Resumen de Investigación Reproducible en Ciencias de la Información Geográfica: una propuesta metodológica

Benito Zaragozí Zaragozí, José Tomás Navarro Carrión, José Torres Prieto, Antonio Belda Antolí, Alfredo Ramón Morte

• español

  La reproducibilidad científica es clave en el avance de la Ciencia, ya que permite reproducir los resultados de otros autores, validar sus conclusiones y desarrollar nuevos estudios basados en una investigación previa. Desde hace una década, cada vez más autores consideran que el producto último de la investigación académica es el artículo científico, unido al software, los datos y todos los elementos necesarios para que otros puedan reproducir los resultados. Sin embargo, hay numerosas dificultades para que algunos estudios sean fácilmente reproducibles (resultados sesgados, presión para publicar, datos propietarios, etc.). El objetivo principal de esta comunicación es evaluar las complicaciones que surgen al tratar de hacer investigación reproducible en dos proyectos distintos que analizan Información Geográfica: (1) el proyecto ONTIME, en el que se gestionan datos de misiones de vigilancia con drones, y (2) el proyecto SIOSE‐ INNOVA, en el que se estudia la usabilidad de la base de datos de ocupación del suelo de España. En esta comunicación se describen varios flujos de trabajo que combinan herramientas de virtualización y orquestación del software de un modo eficiente y reproducible. Dichos flujos de trabajo pueden servir para resolver pequeñas tareas, pero también para desarrollar experimentos computacionales complejos. Finalmente, se pone en valor la metodología aplicada y se proponen algunas buenas para aplicarlas en futuros estudios.

• English

  Scientific reproducibility is a key feature in the advancement of Science, since it allows reproducing the results of other authors, validating their conclusions and developing new studies based on previous research. During the last decade, an increasing number of authors believe that the ultimate product of academic research is the scientific article, coupled with software, data and all those elements required by others to replicate their results. However, some studies are not reproducible due to many different causes (biased results, pressure to publish, unavailable data, etc.). This communication aims to evaluate the difficulties that arise when trying to conduct reproducible research in two different projects that analyze Geographic Information: (1) the ONTIME project, which manages data from drone surveillance missions, and (2) the SIOSE‐INNOVA project, which studies the usability of the Spanish landuse/landcover database. This paper describes several workflows using software virtualization and orchestration tools in an efficient and reproducible way. These workflows are intended for both, performing small project tasks or developing complex computational experiments. Finally, we discuss these methodologies, suggesting some good practices that can be applied in future studies.