As Mandatos de Identificadores Persistentes de Software de Pesquisa Expandem-se

A mudança de política mais silenciosa na saída da pesquisa pode ser a que transforma o código de uma nota de rodapé de métodos em um objeto recuperável. Através de agências de financiamento, escritórios de periódicos, sistemas de informação de pesquisa universitária e registros disciplinares, os pesquisadores estão sendo solicitados por um identificador persistente - um DOI, um identificador de herança de software, um identificador de recursos de pesquisa ou um ID ASCL - para o software que eles escreveram, não apenas um link do GitHub que pode mudar ou desaparecer. A distinção soa técnica. Não é. Um URL diz onde um repositório estava; um identificador persistente diz qual versão do software foi analisada e onde a cópia arquivada vive.

O padrão não deve surpreender qualquer um que tenha observado mandatos de citação de dados espalhados por revistas durante a última década. Os mandatos de identificador persistente de software estão seguindo o mesmo caminho, apenas mais rápido, porque os controlos de reprodutibilidade agora falham em código ausente tão frequentemente quanto em dados ausentes. A consequência para os acadêmicos que trabalham é que o software não é mais um subproduto de uma subvenção.

Um DOI não é uma promessa; é um mecanismo de recuperação

O identificador persistente mais comum para o software de pesquisa é o identificador de objeto digital, ou DOI, criado através do DataCite e registrado por repositórios como o Zenodo, figshare, um repositório institucional ou um centro de dados nacional. Um DOI aponta para metadados e uma página de destino; ele não garante por si só que o software é aberto, revisado ou reutilizável. Essa lacuna importa porque um DOI pode anexar a um depósito privado sem arquivos públicos e ainda satisfazer uma caixa de conformidade. Fundadores e revistas estão, portanto, estratificando dois requisitos: um identificador persistente mais um depósito em um arquivo que pode realmente recuperar a versão.

O Software Heritage funciona de forma diferente. Atribua identificadores intrínsecos, chamados SWHIDs, a partir do conteúdo do próprio código-fonte. Um arquivo, diretório, compromisso, liberação ou repositório completo recebe um identificador calculado a partir de seu hash, o que significa que o identificador pode ser verificado contra o objeto e não depende de um único provedor permanecendo online. Para pesquisa biomédica, o Identificador de Recursos de Pesquisa, ou RRID, tem sido usado desde 2014 para identificar software, anticorpos, linhas de células e outras ferramentas; muitas revistas nas ciências da vida exigem RRIDs em seções de métodos.

Onde os requisitos aparecem

Os editores se movimentaram primeiro.PRINCÍPIOS DE CITAÇÃO DE SOFTWARE FORCE11, publicado em 2016, pediu aos autores para citar a versão específica do software usado e para incluir um identificador persistente quando existe. Quase uma década depois, a política da revista endureceu de sugestão a condição. revistas Nature Portfolio pedem aos autores para fornecer declarações de disponibilidade de código e, onde um repositório público existe, um DOI ou outro identificador persistente. PLOS e PeerJ usam RRIDs nas diretrizes de identificação de recursos para ferramentas e materiais biológicos, e as revistas da American Astronomical Society há muito tempo fizeram citações de software através da Astrophysics Source Code Library parte de sua prática de referência padrão.

O Escritório de Informação Científica e Técnica do Departamento de Energia dos EUA executa o DOE CODE, um serviço de registro de software que emite DOIs para pacotes desenvolvidos com financiamento federal. conselhos de pesquisa na Europa começaram a pedir que os detentores de subvenções incluam software em planos de gerenciamento de dados com identificadores apropriados, e oPrincípios FAIR para Software de Pesquisa (FAIR4RS)O documento, publicado em 2022, tornou os identificadores um requisito de primeiro nível: para serem encontráveis e reutilizáveis, o software deve ser identificado de forma única e persistente.

O modelo foi estabelecido por mandatos de citação de dados, que as revistas adotaram antes que os financiadores forçassem a emissão; este site rastreou essa mudança em umRelatório anterior sobre mandatos de citação de dados. oORCID mandatos para revisores e editoresAmbos os padrões fazem com que a expansão do identificador de software se sinta menos como uma novidade e mais como a continuação de um esforço de uma década para tornar os objetos de pesquisa abordáveis.

Photo by Peaky Frames on Unsplash

Metadados sem uma versão fixa ainda são um alvo em movimento

A maioria dos softwares em um laboratório não é uma liberação; é um ramo. O identificador que importa está ligado a uma versão, um snapshot, uma liberação ou um compromisso específico, não à vista padrão do repositório. A integração do GitHub da Zenodo ilustra como isso funciona na prática: um pesquisador conecta um repositório, desencadeia uma liberação, e o Zenodo arquiva o estado exato do código e cita um DOI para essa liberação.Guia do DataCite para Dois de SoftwareExplique que o objeto a ser registrado deve ser uma versão discreta, não um projeto fluido.

Os historiadores já sabem a lição: uma citação sem uma edição é um boato.

Há um segundo requisito, menos óbvio. Um identificador persistente precisa de metadados anexados para ser útil: título, autores, versão, licença e um arquivo de texto que diz aos usuários como citar. O formato de arquivo de citação e codemeta.json estão se tornando as maneiras padrão de transportar esses metadados dentro de um repositório. Sem eles, um DOI pode resolver para uma página de destino que lista nenhum nome de autor, o que não ajuda ninguém. Fluxos de trabalho de depósito de repositório já lidam com isso em escala, como repositórios institucionais viram depósitos subir; este site cobriu o padrão em umRelatório anterior sobre depósitos de repositórios. o

O que isso significa para um currículo do corpo docente e um laboratório de pesquisa

Para um pesquisador de carreira precoce, o software com um DOI é citável nos mesmos lugares que um artigo: ORCID, repositórios institucionais, relatórios anuais de atividade e arquivos de promoção. Um professor assistente cujo código de análise tem um DataCite DOI adicionou uma publicação sem adicionar um artigo de revista; comitês de promoção estão lentamente aprendendo a ler essas entradas como saídas de primeira classe em vez de como apêndices técnicos.

Para um líder de laboratório, a correção operacional é pequena. Colocar a versão, anexar o arquivo de citação, registrar o identificador nos relatórios de progresso. A mudança estratégica é maior: os grupos de pesquisa que tratam o software como um produto obtêm resultados reproduzíveis, transmissões mais limpas e um fluxo de saída visível quando as subvenções fecham.

O problema do arquivo: um PID não é o mesmo que a preservação

Zenodo e repositórios institucionais não são imortais, e um DOI pode sobreviver ao serviço de hospedagem que uma vez o resolveu.Herança de SoftwareReduz essa dependência porque seus identificadores e arquivos estão ligados ao conteúdo em si, mas mesmo esse arquivo deve ser financiado.A diferença útil é entre a persistência do identificador e a preservação do conteúdo.Um DOI promete resolução estável; ele não promete que os arquivos permanecerão acessíveis se o repositório hospedar a página de destino fechar.

Um identificador persistente sem uma garantia de preservação é uma promessa escrita em metadados. A diferença com o software é que o código fonte é muitas vezes o único registro completo do método. Quando o código desaparece e o identificador permanece, a citação aponta para uma memória, não um método.

Photo by Wendy Tan on Unsplash

Uma breve lista de verificação de conformidade para grupos de pesquisa

• Deposite uma versão lançada, não uma ramificação em movimento; marque uma versão no repositório primeiro.
• Adicione um arquivo CITATION.cff ou codemeta.json com título, autores, versão, licença e descrição.
• Use um repositório que possa criar um DOI ou SWHID: Zenodo, figshare, um repositório institucional ou Software Heritage.
• Registre o identificador persistente no sistema de relatórios do projeto da agência de financiamento, não apenas no papel final.
• Verifique a política de citação de software de um jornal antes de submeter; inclua um RRID onde o campo usa RRIDs.

O software foi longamente tratado como a única coisa que a ciência não teve que nomear, porque o código foi assumido para ser substituível e privado. A expansão dos mandatos de identificador persistente muda essa suposição. Nomear a versão não é o fim da reprodutibilidade. É o ponto em que os métodos se tornam abordáveis, e a ciência se torna capaz de argumentar com seu próprio código.