研究人员开发了新的开源系统来管理和共享复杂的数据集

 
数据通常是科学的核心-研究人员跟踪速度，测量来自恒星的光，分析心率和胆固醇水平并扫描人脑中的电脉冲。
但是，通常很难与其他科学家(或与同行评审的期刊编辑或资助者)共享数据。该软件可能是专有软件，购买价格过高。一个人可能需要多年的培训才能管理和理解该软件。否则创建该软件的公司可能会倒闭。
一个研究小组开发了一个开源数据管理系统，科学家希望该系统能够解决所有这些问题。研究人员今天在《 PLOS ONE》杂志上概述了他们的系统。
俄亥俄州立大学化学教授，该论文的高级作者菲利普•格兰迪内蒂(Philip Grandinetti)说：“我们希望创建一种文件格式和数据集模型，以封装我们在实验室的所有仪器上处理的大多数数据集。” 。 “这个长期存在的问题在科学家中普遍存在，那就是您购买了价值数百万美元的仪器，而制造该仪器的公司却拥有自己的专有格式，与其他任何人分享都是一个噩梦。”
大型数据集很难共享，部分原因是软件通常是专有的，而部分原因是文件通常太大，以至于难以通过电子邮件或基于云的服务器共享。即使将文件导出为可以共享的文件类型，重要的元数据(解释数据集实际含义的内容)也经常丢失。
他们的系统被Grandinetti及其同事称为“核心科学数据模型”，旨在轻松共享复杂的数据集，而无需占用大量带宽和硬盘空间的海量文件，并且不会丢失元数据。考虑一个包括空气温度，气压，风速和太阳通量的数据集-该系统可以处理它。或考虑来自遥远星系中恒星的光的测量结果和颜色-该系统可以处理它。
Grandinetti说：“您需要一个非常灵活的数据集，能够以一种文件格式保存所有这些内容，而又不会丢失信息。” “所以我们的想法是我们创建了一个我们认为足够灵活的模型来做到这一点。”
俄亥俄州立大学的团队与丹麦奥尔胡斯大学的Thomas Vosegaard教授以及法国奥尔良大学的Dominique Massiot博士合作，开发了可以在Mac或PC上运行的软件。他们将其上载到Web上并使代码开源(这意味着任何人都可以查看，使用和免费下载它。)PLOS ONE的出版是有意的：该期刊也免费提供给任何人。
而且，研究人员希望，该系统可以是一种简单，免费的方法，可以将多种类型的数据组合到一个位置。
博士后研究员Deepansh Srivastava表示：“我们以科学家的身份研究了多个数据集，而作为一名科学家，我希望能够从所有这些文件中获取数据，并以一种可以使用的方式将它们放在一起。在Grandinetti的团队中。
“如果我们可以简单地将其导出为一种文件类型(作为核心科学数据文件类型)，而不是从数据集中查找数据并将其提取，我们将能够在一个通用系统中工作。”