Benutzer:Mare3207/FAIR Principles

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen
Einleitung zu den FAIR Principles und persitenten Identifier (englisch)

Die FAIR Principles (auch FAIR Data Principles) liegen der These zugrunde, dass wissenschaftliche Forschungsdaten Findable, Accessible, Interoperable und Reusable sein sollten. Das Akronym "FAIR" und die Grundsätze (en: principles) sind 2016 in der Fachpublikation "The FAIR Guiding Principles for scientific data management and stewardship" definiert worden.[1]

Um der zunehmenden Komplexität und Masse von Forschungsdaten gerecht zu werden legen die FAIR Principles einen Schwerpunkt auf die Nutzung von Informationstechnologie.[2] Gleichzeitig fokussieren sich die FAIR Principles auf die Wiederverwendung (en: reuse) der Daten durch Forschende.[1]

Die FAIR Principles

[Bearbeiten | Quelltext bearbeiten]

Nach den FAIR Principles sollen Forschungsdaten aufindbar, zugänglich, interoperabel und wiederverwendbar sein.[1]

Findable: Zunächst müssen Forschungsdaten gefunden oder wiedergefunden werden, wofür die umfangreiche und maschinell durchsuchbare Metadaten nötig sind und einen persistenten Identifer enthalten sollten.[1][2]

Accessible: Nutzende müssen die Metadaten und die dazugehörigen Forschungsdaten finden können. Hierfür sind auch Kenntnisse über mögliche Authentifizierungen und Autorisierungen nötig.[2]

Interoperable: Die Daten, also Metadaten und Forschungsdaten, müssen bei Anwendungen und Workflows interoperabel sein.[2]

Reusable: Für die Wiederverwendbarkeit sind ausführliche Beschreibungen und klare Nutzungslizenzen nötig, sodass die Daten repliziert und kombiniert werden können.[1][2]

"To be Findable:

F1. (meta)data are assigned a globally unique and persistent identifier

F2. data are described with rich metadata (defined by R1 below)

F3. metadata clearly and explicitly include the identifier of the data it describes

F4. (meta)data are registered or indexed in a searchable resource

To be Accessible:

A1. (meta)data are retrievable by their identifier using a standardized communications protocol

A1.1 the protocol is open, free, and universally implementable

A1.2 the protocol allows for an authentication and authorization procedure, where necessary

A2. metadata are accessible, even when the data are no longer available

To be Interoperable:

I1. (meta)data use a formal, accessible, shared, and broadly applicable language for knowledge representation.

I2. (meta)data use vocabularies that follow FAIR principles

I3. (meta)data include qualified references to other (meta)data

To be Reusable:

R1. meta(data) are richly described with a plurality of accurate and relevant attributes

R1.1. (meta)data are released with a clear and accessible data usage license

R1.2. (meta)data are associated with detailed provenance

R1.3. (meta)data meet domain-relevant community standards"[1]

Leitfaden für die Implementierung der FAIR Principles

Förderern und Unterstützer:

  • Auf dem G20-Gipfel in Hangzhou erklärten die Staats- und Regierungschefs der G20 am 5. September 2016 die Anwendung der FAIR-Grundsätze für die Forschung zu unterstützen.[3][4]
  • Die FAIR Steering Group in Australien unterstützt in einem "F.A.I.R. Access Policy Statement" die FAIR Principles.[5]
  • Deutschland, die Niederlande und Frankreich zeigten ihre Unterstützung, indem 2017 ein "GO FAIR International Support and Coordination Office (GFISCO)" in Paris, Hamburg and Leiden errichteten.[6][7]
  • Research Data Alliance (RDA) hat eine "FAIR Data Maturity Model Working Group" ins Leben gerufen.[8]
  • Die Association of European Research Libraries (LIBER) empfiehlt die Nutzung der FAIR Principles[9] und gab einen Leitfaden für Bibliotheken raus (siehe PDF: Leitfaden für die Implementierung der FAIR Principles).
  • Im Januar 2020 erarbeiteten Vertreter von neun Hochschulverbünden aus der ganzen Welt die "Sorbonne Declaration on Research Data Rights"[10], die eine Verpflichtung zu den FAIR Principles enthielt und eine Aufforderung an Regierungen Unterstützung zu leisten.[11]

In 2019 the Global Indigenous Data Alliance (GIDA) released the CARE Principles for Indigenous Data Governance as a complementary guide.[12] The CARE principles extend principles outlined in FAIR data to include Collective benefit, Authority to control, Responsibility, and Ethics to ensure data guidelines address historical contexts and power differentials. The CARE Principles for Indigenous Data Governance were drafted at the International Data Week and Research Data Alliance Plenary co-hosted event “Indigenous Data Sovereignty Principles for the Governance of Indigenous Data Workshop,” 8 November 2018, Gaborone, Botswana.

The lack of information on how to implement the guidelines have led to inconsistent interpretations of them.[13]

Vorlage:Scholia

  1. a b c d e f Mark D. Wilkinson, Michel Dumontier, IJsbrand Jan Aalbersberg, Gabrielle Appleton, Myles Axton, Arie Baak, Niklas Blomberg, Jan-Willem Boiten, Luiz Bonino da Silva Santos, Philip E. Bourne, Jildau Bouwman, Anthony J. Brookes, Tim Clark, Mercè Crosas, Ingrid Dillo, Olivier Dumon, Scott Edmunds, Chris T. Evelo, Richard Finkers, Alejandra Gonzalez-Beltran, Alasdair J.G. Gray, Paul Groth, Carole Goble, Jeffrey S. Grethe, Jaap Heringa, Peter A.C ’t Hoen, Rob Hooft, Tobias Kuhn, Ruben Kok, Joost Kok, Scott J. Lusher: The FAIR Guiding Principles for scientific data management and stewardship. In: Scientific Data. 3. Jahrgang, 15. März 2016, OCLC 961158301, S. 160018, doi:10.1038/sdata.2016.18, PMID 26978244, PMC 4792175 (freier Volltext), bibcode:2016NatSD...360018W (englisch).
  2. a b c d e FAIR Principles. In: GO FAIR. Abgerufen am 18. Dezember 2021 (amerikanisches Englisch). Material was copied from this source, which is available under a Creative Commons Attribution 4.0 International License.
  3. G20 leaders: G20 Leaders' Communique Hangzhou Summit. In: europa.eu. European Commission, 5. September 2016; (englisch).
  4. European Commission embraces the FAIR principles – Dutch Techcentre for Life Sciences. In: Dutch Techcentre for Life Sciences. 20. April 2016;.
  5. Australian FAIR Access Working Group. In: www.fair-access.net.au. Abgerufen am 3. April 2020.
  6. GO FAIR Offices. GO FAIR, abgerufen am 18. Dezember 2021.
  7. Cultuur en Wetenschap Ministerie van Onderwijs: Progress towards the European Open Science Cloud – GO FAIR – News item – Government.nl. In: www.government.nl. 1. Dezember 2017, abgerufen am 15. Februar 2020 (nl-nl).
  8. FAIR Data Maturity Model WG. In: RDA. 23. September 2018, abgerufen am 16. Februar 2020 (englisch).
  9. Association of European Research Libraries: Open Consultation on FAIR Data Action Plan – LIBER. In: LIBER. 13. Juli 2018;.
  10. Sorbonne Declaration on Research Data Rights, Jan 27 2020
  11. Open data ‘tougher’ than open access and needs ‘mindset change’, Times Higher Education, January 31 2020
  12. CARE Principles of Indigenous Data Governance. In: Global Indigenous Data Alliance. Abgerufen am 30. September 2019 (amerikanisches Englisch).
  13. Annika Jacobsen, Ricardo de Miranda Azevedo, Nick Juty, Dominique Batista, Simon Coles, Ronald Cornet, Mélanie Courtot, Mercè Crosas, Michel Dumontier, Chris T. Evelo, Carole Goble, Giancarlo Guizzardi, Karsten Kryger Hansen, Ali Hasnain, Kristina Hettne, Jaap Heringa, Rob W.W. Hooft, Melanie Imming, Keith G. Jeffery, Rajaram Kaliyaperumal, Martijn G. Kersloot, Christine R. Kirkpatrick, Tobias Kuhn, Ignasi Labastida, Barbara Magagna, Peter McQuilton, Natalie Meyers, Annalisa Montesanti, Mirjam van Reisen, Philippe Rocca-Serra, Robert Pergl: FAIR Principles: Interpretations and Implementation Considerations. In: Data Intelligence. 2. Jahrgang, Nr. 1–2, Januar 2020, S. 10–29, doi:10.1162/dint_r_00024.