論文の概要: Maintenance and Support in Community-Driven Scientific Pipeline Ecosystems: A Cross-Platform Empirical Study of nf-core
- arxiv url: http://arxiv.org/abs/2607.10839v1
- Date: Sun, 12 Jul 2026 17:05:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.550972
- Title: Maintenance and Support in Community-Driven Scientific Pipeline Ecosystems: A Cross-Platform Empirical Study of nf-core
- Title（参考訳）: コミュニティ駆動型科学パイプラインエコシステムの保守と支援--nfコアのクロスプラットフォーム実証研究
- Abstract要約: 本稿では,Nextflowパイプラインの大規模エコシステムであるnf-coreのメンテナンスとサポートに関するクロスプラットフォームな実証的研究について述べる。
15,760のGitHub問題,35,411のGitHubプルリクエスト,および895のSeqera Community Forumに関する議論を分析して,メンテナンスとサポートに関する懸念点について検討する。
- 参考スコア（独自算出の注目度）: 3.9933521189187693
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Community-driven scientific pipeline ecosystems are increasingly important for reproducible data-intensive research, but their sustainability depends on more than workflow engines, templates, and testing infrastructure. It also depends on how communities maintain pipelines, integrate contributions, and support users across heterogeneous execution environments. This paper presents a cross-platform empirical study of maintenance and support in nf-core, a large ecosystem of standardized Nextflow pipelines. We analyze 15,760 GitHub issues, 35,411 GitHub pull requests, and 895 Seqera Community Forum discussions to examine what maintenance and support concerns arise, how they differ across artifact types, which factors are associated with resolution outcomes, and how problems and solutions flow between repository-centered and community-centered spaces. We find that issues primarily capture repository-level problem reporting and maintenance coordination; pull requests capture implementation, review, testing, dependency, and template-update work; and forum discussions capture user-facing support around execution failures, containers, cloud and HPC environments, MultiQC reporting, and Nextflow usage. Resolution outcomes are associated with actionability, coordination, and diagnostic evidence. Issue closure is linked to assignees, comments, milestones, bug labels, error mentions, and version information. Pull request integration varies by author role, automation type, draft status, checklists, linked issues, and review routing. Forum accepted answers are more likely when discussions include code blocks, sustained interaction, and concrete technical evidence, while cloud, HPC, and workflow-semantics questions are harder to resolve. Cross-platform analysis reveals strong repository-internal traceability within GitHub, but limited explicit linkage between forum discussions and repository artifacts.
- Abstract（参考訳）: コミュニティ主導の科学パイプラインエコシステムは、再現可能なデータ集約型研究においてますます重要になっているが、その持続性はワークフローエンジン、テンプレート、テストインフラストラクチャ以上のものに依存している。
また、コミュニティがパイプラインの維持、コントリビューションの統合、異種実行環境におけるユーザのサポートなどにも依存する。
本稿では,Nextflowパイプラインの大規模エコシステムであるnf-coreのメンテナンスとサポートに関するクロスプラットフォームな実証的研究について述べる。
我々は15,760のGitHub問題,35,411のGitHubプルリクエスト,および895のSeqera Community Forumに関する議論を分析して,メンテナンスとサポートに関する懸念の発生状況,アーティファクトタイプの違い,解決結果に関連する要因,リポジトリ中心とコミュニティ中心のスペース間の問題とソリューションのフローについて検討した。
問題は主にリポジトリレベルの問題報告とメンテナンスの調整をキャプチャすること、プルリクエストが実装、レビュー、テスト、依存性、テンプレート更新の作業をキャプチャすること、フォーラムディスカッションが実行障害、コンテナ、クラウド、HPC環境、MultiQCレポート、Nextflowの使用に関するユーザ側のサポートをキャプチャすること、などです。
結論は行動可能性、協調性、診断の証拠と関係している。
問題閉鎖は、割り当て者、コメント、マイルストーン、バグラベル、エラー参照、バージョン情報と関連付けられている。
プルリクエストの統合は、著者の役割、自動化タイプ、ドラフトステータス、チェックリスト、リンクされた問題、レビュールーティングによって異なる。
議論にはコードブロック、持続的インタラクション、具体的な技術的なエビデンスが含まれているが、クラウド、HPC、ワークフローのセマンティックな質問は解決が難しい。
クロスプラットフォーム分析は、GitHub内で強力なリポジトリ内部トレーサビリティを示すが、フォーラムディスカッションとリポジトリアーティファクトとの明示的なリンクは限られている。
関連論文リスト
- Understanding Developer Pain Points in Federated Learning: Insights from Stack Overflow and GitHub [3.9933521189187693]
フェデレートラーニング(FL)は、生データを集中せずに協調的なモデルトレーニングを可能にする。
92のFL関連プロジェクトからの495のStack Overflowポストと9,116のGitHubイシューとプルリクエストを分析します。
論文 参考訳（メタデータ） (2026-07-21T23:06:00Z) - SentTrack: Sentiment-Driven Bottleneck Detection in GitHub Issue Repositories [4.18477469430107]
SentTrackは、GitHubのイシューディスカッションから社会技術的ボトルネックを検出するためのフレームワークである。
これは約9000のイシュースレッドにわたるAvaloniaUIオープンソースリポジトリに適用される。
論文 参考訳（メタデータ） (2026-06-09T22:12:41Z) - From Threads to Trajectories: A Multi-LLM Pipeline for Community Knowledge Extraction from GitHub Issue Discussions [5.590965631053725]
SWE-MIMIC-Benchは生のGitHubディスカッションから生成された課題トラジェクトリデータセットである。
単純な要約とは異なり、このパイプラインはクローズドソース LLM のグループを使用して、きめ細かいタスクを実行する。
我々は,SWE-Bench-Pro,SWE-Bench-Multilingual,SWE-Bench-Verifiedデータセットから抽出した実世界のGitHub問題800件について評価を行った。
論文 参考訳（メタデータ） (2026-04-28T17:21:46Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - Why Authors and Maintainers Link (or Don't Link) Their PyPI Libraries to Code Repositories and Donation Platforms [83.16077040470975]
Python Package Index(PyPI)上のライブラリのメタデータは、オープンソースライブラリの透明性、信頼性、持続性をサポートする上で重要な役割を果たす。
本稿は,5万PyPIの著者とメンテナに送付された2つの対象調査を組み合わせた大規模実証研究である。
我々は,大規模言語モデル(LLM)に基づくトピックモデリングを用いて1,400以上の応答を分析し,リポジトリと寄付プラットフォームのリンクに関連する重要なモチベーションと障壁を明らかにする。
論文 参考訳（メタデータ） (2026-01-21T16:13:57Z) - Analyzing GitHub Issues and Pull Requests in nf-core Pipelines: Insights into nf-core Pipeline Repositories [4.902956965439]
Nextflowのnfコアコミュニティは、厳格なテスト、ドキュメント、ガバナンスガイドラインに従う標準化されたピアレビューパイプラインをキュレートする。
本稿では,これらのパイプラインから25,173件の問題を抽出し,繰り返し発生する課題,管理実践,認識困難を明らかにする。
パイプライン開発と統合、バグ修正、ゲノムデータの統合、CI設定の管理、バージョン更新の処理など、13の主要な課題を特定します。
論文 参考訳（メタデータ） (2026-01-14T16:34:00Z) - What About Our Bug? A Study on the Responsiveness of NPM Package Maintainers [2.131643283600185]
もっとも依存度の高いnpmパッケージ500件のバグレポート30,340件の応答性について検討した。
調査の結果,メンテナの反応は概ね70%であり,プロジェクトレベルの応答性は70%であった。
論文 参考訳（メタデータ） (2025-11-07T05:11:47Z) - Benchmarking Deep Search over Heterogeneous Enterprise Data [73.55304268238474]
検索強化生成(RAG)の形式を評価するための新しいベンチマークを提案する。
RAGは、多種多様な、しかし関連するソースに対して、ソースを意識したマルチホップ推論を必要とする。
製品計画、開発、サポートステージをまたいだビジネスをシミュレートする合成データパイプラインを使用して構築します。
論文 参考訳（メタデータ） (2025-06-29T08:34:59Z) - SwingArena: Competitive Programming Arena for Long-context GitHub Issue Solving [90.32201622392137]
We present SwingArena, a competitive evaluation framework for Large Language Models (LLMs)。
従来の静的ベンチマークとは異なり、SwingArenaはLLMをイテレーションとして組み合わせて、テストケースを作成し、継続的インテグレーション(CI)パイプラインを通じてパッチを検証するパッチとレビュアーを生成することで、ソフトウェアのコラボレーションプロセスをモデル化する。
論文 参考訳（メタデータ） (2025-05-29T18:28:02Z) - When Disagreements Elicit Robustness: Investigating Self-Repair Capabilities under LLM Multi-Agent Disagreements [56.29265568399648]
我々は、不一致が早期のコンセンサスを防ぎ、探索されたソリューション空間を拡張することを主張する。
タスククリティカルなステップの相違は、ソリューションパスのトポロジによってコラボレーションを損なう可能性がある。
論文 参考訳（メタデータ） (2025-02-21T02:24:43Z) - An Empirical Investigation on the Challenges in Scientific Workflow Systems Development [6.920993703034064]
この記事では、Stack Overflow(SO)とGitHubにおける開発者と研究者のインタラクションについて検討する。
問題を分析することで、13のトピック(例えば、エラーとバグ修正、ドキュメント、依存性)を特定し、データ構造と操作が最も難しいことを発見した。
また、データ構造や操作、タスク管理、ワークフロースケジューリングといった、SOとGitHubの共通するトピックも見つけました。
論文 参考訳（メタデータ） (2024-11-16T21:14:11Z) - QD-GCN: Query-Driven Graph Convolutional Networks for Attributed
Community Search [54.42038098426504]
QD-GCNは、ACS問題を解決するために、コミュニティ構造とノード属性を統一するエンドツーエンドフレームワークである。
本稿では、QD-GCNが既存の属性付きコミュニティ検索アルゴリズムを効率性と有効性の両方で上回ることを示す。
論文 参考訳（メタデータ） (2021-04-08T07:52:48Z)
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。