с доступом к тем же инструментам могли воспроизводить работу. Предоставление альтернативных реализаций с использованием инструментов с открытым исходным кодом, где это возможно, увеличивает доступность исследования.

При использовании данных третьих лиц, подлежащих лицензионным ограничениям, исследователи должны четко указывать источник и условия использования. В некоторых случаях владелец данных может предоставить разрешение на ограниченное перераспределение в исследовательских целях. Установка этих разрешений на ранней стадии и документирование их в общих материалах позволяет избежать путаницы и потенциальных юридических проблем для пользователей, находящихся ниже по потоку.

Навигационная политика и стандарты сообщества

Обмен данными и материалами не происходит в вакууме.Исследователи должны работать в рамках, установленных журналами, финансовыми агентствами и их профессиональными сообществами.

Требования к журналу

Все большее число технических журналов требует от авторов включения заявлений о доступности данных и внесения подтверждающих данных в признанное хранилище. Некоторые журналы идут дальше, требуя, чтобы рецензенты имели доступ к данным и коду во время процесса рассмотрения для проверки претензий. Авторы должны проверять конкретные требования своего целевого журнала на ранних этапах процесса написания и планировать соответственно.

Журналы в различных инженерных подполях имеют разные ожидания. Журнал инженерной механики может иметь разные требования, чем IEEE Транзакции по обработке сигналов. Знакомство с нормами конкретного журнала и сообщества помогает исследователям соответствовать ожиданиям без скремблирования в последнюю минуту.

Мандаты Агентства по финансированию

Основные финансирующие учреждения, включая Национальный научный фонд (NSF), Национальные институты здравоохранения (NIH) и Европейский исследовательский совет (ERC), имеют политику обмена данными, которая применяется к финансируемым исследованиям. NSF требует, чтобы все предложения включали План управления данными, который описывает, как данные будут управляться, делиться и сохраняться. Эти планы оцениваются как часть процесса рассмотрения предложений.

Соблюдение мандатов финансирующих учреждений не является факультативным. Несоблюдение может повлиять на право на получение финансирования в будущем. Исследователи должны рассматривать планирование управления данными как неотъемлемую часть планирования проекта, а не как запоздалую мысль. Многие учреждения предлагают ресурсы и шаблоны, чтобы помочь исследователям создавать соответствующие планы.

Дисциплина-специфические нормы и стандарты

Различные инженерные дисциплины разработали свои собственные нормы и стандарты для обмена данными. В структурной инженерии, например, платформа DesignSafe предоставляет стандарт сообщества для обмена экспериментальными и имитационными данными в исследованиях природных опасностей. В биоинженерном сообществе стандарты, такие как ISA-Tab, предоставляют структурированные форматы для описания экспериментальных метаданных.

Участие в процессе разработки стандартов в сообществе исследователей является ценным способом внести свой вклад в эту область, обеспечивая при этом, чтобы стандарты отвечали реальным потребностям. Даже для исследователей, которые не участвуют в органах по стандартизации, принятие существующих стандартов сообщества делает общие материалы более полезными и снижает усилия, необходимые для документирования данных и протоколов.

Роль репозиториев, идентификаторов и стандартов метаданных

В последние годы инфраструктура для обмена данными и материалами значительно выросла. Понимание того, как эффективно использовать эту инфраструктуру, является основным навыком для современных инженерных исследователей.

Постоянные идентификаторы и их ценность

Постоянный идентификатор, такой как DOI или Handle, гарантирует, что набор данных остается доступным и цитируемым, даже если его физическое местоположение изменяется. Когда набор данных имеет DOI, исследователи могут ссылаться на него в своих статьях с уверенностью, что ссылка будет продолжать работать. Издатели и службы индексации распознают DOI, и они все чаще требуются журналами для цитирования данных.

Постоянные идентификаторы также поддерживают правильную атрибуцию. Когда набор данных цитируется с DOI, можно отслеживать использование, предоставляя метрики, которые демонстрируют влияние данных. Это особенно важно для исследователей ранней карьеры, которым необходимо показать более широкое влияние своей работы за пределами традиционных публикаций.

Стандарты метаданных для инженерных исследований

Стандарты метаданных обеспечивают общие словари и структуры для описания данных, что облегчает обнаружение и интеграцию наборов данных из разных источников. Принципы FLT:0 FIR (Findable, Accessible, Interoperable, Reusable) обеспечивают высокоуровневую структуру, а стандарты для конкретных областей реализуют эти принципы для конкретных типов данных.

Для инженерных исследований стандарты метаданных различаются по подполю. NASA Earth Science Data and Information System (ESDIS) предоставляет стандарты для геопространственных и экологических инженерных данных. Международный комитет по материалам и машиностроению разработал стандарты для данных материалов. Использование соответствующего стандарта для области исследований максимизирует обнаруживаемость и удобство использования общих данных.

Будущие направления в области обмена данными и материалами для инженерных исследований

Новые технологии и меняющиеся ожидания формируют будущее того, как проводятся и распространяются инженерные исследования.

Автоматизированные рабочие процессы для управления данными становятся все более изощренными. Инструменты, которые автоматически генерируют метаданные из выходов инструментов, проверяют данные на соответствие стандартам сообщества и хранят данные в хранилищах, снижают нагрузку на исследователей. Принятие этих инструментов по мере их появления облегчит интеграцию обмена данными в регулярные исследовательские рабочие процессы без добавления значительных накладных расходов.

Машинное обучение и искусственный интеллект создают новые требования к высококачественным, хорошо документированным наборам данных. Инженерные исследователи, которые делятся своими данными в соответствии с передовой практикой, вносят свой вклад в растущий пул обучающих данных, которые могут ускорить прогресс в таких областях, как прогнозное обслуживание, обнаружение материалов и оптимизация дизайна. Ценность хорошо отлаженных инженерных наборов данных будет только возрастать по мере созревания этих методов.

Открытые научные практики, включая обмен данными и материалами, становятся скорее ожидаемыми, чем исключительными. Исследователи ранней карьеры, которые развивают сильные привычки управления данными, будут хорошо расположены для удовлетворения стандартов своих областей и использования возможностей, которые открытый обмен создает для сотрудничества, видимости и воздействия.

Заключение

Эффективная обработка данных и материалов в инженерных исследованиях - это навык, который вознаграждает как отдельного исследователя, так и более широкое научное сообщество. Следование лучшим практикам, изложенным здесь, организация данных со стандартизированными форматами и богатыми метаданными, обеспечение качества данных, выбор авторитетных хранилищ, предоставление всеобъемлющей документации, решение вопросов конфиденциальности и безопасности, обмен полными материалами в открытых форматах, установление четких лицензий и подробные процедуры документирования создают основу для воспроизводимых, заслуживающих доверия исследований.

Исследователи, которые инвестируют в эти методы, обнаруживают, что усилия приносят дивиденды. Их работа достигает более широкой аудитории, их результаты легче проверяются и основываются, а их вклад в область более четко распознается посредством цитирования и повторного использования их данных и материалов. В быстро меняющемся ландшафте инженерных исследований способность эффективно делиться является не просто требованием соответствия, это конкурентное преимущество.