Los principios F.A.I.R: Una rápida introducción

¿Qué son los principios F.A.I.R?

Los principios FAIR son un conjunto de directrices para que los datos sean localizables, accesibles, interoperables y reutilizables. Estos principios se introdujeron para abordar los retos de la puesta en común y reutilización de datos en la investigación científica, pero también pueden aplicarse a otros ámbitos.

Estos principios pretenden fomentar la apertura, la colaboración y la maximización del valor potencial de los datos en la investigación científica y más allá.

Los principios F.A.I.R. son un conjunto de cuatro principios que se introdujeron para abordar los retos de la puesta en común y reutilización de datos en la investigación científica, pero también pueden aplicarse a otros ámbitos.

Ayuda a reforzar el proceso cuando los datos se capturan, registran y reutilizan.
Quienes utilizan los datos a diario, como los científicos y analistas de datos, buscan formas de mejorar la integridad y calidad del proceso de captura de datos.
Estos cuatro principios F.A.I.R. proporcionan directrices a los analistas de datos para ayudarles a garantizar que los datos se obtienen y registran de forma eficaz y sistemática. Una vez cumplidos estos elementos, resulta más fácil acceder a los datos y reutilizarlos.

Estos principios pretenden fomentar la apertura, la colaboración y la maximización del valor potencial de los datos en la investigación científica y más allá.

Qué significa ser F.A.I.R.

A menudo, los datos de la investigación no se utilizan más allá de lo previsto. propósito. De hecho, en muchos casos, los datos científicos no se compartidos o incluso reutilizables.

Esto puede deberse a la protección de datos o a que los datos son difíciles de encontrar. Imagínese el potencial de esos datos si se utilizaran más allá de su objetivo original. Piense en lo que eso podría significar para los avances médicos en enfermedades, o las opciones innovadoras de energía alternativa. Los beneficios para la sociedad serían trascendentales.

Quienes trabajan con datos a diario, como investigadores, financiadores y editores, quieren que los datos científicos sean más accesibles y aumenten su valor. Proporcionar a otros investigadores y científicos acceso a sus datos facilita los nuevos descubrimientos y fomenta la transparencia en la investigación.

Para lograrlo, los participantes en el taller Lorentz "Jointly Designing a Data FAIRport" (Diseño conjunto de un informe FAIR de datos) de 2014 elaboraron los "Principios F.A.I.R. para la gestión y administración de datos científicos", con el fin de orientar a los investigadores para optimizar el intercambio de datos y garantizar que puedan ser reutilizados tanto por humanos como por máquinas.

Pero, ¿qué significa exactamente ser F.A.I.R.? En este artículo analizaremos qué significa F.A.I.R. y por qué es importante.

Detrás del acrónimo F.A.I.R.

Aunque se trata de un acrónimo, también forma una palabra real. Al menos en inglés. Una palabra que significa jugar según las reglas: un enfoque honesto.

En ciencia, cuando nos referimos a los "datos F.A.I.R." , va en la misma línea: los investigadores que archivan sus datos siguen las reglas. Reglas que se han acordado para que los datos sean fáciles de encontrar, accesibles, interoperables y reutilizables, lo que constituye el acrónimo F.A.I.R. Los principios proporcionan una guía a los investigadores sobre cómo deben organizarse sus datos para que puedan ser fácilmente accesibles, comprensibles, intercambiables y reutilizables.

Descargue nuestro eBook para saber cómo hacer que sus datos sean F.A.I.R.

Veamos más de cerca cada parte del conjunto.

F de Localizable

Claro que puedes encontrar tus datos, pero ¿cuánto tiempo te lleva? ¿Puede encontrarlos fácilmente?

Cada momento dedicado a buscar información es un momento que se resta a la ciencia y la innovación. Los datos deben encontrarse con facilidad, ahorrando tiempo y esfuerzo.

Tomemos un caso clásico: los artículos de investigación científica son notoriamente difíciles de encontrar, aunque estén publicados en acceso abierto. El motivo puede ser tan sencillo como no disponer de las palabras clave adecuadas para que un motor de búsqueda como Google, Bing o Yahoo! pueda encontrarlos.

Los investigadores deben elegir cuidadosamente sus palabras clave. Saber cómo se van a utilizar puede ayudar, ya que da a la tarea un sentido de importancia y significado. Pensar detenidamente en estas palabras puede suponer una gran diferencia a la hora de encontrar información.

Otro punto clave es la coherencia. Si los investigadores van a utilizar diferentes palabras clave y términos para nombrar y almacenar su investigación, no importará cuántas palabras clave estén asociadas a ella: no funcionarán como deberían.

Ahora extrapola esto a los datos de investigación en tu herramienta de gestión de datos preferida. En este caso, las palabras clave y las etiquetas tienen la misma función: vinculan los metadatos y archivos asociados y facilitan su posterior localización.

Así que tómese un momento y piense realmente qué palabras utilizará para etiquetar sus datos. Un minuto ahora podría ahorrarte una hora la semana que viene.

A de Accesible

Según un informe de 2020 estudiar impreso en Learned Publishing, Los investigadores de los campos de la medicina y la biología son reacios a compartir sus datos. Las razones son diversas: no entienden bien el término "datos científicos" y lo que puede incluir, protegen los resultados de su investigación y el esfuerzo realizado en el proyecto, temen que otros malinterpreten los datos y se muestran reacios por el esfuerzo adicional inicial que podría suponer hacer los datos más accesibles utilizando los metadatos asociados.

Los investigadores deberían plantearse dejar a un lado sus temores y compartir la información, no sólo publicarla. El acceso abierto es importante para la innovación. No solo maximiza el potencial de sus datos, sino que también ahorra tiempo a otros investigadores y hace que los estudios sigan avanzando.

I de Interoperable

Uno de los principales obstáculos por los que los investigadores de las ciencias de la vida no comparten sus datos es la desalentadora perspectiva de normalizar los datos de investigación y la cantidad de trabajo que ello supone. ¿Pueden utilizarse sus datos en múltiples proyectos y sistemas? Si los datos no son compatibles e interoperables, se limita su uso. Una vez más, los investigadores deben asegurarse de que el uso de sus datos no está restringido.

R de Reutilizable

Si quieres sacar el máximo partido a tus datos, debes asegurarte de que puedan reutilizarse. Para ello, hay que tener toda la información a la vista: indique sus fuentes, asegúrese de añadir contexto y ofrezca información de contacto para quienes deseen -o necesiten- más información.

Añadir este nivel de detalle y metadatos facilita la minería de datos, donde podrá buscar -y encontrar- sus datos a través de un documento o incluso un conjunto de documentos.

Esto es especialmente importante en tiempos de evolución de los macrodatos, en los que la producción de datos ha aumentado exponencialmente pero la gestión de datos se esfuerza por seguir el ritmo y organizar los datos en una imagen coherente que ofrezca perspectivas.

Algunas organizaciones de financiación clave, como la Comisión Europea, fomentan y promueven los principios F.A.I.R. para salvaguardar la integridad de los datos y maximizar la inversión en investigación. Es una fórmula sencilla: utilizar ingredientes de calidad para elaborar un producto de calidad; un producto que se pueda utilizar una y otra vez, y que dure.