Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.18159v1

帮助 | 高级搜索

计算机科学 > 软件工程

arXiv:2507.18159v1 (cs)
[提交于 2025年7月24日 ]

标题: SMECS:一种软件元数据提取和整理软件

标题: SMECS: A Software Metadata Extraction and Curation Software

Authors:Stephan Ferenz, Aida Jafarbigloo, Oliver Werth, Astrid Nieße
摘要: 元数据在采用研究软件的FAIR原则中起着至关重要的作用,它促进了可查找性和可重用性。 然而,创建高质量的元数据对于研究人员和研究软件工程师来说可能是资源密集型的任务。 为了解决这一挑战,我们开发了软件元数据提取和整理软件(SMECS),该软件结合了从现有来源提取元数据以及一个用户友好的元数据整理界面。 SMECS从在线存储库如GitHub提取元数据,并通过交互式界面将其呈现给研究人员,以便进一步整理并导出为CodeMeta文件。 通过可用性实验评估了SMECS的可用性,结果证实SMECS提供了令人满意的用户体验。 SMECS通过简化元数据创建来支持研究软件的FAIR化。
摘要: Metadata play a crucial role in adopting the FAIR principles for research software and enables findability and reusability. However, creating high-quality metadata can be resource-intensive for researchers and research software engineers. To address this challenge, we developed the Software Metadata Extraction and Curation Software (SMECS) which integrates the extraction of metadata from existing sources together with a user-friendly interface for metadata curation. SMECS extracts metadata from online repositories such as GitHub and presents it to researchers through an interactive interface for further curation and export as a CodeMeta file. The usability of SMECS was evaluated through usability experiments which confirmed that SMECS provides a satisfactory user experience. SMECS supports the FAIRification of research software by simplifying metadata creation.
主题: 软件工程 (cs.SE) ; 数字图书馆 (cs.DL)
引用方式: arXiv:2507.18159 [cs.SE]
  (或者 arXiv:2507.18159v1 [cs.SE] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.18159
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Stephan Ferenz [查看电子邮件]
[v1] 星期四, 2025 年 7 月 24 日 07:53:46 UTC (238 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.SE
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.DL

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号