Войти
Честные данные - это данные, которые соответствуют принципам возможность поиска, доступность, взаимодействие и возможность повторного использования. В публикации консорциума ученых и организаций, опубликованной в марте 2016 года, в разделе «Научные данные» были указаны «Руководящие принципы FAIR для управления и управления научными данными» с использованием FAIR в качестве аббревиатуры, что упростило обсуждение концепции.
Авторы намеревались предоставить руководящие принципы по улучшению поиска, доступности, взаимодействия и повторного использования цифровых активов. Принципы FAIR подчеркивают способность машинного действия (то есть способность вычислительных систем находить, получать доступ, взаимодействовать и повторно использовать данные без вмешательства человека или с минимальным вмешательством человека), потому что люди все больше полагаются на вычислительную поддержку для работы с данными в результате увеличения объем, сложность и скорость создания данных.
Первый шаг в (повторном) использовании данных - это их найти. Метаданные и данные должны быть легко доступны как для людей, так и для компьютеров. Машиночитаемые метаданные необходимы для автоматического обнаружения наборов данных и сервисов, поэтому это важный компонент процесса FAIRification.
F1. (Мета) данным назначается глобальный уникальный и постоянный идентификатор
F2. Данные описываются с помощью расширенных метаданных (определяемых R1 ниже)
F3. Метаданные четко и явно включают идентификатор данных, которые они описывают
F4. (Мета) данные регистрируются или индексируются в доступном для поиска ресурсе
Как только пользователь находит требуемые данные, ему / ей необходимо знать, как к ним можно получить доступ, возможно, включая аутентификацию и авторизацию.
A1. (Мета) данные могут быть получены по их идентификатору с использованием стандартизованного протокола связи
A1.1 Протокол является открытым, бесплатным и универсально реализуемым
A1.2 Протокол допускает аутентификацию и авторизацию процедура, при необходимости
A2. Метаданные доступны, даже если данные больше не доступны
Данные обычно необходимо интегрировать с другими данными. Кроме того, данные должны взаимодействовать с приложениями или рабочими процессами для анализа, хранения и обработки.
I1. (Мета) данные используют формальный, доступный, общий и широко применимый язык для представления знаний.
I2. (Мета) данные используют словари, соответствующие принципам FAIR
I3. (Мета) данные включают квалифицированные ссылки на другие (мета) данные
Конечная цель FAIR - оптимизировать повторное использование данных. Для этого метаданные и данные должны быть хорошо описаны, чтобы их можно было реплицировать и / или комбинировать в различных условиях.
R1. Мета (данные) подробно описаны с помощью множества точных и релевантных атрибутов
R1.1. (Мета) данные выпускаются с четкой и доступной лицензией на использование данных
R1.2. (Мета) данные связаны с подробным происхождением
R1.3. (Мета) данные соответствуют отраслевым стандартам сообщества
Принципы относятся к трем типам объектов: данные (или любой цифровой объект), метаданные (информация об этом цифровом объекте) и инфраструктура. Например, принцип F4 определяет, что и метаданные, и данные регистрируются или индексируются в доступном для поиска ресурсе (компонент инфраструктуры).
На 2016 На саммите G20 в Ханчжоу лидеры G20 выступили с заявлением, в котором одобряли применение принципов ЧЕСТНИЦЫ к исследованиям.
В 2016 году группа австралийских организаций разработала Заявление о ЧЕСТНОМ доступе к исследованиям Австралии. Результаты, которые были нацелены на распространение принципов на результаты исследований в более общем плане.
В 2017 году Германия, Нидерланды и Франция договорились создать международный офис для поддержки инициативы FAIR - Международное бюро поддержки и координации GO FAIR.
Другие международные организации, активно участвующие в экосистеме исследовательских данных, такие как CODATA или Research Data Alliance (RDA), также поддерживают СПРАВЕДЛИВЫЕ реализации своими сообществами. Оценка реализации принципов FAIR изучается рабочей группой FAIR по модели зрелости данных RDA, стратегическая десятилетняя программа CODATA «Данные для планеты: заставить данные работать для междоменных проблем» упоминает принципы данных FAIR как фундаментальный инструмент науки, основанной на данных.
«Внедрение принципов FAIR - роль библиотек», руководство Ассоциация европейских исследовательских библиотек рекомендует использовать принципы FAIR.
Доклад 2017 г., подготовленный защитниками данных FAIR сообщили, что осведомленность о концепции FAIR росла среди различных исследователей и институтов, но также понимание концепции становилось запутанным, поскольку разные люди применяли к ней свои собственные точки зрения.
Руководства по внедрению данных FAIR Согласно практике, затраты на план управления данными в соответствии с практикой FAIR должны составлять 5% от общего бюджета исследования.
До FAIR статья 2007 года была самой ранней статьей, в которой обсуждались подобные идеи связанных с доступностью данных.
В 2019 году Глобальный альянс данных коренных народов (GIDA) выпустил Принципы CARE для управления данными коренных народов в качестве дополнительного руководства. Принципы CARE расширяют принципы, изложенные в СПРАВЕДЛИВЫХ данных, включая коллективную выгоду, право контроля, ответственность и этику, чтобы гарантировать, что руководящие принципы данных учитывают исторический контекст и различия полномочий. Принципы CARE для управления данными коренных народов были разработаны на Международной неделе данных и на пленарном заседании Research Data Alliance, организованном совместно с семинаром «Принципы суверенитета данных коренных народов для управления данными коренных народов», 8 ноября 2018 г., Габороне, Ботсвана.
Отсутствие информации о том, как применять рекомендации, привело к их непоследовательной интерпретации.
