FAIR principles and big data: a software reference architecture for open science
Carregando...
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Artigo de evento
Título alternativo
Princípios FAIR e big data: uma arquitetura de referência de software para ciência aberta
Primeiro orientador
Membros da banca
Resumo
Open Science pursues the assurance of free availability and usability of every digital outcome originated from
scientific research, such as scientific publications, data, and methodologies. It motivated the emergence of
the FAIR Principles, which introduce a set of requirements that contemporary data sharing repositories must
adopt to provide findability, accessibility, interoperability, and reusability. However, implementing a FAIRcompliant repository has become a core problem due to two main factors. First, there is a significant complexity related to fulfilling the requirements since they demand the management of research data and metadata.
Second, the repository must be designed to support the inherent big data complexity of volume, variety, and
velocity. In this paper, we propose a novel FAIR-compliant software reference architecture to store, process,
and query massive volumes of scientific data and metadata. We also introduce a generic metadata warehouse
model to handle the repository metadata and support analytical query processing, providing different perspectives of data insights. We show the applicability of the architecture through a case study in the context of a
real-world dataset of COVID-19 Brazilian patients, detailing different types of queries and highlighting their
importance to big data analytics.
Abstract
A Open Science busca a garantia de disponibilidade e usabilidade gratuitas de todos os resultados digitais originados de
pesquisas científicas, como publicações científicas, dados e metodologias. Ela motivou o surgimento dos
Princípios FAIR, que introduzem um conjunto de requisitos que os repositórios contemporâneos de compartilhamento de dados devem
adotar para fornecer capacidade de localização, acessibilidade, interoperabilidade e reutilização. No entanto, implementar um repositório compatível com FAIR se tornou um problema central devido a dois fatores principais. Primeiro, há uma complexidade significativa relacionada ao cumprimento dos requisitos, pois eles exigem o gerenciamento de dados de pesquisa e metadados.
Segundo, o repositório deve ser projetado para suportar a complexidade inerente de big data de volume, variedade e
velocidade. Neste artigo, propomos uma nova arquitetura de referência de software compatível com FAIR para armazenar, processar
e consultar grandes volumes de dados científicos e metadados. Também introduzimos um modelo genérico de warehouse de metadados
para lidar com os metadados do repositório e dar suporte ao processamento de consultas analíticas, fornecendo diferentes perspectivas de insights de dados. Mostramos a aplicabilidade da arquitetura por meio de um estudo de caso no contexto de um
conjunto de dados do mundo real de pacientes brasileiros com COVID-19, detalhando diferentes tipos de consultas e destacando sua
importância para a análise de big data
Assunto
Ciência Aberta, Big Data, Software, Arquitetura
Palavras-chave
Science, Big Data, Software architecture
Citação
Curso
Endereço externo
https://www.scitepress.org/PublishedPapers/2022/110455/110455.pdf