Big data architectures for FAIR-compliant repositories: a systematic review
| dc.creator | João Pedro de Carvalho Castro | |
| dc.creator | Cristina D. Aguiar | |
| dc.date.accessioned | 2024-09-30T20:02:35Z | |
| dc.date.accessioned | 2025-09-09T01:01:40Z | |
| dc.date.available | 2024-09-30T20:02:35Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | Os Princípios FAIR afirmam que os dados científicos devem ser Localizáveis, Acessíveis, Interoperáveis e Reutilizáveis para aderir ao movimento Open Science. No entanto, projetar um repositório compatível com FAIR pode ser um desafio devido à complexidade de gerenciar um grande volume e variedade de dados de pesquisa e metadados, que também podem ser gerados em alta velocidade. Essa complexidade exige uma Arquitetura de Referência de Software (SRA) para orientar engenheiros de dados durante o processo de implementação. Neste artigo, conduzimos uma revisão sistemática que abrange esforços de pesquisa sobre soluções arquitetônicas para implementar repositórios compatíveis com FAIR. Analisamos 323 referências do Scopus, ACM, IEEEXplore e recomendações de especialistas. A partir dessa análise, descobrimos 7 estudos que descrevem SRAs de big data de propósito geral, 13 pipelines que implementam os Princípios FAIR em contextos específicos e 3 SRAs de big data compatíveis com FAIR. Descrevemos suas principais características e discutimos suas limitações, destacando tendências e oportunidades de pesquisa. | |
| dc.format.mimetype | ||
| dc.identifier.doi | https://doi.org/10.5753/sbbd.2023.232494 | |
| dc.identifier.issn | 2763-8979 | |
| dc.identifier.uri | https://hdl.handle.net/1843/77036 | |
| dc.language | eng | |
| dc.publisher | Universidade Federal de Minas Gerais | |
| dc.relation.ispartof | Simpósio Brasileiro de Banco de Dados | |
| dc.rights | Acesso Aberto | |
| dc.subject | Big Data | |
| dc.subject | Repositórios Institucionais | |
| dc.subject | Ciência Aberta | |
| dc.subject | Software, Arquitetura | |
| dc.subject.other | Big Data | |
| dc.subject.other | Repositórios institucionais | |
| dc.subject.other | Science | |
| dc.subject.other | Software architecture | |
| dc.title | Big data architectures for FAIR-compliant repositories: a systematic review | |
| dc.title.alternative | Arquiteturas de big data para repositórios compatíveis com FAIR: uma revisão sistemática | |
| dc.type | Artigo de evento | |
| local.citation.epage | 88 | |
| local.citation.issue | 38 | |
| local.citation.spage | 76 | |
| local.description.resumo | The FAIR Principles state that scientific data should be Findable, Ac- cessible, Interoperable, and Reusable in order to adhere to the Open Science movement. However, designing a FAIR-compliant repository can be a challenge due to the complexity of managing a huge volume and variety of research data and metadata, which can also be generated at a high velocity. This complexity calls for a Software Reference Architecture (SRA) to guide data engineers dur- ing the implementation process. In this paper, we conduct a systematic review that encompasses research efforts regarding architectural solutions for imple- menting FAIR-compliant repositories. We analyze 323 references from Scopus, ACM, IEEEXplore, and specialists recommendations. From this analysis, we discover 7 studies that describe general purpose big data SRAs, 13 pipelines that implement the FAIR Principles to specific contexts, and 3 FAIR-compliant big data SRAs. We describe their key characteristics and discuss their limita- tions, highlighting tendencies and research opportunities | |
| local.publisher.country | Brasil | |
| local.publisher.department | ECI - DEPARTAMENTO DE ORGANIZAÇÃO E TRATAMENTO DA INFORMAÇÃO | |
| local.publisher.initials | UFMG | |
| local.url.externa | https://sol.sbc.org.br/index.php/sbbd/article/view/25518 |