Use Cases
Allgemeine Beschreibung
Das DAPHNE4NFDI-Konsortium ist ein Schlüsselakteur bei der Weiterentwicklung des Forschungsdatenmanagements in der Photonen- und Neutronenwissenschaft. Es ermöglicht eine effizientere Datennutzung, indem es innovative Lösungen für die Erfassung, Speicherung und Verarbeitung großer Datenmengen bietet. Durch die Integration modernster Infrastruktur mit benutzerorientierten Lösungen werden Wissenschaftler:innen aus verschiedenen Disziplinen unterstützt, Daten auffindbar (Findable), zugänglich (Accessible), interoperabel (Interoperable) und wiederverwendbar (Reusable) zu machen (FAIR-Prinzipien). Indem Use Cases als Testfelder genutzt werden, schafft das Konsortium technische Lösungen, die reale Herausforderungen adressieren. Diese Use Cases steigern die Forschungseffizienz, fördern interdisziplinäre Zusammenarbeit und Innovation und verbessern die Wiederverwendbarkeit von Daten nachhaltig.
Jeder Use Case zeigt, wie maßgeschneiderte Datenlösungen spezifische wissenschaftliche Bedürfnisse innerhalb einer spezifischen wissenschaftlichen Domäne erfüllen. Diese Best-Practice-Lösungen dienen als Modelle, die leicht an verwandte wissenschaftliche Disziplinen übertragen werden können. Übertragen werden. Die jeweiligen Use Cases wurden durch die Integration bestehender Produkte, deren domänenspezifische Weiterentwicklung sowie die komplette Neuentwicklung eigener Produkte realisiert. Dies unterstreicht die Fähigkeit des Konsortiums, die IT-Infrastrukturlösungen gezielt an das Domäne notwendige anzupassen oder neue Ansätze zu schaffen und verdeutlichen, wie DAPHNE4NFDI die Brücke zwischen Datenerzeugung und wissenschaftlicher Anwendung schlägt und einen Weg für effizientere, transparentere und reproduzierbarere Forschung schafft.
Die elf Use Cases in der unteren Tabelle zeigen die Vielfalt der Lösungen und Ansätze auf. Diese Beispiele unterstreichen die Bedeutung der Zusammenarbeit zwischen Forschungseinrichtungen, Datenanbietern und Endnutzer:innen und treiben wissenschaftliche Durchbrüche in verschiedenen Bereichen voran.
11 verschiedene Use Case Workflows
|
Nr. |
Name |
Beschreibung |
|---|---|---|
|
2 |
Korrelationsspektroskopie - XPCS |
Dynamik: Kohärente Röntgenstreuung zur Untersuchung zeitaufgelöster Prozesse in Materialien. |
|
4 |
Röntgenemissionsspektren, RIXS |
Chemische Systeme: Fortschrittliche Emissionsspektroskopie zur Untersuchung chemischer Bindungen und elektronischer Strukturen. |
|
7 |
Ultraschnelle/magnetische Röntgenstreuung |
Magnetische Strukturen: Techniken zur Untersuchung ultraschneller Dynamik und magnetischer Phänomene. |
|
8 |
Neutronen-TOF-Diffraktion |
Strukturverfeinerung: Hochauflösende Neutronendiffraktion zur präzisen Strukturcharakterisierung. |
|
9 |
Tomographie |
Konstruktionsmaterialien: Neutronen- und Photonentomographie zur Material- und Strukturanalyse. |
|
11 |
Hochenergie-Röntgenbeugung |
Elektrochemie und Katalyse: Fortschrittliche Beugungstechniken zur Untersuchung hochenergetischer Materialien. |
Jeder Use Case wurde sorgfältig entworfen, um spezifische wissenschaftliche Herausforderungen zu bewältigen und dabei die robuste Infrastruktur und das Kooperationsnetzwerk von DAPHNE4NFDI zu nutzen. Zum Beispiel:
- Röntgenbildgebung in biologischer Materie: Lösung von Engpässen im Datenmanagement für hochauflösende Bildgebung durch die Integration von Metadaten- und Verarbeitungstools.
- Röntgenabsorptionsspektroskopie: Aufbau zertifizierter, gemeinsamer Datenbanken für amorphe Materialien und Katalyse, um die Datenqualität und Wiederverwendbarkeit sicherzustellen.
- Inelastische Streuung für Elektronensysteme: Entwicklung von Vokabularen und Tools zur Metadatenerfassung und Implementierung von ELNs, um Arbeitsabläufe zu optimieren.
Und wir haben eine modulare und skalierbare IT-Infrastruktur für die Infrastruktur so ausgearbeitet, dass all diese 11 unterschiedlichen Use Cases durch einen standardisierten Prozess adressiert werden – nur die Details sind unterschiedlich. Im groben sieht der standardisierte Prozess bei allen Use Cases wie folgt aus:
Standardisiertes Template für Use Case Workflows
1. Planung und Vorbereitung
- Erstellung eines Peer-Review-Proposals zur Definition der wissenschaftlichen Fragestellung.
- Dokumentation der experimentellen Parameter und Vorbereitung der Proben.
- Einbindung persistenter Identifikationsdienste (z. B. IGSNs) für Proben, um deren Rückverfolgbarkeit zu gewährleisten.
2. Datenerfassung
- Nutzung fortgeschrittener wissenschaftlicher Instrumente (z. B. Synchrotrons, Spektrometer, Neutronenquellen) zur Erfassung von Rohdaten.
- Direkte Integration der Metadatenaufnahme in experimentelle Workflows mithilfe von ELNs.
- Sicherstellung der Datenqualität und initiale Datenaufbereitung vor Ort.
3. Datenmanagement und Speicherung
- Speicherung der Rohdaten im Nexus- oder ASCII-Format zur Gewährleistung der Interoperabilität.
- Nutzung von Metadatenkatalogen (z. B. SciCat) für die strukturierte Organisation der Daten.
- Bereitstellung der Daten als „Open Data“, um den FAIR-Prinzipien zu entsprechen.
4. Datenanalyse und Modellierung
- Extraktion, Anpassung und Modellierung der Daten mithilfe von maschinellem Lernen und angepassten Algorithmen.
- Validierung der Ergebnisse durch Fitting und Modellierung.
- Speicherung und Veröffentlichung der analysierten Daten in öffentlich zugänglichen Datenbanken.
5. Veröffentlichung und Dissemination
- Publikation der wissenschaftlichen Ergebnisse zusammen mit offenen Daten, Softwaretools und Probeninformationen (IGSN).
- Förderung der Transparenz und Wiederverwendbarkeit durch detaillierte Dokumentation und Einhaltung von Qualitätsstandards.
6. Feedback und Optimierung
- Sammlung von Nutzerfeedback aus Workshops und Umfragen.
- Anpassung des Prozesses an neue wissenschaftliche Erkenntnisse und praktische Anforderungen.