A Provenance-Aware Visual Framework for Explorative and Reproducible Computational Scientific Experiments
Notice bibliographique
Résumé
Researchers encapsulate diverse tools and data into a cohesive pipeline, known as a scientific workflow, to conduct computational scientific experiments. This workflow is then submitted to a runtime infrastructure for execution. Scientific Workflow Management Systems (SWfMSs) integrate various tools, techniques, languages, and graphical interfaces to provide platforms for specifying, executing, monitoring, and managing workflows, effectively abstracting the complexities of data and process management for researchers. These systems support both reproducible research, which ensures valid results through established protocols, and exploratory research, which investigates new phenomena iteratively. Provenance information collected during workflow composition and execution validates workflow structure and execution results via queries and visualization. SWfMSs provide graphical or textual interfaces for workflow composition using either a graphical or textual language. Graphical languages are user-friendly but can become unwieldy with complex workflows, whereas textual languages offer concise expressions but require steeper learning curves. Despite advancements in execution environments, limited usability in composition interfaces hinders SWfMS adoption, leading to the retirement of once-prominent systems. Additionally, managing tool integration poses challenges, especially in web-based SWfMSs, which must serve many users simultaneously and deal with platform and tool incompatibility. Empowering end-users to integrate external tools via extensibility mechanisms is essential for improving usability and flexibility in explorative research. Similarly, reproducing external experiments within SWfMSs is challenging and requires innovative solutions. To address these issues, we conducted five studies. First, we investigated existing SWfMS architectures and derived a novel architecture for a graphical SWfMS framework designed for intuitive workflow composition, along with abstracted execution and data and process management. Second, we examined the challenges in designing scientific workflows and addressed them by proposing an interactive experiment development environment. This framework facilitates the rapid development of scientific experiments by combining textual Domain-Specific Language (DSL)-based workflow specifications with graphical tools that intuitively accelerate composition and enhance comprehension. The third study designed a domain-specific environment for capturing, querying, and visualizing provenance information. The fourth study addressed tool integration challenges through bioinformatics and software analytics case studies. The fifth study proposed packaging experiments and complex tools in Docker containers and registering them via a graphical interface, overcoming installation barriers of entire experiments and complex tools and enhancing integration with SWfMS composition and runtime environments. Through prototypes, experiments, user studies, and case studies, our work advances the usability, flexibility, reproducibility, extensibility, and scalability of SWfMSs for computational scientific experiments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».