Najkrótszym rozszyfrowaniem skrótu FAIR jest:
F jak „findable”, czyli możliwe do odnalezienia (dobry opis, przypisany identyfikator),
A jak „accessible”, czyli dostępne (np. w repozytorium),
I jak „interoperable”, czyli w formacie pozwalającym na łatwy odczyt i dalsze przetwarzanie (przy użyciu ogólnodostępnego oprogramowania),
R jak „reusable”, czyli możliwe do ponownego wykorzystania.
Findable – datasety (zbiory danych badawczych) mają przypisany unikalny i stały identyfikator – najczęściej jest to DOI. O roli takiego identyfikatora są przekonani już wszyscy – dzięki numerom DOI publikacji ich znalezienie w sieci jest dziecinnie proste. Analogicznie będzie z zestawami danych badawczych z przypisanym numerem DOI. Druga cecha to dokładny i zrozumiały opis danych, czyli poprawne metadane. Przez analogię do opisu bibliograficznego publikacji – autor, tytuł, data, słowa kluczowe, opis itp.
Accessible – to kwintesencja open access! Umieszczone tam, gdzie można się ich spodziewać i bez dodatkowych utrudnień – zwłaszcza tych technicznych. Jeśli zostało zastosowane bardzo nietypowe (ale otwarte) oprogramowanie, należy je także dołączyć. W przypadkach szczególnych dostęp do danych badawczych może być częściowo lub całkowicie ograniczony (ze względu na aspekty prawne lub etyczne), ale to także musi być opisane i wyjaśnione.
Interoperable – możliwe do odczytania przy użyciu powszechnie dostępnych programów – przynajmniej powszechnych w świecie danej dziedziny, wśród specjalistów od danej tematyki Określenie „możliwe do odczytania” należy rozumieć dwojako – zarówno przez człowieka, jak i przez maszyny. Zalecane jest tu korzystanie z przyjętych dziedzinowych słowników.
Reusable – możliwe do ponownego wykorzystania, czyli odpowiednio opisane metadanymi, by już na ich podstawie można było wnioskować, czy te dane będą przydatne. Dodatkowo jest to powiązane z otwartymi licencjami (wybranymi przez autora!), jasno określającymi warunki dalszego wykorzystywania i używania udostępnionych danych.
W formularzu Planu Zarządzania Danymi Badawczymi (przygotowanym przez NCN) w pytaniu 5.2 pojawia się sformułowanie „Z jakiego repozytorium będą Państwo korzystać? Czy przestrzega ono zasad FAIR?”. Zagadnienie to sprowadza się do odpowiedniego wyboru repozytorium i – co za tym idzie – dostosowania deponowanych danych i sposobu ich opisu do jego wymagań. Przy wyborze repozytorium warto więc zwracać uwagę, czy kwestia zasad FAIR jest w nim poważnie traktowana i przestrzegana.
Drugi raz zagadnienie FAIR pojawia się w pkt. 6.2, w pytaniu „Jakie zasoby zostaną przeznaczone na cele zarządzania danymi i zagwarantowanie przestrzegania zasad FAIR?”. Zasadniczo dotyczy spraw finansowych i kosztowych, ale pokazuje zarazem, że dobre przygotowanie i zdeponowanie według zasad FAIR może wymagać dodatkowych nakładów – czy to czasowych, czy finansowych - i należy ten etap dobrze przemyśleć.
FAIR znaczy więcej niż „otwarte”, jest nieco wyższym „stopniem wtajemniczenia”, ale możliwym do osiągnięcia. Każdy może sprawdzić (czyli poddać weryfikacji, a dokładniej: FAIRyfikacji), w jakim stopniu konkretny dataset z danymi badawczymi spełnia wymagania FAIR.
Służy temu narzędzie na stronie F-UJI. Ocena jest 4-stopniowa: 1 – incompleted, 2 – initial, 3 – moderate, 4 – advanced), ale każdy aspekt jest w otrzymanym raporcie dokładnie opisany. Jedynym warunkiem przeprowadzenia takiej analizy jest znajomość identyfikatora tego pliku (np. DOI).
Jeszcze jedno źródło, do którego warto sięgnąć, by sprawdzić samego siebie i swoją wiedzę w zakresie zasad FAIR, to FAIR Aware.
Zajrzyj po więcej
Autor: Kinga Tomaszewska
