Робочий процес DFT та обчислювальні дані FAIR

Objective

Мета цього пілотного ланцюга — продемонструвати практичний шлях від обчислювальної задачі матеріалознавства до багаторазового дослідницького об'єкта FAIR. Ланцюг показує, як можна організувати, задокументувати та підготувати до публікації розрахунки теорії функціоналу густини разом із метаданими, інформацією про походження та посиланнями на використовувані цифрові сервіси.

Пілотний проєкт призначений для підтримки дослідницьких груп, яким потрібні не лише обчислювальні результати, але й документований робочий процес, який можна переглянути, відтворити та повторно використовувати іншими дослідниками або майбутніми цифровими сервісами ДІ.

Workflow description

Робочий процес починається з визначення завдання моделювання матеріалів, включаючи систему матеріалу, кристалічну структуру, вхідні параметри та очікувані фізичні властивості. Обчислювальний етап базується на розрахунках DFT з використанням Quantum ESPRESSO або порівнянного коду з відкритим вихідним кодом.

Робочим процесом можна керувати через середовище AiiDA або на базі Jupyter для фіксації кроків розрахунку, вхідних файлів, вихідних файлів та походження. Післяобробка включає вилучення ключових результатів, підготовку рисунків або таблиць та перетворення вибраних вихідних даних у формати повторного використання.

Останнім кроком є ​​FAIR-пакування: підготовка метаданих, документації README, інформації про ліцензію, посилань на походження та файлів, готових до репозиторію. Потім пакет можна розмістити в DataverseUA або іншому відповідному репозиторії та пов'язати з відповідною сторінкою сервісу RI.

Expected outputs

Очікувані результати включають документований обчислювальний робочий процес, вхідні та вихідні файли, вибрані таблиці результатів, рисунки та метадані, достатні для повторного використання та перевірки.

Пілотний ланцюжок повинен створити:

- відтворюваний пакет розрахунків DFT;

- структуровані метадані, що описують матеріал, метод, програмне забезпечення, параметри та результати;

- зв'язки між дослідницьким питанням, робочим процесом, програмним забезпеченням та результатами;

- документацію README для користувачів-людей;

- файли, готові до публікації в репозиторії FAIR;

- опис сервісу, який можна використовувати в каталозі сервісів

Inputs expected from partners

Очікується, що партнери нададуть чітко визначене завдання моделювання, включаючи систему матеріалів, цільові властивості та наукове обґрунтування. Якщо можливо, партнери також повинні надати експериментальні довідкові дані або літературні значення для валідації.

Мінімальний пакет вхідних даних повинен включати:

- назву матеріалу, інформацію про склад та структуру;

- цільові властивості, що підлягають розрахунку;

- бажаний обчислювальний метод або програмне забезпечення, якщо вже визначено;

- наявні експериментальні або довідкові дані;

- очікуване використання результатів;

- контактну особу, відповідальну за наукову валідацію.

Для FAIR-пакету партнери також повинні надати інформацію про автора, афілійованість, бажану ліцензію, пов'язані публікації та будь-які обмеження на публікацію даних.

Readiness notes and next actions

Поточний рівень готовності є достатнім для демонстраційного робочого процесу. Основні технічні компоненти доступні: обчислювальне програмне забезпечення, середовище робочого процесу, платформа репозиторію та базова підготовка метаданих.

Основними відсутніми елементами є гармонізований профіль метаданих для робочих процесів з обчислювальними матеріалами, стандартний шаблон README, узгоджена процедура валідації та чіткий внутрішній процес підготовки дослідницьких об'єктів, готових до репозиторію.

Наступні дії:

- вибрати один репрезентативний приклад DFT для пілотного проекту;

- визначити мінімальний профіль метаданих для вихідних даних DFT;

- підготувати шаблон README для повторного використання та походження;

- запустити робочий процес у контрольованому середовищі;

- опублікувати один тестовий пакет у DataverseUA або репозиторії «пісочниці»;

- задокументувати результат як кандидат робочого процесу сервісу RI.