Dane TARGOWE - FAIR data
Dane FAIR to dane, które spełniają zasady wyszukiwania , dostępności , interoperacyjności i ponownego wykorzystania . Akronim i zasady zostały zdefiniowane w artykule z marca 2016 r. w czasopiśmie Scientific Data przez konsorcjum naukowców i organizacji.
Zasady FAIR kładą nacisk na możliwość działania maszyn (tj. zdolność systemów obliczeniowych do wyszukiwania, uzyskiwania dostępu, współdziałania i ponownego wykorzystywania danych bez lub przy minimalnej interwencji człowieka), ponieważ ludzie coraz częściej polegają na wsparciu obliczeniowym w radzeniu sobie z danymi w wyniku wzrostu liczby objętość, złożoność i szybkość tworzenia danych.
Skrót FAIR/O data jest czasami używany do wskazania, że dany zbiór danych lub baza danych jest zgodna z zasadami FAIR, a także posiada otwartą licencję na wyraźne przetwarzanie danych .
Zasady FAIR opublikowane przez GO FAIR
Znajdowalny
Pierwszym krokiem w (ponownym) wykorzystywaniu danych jest ich odnalezienie. Metadane i dane powinny być łatwe do znalezienia zarówno dla ludzi, jak i komputerów. Metadane do odczytu maszynowego są niezbędne do automatycznego wykrywania zbiorów danych i usług, dlatego jest to niezbędny element procesu FAIRification.
F1. (Meta)dane mają przypisany globalnie unikalny i trwały identyfikator
F2. Dane są opisane bogatymi metadanymi (zdefiniowanymi przez R1 poniżej)
F3. Metadane wyraźnie i wyraźnie zawierają identyfikator danych, które opisują
F4. (Meta)dane są rejestrowane lub indeksowane w przeszukiwalnym zasobie
Dostępny
Gdy użytkownik znajdzie wymagane dane, musi wiedzieć, w jaki sposób można uzyskać do nich dostęp, łącznie z uwierzytelnianiem i autoryzacją .
A1. (Meta)dane można pobrać według ich identyfikatora przy użyciu znormalizowanego protokołu komunikacyjnego
A1.1 Protokół jest otwarty, bezpłatny i powszechnie możliwy do wdrożenia
A1.2 Protokół umożliwia, w razie potrzeby, procedurę uwierzytelniania i autoryzacji
A2. Metadane są dostępne, nawet jeśli dane nie są już dostępne
Interoperacyjny
Dane zazwyczaj muszą być zintegrowane z innymi danymi. Ponadto dane muszą współdziałać z aplikacjami lub przepływami pracy w celu analizy , przechowywania i przetwarzania .
I1. (Meta)dane używają formalnego, dostępnego, współdzielonego i szeroko stosowanego języka do reprezentacji wiedzy.
I2. (Meta)dane używają słowników zgodnych z zasadami FAIR
I3. (Meta)dane obejmują kwalifikowane odniesienia do innych (meta)danych
Wielokrotnego użytku
Ostatecznym celem FAIR jest optymalizacja ponownego wykorzystania danych. Aby to osiągnąć, metadane i dane powinny być dobrze opisane, aby można je było replikować i/lub łączyć w różnych ustawieniach.
R1. Meta(dane) są bogato opisane za pomocą wielu dokładnych i odpowiednich atrybutów
R1.1. (Meta)dane są udostępniane z jasną i dostępną licencją na wykorzystanie danych
R1.2. (Meta)dane są powiązane ze szczegółowym pochodzeniem
R1.3. (Meta)dane spełniają standardy społeczności właściwe dla danej domeny
Zasady odnoszą się do trzech rodzajów podmiotów: danych (lub dowolnego obiektu cyfrowego), metadanych (informacji o tym obiekcie cyfrowym) i infrastruktury. Na przykład zasada F4 określa, że zarówno metadane, jak i dane są rejestrowane lub indeksowane w przeszukiwalnym zasobie (komponent infrastruktury).
— GO FAIR, FAIR Zasady, https://www.go-fair.org/fair-principles/
Akceptacja i wdrożenie zasad dotyczących danych FAIR
Przed targami FAIR artykuł z 2007 roku był najwcześniejszym artykułem omawiającym podobne idee związane z dostępnością danych.
Podczas szczytu G20 Hangzhou w 2016 r. przywódcy G20 wydali oświadczenie popierające stosowanie zasad UCZCIWOŚCI w badaniach naukowych.
W 2016 r. grupa australijskich organizacji opracowała Oświadczenie w sprawie FAIR Access to Australia's Research Outputs, które miało na celu szersze rozszerzenie zasad na wyniki badań.
W 2017 r. Niemcy, Holandia i Francja uzgodniły utworzenie międzynarodowego biura wspierającego inicjatywę FAIR – Międzynarodowego Biura Wsparcia i Koordynacji GO FAIR .
Inne międzynarodowe organizacje działające w ekosystemie danych badawczych, takie jak CODATA czy Research Data Alliance (RDA), również wspierają wdrożenia FAIR przez swoje społeczności. Ocena wdrożenia zasad FAIR jest analizowana przez Grupę Roboczą Modelu Dojrzałości Danych FAIR RDA, strategiczny Program Dekada CODATA „Data for Planet: Making data work for cross-domain challenge” wymienia zasady danych FAIR jako fundamentalny element nauki opartej na danych.
Stowarzyszenie Europejskich Bibliotek Naukowych zaleca stosowanie zasad fair.
Artykuł zwolenników danych FAIR z 2017 r. donosił, że świadomość koncepcji FAIR rośnie wśród różnych badaczy i instytutów, ale także zrozumienie tej koncepcji staje się niejasne, ponieważ różni ludzie stosują do niej swoje własne, odmienne perspektywy.
Przewodniki na temat wdrażania praktyk dotyczących danych FAIR stwierdzają, że koszt planu zarządzania danymi zgodnie z praktykami dotyczącymi danych FAIR powinien wynosić 5% całkowitego budżetu na badania.
W 2019 r. Global Indigenous Data Alliance (GIDA) opublikował CARE Principles for Indigenous Data Governance jako uzupełniający przewodnik. Zasady CARE rozszerzają zasady nakreślone w danych FAIR o zbiorowe korzyści, uprawnienia do kontroli, odpowiedzialność i etykę, aby zapewnić, że wytyczne dotyczące danych odnoszą się do kontekstów historycznych i różnic we władzy. CARE Principles for Indigenous Data Governance zostały opracowane podczas International Data Week and Research Data Alliance Plenarny współorganizowanej konferencji „Indigenous Data Sovereignty Principles for the Governance of Indigenous Data Workshop”, 8 listopada 2018 r., Gaborone, Botswana.
Brak informacji na temat sposobu realizacji wytycznych doprowadził do ich niespójnych interpretacji.
W styczniu 2020 r. przedstawiciele dziewięciu grup uniwersytetów z całego świata opracowali deklarację Sorbony w sprawie praw do danych badawczych , która zawierała zobowiązanie do danych FAIR i wezwała rządy do udzielenia wsparcia, aby to umożliwić.
Zobacz też
- Zarządzanie danymi
- Remiks kultury
- Otwarty dostęp
- Otwarte dane — zbiory danych i bazy danych posiadające otwartą licencję na jawne przetwarzanie danych
- Otwarta nauka
Bibliografia
Zewnętrzne linki
Scholia ma profil tematyczny dla danych FAIR . |
- FAIR Data and Semantic Publishing , wypowiedź z laboratorium pierwszego autora oryginalnej pracy
- Przewodnik po danych FAIR z holenderskiego Techcentre for Life Sciences
- Strona inicjatywy GO FAIR
- Zasady FAIR ze szczegółowym opisem każdej z zasad przewodnich inicjatywy GO FAIR
- Bajka wyjaśniająca zasady FAIR, opublikowana przez projekt FAIR