F.A.I.R.-prinsippene: En rask innføring

Hva er F.A.I.R-prinsippene?

FAIR-prinsippene er et sett med retningslinjer for å gjøre data søkbare, tilgjengelige, interoperable og gjenbrukbare. Disse prinsippene ble introdusert for å løse utfordringene knyttet til deling og gjenbruk av data innen vitenskapelig forskning, men de kan også brukes på andre områder.

Disse prinsippene har som mål å fremme åpenhet, samarbeid og maksimering av datas potensielle verdi i og utenfor vitenskapelig forskning.

F.A.I.R.-prinsippene er et sett med fire prinsipper som ble introdusert for å løse utfordringene knyttet til deling og gjenbruk av data i vitenskapelig forskning, men de kan også brukes på andre områder.

Det bidrar til å styrke prosessen når data fanges opp, registreres og gjenbrukes.
De som bruker data hver dag - blant annet dataforskere og dataanalytikere - er på utkikk etter måter å øke integriteten og kvaliteten på datafangstprosessen.
Disse fire F.A.I.R.-prinsippene gir dataanalytikerne retningslinjer som hjelper dem med å sikre at dataene innhentes og registreres på en effektiv og systematisk måte. Når disse elementene er oppfylt, blir det lettere å få tilgang til dataene og gjenbruke dem.

Disse prinsippene har som mål å fremme åpenhet, samarbeid og maksimering av datas potensielle verdi i og utenfor vitenskapelig forskning.

Hva det vil si å være F.A.I.R.

Forskningsdata blir ofte ikke brukt etter hensikten formål. I mange tilfeller er vitenskapelige data faktisk ikke delt eller til og med gjenbrukbar.

Dette kan skyldes personvernhensyn eller at dataene er vanskelige å finne. Tenk deg potensialet i disse dataene hvis de ble brukt til noe annet enn det opprinnelige formålet. Tenk på hva det kunne bety for medisinske gjennombrudd innen sykdommer eller innovative alternative energiløsninger. Fordelene for samfunnet ville være enorme.

De som arbeider med data hver dag, inkludert forskere, finansiører og utgivere, ønsker å gjøre vitenskapelige data mer tilgjengelige og øke verdien av dem. Ved å gi andre forskere og vitenskapsmenn tilgang til dataene dine blir det enklere å gjøre nye oppdagelser, og det oppmuntrer til åpenhet i forskningen.

For å komme dit utarbeidet deltakerne på Lorentz-workshopen "Jointly Designing a Data FAIRport" i 2014 "The F.A.I.R. Principles for scientific data management and stewardship" for å veilede forskere i hvordan de kan optimalisere datadeling og sikre at data kan gjenbrukes av både mennesker og maskiner.

Men hva betyr det egentlig å være F.A.I.R.? I denne artikkelen skal vi se nærmere på hva F.A.I.R. betyr, og hvorfor det er viktig.

Bak F.A.I.R.-akronymet

Selv om dette er et akronym, er det også et ekte ord. I hvert fall på engelsk. Et ord som betyr å spille etter reglene - en ærlig tilnærming.

Når vi i vitenskapen snakker om "F.A.I.R.-data", er det på samme måte: Forskere som arkiverer dataene sine, følger reglene. Regler som er vedtatt for å gjøre data enkle å finne, tilgjengelige, interoperable og gjenbrukbare - og som utgjør akronymet F.A.I.R. Prinsippene gir forskerne en veiledning om hvordan dataene deres bør organiseres slik at de er enkle å få tilgang til, forstå, utveksle og gjenbruke.

Last ned e-boken vår for å finne ut hvordan du kan gjøre dataene dine F.A.I.R.

La oss se nærmere på hver enkelt del av helheten.

F står for Findable

Du kan kanskje finne dataene dine, men hvor lang tid tar det? Er det enkelt å finne dem?

Hvert øyeblikk som går med til å lete etter informasjon, er et øyeblikk som går bort fra forskning og innovasjon. Data bør være enkle å finne, noe som sparer både tid og krefter.

La oss ta et klassisk eksempel: vitenskapelige forskningsartikler er notorisk vanskelige å finne, selv om de er publisert med åpen tilgang. Årsaken til dette kan være så enkel som at de ikke har de rette nøkkelordene som gjør det mulig for en søkemotor som Google, Bing eller Yahoo! å finne dem.

Forskere bør velge sine nøkkelord med omhu. Det kan være en fordel å vite hvordan de vil bli brukt, for det gir oppgaven en følelse av viktighet og mening. Å tenke nøye gjennom disse ordene kan utgjøre en verden til forskjell når det gjelder å finne informasjon.

Et annet viktig poeng er konsistens. Hvis forskere bruker ulike nøkkelord og termer for å navngi og lagre forskningen sin, spiller det ingen rolle hvor mange nøkkelord som er knyttet til den - de vil ikke fungere som de skal.

Overfør dette til forskningsdata i datahåndteringsverktøyet du bruker. Her har nøkkelord og tagger samme funksjon; de kobler sammen metadata og filer og gjør det enklere å finne dem igjen senere.

Så ta deg tid til å tenke gjennom hvilke ord du vil bruke til å tagge dataene dine. Ett minutt nå kan spare deg for en time neste uke.

A står for Accessible

Ifølge en rapport fra 2020 studie trykt i Learned Publishing, forskere innen medisin og biologi kvier seg for å dele dataene sine. Årsakene til dette varierer fra at de ikke helt forstår begrepet "vitenskapelige data" og hva det kan omfatte, til at de beskytter forskningsresultatene sine og den innsatsen som er lagt ned i prosjektet, frykt for at andre skal feiltolke dataene, og motvilje på grunn av den ekstra innsatsen det kan kreve å gjøre dataene mer tilgjengelige ved hjelp av tilhørende metadata.

Forskere bør vurdere å legge frykten til side og dele informasjonen, ikke bare publisere den. Åpen tilgang er viktig for innovasjon. Ikke bare maksimerer det potensialet i dataene dine, men det sparer også andre forskere for tid og holder forskningen i gang.

I står for Interoperable

En viktig grunn til at forskere innen biovitenskap ikke deler dataene sine, er at det er uoverkommelig å standardisere forskningsdata, og at det medfører mye arbeid. Kan dataene dine brukes på tvers av flere prosjekter og systemer? Hvis dataene dine ikke er kompatible og interoperable, begrenser det hvordan de kan brukes. Igjen bør forskere sørge for at dataene deres ikke begrenses i bruken.

R står for Reusable (gjenbrukbar)

Hvis du vil få mest mulig ut av dataene dine, må du sørge for at de kan gjenbrukes. Det betyr at du må ha hele bildet klart for deg: Oppgi kildene dine, sørg for å legge til kontekst, og tilby kontaktinformasjon for dem som ønsker - eller trenger - mer informasjon.

Ved å legge til dette detaljnivået og metadataene blir det enklere å utføre datautvinning, slik at du kan søke i - og finne - dataene dine gjennom et dokument eller til og med et sett med dokumenter.

Dette er spesielt viktig i en tid med Big Data, der dataproduksjonen har økt eksponentielt, mens datahåndteringen sliter med å holde tritt og organisere dataene til et sammenhengende bilde som gir innsikt.

Noen viktige finansieringsorganisasjoner, deriblant Europakommisjonen, oppfordrer til og fremmer F.A.I.R.-prinsippene for å sikre dataintegritet og maksimere forskningsinvesteringene. Det er en enkel formel: Bruk kvalitetsingredienser til å produsere et kvalitetsprodukt som du kan bruke om og om igjen, og som varer lenge.