Skip to main content

FAIR principi ili kako biti FAIR s istraživačkim podacima

Ulaskom znanosti u digitalno doba, povećava se produkcija istraživačkih podataka, a sve veća dostupnost mrežnih sadržaja zahtijeva razmišljanje o dugoročnom očuvanju podataka već u trenutku njihovog nastajanja.

U kontekstu omogućavanja pristupa tim podacima i olakšavanju diseminacije znanja, 2014. godine formulirana je vizija o FAIR podacima. Službeno je predstavljena 2016. godine u časopisu Scientific Data objavljivanjem rada “The FAIR Guiding Principles for scientific data management and stewardship“.

FAIR je akronim četiriju osnovnih principa na kojima se temelji dijeljenje istraživačkih podataka. Njihova glavna svrha jest olakšati pronalaženje (engl. findable), dostupnost (engl. accessible), interoperabilnost (engl. interoperable), te ponovnu upotrebljivost (engl. reusable) istraživačkih podataka. Sukladno tome, postoje različiti načini njihova usklađivanja s FAIR principima. Vrlo je vjerojatno da neće uvijek biti moguće pridržavati se svih, no primjenom barem nekih principa povećat će se pronalažljivost, omogućit će se neometan pristup i razmjena podataka među sustavima te učinkovitije ponovno korištenje istraživačkih podataka.

Pronalažljivost (engl. Findable)
Za omogućavanje lakšeg pronalaženja istraživačkih podataka, potrebno ih je opisati bogatim metapodatkovnim opisom. Osim toga, metapodaci moraju biti registrirani ili indeksirani u pretraživom resursu, te im je potrebno dodijeliti trajni identifikator (npr. DOI).

Dostupnost (engl. Accessible)
Da bi bili trajno dostupni, FAIR podaci moraju biti dohvatljivi putem standardiziranih protokola (npr. HTTP). Važno je da je protokol otvoren, besplatan i univerzalno implementiran, ali i da po potrebi dopušta autentikaciju i autorizaciju. Metapodaci bi trebali biti dovoljno razumljivi i ljudima i strojevima, mora im biti jasno kako pristupiti podacima koje pronađu.

Interoperabilnost (engl. Interoperable)
Za uspostavljanje interoperabilnosti, podaci moraju biti u standardnim formatima za dugotrajno čuvanje koji omogućuju kombiniranje i ponovnu upotrebu. Potrebno je koristiti prepoznatljiv, standardiziran i prihvaćen jezik te termine iz kontroliranih rječnika, dok bi metapodaci trebali uključivati kvalificirane reference prema ostalim metapodacima.

Ponovna upotreba (engl. Reusable)
Da bi se postigao glavni cilj FAIR načela, potrebno je detaljno opisati podatke i metapodatke tako da se mogu replicirati i/ili međusobno povezivati u različitim okruženjima. Ponovna upotrebljivost znači i da je podacima potrebno dodijeliti licenciju koja dozvoljava i definira njihovo ponovno korištenje.

Slika preuzeta s: https://www.openaire.eu/images/Guides/FAIRdataprinciples_foster.png

Koje su prednosti FAIR podataka i zašto su važni za Vaše napredovanje?

Osim što pomažu u ostvarivanju maksimalnog potencijala istraživačkih podataka, FAIR principi povećavaju vidljivost i citiranost istraživanja, te poboljšavaju njegovu reproducibilnost i vjerodostojnost. Na razini istraživačke zajednice i cjelokupne istraživačke infrastrukture, potiču nove oblike suradnje s istraživačima, ali i s komercijalnim sektorom, politikama i širom zajednicom, te pomažu u usklađivanju s međunarodnim standardima i pristupima.

Iako se trenutni sustavi vrednovanja i napredovanja u znanstvenim karijerama oslanjaju uglavnom na tradicionalne pokazatelje, važno je osvijestiti činjenicu da tradicionalne publikacije i članci u časopisima ne čine jedine značajne doprinose unapređenju znanja i znanosti općenito. Istraživački podaci često imaju puno veći znanstveni utjecaj od članka na koji se odnose i zato ih je važno dijeliti oslanjajući se na FAIR principe. Upravo zbog toga, u znanstvenu zajednicu potrebno je usaditi temelje za otvorenu znanost putem obveze prakticiranja otvorene znanosti te nagrađivanja istog financiranjem projekata, napredovanjem u znanstvenim karijerama i/ili dodjeljivanjem financijskih sredstava ustanovama koje prakticiraju otvorenu znanost. U sklopu NI4OS-Europe projekta i radnog zadatka kojeg je vodio Institut Ruđer Bošković, izrađen je pregled poticaja i nagrada za sve sudionike procesa stvaranja i upravljanja istraživačkim podacima, te njihovog dijeljenja u skladu s FAIR principima. Više informacija pročitajte u izvještaju radnog zadatka.

Postoji i nekoliko alata koji vam mogu pomoći utvrditi u kojoj su mjeri vaši istraživački podaci FAIR. Izdvajamo sljedeće:

SATIFYD
How FAIR are your data?

Za više informacija posjetite GO FAIR, stranicu istoimene inicijative koja djeluje pod pokroviteljstvom Europskog oblaka otvorene znanosti (EOSC) ili preuzmite dokument o FAIR podacima (na hrvatskom jeziku) objavljen u sklopu projekta NI4OS-Europe.

FAIR, istraživački podaci, open data, otvoreni podaci, Research Data

Komentari

Odgovori