Forschungssoftware-Persistente-Identifier-Mandate erweitern sich

Über Finanzierungsagenturen, Zeitschriftenbüros, Universitätsforschungsinformationssysteme und Disziplinarregister werden Forscher nach einem dauerhaften Identifikator gefragt - ein DOI, ein Software Heritage-Identifikator, ein Forschungsressourcen-Identifikator oder eine ASCL-ID - für die Software, die sie geschrieben haben, nicht nur einen GitHub-Link, der sich ändern oder verschwinden kann.

Das Muster sollte niemanden überraschen, der in den letzten zehn Jahren Datenzitierungsmandate durch Zeitschriften verbreitet hat. Software-permanente Identifikationsmandate folgen demselben Pfad, nur schneller, weil Reproduzierbarkeitsprüfungen jetzt bei fehlenden Codes ebenso oft als bei fehlenden Daten scheitern. Die Folge für arbeitende Wissenschaftler ist, dass Software kein Nebenprodukt eines Zuschusses mehr ist.

Ein DOI ist kein Versprechen, es ist ein Abrufmechanismus

Der häufigste dauerhafte Identifikator für Forschungssoftware ist der digitale Objekt-Identifikator oder DOI, der über DataCite geprägt und von Repositories wie Zenodo, figshare, einem institutionellen Repository oder einem nationalen Rechenzentrum registriert wird. Ein DOI weist auf Metadaten und eine Landing Page hin; es garantiert nicht an sich, dass die Software geöffnet, überprüft oder wiederverwendbar ist. Diese Lücke ist wichtig, weil ein DOI einem privaten Depot ohne öffentliche Dateien beigefügt werden kann und immer noch eine Compliance-Box erfüllen kann.

Software Heritage funktioniert anders. Es zugeordnet intrinsische Identifikatoren, die als SWHIDs bezeichnet werden, aus dem Inhalt des Quellcodes selbst. Eine Datei, ein Verzeichnis, ein Kompromiss, eine Veröffentlichung oder ein vollständiges Repository erhält einen Identifikator, der aus seinem Hash berechnet wird, was bedeutet, dass der Identifikator gegen das Objekt überprüft werden kann und nicht von einem einzelnen Anbieter abhängt, der online bleibt. Für die biomedizinische Forschung wird der Forschungsressourcen-Identifikator oder RRID seit 2014 verwendet, um Software, Antikörper, Zelllinien und andere Tools zu identifizieren; viele Zeitschriften in den Life Sciences erfordern RRIDs in Methodenabschnitten.

Wo die Anforderungen erscheinen

Die Verleger zogen zuerst.DieFORCE11 Software Zitate Prinzipien, veröffentlicht im Jahr 2016, forderte Autoren auf, die spezifische Version der verwendeten Software zu zitieren und einen dauerhaften Identifikator aufzunehmen, wenn einer existiert. Fast ein Jahrzehnt später hat sich die Politik der Zeitschrift von Vorschlag zu Bedingung verschärft. Nature Portfolio-Zeitschriften fordern Autoren auf, Code-Verfügbarkeitserklärungen und, wo ein öffentliches Repository existiert, ein DOI oder ein anderer dauerhafter Identifikator bereitzustellen. PLOS und PeerJ verwenden RRIDs in den Ressourcenidentifikationsrichtlinien für Werkzeuge und biologische Materialien, und die Zeitschriften der American Astronomical Society haben seit langem Software-Zitate durch die Astrophysics Source Code Library als Teil ihrer Standard-Referenz

Das US Department of Energy Office of Scientific and Technical Information betreibt DOE CODE, einen Software-Registrierungsdienst, der DOIs für Pakete ausstellt, die mit Bundesfinanzierung entwickelt wurden.FAIR Prinzipien für Forschungssoftware (FAIR4RS)Die im Jahr 2022 veröffentlichte Studie hat Identifikatoren zu einer Anforderung der ersten Ebene gemacht: Software muss eindeutig und dauerhaft identifiziert sein, um nachweisbar und wiederverwendbar zu sein.

Die Vorlage wurde durch Datenzitierungsmandate geschaffen, die Zeitschriften angenommen haben, bevor die Geldgeber die Ausgabe zwangen; diese Website verfolgte diese Verschiebung in einerVorheriger Bericht über Datenzitierungsmandate... .ORCID-Mandate für Reviewer und RedakteureBeide Muster machen die Erweiterung des Software-Identifikators weniger wie eine Neuheit und mehr wie die Fortsetzung eines jahrzehntelangen Bemühens, Forschungsobjekte ansprechbar zu machen.

Photo by Peaky Frames on Unsplash

Metadaten ohne feste Version sind immer noch ein bewegliches Ziel

Die meisten Software in einem Labor ist keine Veröffentlichung; es ist ein Zweig. Der Identifikator, der zählt, ist an eine Version, ein Snapshot, eine Veröffentlichung oder einen bestimmten Kommit gebunden, nicht an die Standardansicht des Repositoriums. Die GitHub-Integration von Zenodo illustriert, wie dies in der Praxis funktioniert: Ein Forscher verbindet ein Repositorium, löst eine Veröffentlichung aus, und Zenodo archiviert den genauen Zustand des Codes und mintet eine DOI für diese Veröffentlichung.DataCite Leitfaden für Software DOIEs wird darauf hingewiesen, dass das registrierte Objekt eine diskrete Version sein sollte, kein flüssiges Projekt.

Historiker kennen bereits die Lektion: Ein Zitat ohne Ausgabe ist ein Gerücht.

Es gibt eine zweite, weniger offensichtliche Anforderung. Ein dauerhafter Identifikator benötigt metadaten, die beigefügt sind, um nützlich zu sein: Titel, Autoren, Version, Lizenz und eine Textdatei, die den Benutzern sagt, wie man zitiert. das Zitat-Dateiformat und codemeta.json werden zu den standardmäßigen Möglichkeiten, diese metadaten in einem Repository zu tragen. Ohne sie kann ein DOI zu einer Landing Page gelöst werden, die keine Namen von Autoren auflistet, was niemandem hilft. Repository-Depository-Workflows bewältigen dies bereits im Maßstab, da institutionelle Repositorys die Einlagen steigen gesehen haben; diese Website deckte das Muster in einerVorheriger Bericht über Depotdeponien... .

Was das für einen Fakultäts-CV und ein Forschungslabor bedeutet

Ein Assistenzprofessor, dessen Analyse-Code ein DataCite DOI hat, hat eine Publikation hinzugefügt, ohne einen Zeitschriftartikel hinzuzufügen; Förderkomitees lernen langsam, diese Einträge als erstklassige Ausgaben und nicht als technische Anhänge zu lesen.

Für einen Labortreiber ist die operative Fixierung klein. Setzen Sie die Version ein, fügen Sie die Zitierungsdatei hinzu, registrieren Sie den Identifikator in den Fortschrittsberichten. Die strategische Verschiebung ist größer: Forschungsgruppen, die Software als Produkt behandeln, erhalten reproduzierbare Ergebnisse, saubere Handovers und einen sichtbaren Ausgangsstrom, wenn die Zuschüsse geschlossen werden.

Das Archivproblem: Eine PID ist nicht dasselbe wie die Erhaltung

Zenodo und institutionelle Repositories sind nicht unsterblich, und ein DOI kann den Hosting-Dienst übertreffen, der es einmal gelöst hat.Software Erbeverringert diese Abhängigkeit, weil ihre Identifikatoren und das Archiv an den Inhalt selbst gebunden sind, aber selbst dieses Archiv muss finanziert werden.Die nützliche Unterscheidung besteht zwischen Identifikator-Persistenz und Inhaltserhaltung.Eine DOI verspricht eine stabile Auflösung; es verspricht nicht, dass die Dateien zugänglich bleiben, wenn das Repository, das die Zielseite beherbergt, geschlossen wird.

Das ist das gleiche Problem, das Datenzitierungsmandate verfolgt hat. Ein dauerhafter Identifikator ohne Erhaltungsgarantie ist ein Versprechen, das in Metadaten geschrieben ist. Der Unterschied mit der Software besteht darin, dass der Quellcode oft die einzige vollständige Aufzeichnung der Methode ist.

Photo by Wendy Tan on Unsplash

Eine kurze Compliance-Checkliste für Forschungsgruppen

• Speichern Sie eine veröffentlichte Version, nicht einen beweglichen Zweig; Markieren Sie zuerst eine Veröffentlichung im Repository.
• Fügen Sie eine Datei CITATION.cff oder codemeta.json mit Titel, Autoren, Version, Lizenz und Beschreibung hinzu.
• Verwenden Sie ein Repository, das ein DOI oder SWHID messen kann: Zenodo, figshare, ein institutionelles Repository oder Software Heritage.
• Notieren Sie die dauerhafte Kennung im Projektberichterstattungssystem der Finanzierungsagentur, nicht nur im Abschlussblatt.
• Überprüfen Sie die Software-Zitate-Richtlinie eines Journals vor der Einreichung; enthalten Sie eine RRID, in der das Feld RRIDs verwendet.

Software wurde lange als das behandelt, was die Wissenschaft nicht nennen musste, weil Code angenommen wurde, ersetzbar und privat zu sein. Die Erweiterung der dauerhaften Identifizierungsmandate ändert diese Annahme. Das Nennen der Version ist nicht das Ende der Reproduzierbarkeit.