論文の概要: Tracking research software outputs in the UK
- arxiv url: http://arxiv.org/abs/2507.22871v1
- Date: Wed, 30 Jul 2025 17:46:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-31 16:14:18.371744
- Title: Tracking research software outputs in the UK
- Title(参考訳): イギリスにおける研究成果の追跡
- Authors: Domhnall Carlin, Austen Rainer,
- Abstract要約: 本研究は,イギリスの学術機関が,ソフトウェアをユニークな研究成果として保管し,登録する場所について検討する。
研究成果として報告されるソフトウェアの量は、他のカテゴリに比例して低いままである。
アーティファクト共有は低いようで、報告されているソフトウェアの4分の1はリンクがなく、45%が欠落したURLか間違ったURLを持っている。
- 参考スコア(独自算出の注目度): 1.1970409518725493
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Research software is crucial in the research process and the growth of Open Science underscores the importance of accessing research artifacts, like data and code, raising traceability challenges among outputs. While it is a clear principle that research code, along with other essential outputs, should be recognised as artifacts of the research process, the how of this principle remains variable. This study examines where UK academic institutions store and register software as a unique research output, searching the UKRI's Gateway to Research (GtR) metadata for publicly funded research software in the UK. The quantity of software reported as research outcomes remains low in proportion to other categories. Artifact sharing appears low, with one-quarter of the reported software having no links and 45% having either a missing or erroneous URL. Of the valid URLs, we find the single largest category is Public Commercial Code Repository, with GitHub being the host of 18% of all publicly funded research software listed. These observations are contrasted with past findings from 2023 and finally, we discuss the lack of artifact sharing in UK research, with resulting implications for the maintenance and evolution of research software. Without dissemination, research software risks demotion to a transient artifact, useful only to meet short term research demands but ultimately lost to the broader enterprise of science.
- Abstract(参考訳): 研究ソフトウェアは研究プロセスにおいて不可欠であり、Open Scienceの成長は、データやコードなどの研究成果物へのアクセスの重要性を強調し、アウトプット間のトレーサビリティの課題を提起する。
研究コードは、他の本質的な成果とともに、研究プロセスの成果物として認識されるべきであることは明らかだが、この原則の仕組みは変わらぬままである。
本研究は、イギリスの学術機関が、ソフトウェアを独自の研究成果として保存し、登録し、イギリスにおける公的資金による研究用ソフトウェアのための、イギリスの研究用ゲートウェイ(GtR)メタデータを検索するものである。
研究成果として報告されるソフトウェアの量は、他のカテゴリに比例して低いままである。
アーティファクト共有は低いようで、報告されているソフトウェアの4分の1はリンクがなく、45%はURLが不足しているか誤っている。
有効なURLのうち、最も大きなカテゴリはPublic Commercial Code Repositoryで、GitHubは公開資金の18%をホストしている。
これらの観察は、2023年の過去の発見と対比され、最終的には、イギリスの研究におけるアーティファクト共有の欠如について論じ、その結果、研究ソフトウェアの保守と進化に影響を及ぼす。
普及がなければ、研究ソフトウェアは一時的なアーティファクトへの脱落のリスクを負うが、短期的な研究要求を満たすのにしか役に立たない。
関連論文リスト
- AI4Research: A Survey of Artificial Intelligence for Scientific Research [55.5452803680643]
我々はAI for Research(AI4Research)に関する総合的な調査を行う。
まず、AI4Researchの5つの主要なタスクを分類する系統分類を導入する。
主要な研究ギャップを特定し、将来有望な方向性を明らかにする。
論文 参考訳(メタデータ) (2025-07-02T17:19:20Z) - Research Artifacts in Secondary Studies: A Systematic Mapping in Software Engineering [0.9421843976231371]
システムレビュー(SR)は、ソフトウェア工学(SE)を含む科学における最先端の証拠をまとめたものである。
2013年から2023年にかけて発行された537件の二次研究を調査し,研究成果の公開状況と報告状況について検討した。
論文 参考訳(メタデータ) (2025-04-17T05:11:39Z) - Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。
これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文 参考訳(メタデータ) (2025-02-07T18:26:45Z) - 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) - A pragmatic workflow for research software engineering in computational
science [0.0]
コンピュータサイエンス・エンジニアリング(CSE)の大学研究グループには、通常、研究ソフトウェア工学(RSE)のための専用の資金と人員が不足している。
RSEは、持続可能な研究ソフトウェア開発と再現可能な結果から焦点をシフトします。
本稿では,これらの課題に対処し,CSEにおける研究成果の質を向上させるためのRSEワークフローを提案する。
論文 参考訳(メタデータ) (2023-10-02T08:04:12Z) - 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) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳(メタデータ) (2022-07-18T11:38:32Z) - Yes-Yes-Yes: Donation-based Peer Reviewing Data Collection for ACL
Rolling Review and Beyond [58.71736531356398]
本稿では、ピアレビューデータについて詳細な議論を行い、ピアレビューデータ収集のための倫理的・法的デシダータの概要を述べるとともに、最初の継続的な寄付ベースのデータ収集ワークフローを提案する。
本稿では、ACL Rolling Reviewにおいて、このワークフローの現在進行中の実装について報告し、新たに収集したデータから得られた最初の洞察を提供する。
論文 参考訳(メタデータ) (2022-01-27T11:02:43Z) - 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。