EAGER: Reproducibility and Cyberinfrastructure for Computational and Data-Enabled Science

EAGER：计算和数据支持科学的可重复性和网络基础设施

基本信息

批准号：
2138776
负责人：
Victoria Stodden
金额：
$ 30万
依托单位：
University of Southern California
依托单位国家：
美国
项目类别：
Standard Grant
财政年份：
2021
资助国家：
美国
起止时间：
2021-09-01 至 2022-08-31
项目状态：
已结题

来源：
https://www.nsf.gov/awardsearch/showAward?AWD_ID=2138776&HistoricalAwards=false
关键词：
EAGER Reproducibility Cyberinfrastructure Computational Data

项目摘要

This project seeks to improve understanding of how the scientific community can adapt to the increasing use of computing and large-scale data resources. One challenge is ensuring that computational results - such as those from simulations - are "reproducible," that is, the same results are obtained when one re-uses the same input data, methods, software and analysis conditions. In 2019, the National Academies of Science, Engineering, and Medicine (NASEM) issued a report on "Reproducibility and Replication in Science" with a series of recommendations. The project will assess the implications of these recommendations on the scientific discovery process for computationally- and data-enabled research.The following research questions will guide this study: (1) what reproducibility issues are surfaced by the NASEM recommendations and what constraints and requirements do they imply for computational infrastructure?; and (2) what are the implications of these issues and constraints on the computational infrastructure ecosystem as a whole? To explore and illustrate answers to these questions, we will employ diverse scientific use cases chosen to cover different ways researchers interact with computational infrastructure. Formalisms will also be applied to the use cases to articulate the role of computational infrastructure in enabling transparency and reproducibility, and to elucidate how computational infrastructure can conform to the NASEM report recommendations. The overall aim is to articulate avenues for future research at the intersection of transparency, reproducibility and computational infrastructure that supports scientific discovery.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.

该项目旨在提高对科学界如何适应计算和大规模数据资源的使用的理解。一个挑战是确保计算结果（例如模拟的结果）是“可重复的”，也就是说，当一个重复使用相同的输入数据，方法，软件和分析条件时，获得了相同的结果。 2019年，美国国家科学，工程和医学学院（NASEM）发表了一系列建议的报告“科学中的可重复性和复制性”。该项目将评估这些建议对计算和数据支持研究的科学发现过程的含义。以下研究问题将指导这项研究：（1）NASEM建议浮出水面哪些可重复性问题，以及它们暗示计算基础设施的哪些约束和要求？（2）这些问题和约束对整个计算基础架构生态系统的影响是什么？为了探索和说明这些问题的答案，我们将采用选择的多种科学用例来涵盖研究人员与计算基础架构互动的不同方式。形式主义也将应用于用例，以阐明计算基础设施在实现透明度和可重复性方面的作用，并阐明计算基础架构如何符合NASEM报告建议。总体目的是在透明度，可重复性和计算基础架构的交集中阐明途径，以支持科学发现。该奖项反映了NSF的法定任务，并被认为是值得通过基金会的知识分子优点和更广泛影响的审查标准来通过评估来支持的。

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Trust but Verify: How to Leverage Policies, Workflows, and Infrastructure to Ensure Computational Reproducibility in Publication

信任但验证：如何利用策略、工作流程和基础设施来确保出版物中的计算可重复性

DOI：
10.1162/99608f92.25982dcf
发表时间：
2021
期刊：
Harvard Data Science Review
影响因子：
0
作者：
Willis, Craig;Stodden, Victoria
通讯作者：
Stodden, Victoria

The data science life cycle: a disciplined approach to advancing data science as a science

数据科学生命周期：将数据科学推进为一门科学的严格方法

DOI：
10.1145/3360646
发表时间：
2020
期刊：
Communications of the ACM
影响因子：
22.7
作者：
Stodden, Victoria
通讯作者：
Stodden, Victoria

A Case Study in Scientific Reproducibility from the Event Horizon Telescope (EHT)

事件视界望远镜 (EHT) 的科学再现性案例研究

DOI：
10.1109/escience51609.2021.00045
发表时间：
2021
期刊：
2021 IEEE 17th International Conference on eScience (eScience
影响因子：
0
作者：
Ketron, R.;Leonard, J.;Roachell, B.;Patel, R.;White, R.;Caino-Lores, S.;Tan, N.;Miles, P.;Vahi, K.;Deelman, E.
通讯作者：
Deelman, E.

Building a Vision for Reproducibility in the Cyberinfrastructure Ecosystem: Leveraging Community Efforts

构建网络基础设施生态系统可重复性的愿景：利用社区的努力