Современное состояние научной деятельности характеризуется стремительным ростом объемов цифровых данных, усложнением исследовательских процессов и увеличением междисциплинарных взаимодействий, что обусловливает необходимость переосмысления традиционной методологии проведения исследований. Целью настоящего исследования является разработка воспроизводимой методологии науки о данных, в которой научная деятельность представляется как совокупность формализованных процессов, взаимодействующих с центральным объектом – Информацией. Методология разработана на основе анализа актуальной научной литературы, философских оснований научного метода, а также опыта междисциплинарных проектов, ориентированных на воспроизводимые вычисления и системную работу с данными. В рамках работы структурированы семь воспроизводимых процессов: сбор наблюдений, сбор вопросов, сбор публикаций, исследование, создание концептуальных фреймворков, публикация и создание дизайна. Каждый из процессов определен через фазу анализа и синтеза и направлен на трансформацию элементов Информации, включающей определения, наблюдения, вопросы, концептуальные фреймворки, прогнозы и дизайн процессов. Методология позволяет отделить процессы производства знания от самого знания, что способствует повышению прозрачности, воспроизводимости и верифицируемости научной деятельности. Предложенная структура обеспечивает формализацию научной деятельности, ее управляемость и адаптивность к условиям цифровой науки, сохраняя преемственность классического научного метода.
The current state of scientific activity is characterized by a rapid increase in the volume of digital data, the growing complexity of research processes, and the expansion of interdisciplinary interactions, which necessitates a reconsideration of traditional research methodology. The aim of this study is to develop a reproducible data science methodology in which scientific activity is represented as a set of formalized processes interacting with a central object – Information. The methodology was developed based on an analysis of relevant scientific literature, philosophical foundations of the scientific method, and the experience of interdisciplinary projects focused on reproducible computation and systematic data handling. The study structures seven reproducible processes: observation collection, question collection, publication collection, investigation, conceptual framework creation, publication, and design development. Each process is defined through phases of analysis and synthesis and is aimed at transforming elements of Information, which includes definitions, observations, questions, conceptual frameworks, predictions, and process designs. The methodology enables a separation between the processes of knowledge production and the knowledge itself, thereby enhancing the transparency, reproducibility, and verifiability of scientific activity. The proposed structure provides for the formalization, manageability, and adaptability of scientific work in the context of digital science, while preserving the continuity of the classical scientific method.
1. Ezer D., Whitaker K. Data science for the scientific life cycle // Nature Methods. 2019. Vol. 16, Is. 7. P. 541–545. URL: DOI: 10.7554/eLife.43979 (дата обращения: 01.02.2025).
2. Carballo-Meilan A., McDonald L., Pragot W., Starnawski L.M., Saleemi A.N., Waheed Afzal W. Development of a Data-Driven Scientific Methodology // Chemometrics and Intelligent Laboratory Systems. 2022. Vol. 227. Article ID: 104589. DOI: 10.1016/j.chemolab.2022.104555.
3. Stadelmann T., Klamt T., Merkt P.H. Data Centrism and the Core of Data Science // Philosophy & Technology. 2022. Vol. 8, Is. 2.; URL: https://publikationen.bibliothek.kit.edu/1000143637 (дата обращения: 01.02.2025). DOI: 0.5445/IR/1000143637.
4. Peters D.P.C., Havstad K.M., Cushing J., Tweedie C., Fuentes O., Villanueva-Rosales N. Harnessing the power of big data: infusing the scientific method with machine learning to transform ecology // Ecosphere. 2014. Vol. 5, Is. 6. Article ID: art. 67. DOI: 10.1890/ES13-00359.1.
5. Elliott K.C., Cheruvelil K.S., Montgomery G.M., Soranno P.A. Conceptions of Good Science in Our Data-Rich World // BioScience. 2016. Vol. 66, Is. 10. P. 880–889. DOI: 10.1093/biosci/biw115.
6. Succi S., Coveney P.V. Big data: the end of the scientific method? // Philosophical Transactions of the Royal Society A. 2019. Vol. 377, Is. 2142. Article ID: 20180145. DOI: 10.1098/rsta.2018.0145.
7. Deshpande D., Chhugani K., Ramesh T., Pellegrini M., Shiffman S., Abedalthagafi M.S., Alqahtani S., Ye J., Liu X.S., Leek J.T., Brazma A., Ophoff R.A., Rao G., Butte A.J., Moore J.H., Katritch V., Mangul S. The evolution of computational research in a data-centric world // Cell. 2024. Vol. 187, Is. 17. P. 4449–4457. DOI: 10.1016/j.cell.2024.07.045.
8. Maskey M. Rethinking AI for Science: An Evolution From Data-Driven to Data-Centric Framework // Perspectives of Earth and Space Scientists. 2023. Vol. 4, Is. 1. Artice ID: e2023CN000222. DOI: 10.1029/2023CN000222.
9. Ramachandran R., Bugbee K., Murphy K. From Open Data to Open Science // Earth and Space Science. 2021. Vol. 8, Is. 5. Article ID: e2020EA001562. DOI: 10.1029/2020EA001562.
10. O’Brien E., Mick J. In the Academy, Data Science Is Lonely: Barriers to Adopting Data Science Methods for Scientific Research // Harvard Data Science Review. 2024. Vol. 6, Is. 2. DOI: 10.1162/99608f92.7ca04767.
11. Liu J., Carlson J., Pasek J., Puchala B., Rao A., Jagadish H.V. Promoting and Enabling Reproducible Data Science Through a Reproducibility Challenge // Harvard Data Science Review. 2022. Vol. 4, Is. 3. DOI: 10.1162/99608f92.9624ea51.
12. Stodden V. The data science life cycle: a disciplined approach to advancing data science as a science // Commun. ACM. 2020. Vol. 63, Is. 7. P. 58–66. DOI: 10.1145/3360646.
13. Karpatne A., Atluri G., Faghmous J.H., Steinbach M., Banerjee A., Ganguly A., Shekhar S., Samatova N., Kumar V. Theory-Guided Data Science: A New Paradigm for Scientific Discovery from Data // IEEE Transactions on Knowledge and Data Engineering. 2017. Vol. 29, Is. 10. P. 2318–2331. DOI: 10.1109/TKDE.2017.2720168.
14. Borrego A., Dessì D., Ayala D., Hernández I., Osborne F., Reforgiato Recupero D., Buscaldi D., Ruiz D., Motta E. Research hypothesis generation over scientific knowledge graphs // Knowledge-Based Systems. 2025. Vol. 315. Article ID: 113280. DOI: 10.1016/j.knosys.2025.113280.
15. Ciardi T.G., Nihar A., Chawla R., Akanbi O., Tripathi P.K., Wu Y., Chaudhary V., French R.H. Materials data science using CRADLE: A distributed, data-centric approach // MRS Communications. 2024. Vol. 14, Is. 4. P. 601–611. DOI: 10.1557/s43579-024-00616-6.