Publicación:

Implementación del repositorio de datos DSpace de modo descentralizado e incluyendo protocolos de descubrimiento y trasmisión de datos

Resumen

En este trabajo se describe un conjunto de herramientas y servicios implementados por la colaboración LAGO (Latin American Giant Observatory) para adoptar el concepto DART (Data Accessibility, Reproducibility and Trustworthiness). Metadatos, identificadores persistentes y otras ventajas de la red de repositorios de LAGO son descritos. LAGO es un observatorio de rayos cósmicos distribuido con detectores cherenkov de agua (WCD) ubicados en diferentes latitudes y latitudes en toda América Latina, esta red ha sido diseñada para medir la evolución temporal del flujo de radiación a nivel del suelo con un alto grado de detalle. Presentamos la estrategia de la colaboración para catalogar y preservar una gran cantidad de datos producidos en los los arreglos extendidos de detectores WCD . El proyecto LAGO está orientado principalmente en realizar investigaciones sobre: El Universo, el Tiempo Espacial y la Radiación Atmosférica. Dspace, un software de código abierto utilizado generalmente para repositorios institucionales, proporciona funcionalidades básicas para almacenar y recuperar contenidos digitales con una adaptabilidad para tipos no nativos de contenidos y esquemas de metadatos. Es compatible también, con el protocolo OAI-PMH (Open Archive Initiatives Protocol for Metadata Harvesting). Hemos superado una de las limitaciones más importantes de DSpace: su incapacidad para cargar/descargar múltiples registros, desarrollando un script para ingerir datos aprovechando las capacidades de adaptación de DSpace. A diferencia de otros instrumentos donde los datos fluyen de un solo lugar a un repositorio de datos, en LAGO cada sitio es responsable de conservar y catalogar localmente su datos, generando conjuntos de datos que, sumado a datos producidos durante el análisis y/o simulación de fenómenos de rayos cósmicos representan por detector 1,5 TB / año de datos brutos y 3 TB / año de simulaciones. El servicio "EPIC Api" proporcionado por GRNET es usado para asociar Identificadores Permanentes a cada conjunto de datos.