論文の概要: FAIRSECO: An Extensible Framework for Impact Measurement of Research Software
- arxiv url: http://arxiv.org/abs/2406.02412v1
- Date: Tue, 4 Jun 2024 15:22:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-05 15:40:59.266662
- Title: FAIRSECO: An Extensible Framework for Impact Measurement of Research Software
- Title（参考訳）: FAIRSECO: 研究ソフトウェアのインパクト測定のための拡張可能なフレームワーク
- Authors: Deekshitha, Siamak Farshidi, Jason Maassen, Rena Bakhshi, Rob van Nieuwpoort, Slinger Jansen,
- Abstract要約: 研究ソフトウェアと研究ソフトウェア技術者を信用する既存の手法は不十分であることが証明されている。
FAIRSECOは,研究ソフトウェアが研究に与える影響を評価するためのオープンソースフレームワークである。
- 参考スコア（独自算出の注目度）: 1.549241498953151
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The growing usage of research software in the research community has highlighted the need to recognize and acknowledge the contributions made not only by researchers but also by Research Software Engineers. However, the existing methods for crediting research software and Research Software Engineers have proven to be insufficient. In response, we have developed FAIRSECO, an extensible open source framework with the objective of assessing the impact of research software in research through the evaluation of various factors. The FAIRSECO framework addresses two critical information needs: firstly, it provides potential users of research software with metrics related to software quality and FAIRness. Secondly, the framework provides information for those who wish to measure the success of a project by offering impact data. By exploring the quality and impact of research software, our aim is to ensure that Research Software Engineers receive the recognition they deserve for their valuable contributions.
- Abstract（参考訳）: 研究コミュニティにおける研究ソフトウェアの利用の増加は、研究者だけでなく、Research Software Engineersによる貢献の認識と認識の必要性を強調している。
しかし、研究ソフトウェアと研究ソフトウェア技術者を信用する既存の手法は不十分であることが証明されている。
そこで我々は,研究ソフトウェアが様々な要因を評価して研究に与える影響を評価することを目的とした,拡張性のあるオープンソースフレームワークであるFAIRSECOを開発した。
FAIRSECOフレームワークは、2つの重要な情報要件に対処する。第一に、ソフトウェアの品質とFAIRnessに関連するメトリクスを持つ研究ソフトウェアの潜在的ユーザを提供する。
第二に、このフレームワークは影響データを提供することでプロジェクトの成功を測りたい人のための情報を提供する。
研究ソフトウェアの品質と影響を探ることで、リサーチソフトウェアエンジニアが自分たちの価値ある貢献にふさわしい評価を受けられるようにすることを目的としています。
関連論文リスト
- An Overview and Catalogue of Dependency Challenges in Open Source Software Package Registries [52.23798016734889]
この記事では、OSSパッケージやライブラリに依存する依存関係関連の課題のカタログを提供する。
このカタログは、これらの課題を理解し、定量化し、克服するために行われた経験的研究に関する科学文献に基づいている。
論文 参考訳（メタデータ） (2024-09-27T16:20:20Z) - RSMM: A Framework to Assess Maturity of Research Software Project [1.285353663787249]
本稿では,研究ソフトウェア管理の評価と改善のためのフレームワークであるRSMMを紹介する。
RSMMは79のベストプラクティスを分類することで、研究ソフトウェア管理の評価と精錬のための構造化された経路を提供する。
リサーチソフトウェア開発に関わる個人や組織は、さまざまなリサーチソフトウェアエンジニアリング課題に取り組むための体系的なアプローチを得る。
論文 参考訳（メタデータ） (2024-06-03T21:10:05Z) - No Free Lunch: Research Software Testing in Teaching [1.4396109429521227]
本研究は,研究ソフトウェア教育に組み込んだ研究ソフトウェアテストの効果について検討する。
In-vivo experimentでは、大規模なネットワークシミュレーションのためのテストスイートのエンジニアリングをグループプロジェクトとして、スウェーデンのBlekinge Institute of Technologyのソフトウェアテストコースに統合しました。
調査ソフトウェアは、ドキュメントを大幅に改善し、ハードウェアやソフトウェアの依存関係を少なくすることで、統合の恩恵を受けていることが分かりました。
論文 参考訳（メタデータ） (2024-05-20T11:40:01Z) - Research information in the light of artificial intelligence: quality and data ecologies [0.0]
本稿では,研究情報に適したAI技術を見つけるための多分野間アプローチを提案する。
RIM(Professional Research Information Management)は、研究者にとってデータ駆動型ツールとしてますます重要になりつつある。
論文 参考訳（メタデータ） (2024-05-06T16:07:56Z) - SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。
SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。
本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
論文 参考訳（メタデータ） (2024-04-09T15:01:51Z) - Using Machine Learning To Identify Software Weaknesses From Software
Requirement Specifications [49.1574468325115]
本研究は、要求仕様からソフトウェア弱点を特定するための効率的な機械学習アルゴリズムを見つけることに焦点を当てる。
ProMISE_exp. Naive Bayes、サポートベクターマシン(SVM)、決定木、ニューラルネットワーク、畳み込みニューラルネットワーク(CNN)アルゴリズムをテストした。
論文 参考訳（メタデータ） (2023-08-10T13:19:10Z) - A Metadata-Based Ecosystem to Improve the FAIRness of Research Software [0.3185506103768896]
研究ソフトの再利用は、研究効率と学術交流の中心である。
DataDescエコシステムは、詳細でマシン操作可能なメタデータを備えたソフトウェアインターフェースのデータモデルを記述するためのアプローチである。
論文 参考訳（メタデータ） (2023-06-18T19:01:08Z) - Assessing Scientific Contributions in Data Sharing Spaces [64.16762375635842]
本稿では、研究者の科学的貢献を測定するブロックチェーンベースのメトリクスであるSCIENCE-indexを紹介する。
研究者にデータ共有のインセンティブを与えるため、SCIENCE-indexはデータ共有パラメータを含むように拡張されている。
本モデルは, 地理的に多様な研究者の出力分布とh-indexの分布を比較して評価する。
論文 参考訳（メタデータ） (2023-03-18T19:17:47Z) - Engaging with Researchers and Raising Awareness of FAIR and Open Science
through the FAIR+ Implementation Survey Tool (FAIRIST) [0.0]
FAIRに関する論文が発表されてから6年後、研究者はまだFAIRの実装方法を理解するのに苦労している。
FAIR+実装調査ツール(FAIRIST)は、研究要件と研究提案を体系的な方法で統合することで問題を緩和する。
論文 参考訳（メタデータ） (2023-01-17T22:38:30Z) - Towards a Fair Comparison and Realistic Design and Evaluation Framework
of Android Malware Detectors [63.75363908696257]
一般的な評価フレームワークを用いて,Androidのマルウェア検出に関する10の研究成果を分析した。
データセットの作成やデザイナの設計に考慮しない場合、トレーニングされたMLモデルに大きく影響する5つの要因を特定します。
その結果,MLに基づく検出器は楽観的に評価され,良好な結果が得られた。
論文 参考訳（メタデータ） (2022-05-25T08:28:08Z) - 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)
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。