L'extension des exigences de PID pour les logiciels de recherche persistants

Le changement de politique le plus silencieux dans la sortie de la recherche peut être celui qui transforme le code d'une note de base de méthodes en un objet récupérable. À travers les agences de financement, les bureaux de journaux, les systèmes d'information de recherche universitaire et les registres disciplinaires, les chercheurs sont invités à obtenir un identifiant persistant - un DOI, un identifiant du patrimoine logiciel, un identifiant de ressource de recherche ou un identifiant ASCL - pour le logiciel qu'ils ont écrit, pas seulement un lien GitHub qui peut changer ou disparaître. La distinction sonne technique. Ce n'est pas. Une URL indique où un dépôt était; un identifiant persistant indique quelle version du logiciel a été analysée et où

Le modèle ne devrait pas surprendre quiconque a vu des mandats de citation de données se répandre à travers les revues au cours de la dernière décennie. Les mandats d'identificateur persistant du logiciel suivent le même chemin, seulement plus rapidement, parce que les contrôles de reproductibilité échouent maintenant sur le code manquant aussi souvent que sur les données manquantes. La conséquence pour les universitaires travaillant est que le logiciel n'est plus un sous-produit d'une subvention.

Un DOI n’est pas une promesse, c’est un mécanisme de récupération

L'identifiant persistant le plus commun pour les logiciels de recherche est l'identifiant objet numérique, ou DOI, monté via DataCite et enregistré par des dépôts tels que Zenodo, figshare, un dépôt institutionnel, ou un centre de données national. Un DOI fait référence aux métadonnées et à une page de destination; il ne garantit pas par lui-même que le logiciel est ouvert, révisé ou réutilisable. Ce fossé est important car un DOI peut s'attacher à un dépôt privé sans fichiers publics et satisfaire toujours à une case de conformité.

Software Heritage fonctionne différemment. Il attribue des identifiants intrinsèques, appelés SWHIDs, à partir du contenu du code source lui-même. Un fichier, un répertoire, un commit, une libération ou un dépôt complet obtient un identifiant calculé à partir de son hachage, ce qui signifie que l'identifiant peut être vérifié contre l'objet et ne dépend pas d'un seul fournisseur restant en ligne. Pour la recherche biomédicale, l'identifiant de ressource de recherche, ou RRID, a été utilisé depuis 2014 pour identifier les logiciels, les anticorps, les lignes cellulaires et d'autres outils; de nombreuses revues dans les sciences de la vie nécessitent des RRIDs dans les sections de méth

Où apparaissent les exigences

Les éditeurs se sont déplacés en premier.Principes de référence du logiciel FORCE11, publié en 2016, a demandé aux auteurs de citer la version spécifique du logiciel utilisé et d'inclure un identifiant persistant lorsqu'il existe. Près d'une décennie plus tard, la politique de la revue a durci de la suggestion à la condition. Les revues Nature Portfolio demandent aux auteurs de fournir des déclarations de disponibilité de code et, là où un dépôt public existe, un DOI ou un autre identifiant persistant. PLOS et PeerJ utilisent les RRID dans les directives d'identification des ressources pour les outils et les matériaux biologiques, et les revues de l'American Astronomical Society ont longtemps fait des citations de logiciels à travers la bibliothèque de code source d'Astrophysics partie de

Le Bureau des informations scientifiques et techniques du département américain de l'énergie exécute le DOE CODE, un service d'enregistrement logiciel qui émet des DOI pour les paquets développés avec des fonds fédéraux. les conseils de recherche en Europe ont commencé à demander aux bénéficiaires de subventions d'inclure des logiciels dans leurs plans de gestion de données avec des identifiants appropriés, et leLes principes FAIR pour les logiciels de recherche (FAIR4RS)L’édition 2022, a fait des identifiants une exigence de premier niveau : pour être trouvable et réutilisable, le logiciel doit être identifié de manière unique et persistante.

Le modèle a été établi par des mandats de citation de données, que les revues ont adoptées avant que les bailleurs de fonds n'aient forcé l'émission; ce site a suivi ce changement dans uneRapport antérieur sur les mandats de citation de donnéesLe .Les mandats d’ORCID pour les réviseurs et les rédacteursLes deux modèles font que l'expansion de l'identifiant logiciel ressemble moins à une nouveauté et plus à la poursuite d'un effort d'une décennie pour rendre les objets de recherche abordables.

Photo by Peaky Frames on Unsplash

Les métadonnées sans version fixe sont toujours une cible mobile

La plupart des logiciels dans un laboratoire ne sont pas une version, c’est une branche. L’identifiant qui compte est lié à une version, une snapshot, une version, ou un commit spécifique, pas à la vue par défaut du dépôt. L’intégration GitHub de Zenodo illustre comment cela fonctionne en pratique: un chercheur connecte un dépôt, déclenche une version, et Zenodo archive l’état exact du code et ment une DOI pour cette version.Guide DataCite pour les logiciels DOIindique que l'objet enregistré doit être une version discrète, pas un projet fluide.

Les historiens connaissent déjà la leçon : une citation sans édition est une rumeur.

Il y a une deuxième exigence, moins évidente. Un identifiant persistant a besoin de métadonnées jointes pour être utile: titre, auteurs, version, licence, et un fichier texte qui dit aux utilisateurs comment citer. Le format de fichier de citation et codemeta.json deviennent les moyens standard pour transporter ces métadonnées à l'intérieur d'un dépôt. Sans eux, un DOI peut résoudre à une page de destination qui ne liste pas de noms d'auteurs, ce qui n'aide personne. Les flux de travail de dépôt de dépôt de dépôt de dépôt traitent déjà cela à l'échelle, car les dépôts institutionnels ont vu les dépôts augmenter; ce site a couvert le modèle dans unRapport précédent sur les dépôts de dépôtLe .

Ce que cela signifie pour un CV de faculté et un laboratoire de recherche

Pour un chercheur de carrière précoce, le logiciel avec un DOI est citable dans les mêmes endroits qu'un papier: ORCID, les dépôts institutionnels, les rapports annuels d'activité et les fichiers de promotion. Un professeur adjoint dont le code d'analyse a un DataCite DOI a ajouté une publication sans ajouter un article de journal; les comités de promotion apprennent lentement à lire ces entrées comme des sorties de première classe plutôt que comme des annexes techniques.

Pour un leader de laboratoire, la correction opérationnelle est petite. Déposer la version, joindre le fichier de citation, enregistrer l'identifiant dans les rapports de progrès. Le changement stratégique est plus grand: les groupes de recherche qui traitent le logiciel comme un produit obtiennent des résultats reproductibles, des livraisons plus propres et un flux de sortie visible lors de la fermeture des subventions. Ce n'est pas un coût de conformité.

Le problème de l’archive : un PID n’est pas la même chose que la conservation

Zenodo et les dépôts institutionnels ne sont pas immortels, et un DOI peut survivre au service d'hébergement qui l'a autrefois résolu.Logiciel de patrimoinebaisse cette dépendance parce que ses identifiants et son archive sont liés au contenu lui-même, mais même cet archive doit être financé.La distinction utile est entre la persistance de l'identifiant et la préservation du contenu.Un DOI promet une résolution stable; il ne promet pas que les fichiers resteront accessibles si le dépôt hébergeant la page de destination ferme.

C'est le même problème qui a suivi les mandats de citation de données. Un identifiant persistant sans garantie de conservation est une promesse écrite dans les métadonnées. La différence avec le logiciel est que le code source est souvent le seul enregistrement complet de la méthode.

Photo by Wendy Tan on Unsplash

Une courte liste de contrôle de la conformité pour les groupes de recherche

• Déposer une version publiée, pas une branche en mouvement ; étiqueter une version dans le dépôt d'abord.
• Ajoutez un fichier CITATION.cff ou codemeta.json avec le titre, les auteurs, la version, la licence et la description.
• Utilisez un dépôt qui peut monter un DOI ou SWHID : Zenodo, figshare, un dépôt institutionnel ou Software Heritage.
• Inscrivez l'identifiant persistant dans le système de déclaration du projet de l'agence de financement, pas seulement dans le document final.
• Vérifiez la politique de citation logicielle d'un journal avant de le soumettre ; incluez un RRID où le champ utilise des RRID.

Le logiciel a longtemps été traité comme la seule chose que la science n'avait pas à nommer, parce que le code était supposé être remplaçable et privé.L'expansion des mandats d'identificateur persistant change cette hypothèse.Nommer la version n'est pas la fin de la reproductibilité.C'est le point où les méthodes deviennent adressables, et la science devient capable de contester avec son propre code.