Les workflows scientifiques sont utilisés pour améliorer la manière dont la recherche est effectuée. Les types les plus courants se concentrent sur les flux de travail de laboratoire, les flux de travail de calcul et les flux de travail d’analyse de données. De nombreuses institutions développent des workflows scientifiques pour réduire les erreurs, améliorer les résultats et accélérer la découverte. Les flux de travail sont souvent conçus sur mesure pour fonctionner pour des études spécifiques et peuvent varier selon l’industrie et le type de données qui doivent être collectées et analysées.
Les flux de travail scientifiques pour le laboratoire peuvent couvrir plusieurs aspects des opérations. Dans de nombreuses institutions, il existe des flux de travail spécifiques pour préparer un échantillon à tester. Par exemple, une clinique hospitalière peut avoir des procédures bien définies pour acquérir un échantillon de patient, enregistrer cet échantillon, le suivre avec un scanner et un code-barres, le stocker et le préparer pour l’examen. Dans ce cas, le flux de travail scientifique pourrait être une combinaison de procédures écrites à suivre et d’un logiciel informatique qui suit l’échantillon de la collecte à l’examen. Les informations sur l’état d’un échantillon sont souvent mises à disposition via un portail Web pour un accès facile. Les opérations de laboratoire utilisent également des flux de travail pour garantir que les matériaux nécessaires sont disponibles, tels que les réactifs chimiques nécessaires pour effectuer un test, sont en stock et disponibles lors de l’exécution d’une expérience.
Une autre forme de flux de travail scientifique pour le laboratoire concerne la réalisation de l’expérience proprement dite. Par exemple, un chercheur peut vouloir photographier une certaine région du ciel ou séquencer l’ADN d’une cellule particulière. Dans les deux cas, un flux de travail dicterait les étapes qu’un chercheur suivrait pour terminer l’observation. Par exemple, les astronomes devraient obtenir les coordonnées de la région qu’ils souhaitent étudier, saisir ces données dans le système de suivi du télescope et positionner une caméra numérique pour capturer une image. De tels flux de travail pourraient être utilisés par une institution pour planifier du temps sur un équipement spécial afin d’assurer également une utilisation optimale de cet équipement.
Aujourd’hui, de nombreuses recherches se font par modélisation et simulation informatiques. Les flux de travail scientifiques pour ce type de recherche peuvent inclure des procédures de création du programme, de dépannage, puis de soumission et d’exécution de ces travaux de calcul. Dans de nombreux laboratoires, un chercheur peut soumettre un travail en ligne à un centre informatique. Les tâches sont ensuite automatiquement planifiées en fonction de divers facteurs, notamment le niveau de priorité, les ressources disponibles et la durée d’exécution de la tâche. Dans la plupart des cas, les informations sur l’état du travail sont disponibles en ligne, de sorte que ceux qui ont soumis un travail peuvent rapidement vérifier son état pour voir s’il est programmé pour s’exécuter, s’exécuter ou se terminer.
Une fois qu’une expérience est réalisée, qu’un test en laboratoire est terminé ou qu’une simulation informatique est effectuée, il est souvent nécessaire d’avoir un autre type de flux de travail scientifique pour analyser les données collectées. Souvent, la première étape d’un tel workflow d’analyse scientifique consiste à extraire les données d’une base de données, d’un fichier ou d’un site Web spécifique. Les données doivent ensuite être mises dans un format approprié. Cela peut être quelque chose d’aussi simple que de convertir une lecture de température en degrés Fahrenheit en degrés Celsius ou une mesure de distance de pieds en miles. Les données sont ensuite soumises à une routine d’analyse et peuvent devoir être comparées à d’autres données. Les résultats finaux sont ensuite présentés au chercheur, généralement sous la forme d’un rapport, d’un dossier ou d’un affichage visuel.
Dans tous ces types de flux de travail scientifiques, l’avantage est que les chercheurs ont des méthodes normalisées pour effectuer leur travail. Dans certains cas, l’automatisation peut être appliquée à certaines étapes d’un flux de travail. L’automatisation aide à décharger le travail du chercheur et à accélérer le processus.
SmartAsset.