metadata database, reproducibility, evidence

1. 超高層物理学を試験環境とした
学術情報基盤の未到達領域への挑戦
小山 幸伸(京大）、蔵川圭（NII）、佐藤由佳（NIPR)、田中良昌（NIPR)、
阿部修司（九大）、池田大輔（九大）、能勢正仁（京大）、家森俊彦（京大）、
新堀淳樹（京大）、村山泰啓（NICT）
1

2. 学術情報共有に関する年表
2
年 事象 説明
１４４５ Letterpress printing 紙による情報の共有化。
１６６５ Philosophical Transactions of
the Royal Society of London
世界初と言われる学術誌。
以後約３５０年間ほぼ同じ形式。
１９４６ ENIAC 電子計算機
１９８８ Internet リアルタイムで情報共有。
１９９０ World Wide Web
１９９５ Applied Physics Letters Online 最初の電子ジャーナル。
１９９７ DOI 永続的な識別子。
１９９９ CrossRef 論文へDOIを付与する機関。
2001 SemanticWeb
２００６ PLOS ONE (Public Library of Science) 後にSNSを取り入れる。
２００８ Mendeley オンライン学術情報管理ソフト。
２００９ IUGONET 超高層物理学分野での情報共有。
２００９ DataCite データへDOIを付与する機関。
２０１０ Altmetrics 論文の評価基準のひとつ。
２０１２ Japan Link Center 日本発のDOI付与機関。
２０１２ ORCID 世界的な研究者の識別子。

3. 学術情報共有の
約３５０年来の問題点
 後に著者、概要、引用の独立。
 約３５０年、形式の変化無し。
 １次データへ到達しない。
（本文到達性の不備）
 手法(データ処理)が自然言語で
記述、詳細情報の欠落。
（再現性の不備）
 過去のデータ共有の試み。
 論文中の表、
 論文末尾の補足データ、
 リポジトリへの登録。
→ビッグデータ、長期データ、オープ
ン済データでは×
3
doi:10.1098/rstl.1665.0007
R. Boyle 4代 徳川家綱時代

4. インターネットを前提とした研究環境の変化
 様々なWeb上の学術情報が相互参照し、連動することに
よって、研究プロセスを加速する動きが活発化している。
 Web上の学術情報の識別子：
 オブジェクトの識別子、
 人の識別子、
 研究費の識別子。
 科学研究手法の新たなパラダイム（4th Paradigm）：
データ集約型の科学。
 研究成果（論文）に至る一次データや計算結果を含む膨大なすべて
の情報をオンライン上で組織化してアーカイブし、再利用する。
4

5. Web上の学術情報の識別子
 オブジェクトの識別子。
 DOI (Digital Object Identifier)：
 CrossRef (1999 - , PILA)、
 DataCite (2009 - , BL and library related)、
 JaLC (2012-, Japan Link Center)。
 人の識別子。
 ORCID (Open Researcher and Contributor Identifier) (2010 - ,
ORCID. Inc.)、
 研究者リゾルバーID（科研費研究者番号）、
 NIIによるプロトタイプシステム(2008 - , NII)。
 研究費の識別子。
 科研費研究課題番号、
 FundRef (DOI利用)。
5

6. DOI (Digital Object Identifier)
 インターネット上のオブジェクトへのアクセス可用性を高品質に
担保する仕組みと管理体制。
 論文ごとにDOIを付与するのが基本。
 CrossRefは、ジャーナル論文、本、プロシーディングス論文
にDOIを付与している。
 対象の詳細化。
 論文内の図、表にDOIを付与する。
 論文内の章、節にDOIを付与する。
 本の章にDOIを付与する。
 対象の拡大。
 論文に引用される形式のデータセットにDOIを付与する。
6

7. ORCID
(Open Researcher and Contributor ID)
 論文著者の名寄せを解決したい。
 王伟,王薇,王维,王蔚,汪卫,汪玮,汪威,汪巍 → Wei Wang
“Which Wei Wang?”, Phys. Rev. Lett. 99, 230001 (2007) ,
doi:10.1103/PhysRevLett.99.230001
NOSE, UeNo, KOYAMA
 学術論文のデータベースでは、2つの方法がとられてきた。
 計算機による名寄せ
 例
 Scopus Author Identifier
(Elsevier社のScopusに実装)
 Distinct Author Identification System
(Thomson Reuters社のWeb of Scienceに実装)
 手動で登録
 例
 ResearcherID (Thomson Reuters社)
 ORCIDは、学術コミュニケーションに関与するすべてのステークホルダーを包含した、研究者
に識別子を付与するコミュニティを形成する。
7

8. 科研費研究課題番号
 科学研究費助成事業における課題の識別用。
 KEKENデータベースhttps://kaken.nii.ac.jp/にて、情報共
有。
 採択課題、
 研究成果、
 研究成果報告書、
 自己評価報告書。
 他の研究費を識別するFundRef
(http://www.crossref.org/fundref/)等もある。
8

9. データ集約科学における情報の組織化
 データ集約科学のビジョン
 第４の科学 (Fourth Paradigm) [Hey, Tansley, Tolle (Eds.), 2009]
 実験科学 (Experimental Science) (1st paradigm)
 理論科学 (Theoretical Science) (2nd paradigm)
 計算科学 (Computational Science) (3rd paradigm)
 データ集約科学 (Data-intensive Science) (4th paradigm)
 e-Science (UK)
 データ集約科学の基盤
 e-Infrastructure (UK)
 Cyberinfrastructure (US)
 Cyber Science Infrastructure (JP)
 データ集約科学では、研究成果（論文）に至る一次データや計算結果を
含む膨大なすべての情報をオンライン上で組織化してアーカイブし、再利
用する。
9
1. Experimental S
2.TheoreticalSci.
衛
星
地
上
4. Data-intensive Sci.

10. 科学的データの階層
 ３つの階層で構成される。
 Literature
 Derived and Recombined Data
 Published Data
 階層の要素。
 同一の階層の要素は互いに関係を
持つ。
 隣り合う階層を構成する要素が互い
に関係を持つ。
 ネットが階層をまたいだ要素の統合
と関連を可能にする。
10
Tony Hey, Stewart Tansley, & Kristin Tolle (Eds.). (2009).
The Fourth Paradigm: Data-Intensive Scientific Discovery.
Microsoft Research.
Retrieved from http://research.microsoft.com/en-
us/collaboration/fourthparadigm/default.aspx
Correction was added by Koyama from the original version.

11. 出版レイヤー
11
データ
論文
研究者
引用する
書く
作成する
サイテーションメカニズムを構成する世界

12. データレイヤーとの相互展開
12
作成する
公開データ
中間データ
利用する 研究者
文献レイヤー
データレイヤー

13. 目的：インターネットを用いた
持続可能な学術情報循環の構築
 研究成果（論文）に至る全ての情
報をオンラインで組織化する。
 文献 － 文献のメタデータ
 データ － データのメタデータ
 コード － コードのメタデータ
 導出過程のメタデータ
 対象学問分野： 超高層物理学
 Free from 倫理、軍事、産業、
特許、ビッグデータ
 IGY以来のオープンデータ環境
13
データサイエンスからの展開
インターネットの基盤技術上で
繰り広げられる相互波及効果。
文献事業からの展開

14. 学術情報の追跡可能性の向上
14
中間データ
出版データ
文献レイヤー

15. 学術情報の継承
知の生産プロセスの向上
論文出版済研究A Aを土台とした新規研究の始点
15
中間データ
出版データ
論文
再検証可能

16. 必要な道具
 データ
 メタデータ
 DOI, ORCID, Fundの識別子, CC等
 コード
 Judas (Java-based iUgonet Data Analysis Software)
 XML parser, Undo/Redo, JUnit/FestSwing, Eclipse Plugin (予定)
 データ引用した論文誌: JST, J-STAGE？
 中間データ保持基盤: Github,Dropbox, クラウド, 認証認可
 オブジェクトの関係付け: OAI-ORE
 数式処理手順のメタデータ
16

17. まとめ
 超高層物理学分野のIUGONETを、データ集約型科学の
枠組みで再考してみた。
 IUGONETメタデータを土台に、様々なサービス等と連携す
ることで、追跡可能性の高い学術情報基盤を構築すること
が可能。
 今後の展開の第一歩 →
17
Dst Index

18. 補足スライド
技術資料
18

19. OAI-ORE
(Open Archives Initiative – Object Reuse and Exchange)
 Open Archives Initiativeが
2008年に公開
 あらゆる学術情報リソースを
URIで表現する
 雑誌や論文、論文本体の包含
関係を記述する
 雑誌における論文の引用関係
を記述する
 URIで表現された学術コミュニケーション上
の概念に対して、最低限の関連性を規定す
る。リソースには、以下の4つの概念クラスが
用意されている。
 Aggregation (集合体)
 AggragatedResources (被集合リソース)
 ResourceMap (リソースマップ)
 Proxy (プロキシ)
 4つの概念クラスに分類されたリソースに付
随して用意された語彙は以下のとおりであ
る。
 ore:aggregates （～を集める）
 ore:isAggregatedBy (～に集められる)
 ore:describes (～を記述する)
 ore:isDescribedBy (～に記述される)
 ore:similarTo (～に類似である)
 ore:proxyFor (～のためのプロキシである)
 ore:proxyIn (～にあるプロキシである)
 ore:lineage (～をひとつ前とする)
19
http://www.openarchives.org/ore/

20. Eclipse
 フリーの統合開発環境のデファ
クトスタンダード。
 Eclipseを用いたツール開発。
 開発するツール：
 スタンド・アローンでも動作。
 サーバーサイドでも動作。
 クライアントサイドでも動作。
 Java Web Start。
 Jarによる各種ネイティブコー
ドのカプセル化。配布、インス
トールの簡便化。
 Eclipseのプラグインとしても動
作。
20

21. Java
 IUGONETが作っているライブ
ラリを使うには、1ライセンス２５
万円の商用ソフトウェアが必須
条件。
 論文 → データに到達 → メ
タデータを介してフリーのライブ
ラリは取得 → 肝心の商用ソ
フトが無い為に動かない！
 地球を対象とする超高層物理
学では、日米欧のみならず、ア
ジア、アフリカ等との連携が不
可避。
 ３０億のデバイスで走るJava環
境で開発する。
 Windows
 Mac
 Linux
 Android
21