Bridging the Chasm

Storer, Tim

doi:10.1145/3084225

Cited by 39 publications

(15 citation statements)

References 156 publications

(161 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Innerhalb dieser Pfeiler sind für unterschiedliche Disziplinen unterschiedliche Kriterien relevant. So wird etwa unter Validierbarkeit im informatischen Maschinenbau die Sachrichtigkeit einzelner Software-Bestandteile priorisiert (Storer, 2017), während die Bioinformatik unter Validierbarkeit zunächst die Entwicklung durchdachter und nachvollziehbarer Testszenarien priorisiert (Zook et al, 2017). Entsprechend werden im Folgenden neun Gütekriterien für Forschungssoftware deklariert, die sich primär an den Anforderungen und Gegebenheiten der KMW orientieren (vgl.…”

Section: Gütekriterienunclassified

“…B. Authentifizierung, Lemmatisierung, Bootstrapping). Um beiden Aspekten bei adäquater Lesbarkeit gerecht zu werden, soll Forschungssoftware nach Aufgaben modularisiert und innerhalb der Module nach Funktionen organisiert sein (Storer, 2017 (Wilson et al, 2017).…”

Section: Kriterien Der Validierbarkeitunclassified

“…Zugänglich meint ferner die Auffindbarkeit veröffentlichter Forschungssoftware, um darüber in Austausch treten zu können. Dies lässt sich etwa mithilfe regelmäßiger Überblicke verfügbarer Forschungssoftware unterstützen (Storer, 2017), etwa in Form von Review-Beiträgen oder "Kürzlich erschienen"-Überblicken in den gängigen Fachzeitschriften. So würde über bewährte Kanäle auch jener Teil der Forschungsgemeinschaft auf neue Forschungssoftware aufmerksam, der bislang kaum Berührungspunkte mit den etablierten Repositorien hat.…”

unclassified

“…So sollen Datenbezeichnungen eindeutig, mögliche Ausprägungen dokumentiert und Datensätze auf die Analyse zugeschnitten sein (Lewis, 2020;Wilson et al, 2017). Code ist im besten Fall selbsterklärend, was sich durch sinnvoll sprechende Bezeichnungen von Variablen und Funktionen auszeichnet (Storer, 2017), und gehört in jedem Fall dokumentiert (Lewis, 2020), idealerweise mit den in einer Programmiersprache üblichen Auszeichnungen (z. B. roxygen2 in R, docstrings in Python).…”

unclassified

See 3 more Smart Citations

Gütekriterien und Handlungsempfehlungen für die Entwicklung von Forschungssoftware in der Kommunikations- und Medienwissenschaft

Haim¹

2021

M&K

View full text Add to dashboard Cite

Die Entwicklung von Forschungssoftware ist für die empirische Kommunikations- und Medienwissenschaft (KMW) aufgrund sozialer, gesetzlicher, normativer und technologischer Veränderungen unabdingbar. Forschungssoftware umfasst dabei Skripte und Programme, die für den Zweck der Forschung und innerhalb des Fachs entwickelt werden, deren Entwicklung in der KMW jedoch, im Gegensatz zu einigen anderen Disziplinen, häufig innerhalb einzelner Forschungsprojekte und nicht selten durch (autodidaktisch) programmierende Forschende erfolgt - ein Umstand, der zwar Innovation fördert, gleichzeitig aber einer Institutionalisierung von Forschungssoftware entgegensteht. Dieser Beitrag leitet daher aus in dieser Hinsicht fortschrittlicheren Disziplinen neun Gütekriterien für Forschungssoftware in der KMW ab: Forschungssoftware sollte demnach zugänglich, anschlussfähig, verständlich, nachvollziehbar, autonom, strukturiert, verifiziert, umsichtig und nutzbar sein. Darauf aufbauend schlägt der Beitrag vier Handlungsempfehlungen vor, um diese Güte auch nachhaltig zu institutionalisieren: frühzeitige und gestärkte Methodenausbildung, angemessene Möglichkeiten der Sichtbarkeit und Anerkennung, mehr und passendere Förderformate sowie institutionalisierte Anreize, die eine professionelle Auseinandersetzung mit Forschungssoftware auch in Karriereoptionen übersetzen.

show abstract

Section: Gütekriterienunclassified

Section: Kriterien Der Validierbarkeitunclassified

unclassified

See 2 more Smart Citations

Gütekriterien und Handlungsempfehlungen für die Entwicklung von Forschungssoftware in der Kommunikations- und Medienwissenschaft

Haim¹

2021

M&K

View full text Add to dashboard Cite

show abstract

“…In recent years, software engineering workflows have therefore been adopted in the field of computational science. This facilitated satisfying the aforementioned demands in scientific software development, helped to avoid redundant reimplementations and enabled efficient, collaborative development of research software in large groups of researchers (Storer, 2017).…”

mentioning

confidence: 99%

Utopia: A Comprehensive and Collaborative Modeling Framework for Complex and Evolving Systems

Riedel¹,

Herdeanu²,

Mack³

et al. 2020

JOSS

View full text Add to dashboard Cite

Utopia is a modeling framework that supports the entire workflow of computational scientists in the field of complex and evolving systems. It is designed to facilitate collaborative research and flexible model development while maintaining high individual freedom in implementation and analysis. Utopia includes a C++ library for model implementations and data writing and a Python frontend for simulation control, data analysis, and plotting. A basic set of models is distributed alongside the framework. Applications of Utopia span a wide range both in terms of the target audience and features relevant in each domain: For researchers, Utopia offers a rich toolkit for model implementation, data analysis, and generation of simulation data-up to and including large-scale simulations on distributed, high-performance computing hardware. In a teaching context, students can focus on the investigation of readily provided models using their own machines, e.g. by performing easily available sensitivity analysis. Furthermore, by developing new library functionality, collaborators can easily share new features and thus enhance Utopia's applicability for all users of the framework. This makes Utopia a valuable tool for both research in and teaching of complex and evolving systems. Utopia is available as Docker image from DockerHub 1 or can be compiled from source. Research of Complex Systems Many physical, environmental, and socio-cultural questions are studied in the field of complex and evolving systems (Holland, 2006; Levin, 2003). These systems feature a hierarchic, selforganized structure with non-linear interactions between their compartments and often exhibit emergent macroscopic properties. We call such systems "evolving" when the dimension and structure of their state space or the nature of their internal interactions can change under varying external forcings, in contrast to systems that merely traverse a static state space volume.

show abstract

Collaborative experience between scientific software projects using Agile Scrum development

et al. 2022

View full text Add to dashboard Cite

Developing sustainable software for the scientific community requires expertise in software engineering and domain science. This can be challenging due to the unique needs of scientific software, the insufficient resources for software engineering practices in the scientific community, and the complexity of developing for evolving scientific contexts. While open‐source software can partially address these concerns, it can introduce complicating dependencies and delay development. These issues can be reduced if scientists and software developers collaborate. We present a case study wherein scientists from the SuperNova Early Warning System collaborated with software developers from the Scalable Cyberinfrastructure for Multi‐Messenger Astrophysics project. The collaboration addressed the difficulties of open‐source software development, but presented additional risks to each team. For the scientists, there was a concern of relying on external systems and lacking control in the development process. For the developers, there was a risk in supporting a user‐group while maintaining core development. These issues were mitigated by creating a second Agile Scrum framework in parallel with the developers' ongoing Agile Scrum process. This Agile collaboration promoted communication, ensured that the scientists had an active role in development, and allowed the developers to evaluate and implement the scientists' software requirements. The collaboration provided benefits for each group: the scientists actuated their development by using an existing platform, and the developers utilized the scientists' use‐case to improve their systems. This case study suggests that scientists and software developers can avoid scientific computing issues by collaborating and that Agile Scrum methods can address emergent concerns.

show abstract

Bridging the Chasm

Cited by 39 publications

References 156 publications

Gütekriterien und Handlungsempfehlungen für die Entwicklung von Forschungssoftware in der Kommunikations- und Medienwissenschaft

Gütekriterien und Handlungsempfehlungen für die Entwicklung von Forschungssoftware in der Kommunikations- und Medienwissenschaft

Utopia: A Comprehensive and Collaborative Modeling Framework for Complex and Evolving Systems

Collaborative experience between scientific software projects using Agile Scrum development

Contact Info

Product

Resources

About