Н.А. Скворцов1

1 ФИЦ ИУ РАН (Москва, Россия)
1 nskv@mail.ru

Постановка проблемы. Множество исследовательских задач возникает на стыке разных предметных областей при взаимодействии представителей разных научных групп и сообществ. Исследовательские инфраструктуры, обеспечивающие решение задач, должны поддерживать предметные сообщества исследователей, формирующие свои исследовательские среды с наборами ресурсов, релевантных решаемым ими задач. Такие ресурсы должны быть доступными и готовыми к повторному использованию как исследователями внутри сообщества, так и представителями других сообществ. Концептуальные спецификации определяют предметные области сообществ и используются при описании ресурсов сообществ для их корректного использования при решении задач. В настоящем исследовании предлагается организация предметных исследовательских сообществ, связанных друг с другом иерархически. Более специализированные сообщества в иерархии базируются на спецификациях предметных областей общих сообществ, а общие сообщества могут предоставлять исследователям помимо собственных открытые ресурсы специализированных сообществ. Взаимодействие сообществ производится через спецификации более общих сообществ. Ресурсы могут использоваться как напрямую, так и по аналогии применения в других сообществах.

Цель. Провести исследование проблемы решения задач с повторным использованием ресурсов при иерархической организации научных сообществ, в которых они описаны.

Результаты. Предложен подход к иерархической организации исследовательских сообществ, который обеспечивает накапливание различных видов ресурсов, таких как знания, наборы данных, реализации методов, предметно-ориентированные модели, стандарты, повторно используемых в жизненном цикле решения задач в соответствующих предметных областях.

Практическая значимость. Эффективная поддержка исследовательских инфраструктур основывается в первую очередь на развитии широких и специализированных сообществ исследователей, заинтересованных в их работе. Специалисты в соответствующих предметных областях, являющиеся представителями сообществ, могут наполнять спецификации предметных областей необходимыми знаниями, предлагать и квалифицированно описывать ресурсы, которые необходимы в сообществе для решения научных задач, повторно использовать ресурсы, предоставляемые сообществами, в исследованиях для получения новых знаний и предоставлять сообществам результаты своих исследований.

Скворцов Н.А. Повторное использование ресурсов иерархическими исследовательскими сообществами // Системы высокой доступности. 2025. Т. 21. № 4. С. 28−41. DOI: https://doi.org/ 10.18127/j20729472-202504-03

1. Wilkinson M. et al. The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data. 2016. V. 3. 160018. https://doi.org/10.1038/sdata.2016.18
2. Goble C.A., Bhagat J., Aleksejevs S. et al. myExperiment: a repository and social network for the sharing of bioinformatics workflows. Nucleic Acids Research 38: W677 – W682, 2010.
3. Hull D., Wolstencroft K., Stevens R. et al. Taverna: a tool for building and running workflows of services. Nucleic Acids Research. 34, W729 – W732, 2006.
4. Sanchez S. et al. WF4Ever: Supporting for reuse and reproducibility in experimental science. EGI Technical Forum. 2012.
5. Soiland-Reyes S. et al. Packaging research artefacts with RO-Crate. Data Science. 2022. V. 5. № 2. https://doi.org/10.3233/DS-210053
6. Smedt K. De, Koureas D., Wittenburg P. FAIR digital objects for science: From data pieces to actionable knowledge units. Publications. 2020. V. 8. № 2. P. 21.
7. Harrow J. et al. ELIXIR: providing a sustainable infrastructure for life science data at European scale. Bioinformatics. 2021. V. 37. № 16. P. 2506–2511.
8. Earth Science Information Partners (ESIP) https://www.esipfed.org/ (07.07.2024).
9. The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2022 update. Nucleic Acids Research. 2022. V. 50. № W1. P. W345–W351.
10. Thalheim B. Kinds of Models in Sciences, Engineering, and Daily Life. DAMDID 2023. https://www.youtube.com/watch?v=-ezPp1s3nuk&list=PLG7ZeBehNOwWN1B9xM7qTshSOfKJaB-hi&index=35
11. Skvortsov N., Stupnikov S. Managing Data-Intensive Research Problem-Solving Lifecycle. Data Analytics and Management in Data Intensive Domains (DAMDID 2020). CCIS. Springer. 2021. V. 1427. P. 3–18.
12. Borner K. et al. VIVO: A Semantic Portal for Scholarly Networking Across Disciplinary Boundaries. Springer Nature. 2012. DOI:10.1007/978-3-031-79435-3
13. DataCite Commons. https://commons.datacite.org
14. OpenAIRE Explore. https://explore.openaire.eu
15. B2FIND (EUDAT). https://b2find.eudat.eu
16. EOSC EU Node. https://open-science-cloud.ec.europa.eu/
17. Baru C. et al: Open Knowledge Network Roadmap: powering the next data revolution. National Science Foundation, 2022. https://opencommons.org/images/c/c6/OKN_Roadmap_-_Report_v03_%281%29.pdf
18. International Virtual Observatory Alliance. https://www.ivoa.net/
19. Skvortsov N.A., Stupnikov S.A. A semantic approach to workflow management and reuse for research problem solving. Data Intelligence. 2022. V. 4. Iss 2. P. 439–454. MIT Press Journals, 2022. DOI: 10.1162/dint_a_00142
20. Скворцов Н.А. Публикация данных и связанных с ними ресурсов в предметных сообществах // Системы высокой доступности. 2022. Т. 18. № 4. С. 56−67. DOI: https://doi.org/ 10.18127/j20729472-202204-05