A collaborative submission model for building high-quality data resources at scale through partnership
Dieses Paper präsentiert ein kollaboratives Einreichungsmodell, beispielhaft dargestellt durch CZ CELLxGENE Discover, welches die Erstellung hochwertiger biomedizinischer Datenressourcen durch die Partnerschaft von Datenbeitragenden mit dedizierten Kuratoren erfolgreich skaliert, um die Korpusgröße mit der Reichhaltigkeit und Qualität der Metadaten in Einklang zu bringen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, die weltweit größte und nützlichste Bibliothek biologischer Informationen aufzubauen, um Wissenschaftlern dabei zu helfen, intelligente Computerprogramme (KI) zu trainieren und große medizinische Rätsel zu lösen.
Das Papier beschreibt ein großes Problem: Sie wollen eine Bibliothek mit Millionen von Büchern (eine riesige Menge an Daten), aber Sie müssen auch sicherstellen, dass jedes einzelne Buch perfekt geschrieben, gut organisiert und leicht verständlich ist (hohe Qualität und reiche Details). Normalerweise widersprechen sich diese beiden Ziele. Wenn Sie einfach nur die Leute bitten, ihre Bücher abzugeben, erhalten Sie einen riesigen Haufen, der aber ein Chaos aus zerrissenen Seiten und fehlenden Titeln ist. Wenn Sie versuchen, alles selbst zu organisieren, können Sie nur eine geringe Anzahl an Büchern gleichzeitig bearbeiten.
Die Lösung: Das Modell der „Kollaborativen Einreichung“
Die Autoren erklären, wie sie dies durch eine Zusammenarbeit zwischen zwei Gruppen gelöst haben:
- Die Forscher (Die Mitwirkenden): Dies sind die Wissenschaftler, die die Experimente tatsächlich durchgeführt haben. Sie kennen die „Geheimnisse“ hinter ihren Daten, sind aber zu beschäftigt, um Stunden mit der Formatierung für eine öffentliche Bibliothek zu verbringen.
- Die Kuratoren (Die Partner): Dies sind die Bibliotheksexperten, die genau wissen, wie man Daten organisiert, beschriftet und standardisiert, damit Computer und andere Wissenschaftler sie problemlos nutzen können.
Wie es funktioniert (Die Analogie)
Denken Sie an ein professionelles Umzugsunternehmen, das jemandem beim Hausumzug hilft.
- Der alte Weg (Beitraggeber-gesteuert): Sie bitten den Hausbesitzer, jeden Karton zu packen, jeden Gegenstand zu beschriften und den Lastwagen zu fahren. Er tut es, aber er vergisst vielleicht, die „Zerbrechlich“-Kartons zu beschriften, oder er packt das Küchengeschirr zusammen mit den Büchern, was es später schwierig macht, etwas zu finden.
- Der andere alte Weg (Ressourcen-gesteuert): Das Umzugsunternehmen versucht, das Haus für Sie zu packen, ohne den Hausbesitzer zu fragen. Sie packen alles ordentlich ein, wissen aber nicht, in welcher Kiste das Familienerbstück ist oder welches Buch eine seltene Erstausgabe ist. Sie könnten etwas Wichtiges wegwerfen oder falsch beschriften.
- Der neue Weg (Kollaborativ): Der Hausbesitzer (Forscher) sagt: „Hier ist das Erbstück und hier ist das Buch, das ich behalten möchte.“ Das Umzugsunternehmen (Kurator) sagt: „Sehr gut, ich werde das vorsichtig einpacken, perfekt beschriften und in den richtigen Lastwagen laden.“
Warum es funktioniert
- Das Beste aus beiden Welten: Die Forscher liefern das „intime Wissen“ (den Kontext), und die Kuratoren liefern die „Standardisierung“ (die Organisation).
- Geringere Belastung: Die Forscher müssen nicht die gesamte schwere Arbeit der Formatierung erledigen; sie geben einfach ihr Wissen weiter.
- Bessere Qualität: Da die Kuratoren Experten darin sind, Daten wiederverwendbar zu machen, ist das Endergebnis eine hochwertige Ressource, die bereit für das KI-Training und komplexe Analysen ist.
Das Ergebnis
Durch dieses Partnerschaftsmodell ist das CZ CELLxGENE Discover-Projekt zu einer schnell wachsenden, hochwertigen „Bibliothek“ geworden, die Wissenschaftler nutzen, um neue Ideen zu testen, ihre Erkenntnisse zu validieren und KI-Modelle zu entwickeln. Das Papier argumenttiert, dass diese spezifische Art der Zusammenarbeit der Schlüssel zum Aufbau massiver, zuverlässiger Datenressourcen ist, die über die Zeit bestehen und wachsen können, ohne dass die Qualität zugunsten der Quantität geopfert wird.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.