論文の概要: Ten Essential Guidelines for Building High-Quality Research Software
- arxiv url: http://arxiv.org/abs/2507.16166v1
- Date: Tue, 22 Jul 2025 02:22:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-23 21:34:13.93456
- Title: Ten Essential Guidelines for Building High-Quality Research Software
- Title（参考訳）: 高品質研究ソフトウェア構築のための10のガイドライン
- Authors: Nasir U. Eisty, David E. Bernholdt, Alex Koufos, David J. Luet, Miranda Mundt,
- Abstract要約: 本稿では,高品質な研究ソフトウェアを開発するための10のガイドラインを提案する。
ガイドラインは開発ライフサイクルのすべての段階をカバーする。
彼らは計画、クリーンで可読なコードを書くこと、バージョン管理の使用、テスト戦略の実装の重要性を強調している。
- 参考スコア（独自算出の注目度）: 0.3562485774739681
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: High-quality research software is a cornerstone of modern scientific progress, enabling researchers to analyze complex data, simulate phenomena, and share reproducible results. However, creating such software requires adherence to best practices that ensure robustness, usability, and sustainability. This paper presents ten guidelines for producing high-quality research software, covering every stage of the development lifecycle. These guidelines emphasize the importance of planning, writing clean and readable code, using version control, and implementing thorough testing strategies. Additionally, they address key principles such as modular design, reproducibility, performance optimization, and long-term maintenance. The paper also highlights the role of documentation and community engagement in enhancing software usability and impact. By following these guidelines, researchers can create software that advances their scientific objectives and contributes to a broader ecosystem of reliable and reusable research tools. This work serves as a practical resource for researchers and developers aiming to elevate the quality and impact of their research software.
- Abstract（参考訳）: 高品質な研究ソフトウェアは現代の科学的進歩の基盤であり、研究者は複雑なデータを分析し、現象をシミュレートし、再現可能な結果を共有することができる。
しかし、そのようなソフトウェアを作るには、堅牢性、ユーザビリティ、持続可能性を保証するベストプラクティスに固執する必要がある。
本稿では,開発ライフサイクルのすべての段階をカバーする,高品質な研究ソフトウェアを開発するための10のガイドラインを提案する。
これらのガイドラインは、計画、クリーンで可読なコードを書くこと、バージョン管理の使用、徹底したテスト戦略の実行の重要性を強調している。
さらに、モジュール設計、再現性、パフォーマンスの最適化、長期的なメンテナンスといった重要な原則にも対処しています。
この論文は、ソフトウェアのユーザビリティと影響を高める上で、ドキュメントとコミュニティの関与が果たす役割を強調している。
これらのガイドラインに従うことで、研究者は彼らの科学的目的を前進させ、信頼性と再利用可能な研究ツールのエコシステムに貢献するソフトウェアを作成できる。
この研究は、研究ソフトウェアの品質と影響を高めることを目的とした、研究者や開発者の実践的なリソースとして役立ちます。
関連論文リスト
- ScienceBoard: Evaluating Multimodal Autonomous Agents in Realistic Scientific Workflows [82.07367406991678]
大規模言語モデル(LLM)は自然言語処理を超えてその影響を拡大している。
これらのうち、コンピュータ利用エージェントは、人間がしているようにオペレーティングシステムと対話することができる。
我々はScienceBoardを紹介し、ダイナミックで視覚的にリッチな科学ソフトウェアを特徴とする現実的でマルチドメイン環境を包含する。
論文 参考訳（メタデータ） (2025-05-26T12:27:27Z) - A Dataset For Computational Reproducibility [2.147712260420443]
本稿では、幅広い分野の科学分野をカバーする計算実験のデータセットを紹介する。
ソフトウェア依存関係、実行手順、正確な再現に必要な設定の詳細が組み込まれている。
ツールの有効性を客観的に評価し比較するための標準化データセットを確立することで、普遍的なベンチマークを提供する。
論文 参考訳（メタデータ） (2025-04-11T16:45:10Z) - The Responsible Foundation Model Development Cheatsheet: A Review of Tools & Resources [100.23208165760114]
ファンデーションモデル開発は、急速に成長するコントリビュータ、科学者、アプリケーションを引き付けている。
責任ある開発プラクティスを形成するために、我々はFoundation Model Development Cheatsheetを紹介します。
論文 参考訳（メタデータ） (2024-06-24T15:55:49Z) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z) - MASSW: A New Dataset and Benchmark Tasks for AI-Assisted Scientific Workflows [58.56005277371235]
我々は,Multi-Aspect Summarization of ScientificAspectsに関する総合テキストデータセットであるMASSWを紹介する。
MASSWには過去50年間にわたる17の主要なコンピュータサイエンスカンファレンスから152,000以上の査読論文が含まれている。
我々は、この新しいデータセットを用いてベンチマーク可能な、複数の新しい機械学習タスクを通じて、MASSWの有用性を実証する。
論文 参考訳（メタデータ） (2024-06-10T15:19:09Z) - Ten simple rules for training scientists to make better software [0.0]
高品質な研究ソフトウェアを開発するには、多くのソフトウェア開発スキルを開発する必要がある。
計算研究における基礎的・優れた開発プラクティスの確保に重点が置かれている。
10 Simple Rulesコレクションの最近の記事は、生物学の学生にコンピュータサイエンスとコーディング技術の教育について論じている。
我々は、科学者が持続可能なソフトウェアパッケージを開発するために必要なスキルを効果的に教えるための具体的な手順を説明することによって、この議論を進める。
論文 参考訳（メタデータ） (2024-02-07T10:16:20Z) - The Efficiency Spectrum of Large Language Models: An Algorithmic Survey [54.19942426544731]
LLM(Large Language Models)の急速な成長は、様々なドメインを変換する原動力となっている。
本稿では,LLMのエンドツーエンドのアルゴリズム開発に不可欠な多面的効率性について検討する。
論文 参考訳（メタデータ） (2023-12-01T16:00:25Z) - Managing Software Provenance to Enhance Reproducibility in Computational
Research [1.1421942894219899]
計算に基づく科学研究の管理は、個人の好みと研究の性質に基づいて実験を設計する個々の研究者に委ねられることが多い。
我々は、研究者がトレーサビリティーの明確な記録を提供するための実行環境を明示的に作成することで、計算に基づく科学研究の品質、効率、そして改善できると考えている。
論文 参考訳（メタデータ） (2023-08-29T21:13:18Z) - 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) - Nine Best Practices for Research Software Registries and Repositories: A
Concise Guide [63.52960372153386]
私たちは、マネージャが個々のレジストリやリポジトリを管理するスコープ、プラクティス、ルールを定義するのに役立つ9つのベストプラクティスのセットを提示します。
これらのベストプラクティスは、2011年と2012年にForce11ソフトウェア実装ワーキンググループのタスクフォースによって招集された、既存のリソースの作成者の経験から抽出された。
論文 参考訳（メタデータ） (2020-12-24T05:37:54Z) - Software must be recognised as an important output of scholarly research [7.776162183510522]
方法論的な観点からも重要でありながら、ソフトウェアは研究のアウトプットとして認識されるべきである、と我々は主張する。
この記事では、ソフトウェアが研究で果たすさまざまな役割について論じ、ソフトウェアと研究の持続可能性の関係を強調します。
論文 参考訳（メタデータ） (2020-11-15T16:34:31Z)
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。