論文の概要: The Reproducible Research Platform establishes a unified open science environment bridging data and software lifecycles across disciplines, from proposal to publication

• arxiv url: http://arxiv.org/abs/2512.06039v1
• Date: Thu, 04 Dec 2025 22:02:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.163155
• Title: The Reproducible Research Platform establishes a unified open science environment bridging data and software lifecycles across disciplines, from proposal to publication
• Title（参考訳）: Reproducible Research Platformは、提案から出版まで、分野にわたってデータとソフトウェアライフサイクルをブリッジする統一されたオープンサイエンス環境を確立する。
• Authors: Andreas P. Cuny, Henry Lütcke, Andrei-Valentin Plamadă, Antti Luomi, John Hennig, Matthew Baker, Fabian Rudolf, Bernd Rinn,
• Abstract要約: 我々は、オープンソースのReproducible Research Platform(RRP)を開発し、バージョン管理されたコンテナ化された計算環境と研究データ管理を統合する。 RRPは、誰でも手作業による検索やプラットフォーム固有のセットアップなしで、フルドキュメントのFAIRリサーチを実行、再利用、公開することができる。 10年以上にわたる研究を含む様々な研究の結果を再現し、持続的なユーザビリティを示すことにより、RPの影響を実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Many research groups aspire to make data and code FAIR and reproducible, yet struggle because the data and code life cycles are disconnected, executable environments are often missing from published work, and technical skill requirements hinder adoption. Existing approaches rarely enable researchers to keep using their preferred tools or support seamless execution across domains. To close this gap, we developed the open-source Reproducible Research Platform (RRP), which unifies research data management with version-controlled, containerized computational environments in modular, shareable projects. RRP enables anyone to execute, reuse, and publish fully documented, FAIR research workflows without manual retrieval or platform-specific setup. We demonstrate RRP's impact by reproducing results from diverse published studies, including work over a decade old, showing sustained reproducibility and usability. With a minimal graphical interface focused on core tasks, modular tool installation, and compatibility with institutional servers or local computers, RRP makes reproducible science broadly accessible across scientific domains.
• Abstract（参考訳）: 多くの研究グループは、データとコードFAIRと再現性を目指していますが、データとコードライフサイクルが切断され、実行可能な環境がしばしば公開作業から欠落し、技術的スキル要件が採用を妨げるため、苦労しています。 既存のアプローチでは、研究者が好みのツールを使い続けることや、ドメイン間のシームレスな実行をサポートすることはめったにない。 このギャップを埋めるために、我々はオープンソースのReproducible Research Platform(RRP)を開発しました。 RRPは、誰でも手作業による検索やプラットフォーム固有のセットアップなしで、フルドキュメントのFAIRリサーチワークフローを実行、再利用、公開することができる。 再現性とユーザビリティの持続性を示す10年以上の作業を含む,さまざまな研究成果を再現することで,RPの影響を実証する。 コアタスク、モジュラーツールのインストール、機関サーバーやローカルコンピュータとの互換性に重点を置いた最小限のグラフィカルインターフェースにより、RCPは再現可能な科学を科学領域全体に広くアクセスできるようにする。

関連論文リスト

• AI Copilots for Reproducibility in Science: A Case Study [1.583709163934932]
  オープンサイエンスのイニシアチブは、研究成果をより透明で、アクセス可能で、再利用可能なものにしようと試みているが、公表された発見が独立して再生できることを保証することは、依然として永続的な課題である。 この記事では、研究者、レビュアー、読者を支援するAIベースのプラットフォームであるOpenPubを紹介します。
  論文  参考訳（メタデータ） (2025-06-25T04:56:28Z)
• A Comprehensive Survey on Composed Image Retrieval [54.54527281731775]
  Composed Image Retrieval (CIR)は、ユーザがマルチモーダルクエリを使ってターゲットイメージを検索できる、新しくて困難なタスクである。 現在、この分野のタイムリーな概要を提供するため、CIRの包括的なレビューは行われていない。 我々は、ACM TOIS、SIGIR、CVPRなど、トップカンファレンスやジャーナルで120以上の出版物から洞察を合成する。
  論文  参考訳（メタデータ） (2025-02-19T01:37:24Z)
• MLXP: A Framework for Conducting Replicable Experiments in Python [63.37350735954699]
  MLXPはPythonをベースとした,オープンソースの,シンプルで,軽量な実験管理ツールである。 実験プロセスを最小限のオーバーヘッドで合理化し、高いレベルの実践的オーバーヘッドを確保します。
  論文  参考訳（メタデータ） (2024-02-21T14:22:20Z)
• Automated Requirements Relation Extraction [4.110571395660999]
  本章は、自然言語に基づく関係抽出の分野における理論的・実践的基礎について、明確な視点を提供することを目的とする。 まず、最も一般的な要求関係型を含む分野における最も関連性の高い文献に基づいて、要求関係の基礎について述べる。 章の中核は、(i)均衡関係の識別と分類のための自然言語技術(syntactic vs. semantic techniques)と(ii)関係抽出作業のための情報抽出方法の2つのセクションから構成される。
  論文  参考訳（メタデータ） (2024-01-22T16:14:27Z)
• Integration of Domain Expert-Centric Ontology Design into the CRISP-DM for Cyber-Physical Production Systems [45.05372822216111]
  機械学習(ML)とデータマイニング(DM)の手法は、収集されたデータから複雑で隠れたパターンを抽出する上で有望であることが証明されている。 しかし、このようなデータ駆動プロジェクトは、通常、CRISPDM(Cross-Industry Standard Process for Data Mining)で実行され、データの理解と準備に要する時間の不均等さのために失敗することが多い。 このコントリビューションは、データサイエンティストがCPPSの課題に対してより迅速かつ確実に洞察を得ることができるように、統合されたアプローチを提供することを目的としている。
  論文  参考訳（メタデータ） (2023-07-21T15:04:00Z)
• A Backend Platform for Supporting the Reproducibility of Computational Experiments [2.1485350418225244]
  同じフレームワークやコード、データソース、プログラミング言語、依存関係などを使って、同じ環境を再現することは困難です。 本研究では,実験の共有,構成,パッケージング,実行を可能にする統合開発環境を提案する。 これらの実験の20(80%)を再現し,その成果を最小限の努力で得られた。
  論文  参考訳（メタデータ） (2023-06-29T10:29:11Z)
• 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)
• TSGM: A Flexible Framework for Generative Modeling of Synthetic Time Series [61.436361263605114]
  時系列データは、研究者と産業組織間のデータの共有を妨げるため、しばしば不足または非常に敏感である。 本稿では,合成時系列の生成モデリングのためのオープンソースフレームワークである時系列生成モデリング(TSGM)を紹介する。
  論文  参考訳（メタデータ） (2023-05-19T10:11:21Z)

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。