Sintesi del progetto
Fairy Magic mira a rendere i dati realmente trovabili, accessibili, interoperabili e riutilizzabili (principi FAIR) in un contesto in cui riproducibilità e trasparenza sono spesso ostacolate dalla dipendenza da versioni software e architetture hardware diverse. Il progetto concentra il proprio lavoro sulla definizione di schemi di metadatazione per discipline chiave come Risonanza Paramagnetica Elettronica (EPR) e Risonanza Magnetica Nucleare (NMR), contribuendo alla loro futura integrazione all’interno di un’unica infrastruttura.
Obiettivi
L’obiettivo del progetto è facilitare riuso, condivisione e affidabilità dei dataset scientifici generati da simulazioni ad alto costo computazionale, promuovendo un ecosistema di ricerca più democratico, aperto e collaborativo. FAIRness significa ridurre le barriere all’accesso, garantire tracciabilità delle informazioni e permettere che risultati pubblicati possano essere confermati, verificati e ampliati dalla comunità scientifica internazionale.
Problemi e necessità
La riproducibilità nel calcolo scientifico richiede attenzione rigorosa ai metadati, perché differenze minime di software o hardware possono modificare i risultati. Senza procedure standardizzate e strumenti condivisi, i dataset rischiano di essere inutilizzabili o difficilmente confrontabili, limitando l’impatto della ricerca. Fairy Magic risponde a questa necessità progettando soluzioni che migliorano coerenza, qualità e interoperabilità dei dati.
Soluzioni sviluppate
Il progetto ha contribuito alla definizione dello schema di metadatazione per i dati EPR e al perfezionamento del supporto per i dati NMR generati da Quantum Espresso e dai relativi al post processamento. È stato creato un gruppo di lavoro per coordinare l’evoluzione degli standard. La metodologia centrale adottata è il test-driven programming, scelta strategica per assicurare robustezza, coerenza e validità degli strumenti software prodotti. I risultati saranno distribuiti come plugin open source installabili sull’applicazione Nomad Oasis, con già una prima istanza disponibile ai referenti scientifici.
Impatti
Il lavoro svolto consentirà maggiore FAIRness dei dati nell’ambito delle Scienze computazionali dei materiali, favorendo la diffusione di nuove conoscenze e accelerando l’adozione di tecnologie innovative. Un migliore accesso a dataset verificabili permette infatti a ricerca pubblica e privata di sviluppare nuovi materiali e applicazioni in modo più rapido, aperto e collaborativo, stimolando un ecosistema scientifico più equo e trasparente.
Settori di applicazione
I risultati prodotti sono direttamente applicabili alla Scienza computazionale dei materiali, alla Chimica Teorica, alle Nanoscienze, alla Fluidodinamica computazionale e, in generale, alla comunità dell’open science. Le ricadute possono estendersi anche a industrie che utilizzano simulazioni avanzate per progettare materiali innovativi, ampliando l’impatto dei risultati ben oltre il dominio accademico.
