F.A.I.R.の原則とは？
FAIR原則は、データを「見つけやすく（Findable）」「アクセスしやすく（Accessible）」「相互運用しやすく（Interoperable）」「再利用しやすく（Reusable）」するためのガイドラインである。これらの原則は、科学研究におけるデータの共有と再利用の課題に対処するために導入されたが、他の領域にも適用することができる。
これらの原則は、オープン性、コラボレーション、科学研究およびそれ以外の分野におけるデータの潜在的価値の最大化を促進することを目的としている。
F.A.I.R.の原則は、科学研究におけるデータの共有と再利用の課題に対処するために導入された4つの原則のセットであるが、他の領域にも適用することができる。
データが取得され、記録され、再利用されることで、プロセスが強化される。
データ・サイエンティストやデータ・アナリストなど、日々データを利用している人々は、データ取得プロセスの完全性と品質を高める方法を模索している。
これら4つのF.A.I.R.の原則は、データ分析者にガイドラインを提供し、効率的かつ体系的な方法でデータを取得し、記録することを支援するものである。これらの要素が満たされれば、データへのアクセスや再利用が容易になる。
これらの原則は、オープン性、コラボレーション、科学研究およびそれ以外の分野におけるデータの潜在的価値の最大化を促進することを目的としている。
F.A.I.R.であることの意味
研究データは意図した通りに利用されないことが多い。 目的.実際、多くの場合、科学的データは存在しない。 共有、あるいは再利用可能.
これはデータ保護のためかもしれないし、データを見つけるのが難しいからかもしれない。もしそのデータが本来の目的を超えて使用された場合の可能性を想像してみてほしい。もしそのデータが本来の目的を超えて利用されたら、医学の進歩や革新的な代替エネルギーの選択肢にどのような意味があるのかを考えてみてほしい。社会への恩恵は計り知れない。
研究者、資金提供者、出版社など、日々データを扱っている人々は、科学データをより利用しやすくし、その価値を高めようとしています。他の研究者や科学者があなたのデータにアクセスできるようにすることで、新たな発見が容易になり、研究の透明性が高まります。
そのために、2014年に開催されたロレンツワークショップ「データFAIRportの共同設計」の参加者は、データ共有を最適化し、データを人間と機械の両方で再利用できるようにするために研究者を導く「科学データ管理とスチュワードシップのためのF.A.I.R.原則」を考案した。
しかし、F.A.I.R.とは一体何を意味するのだろうか？この記事では、F.A.I.R.の意味と、それがなぜ重要なのかを掘り下げていく。
F.A.I.R.の頭文字の裏側
これは頭字語であると同時に、実際の単語でもある。英語では、とにかく。ルールに従ってプレーすること、つまり正直なアプローチを意味する言葉だ。
科学において「F.A.I.R.データ」と呼ばれるものは、同じような意味である。F.A.I.R.の頭文字をとったもので、データを見つけやすく、アクセスしやすく、相互運用しやすく、再利用しやすくするために合意されたルールである。この原則は、研究者がデータにアクセスしやすく、理解しやすく、交換しやすく、再利用しやすいように、データをどのように整理すべきかについての指針を提供するものである。
Eブックをダウンロードして、データをF.A.I.R.化する方法をご覧ください。
全体の各パーツを詳しく見てみよう。
Fはファインダブル
確かにデータを見つけることはできるかもしれないが、それにどれだけの時間がかかるのか？簡単に見つけられますか？
情報を探すのに費やす時間はすべて、科学や技術革新から遠ざかる時間である。データは簡単に見つけられ、時間も労力も節約できるはずだ。
典型的な例を挙げよう。科学研究論文は、たとえオープンアクセスで公開されていたとしても、見つけるのが難しいことで有名だ。その理由は、グーグルやビング、ヤフー！などの検索エンジンに見つけてもらうための適切なキーワードがない、という単純なものだ。
研究者はキーワードを慎重に選ぶべきである。キーワードがどのように使われるかを知ることは、そのタスクに重要性と意味を与えることになる。このような言葉について注意深く考えることは、情報を見つける際に大きな違いを生む。
もう一つの重要なポイントは一貫性である。もし研究者たちが、自分たちの研究に名前をつけたり保存したりするのに、さまざまなキーワードや用語を使おうものなら、いくらキーワードが関連付けられていても、本来の機能を発揮することはできないだろう。
では、これをあなたが使っているデータ管理ツールの研究データに当てはめてみよう。ここで、キーワードとタグは同じ機能を持つ。関連するメタデータとファイルをリンクさせ、後で見つけやすくするのだ。
どの単語を使ってデータにタグを付けるか、じっくり考えてみてください。今1分あれば、来週1時間節約できるかもしれない。
Aはアクセシブル
2020年 研究 にプリントされている。 ラーンド出版 医学・生物学分野の研究者は、データを共有することに消極的である。その理由は、「科学的データ」という言葉やその内容を十分に理解していないことから、研究成果やプロジェクトに費やした労力を保護するため、他者がデータを誤って解釈することを恐れていること、関連するメタデータを使用してデータをよりアクセスしやすくするための初期的な追加労力による消極的な姿勢まで様々である。
研究者は恐れを捨て、情報を公開するだけでなく、共有することを考えるべきだ。オープンアクセスはイノベーションにとって重要である。データの可能性を最大限に引き出すだけでなく、他の研究者の時間を節約し、研究を前進させる。
Iは相互運用性を意味する
ライフサイエンス分野の研究者がデータを共有しない理由の大きな障壁は、研究データを標準化することの困難な見通しとその作業量にある。あなたのデータは複数のプロジェクトやシステムで使用できますか？データに互換性や相互運用性がなければ、その利用方法は制限される。繰り返しますが、研究者はデータの利用が制限されないようにすべきです。
Rはリユーザブル
データを最大限に活用したいなら、再利用できるようにしなければならない。つまり、出典を明記し、文脈を加え、さらに情報を得たい（あるいは必要とする）人のために連絡先を提供することである。
このレベルの詳細とメタデータを追加することで、データマイニングが容易になり、文書や文書群からデータを検索し、見つけることができるようになる。
これは、ビッグデータが進化している時代には特に重要である。データ生産は指数関数的に増加しているが、データ管理はそれに追いつき、洞察力を提供する首尾一貫した画像にデータを整理するのに苦労している。
欧州委員会を含むいくつかの主要な資金提供機関は、データの完全性を保護し、研究投資を最大化するために、F.A.I.R.の原則を奨励し、推進している。それはシンプルな公式である。質の高い製品を作るために質の高い原料を使う。
あなたのデータはF.A.I.R.ですか？F.A.I.R.の旅を始めよう 専門家、IDBS.
