論文の概要: How to Sustain a Scientific Open-Source Software Ecosystem: Learning
from the Astropy Project
- arxiv url: http://arxiv.org/abs/2402.15081v1
- Date: Fri, 23 Feb 2024 03:54:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-26 15:52:04.030165
- Title: How to Sustain a Scientific Open-Source Software Ecosystem: Learning
from the Astropy Project
- Title(参考訳): 科学的オープンソースソフトウェアエコシステムを維持するには - astropyプロジェクトから学ぶ
- Authors: Jiayi Sun, Aarya Patil, Youhai Li, Jin L.C. Guo, Shurui Zhou
- Abstract要約: 本研究では,科学的OSSの持続可能性を高めるための課題と機会について検討する。
天体物理学の分野で広く使われているソフトウェアエコシステムであるアストロピー・プロジェクト(Astropy Project)のケーススタディを行った。
- 参考スコア(独自算出の注目度): 9.049664874474736
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scientific open-source software (OSS) has greatly benefited research
communities through its transparent and collaborative nature. Given its
critical role in scientific research, ensuring the sustainability of such
software has become vital. Earlier studies have proposed sustainability
strategies for conventional scientific software and open-source communities.
However, it remains unclear whether these solutions can be easily adapted to
the integrated framework of scientific OSS and its larger ecosystem. This study
examines the challenges and opportunities to enhance the sustainability of
scientific OSS in the context of interdisciplinary collaboration, open-source
community, and multi-project ecosystem. We conducted a case study on a
widely-used software ecosystem in the astrophysics domain, the Astropy Project,
using a mixed-methods design approach. This approach includes an interview with
core contributors regarding their participation in an interdisciplinary team, a
survey of disengaged contributors about their motivations for contribution,
reasons for disengagement, and suggestions for sustaining the communities, and
finally, an analysis of cross-referenced issues and pull requests to understand
best practices for collaboration on the ecosystem level. Our study reveals the
implications of major challenges for sustaining scientific OSS and proposes
concrete suggestions for tackling these challenges.
- Abstract(参考訳): 科学オープンソースソフトウェア(OSS)は、透明で協調的な性質を通じて、研究コミュニティに大きな利益をもたらしてきた。
科学的研究におけるその重要な役割を考えると、そのようなソフトウェアの持続可能性を保証することは不可欠である。
初期の研究は、従来の科学ソフトウェアとオープンソースコミュニティのための持続可能性戦略を提案している。
しかし、これらのソリューションが科学OSSとそのより大きなエコシステムの統合フレームワークに容易に適用できるかどうかは不明である。
本研究では,学際的コラボレーション,オープンソースコミュニティ,マルチプロジェクトエコシステムの文脈において,科学ossの持続可能性を高めるための課題と機会について検討する。
我々は,astrophysicsドメインにおいて広く利用されているソフトウェアエコシステムであるastropyプロジェクトについて,混合手法設計手法を用いてケーススタディを行った。
このアプローチには、学際的なチームへの参加に関する中核的な貢献者へのインタビュー、貢献の動機、参加理由、コミュニティを維持するための提案に関する調査、そして最後に、エコシステムレベルでのコラボレーションのためのベストプラクティスを理解するためのクロスリファレンス問題とプルリクエストの分析が含まれる。
本研究は,科学osの維持における大きな課題の意義を明らかにし,これらの課題に取り組むための具体的な提案を提案する。
関連論文リスト
- AI Competitions and Benchmarks: The life cycle of challenges and
benchmarks [0.49478969093606673]
我々は、堅牢なイノベーションの軸として、科学研究とアルゴリズム開発コミュニティを創造的に活用する必要性を論じる。
高度に複雑で大規模なデータ分析における協調的なコミュニティの関与は、ロバストな方法論を見つけるための一つのアプローチとして現れてきた。
論文 参考訳(メタデータ) (2023-12-08T18:44:10Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳(メタデータ) (2023-11-01T11:16:41Z) - An Open Community-Driven Model For Sustainable Research Software:
Sustainable Research Software Institute [0.586336038845426]
Sustainable Research Software Institute (SRSI) モデルは、研究ソフトウェアコミュニティにおける持続可能なプラクティスを促進する。
このホワイトペーパーはSRSIモデルの詳細な概要を提供し、その目的、サービス、資金調達メカニズム、コラボレーション、そしてそれが研究ソフトウェアコミュニティに与える影響について概説する。
論文 参考訳(メタデータ) (2023-08-29T01:00:32Z) - A Systematic Review and Thematic Analysis of Community-Collaborative
Approaches to Computing Research [5.622570141268158]
我々は,コミュニティと参加研究を議論する47のコンピューティング研究論文の体系的レビューとテーマ分析を行った。
プロジェクトの発展に関連する7つのテーマを特定した。
以上の結果から,これらのプロジェクトの特徴としていくつかの緊張が指摘され,その多くが研究者の力と位置に関連することが示唆された。
論文 参考訳(メタデータ) (2022-07-09T01:38:15Z) - Industry-Academia Research Collaboration in Software Engineering: The
Certus Model [13.021014899410684]
ソフトウェアエンジニアリングでスケーラブルで効果的な研究コラボレーションを構築することは、非常に難しいことで知られています。
本稿では,参加型知識創造の文化を実現するための,産学連携の成功要因を理解することを目的とする。
論文 参考訳(メタデータ) (2022-04-23T10:16:23Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳(メタデータ) (2021-10-05T12:51:11Z) - Applications of physics-informed scientific machine learning in
subsurface science: A survey [64.0476282000118]
地球系は、化石エネルギー探査、廃棄物処理、地質炭素隔離、再生可能エネルギー生成などの人間の活動によって変化した地質形成です。
したがって、ジオシステムの責任ある使用と探索は、効率的な監視、リスクアセスメント、および実用的な実装のための意思決定支援ツールに依存するジオシステムガバナンスにとって重要です。
近年の機械学習アルゴリズムと新しいセンシング技術の急速な進歩は、地下研究コミュニティがジオシステムガバナンスの有効性と透明性を向上させる新しい機会を提示しています。
論文 参考訳(メタデータ) (2021-04-10T13:40:22Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳(メタデータ) (2021-01-15T10:43:10Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳(メタデータ) (2020-11-09T21:23:03Z) - Leveraging traditional ecological knowledge in ecosystem restoration
projects utilizing machine learning [77.34726150561087]
生態系修復プロジェクトの段階におけるコミュニティの関与は、コミュニティの健康改善に寄与する可能性がある。
適応的でスケーラブルなプラクティスは、エコシステム的なML修復プロジェクトのすべての段階において、学際的なコラボレーションを動機付けることができることを示唆している。
論文 参考訳(メタデータ) (2020-06-22T16:17:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。