Les principes F.A.I.R. : Une introduction rapide

Quels sont les principes F.A.I.R. ?

Les principes FAIR sont un ensemble de lignes directrices visant à rendre les données trouvables, accessibles, interopérables et réutilisables. Ces principes ont été introduits pour relever les défis du partage et de la réutilisation des données dans la recherche scientifique, mais ils peuvent également être appliqués à d'autres domaines.

Ces principes visent à promouvoir l'ouverture, la collaboration et la maximisation de la valeur potentielle des données dans la recherche scientifique et au-delà.

Les principes F.A.I.R. sont un ensemble de quatre principes qui ont été introduits pour relever les défis du partage et de la réutilisation des données dans la recherche scientifique, mais ils peuvent également être appliqués à d'autres domaines.

La saisie, l'enregistrement et la réutilisation des données contribuent à renforcer le processus.
Ceux qui utilisent les données tous les jours - notamment les scientifiques et les analystes de données - cherchent des moyens de renforcer l'intégrité et la qualité du processus de saisie des données.
Ces quatre principes F.A.I.R. fournissent des lignes directrices aux analystes de données pour les aider à s'assurer que les données sont obtenues et enregistrées de manière efficace et systématique. Une fois ces éléments respectés, il est plus facile d'accéder aux données et de les réutiliser.

Ces principes visent à promouvoir l'ouverture, la collaboration et la maximisation de la valeur potentielle des données dans la recherche scientifique et au-delà.

Ce que signifie être F.A.I.R.

Les données de la recherche ne sont souvent pas utilisées au-delà de leur objectif. En effet, dans de nombreux cas, les données scientifiques ne sont pas partagée, voire réutilisable.

Cela peut être dû à la protection des données ou au fait que les données sont difficiles à trouver. Imaginez le potentiel de ces données si elles étaient utilisées au-delà de leur objectif initial. Pensez à ce que cela pourrait signifier pour les percées médicales dans le domaine des maladies, ou pour les options innovantes en matière d'énergie alternative. Les avantages pour la société seraient considérables.

Les personnes qui traitent des données tous les jours, notamment les chercheurs, les bailleurs de fonds et les éditeurs, cherchent à rendre les données scientifiques plus accessibles et à en accroître la valeur. Permettre à d'autres chercheurs et scientifiques d'accéder à vos données facilite les nouvelles découvertes et encourage la transparence dans la recherche.

Pour y parvenir, les participants à l'atelier Lorentz "Jointly Designing a Data FAIRport" en 2014 ont élaboré les "Principes F.A.I.R. pour la gestion et l'intendance des données scientifiques" afin de guider les chercheurs vers l'optimisation du partage des données et de garantir que les données puissent être réutilisées à la fois par les humains et les machines.

Mais que signifie exactement être F.A.I.R. ? Dans cet article, nous allons examiner ce que signifie F.A.I.R. et pourquoi c'est important.

Derrière l'acronyme F.A.I.R.

S'il s'agit d'un acronyme, il s'agit aussi d'un vrai mot. En anglais, en tout cas. Un mot qui signifie respecter les règles - une approche honnête.

En science, lorsque nous parlons de "données F.A.I.R.", cela va dans le même sens : les chercheurs classent leurs données en suivant les règles. Les règles qui ont été convenues pour rendre les données faciles à trouver, accessibles, interopérables et réutilisables - ce qui constitue l'acronyme F.A.I.R. Les principes fournissent un guide aux chercheurs sur la façon dont leurs données devraient être organisées pour qu'elles puissent être facilement accessibles, comprises, échangées et réutilisées.

Téléchargez notre eBook pour savoir comment rendre vos données F.A.I.R.

Examinons de plus près chaque partie de l'ensemble.

F comme Findable (trouvable)

Certes, vous pouvez trouver vos données, mais combien de temps cela vous prend-il ? Pouvez-vous les retrouver facilement ?

Chaque minute passée à rechercher des informations est une minute perdue pour la science et l'innovation. Les données doivent être trouvées facilement, ce qui permet d'économiser du temps et des efforts.

Prenons un cas classique : les articles de recherche scientifique sont notoirement difficiles à trouver, même s'ils sont publiés en libre accès. La raison peut être aussi simple que de ne pas avoir les bons mots clés pour permettre à un moteur de recherche tel que Google, Bing ou Yahoo ! de les trouver.

Les chercheurs doivent choisir leurs mots clés avec soin. Le fait de savoir comment ils seront utilisés devrait être utile ; cela donne à la tâche un sens et une importance. Prendre soin de réfléchir à ces mots peut faire toute la différence lorsqu'il s'agit de trouver des informations.

Un autre point essentiel est la cohérence. Si les chercheurs utilisent des mots clés et des termes différents pour nommer et stocker leurs recherches, peu importe le nombre de mots clés qui leur sont associés, ils ne fonctionneront pas comme ils le devraient.

Maintenant, extrapolez cela aux données de recherche dans votre outil de gestion de données préféré. Ici, les mots-clés et les étiquettes ont la même fonction : ils relient les métadonnées et les fichiers associés et permettent de les retrouver plus facilement par la suite.

Prenez donc le temps de réfléchir aux mots que vous utiliserez pour étiqueter vos données. Une minute aujourd'hui pourrait vous faire gagner une heure la semaine prochaine.

A comme Accessible

Selon une étude réalisée en 2020 étude imprimée en Éditions savantes, Les chercheurs dans les domaines médical et biologique sont réticents à partager leurs données. Les raisons de cette réticence vont de la méconnaissance du terme "données scientifiques" et de ce qu'il peut comprendre à la protection des résultats de leurs recherches et des efforts déployés dans le cadre du projet, en passant par la crainte que d'autres interprètent mal les données et la réticence due à l'effort supplémentaire initial nécessaire pour rendre les données plus accessibles à l'aide des métadonnées qui leur sont associées.

Les chercheurs devraient envisager de mettre leurs craintes de côté et de partager l'information, et pas seulement de la publier. Le libre accès est important pour l'innovation. Il permet non seulement de maximiser le potentiel de vos données, mais aussi de faire gagner du temps aux autres chercheurs et de faire avancer les études.

I comme Interopérable

L'une des principales raisons pour lesquelles les chercheurs en sciences de la vie ne partagent pas leurs données est la perspective décourageante de la normalisation des données de recherche et la quantité de travail que cela représente. Vos données peuvent-elles être utilisées dans le cadre de plusieurs projets et systèmes ? Si vos données ne sont pas compatibles et interopérables, leur utilisation s'en trouve limitée. Là encore, les chercheurs doivent s'assurer que l'utilisation de leurs données n'est pas restreinte.

R comme Réutilisable

Si vous voulez tirer le meilleur parti de vos données, vous devez vous assurer qu'elles peuvent être réutilisées. Pour ce faire, vous devez avoir une vue d'ensemble : indiquez vos sources, assurez-vous d'ajouter le contexte et proposez des informations de contact pour ceux qui souhaitent - ou ont besoin - de plus amples informations.

L'ajout de ce niveau de détail et de métadonnées facilite l'exploration des données, ce qui vous permet de rechercher - et de trouver - vos données dans un document ou même un ensemble de documents.

Ceci est particulièrement important à l'heure de l'évolution du Big Data, où la production de données a augmenté de manière exponentielle mais où la gestion des données a du mal à suivre et à organiser les données en une image cohérente qui offre des perspectives.

Certains organismes de financement importants, dont la Commission européenne, encouragent et promeuvent les principes F.A.I.R. afin de préserver l'intégrité des données et de maximiser l'investissement dans la recherche. La formule est simple : utiliser des ingrédients de qualité pour fabriquer un produit de qualité, un produit que l'on peut utiliser à l'infini et qui dure.