Prinsip-prinsip F.A.I.R: Pengenalan singkat

Apa saja prinsip-prinsip F.A.I.R?

Prinsip-prinsip FAIR adalah seperangkat panduan untuk membuat data dapat ditemukan, dapat diakses, dapat dioperasikan, dan dapat digunakan kembali. Prinsip-prinsip ini diperkenalkan untuk mengatasi tantangan pembagian dan penggunaan kembali data dalam penelitian ilmiah, tetapi juga dapat diterapkan pada domain lain.

Prinsip-prinsip ini bertujuan untuk mendorong keterbukaan, kolaborasi, dan memaksimalkan nilai potensial data dalam penelitian ilmiah dan lainnya.

Prinsip-prinsip F.A.I.R. adalah seperangkat empat prinsip yang diperkenalkan untuk mengatasi tantangan berbagi dan menggunakan kembali data dalam penelitian ilmiah, tetapi prinsip-prinsip ini juga dapat diterapkan pada domain lain.

Hal ini membantu memperkuat proses ketika data diambil, direkam, dan digunakan kembali.
Mereka yang menggunakan data setiap hari - termasuk ilmuwan data dan analis data, mencari cara untuk meningkatkan integritas dan kualitas proses pengambilan data.
Keempat prinsip F.A.I.R. ini memberikan panduan bagi analis data untuk membantu mendukung mereka memastikan bahwa data diperoleh dan dicatat dengan cara yang efisien dan sistematis. Setelah elemen-elemen ini terpenuhi, maka akan lebih mudah untuk mengakses data dan menggunakannya kembali.

Prinsip-prinsip ini bertujuan untuk mendorong keterbukaan, kolaborasi, dan memaksimalkan nilai potensial data dalam penelitian ilmiah dan lainnya.

Apa artinya menjadi F.A.I.R.

Data penelitian sering kali tidak digunakan sesuai dengan tujuannya tujuan. Bahkan, dalam banyak kasus, data ilmiah tidak dibagikan atau bahkan dapat digunakan kembali.

Hal ini bisa jadi karena perlindungan data atau karena data tersebut sulit ditemukan. Bayangkan potensi data tersebut jika digunakan di luar tujuan awalnya. Bayangkan apa artinya bagi terobosan medis dalam penyakit, atau opsi energi alternatif yang inovatif. Manfaatnya bagi masyarakat akan sangat besar.

Mereka yang berurusan dengan data setiap hari, termasuk peneliti, penyandang dana, dan penerbit, ingin membuat data ilmiah lebih mudah diakses dan meningkatkan nilainya. Memberikan akses ke data Anda kepada peneliti dan ilmuwan lain akan mempermudah penemuan baru dan mendorong transparansi dalam penelitian.

Untuk mencapainya, para peserta Lokakarya Lorentz "Bersama-sama Merancang Data FAIRport" pada tahun 2014 menghasilkan 'Prinsip-prinsip F.A.I.R. untuk manajemen dan pengelolaan data ilmiah' untuk memandu para peneliti dalam mengoptimalkan pembagian data dan memastikan data dapat digunakan kembali oleh manusia dan mesin.

Tapi apa sebenarnya yang dimaksud dengan F.A.I.R.? Dalam artikel ini, kita akan menggali apa arti F.A.I.R. dan mengapa hal ini penting.

Di balik singkatan F.A.I.R.

Meskipun ini adalah akronim, ini juga merupakan kata yang nyata. Dalam bahasa Inggris. Sebuah kata yang berarti bermain sesuai aturan - pendekatan yang jujur.

Dalam ilmu pengetahuan, ketika kita mengacu pada 'data F.A.I.R.', artinya sama: peneliti yang mengarsipkan data mereka mengikuti aturan. Aturan yang telah disepakati untuk membuat data mudah ditemukan, dapat diakses, dapat dioperasikan, dan dapat digunakan kembali - membentuk akronim F.A.I.R. Prinsip-prinsip ini memberikan panduan bagi para peneliti tentang bagaimana data mereka harus diorganisir sehingga dapat dengan mudah diakses, dipahami, dipertukarkan, dan digunakan kembali.

Unduh eBook kami untuk mengetahui cara membuat data Anda menjadi F.A.I.R.

Mari kita cermati lebih dekat setiap bagian dari keseluruhannya.

F adalah untuk Dapat Ditemukan

Tentu saja, Anda mungkin dapat menemukan data Anda, tetapi berapa lama waktu yang Anda butuhkan? Dapatkah Anda menemukannya dengan mudah?

Setiap waktu yang dihabiskan untuk mencari informasi adalah waktu yang dihabiskan untuk ilmu pengetahuan dan inovasi. Data seharusnya dapat ditemukan dengan mudah, menghemat waktu dan tenaga.

Mari kita ambil contoh kasus klasik: makalah penelitian ilmiah sangat sulit ditemukan, bahkan jika dipublikasikan dalam akses terbuka. Alasannya bisa jadi sesederhana tidak memiliki kata kunci yang tepat untuk memungkinkan mesin pencari seperti Google, Bing atau Yahoo! menemukannya.

Peneliti harus memilih kata-kata kunci dengan hati-hati. Mengetahui bagaimana kata-kata tersebut akan digunakan akan membantu; hal ini akan membuat tugas menjadi lebih penting dan bermakna. Berhati-hati dalam memikirkan kata-kata ini dapat membuat perbedaan besar dalam mencari informasi.

Poin kunci lainnya adalah konsistensi. Jika peneliti akan menggunakan kata kunci dan istilah yang berbeda untuk menamai dan menyimpan penelitian mereka, tidak masalah berapa banyak kata kunci yang terkait dengannya - kata kunci tersebut tidak akan berfungsi sebagaimana mestinya.

Sekarang, ekstrapolasi hal ini ke data penelitian di alat manajemen data utama Anda. Di sini, kata kunci dan tag memiliki fungsi yang sama; keduanya menautkan metadata dan file yang terkait dan membuatnya lebih mudah untuk ditemukan di kemudian hari.

Jadi, luangkan waktu sejenak dan pikirkan dengan sungguh-sungguh kata-kata apa yang akan Anda gunakan untuk menandai data Anda. Satu menit sekarang dapat menghemat waktu Anda satu jam minggu depan.

A adalah untuk Aksesibel

Menurut laporan tahun 2020 belajar dicetak di Penerbitan yang Dipelajari, peneliti di bidang medis dan biologi enggan membagikan data mereka. Alasannya beragam, mulai dari tidak sepenuhnya memahami istilah 'data ilmiah' dan apa saja yang bisa tercakup di dalamnya, hingga melindungi temuan penelitian mereka dan upaya yang telah dilakukan dalam proyek tersebut, takut orang lain salah menginterpretasikan data tersebut, dan keengganan karena adanya upaya tambahan yang diperlukan untuk membuat data lebih mudah diakses dengan menggunakan metadata yang terkait.

Para peneliti harus mempertimbangkan untuk mengesampingkan ketakutan mereka dan berbagi informasi, bukan hanya mempublikasikannya. Akses terbuka penting untuk inovasi. Hal ini tidak hanya memaksimalkan potensi data Anda, tapi juga menghemat waktu peneliti lain dan membuat penelitian terus berjalan.

I adalah untuk Interoperable

Hambatan utama mengapa para peneliti di bidang ilmu hayati tidak membagikan data mereka adalah karena prospek yang menakutkan dalam menstandarisasi data penelitian dan jumlah pekerjaan yang harus dilakukan. Dapatkah data Anda digunakan di berbagai proyek dan sistem? Jika data Anda tidak kompatibel dan dapat dioperasikan, maka akan membatasi penggunaan data tersebut. Sekali lagi, peneliti harus memastikan bahwa data mereka tidak dibatasi penggunaannya.

R adalah untuk Dapat Digunakan Kembali

Jika Anda ingin mendapatkan hasil maksimal dari data Anda, Anda harus memastikan bahwa data tersebut dapat digunakan kembali. Ini berarti memiliki gambaran lengkap di depan mata: sebutkan sumber Anda, pastikan Anda menambahkan konteks, dan tawarkan informasi kontak untuk mereka yang ingin - atau membutuhkan - informasi lebih lanjut.

Menambahkan tingkat detail dan metadata ini memfasilitasi penggalian data, di mana Anda akan dapat mencari - dan menemukan - data Anda melalui sebuah dokumen atau bahkan sekumpulan dokumen.

Hal ini sangat penting terutama pada saat Big Data berkembang, di mana produksi data telah meningkat secara eksponensial tetapi manajemen data berjuang untuk mengimbangi dan mengatur data ke dalam gambaran yang koheren yang menawarkan wawasan.

Beberapa organisasi pendanaan utama, termasuk Komisi Eropa, mendorong dan mempromosikan prinsip-prinsip F.A.I.R. untuk menjaga integritas data dan memaksimalkan investasi penelitian. Rumusnya sederhana: gunakan bahan berkualitas untuk menghasilkan produk berkualitas; yang dapat Anda gunakan berulang kali, dan akan bertahan lama.