De F.A.I.R.-principes: Een snelle introductie

Wat zijn de F.A.I.R.-principes?

De FAIR-principes zijn een verzameling richtlijnen voor het vindbaar, toegankelijk, interoperabel en herbruikbaar maken van gegevens. Deze principes werden geïntroduceerd om de uitdagingen van het delen en hergebruiken van gegevens in wetenschappelijk onderzoek aan te pakken, maar ze kunnen ook worden toegepast op andere domeinen.

Deze principes zijn gericht op het bevorderen van openheid, samenwerking en het maximaliseren van de potentiële waarde van gegevens in wetenschappelijk onderzoek en daarbuiten.

De F.A.I.R.-principes zijn een set van vier principes die werden geïntroduceerd om de uitdagingen van het delen en hergebruiken van gegevens in wetenschappelijk onderzoek aan te pakken, maar ze kunnen ook worden toegepast op andere domeinen.

Het helpt het proces te versterken wanneer gegevens worden vastgelegd, geregistreerd en hergebruikt.
Degenen die dagelijks gegevens gebruiken, zoals datawetenschappers en data-analisten, zijn op zoek naar manieren om de integriteit en kwaliteit van het vastleggen van gegevens te verbeteren.
Deze vier F.A.I.R.-principes bieden richtlijnen voor gegevensanalisten om hen te helpen ervoor te zorgen dat de gegevens op een efficiënte en systematische manier worden verkregen en vastgelegd. Als aan deze elementen is voldaan, wordt het eenvoudiger om toegang te krijgen tot de gegevens en ze opnieuw te gebruiken.

Deze principes zijn gericht op het bevorderen van openheid, samenwerking en het maximaliseren van de potentiële waarde van gegevens in wetenschappelijk onderzoek en daarbuiten.

Wat het betekent om F.A.I.R. te zijn.

Onderzoeksgegevens worden vaak niet verder gebruikt dan waarvoor ze bedoeld zijn doel. Sterker nog, in veel gevallen zijn wetenschappelijke gegevens niet gedeeld of zelfs herbruikbaar.

Dit kan te maken hebben met gegevensbescherming of omdat de gegevens moeilijk te vinden zijn. Stel je het potentieel van die gegevens eens voor als ze verder zouden gaan dan het oorspronkelijke doel. Bedenk wat dat zou kunnen betekenen voor medische doorbraken bij ziekten of innovatieve alternatieve energieopties. De voordelen voor de maatschappij zouden enorm zijn.

Degenen die dagelijks met data te maken hebben, zoals onderzoekers, financiers en uitgevers, zijn op zoek naar manieren om wetenschappelijke data toegankelijker te maken en de waarde ervan te verhogen. Door andere onderzoekers en wetenschappers toegang te geven tot uw gegevens worden nieuwe ontdekkingen gemakkelijker en wordt transparantie in onderzoek aangemoedigd.

Om dit te bereiken kwamen de deelnemers van de Lorentz Workshop "Jointly Designing a Data FAIRport" in 2014 met "The F.A.I.R. Principles for scientific data management and stewardship" om onderzoekers te begeleiden bij het optimaliseren van het delen van gegevens en ervoor te zorgen dat gegevens kunnen worden hergebruikt door zowel mensen als machines.

Maar wat betekent het precies om F.A.I.R. te zijn? In dit artikel gaan we dieper in op wat F.A.I.R. betekent en waarom het belangrijk is.

Achter het F.A.I.R.-acroniem

Hoewel dit een acroniem is, is het ook een echt woord. In het Engels, in ieder geval. Een woord dat betekent dat je je aan de regels houdt - een eerlijke aanpak.

Als we het in de wetenschap over 'F.A.I.R.-gegevens' hebben, gaat dat in dezelfde richting: onderzoekers die hun gegevens opslaan, houden zich aan de regels. Regels die zijn afgesproken om gegevens gemakkelijk te vinden, toegankelijk, interoperabel en herbruikbaar te maken - die samen het acroniem F.A.I.R. vormen. De principes bieden onderzoekers een leidraad voor de manier waarop hun gegevens moeten worden georganiseerd, zodat ze gemakkelijk toegankelijk, begrepen, uitgewisseld en hergebruikt kunnen worden.

Download ons eBook en ontdek hoe u uw gegevens F.A.I.R. kunt maken.

Laten we elk onderdeel van het geheel eens nader bekijken.

F staat voor Vindbaar

Natuurlijk kun je je gegevens vinden, maar hoe lang duurt dat? Kun je ze gemakkelijk vinden?

Elk moment dat wordt besteed aan het zoeken naar informatie is een moment dat wordt onttrokken aan wetenschap en innovatie. Gegevens moeten gemakkelijk te vinden zijn, wat zowel tijd als moeite bespaart.

Laten we een klassiek geval nemen: wetenschappelijke onderzoekspapers zijn notoir moeilijk te vinden, zelfs als ze in open access zijn gepubliceerd. De reden hiervoor kan zo simpel zijn als het ontbreken van de juiste sleutelwoorden zodat een zoekmachine zoals Google, Bing of Yahoo! ze kan vinden.

Onderzoekers moeten hun sleutelwoorden zorgvuldig kiezen. Weten hoe ze zullen worden gebruikt zou moeten helpen; het geeft de taak een gevoel van belangrijkheid en betekenis. Goed nadenken over deze woorden kan een wereld van verschil maken bij het vinden van informatie.

Een ander belangrijk punt is consistentie. Als onderzoekers verschillende sleutelwoorden en termen gaan gebruiken om hun onderzoek te benoemen en op te slaan, dan maakt het niet uit hoeveel sleutelwoorden ermee verbonden zijn - ze zullen niet functioneren zoals het zou moeten.

Extrapoleer dit nu naar onderzoeksgegevens in uw datamanagementtool. Hier hebben trefwoorden en tags dezelfde functie; ze koppelen geassocieerde metadata en bestanden en maken het gemakkelijker om ze later terug te vinden.

Neem dus even de tijd om echt na te denken over welke woorden je gaat gebruiken om je gegevens te taggen. Een minuut nu kan je volgende week een uur besparen.

A staat voor Toegankelijk

Volgens een 2020 onderzoek gedrukt in Geleerd publiceren, onderzoekers op medisch en biologisch gebied aarzelen om hun gegevens te delen. Redenen hiervoor variëren van het niet volledig begrijpen van de term 'wetenschappelijke gegevens' en wat het zou kunnen inhouden tot het beschermen van hun onderzoeksresultaten en de moeite die in het project is gestoken, angst dat anderen de gegevens verkeerd zouden interpreteren en terughoudendheid vanwege de aanvankelijke extra inspanning die het zou kunnen kosten om gegevens toegankelijker te maken met behulp van de bijbehorende metadata.

Onderzoekers zouden moeten overwegen om hun angsten opzij te zetten en de informatie te delen, niet alleen te publiceren. Open toegang is belangrijk voor innovatie. Het maximaliseert niet alleen het potentieel van uw gegevens, het bespaart andere onderzoekers ook tijd en houdt studies gaande.

I staat voor interoperabel

Een belangrijk obstakel waarom onderzoekers in de biowetenschappen hun gegevens niet delen, is het ontmoedigende vooruitzicht om onderzoeksgegevens te standaardiseren en de hoeveelheid werk die dit met zich meebrengt. Kunnen uw gegevens in meerdere projecten en systemen worden gebruikt? Als je gegevens niet compatibel en interoperabel zijn, beperkt dat het gebruik ervan. Nogmaals, onderzoekers moeten ervoor zorgen dat het gebruik van hun gegevens niet wordt beperkt.

R staat voor Herbruikbaar

Als je het meeste uit je gegevens wilt halen, moet je ervoor zorgen dat ze hergebruikt kunnen worden. Dit betekent dat het volledige plaatje duidelijk zichtbaar moet zijn: vermeld je bronnen, zorg ervoor dat je context toevoegt en bied contactinformatie aan voor degenen die meer informatie willen - of nodig hebben.

Het toevoegen van deze mate van detail en metadata vergemakkelijkt datamining, waarbij je je gegevens kunt doorzoeken - en vinden - via een document of zelfs een reeks documenten.

Dit is vooral belangrijk in tijden van Big Data, waar de productie van gegevens exponentieel is gestegen maar het gegevensbeheer moeite heeft om bij te blijven en de gegevens te organiseren tot een samenhangend beeld dat inzicht biedt.

Sommige belangrijke financieringsorganisaties, waaronder de Europese Commissie, stimuleren en promoten de F.A.I.R.-principes om de integriteit van gegevens te waarborgen en onderzoeksinvesteringen te maximaliseren. Het is een eenvoudige formule: gebruik kwaliteitsingrediënten om een kwaliteitsproduct te maken; een product dat je keer op keer kunt gebruiken en dat lang meegaat.