In defense of decentralized research data management.
BrainLife
Canadian Open Neuroscience Platform
DataLad
Interoperability
OpenNeuro
Journal
Neuroforum
ISSN: 2363-7013
Titre abrégé: Neuroforum
Pays: Germany
ID NLM: 101269078
Informations de publication
Date de publication:
2021
2021
Historique:
entrez:
12
12
2022
pubmed:
1
1
2021
medline:
1
1
2021
Statut:
ppublish
Résumé
Decentralized research data management (dRDM) systems handle digital research objects across participating nodes without critically relying on central services. We present four perspectives in defense of dRDM, illustrating that, in contrast to centralized or federated research data management solutions, a dRDM system based on heterogeneous but interoperable components can offer a sustainable, resilient, inclusive, and adaptive infrastructure for scientific stakeholders: An individual scientist or laboratory, a research institute, a domain data archive or cloud computing platform, and a collaborative multisite consortium. All perspectives share the use of a common, self-contained, portable data structure as an abstraction from current technology and service choices. In conjunction, the four perspectives review how varying requirements of independent scientific stakeholders can be addressed by a scalable, uniform dRDM solution and present a working system as an exemplary implementation. Dezentrale Forschungsdatenmanagement (dFDM) Systeme verwalten digitale Forschungsdaten mit mehreren Teilnehmern, ohne dabei von einem zentralen Service abhängig zu sein. Zur Verteidigung von dFDM präsentieren wir vier Perspektiven: Einzelne Wissenschaftler, Institutionen, Datenarchive, Analyse-Plattformen und Konsortien, die zeigen, dass heterogene, aber auf interoperablen Komponenten basierende dFDM Systeme, im Gegensatz zu zentralisierten oder föderierten Lösungen, eine nachhaltige, resiliente, offene und anpassungsfähige Infrastruktur für wissenschaftliche Interessensgruppen sein können. Allen ist die Verwendung einer einheitlichen, portablen Datenstruktur gemein, die als Abstraktion von aktuell verwendeten Technologien zum Einsatz kommt. Zusammengenommen zeigen diese Perspektiven beispielhaft anhand eines in der Praxis verwendeten Systems, wie vielfältige Anforderungen unterschiedlicher Interessengruppen durch eine skalierbare dFDM Lösung adressiert werden können.
Autres résumés
Type: Publisher
(ger)
Dezentrale Forschungsdatenmanagement (dFDM) Systeme verwalten digitale Forschungsdaten mit mehreren Teilnehmern, ohne dabei von einem zentralen Service abhängig zu sein. Zur Verteidigung von dFDM präsentieren wir vier Perspektiven: Einzelne Wissenschaftler, Institutionen, Datenarchive, Analyse-Plattformen und Konsortien, die zeigen, dass heterogene, aber auf interoperablen Komponenten basierende dFDM Systeme, im Gegensatz zu zentralisierten oder föderierten Lösungen, eine nachhaltige, resiliente, offene und anpassungsfähige Infrastruktur für wissenschaftliche Interessensgruppen sein können. Allen ist die Verwendung einer einheitlichen, portablen Datenstruktur gemein, die als Abstraktion von aktuell verwendeten Technologien zum Einsatz kommt. Zusammengenommen zeigen diese Perspektiven beispielhaft anhand eines in der Praxis verwendeten Systems, wie vielfältige Anforderungen unterschiedlicher Interessengruppen durch eine skalierbare dFDM Lösung adressiert werden können.
Identifiants
pubmed: 36504549
doi: 10.1515/nf-2020-0037
pmc: PMC9731181
mid: NIHMS1849159
doi:
Types de publication
Journal Article
Langues
eng
Pagination
17-25Subventions
Organisme : NIBIB NIH HHS
ID : P41 EB019936
Pays : United States
Déclaration de conflit d'intérêts
Conflict of interest statement: The authors declare no conflicts of interest.
Références
Nat Neurosci. 2016 Nov;19(11):1523-1536
pubmed: 27643430
Sci Data. 2017 Jun 06;4:170059
pubmed: 28585923
Sci Data. 2016 Mar 15;3:160018
pubmed: 26978244
Neuroimage. 2013 Oct 15;80:62-79
pubmed: 23684880
Sci Data. 2016 Jun 21;3:160044
pubmed: 27326542
Sci Data. 2019 May 23;6(1):69
pubmed: 31123325