FAIR principy

FAIR principy představují přístup ke správě výzkumných dat, který definuje způsob jejich zpracování, popsání a uchování s cílem zajistit, aby byla dohledatelná, přístupná, interoperabilní a opakovaně použitelná pro lidi i stroje. Tyto principy se liší podle oboru a typu výzkumu a umožňují ponechat data uzavřená z relevantních důvodů. Zavádění FAIR principů se začíná uplatňovat také u Otevřených dat, či jiných typů dat jakékoliv provenience.

FAIR je zkratka ze čtyř anglických přídavných jmen označující tyto principy:

  • Findable – dohledatelná/nalezitelná: via metadat, klíčových slov, identifikátorů, a to jak pro uživatele, tak počítačové systémy
  • Accessible – přístupná/dostupná: via repozitářů všem, kdo mají oprávnění, a to i po dokončení výzkumu; není-li možné zajistit otevřený přístup k výzkumným datům, pak by měla být volně přístupná alespoň metadata
  • Interoperable – interoperabilní/standardizovaná: čitelně a strojově zpracovatelná via akceptování standardů, tedy kompatibilní s jinými datovými sadami a snadno integrovatelná do různých aplikací
  • Reusable – opakovaně použitelná: via veřejného licencování dostupná pro opakované využití v různých kontextech a doprovázená jasnými informacemi o licencování a použití

Přístup k datům může být omezen určitými podmínkami, pokud jsou nezbytné a transparentně vysvětlené, například v plánu správy dat.

Bližší informace k FAIR principům na webu NTK.

Data splňující FAIR principy bývají označována jako FAIR data. Tento termín byl poprvé použit v roce 2016 komunitou FORCE11 pro udržitelnou správu výzkumných dat. Komplexní zásady jsou uvedeny na jejích webových stránkách. FAIR principy byly definovány v březnu 2016 v časopise Scientific Data v článku The FAIR Guiding Principles for scientific data management and stewardship. Nicméně pojem FAIR byl poprvé zaveden na workshopu v nizozemském Lorentz center již v roce 2014.

Od roku 2018 působí na mezinárodní úrovni iniciativa GO (Global Open) FAIR s cílem zavést zásady FAIR pro data. Jejím východiskem jsou doporučení EOSC (viz níže). Iniciativa nabízí otevřené a inkluzivní prostředí pro jednotlivce, instituce a organizace, které spolupracují prostřednictvím implementačních sítí, které jsou aktivní ve třech pilířích: GO Build (technologie), GO Change (kultura) a GO Train (školení). Iniciativa GO FAIR úzce spolupracuje s nizozemskou nadací GO FAIR Foundation (GFF) a společně se snaží vytvořit internet FAIR dat a služeb (Internet of FAIR Data & Services).

V evropském prostředí je požadavek na uplatňování FAIR principů vzhledem k výzkumným datům zakotven ve Směrnici Evropského parlamentu a Rady (EU) 2019/1024 ze dne 20. června 2019 o otevřených datech a opakovaném použití informací veřejného sektoru (2019/1024). Vznikající Evropský cloud pro otevřenou vědu (EOSC, European Open Science Cloud), který Evropská komise spustila v roce 2016, je centrálně založen na FAIR principech.

Naplnění FAIR principů

FAIR principy se stávají široce přijímanými a často se již uplatňují. Měly by se vztahovat na zpracování všech výzkumných (meta)dat, otevřených výzkumných (meta)dat pak stěžejně. FAIR principy však mají mnohem širší dosah než jen na manipulaci s výzkumnými daty. V zásadě zahrnují všechna odvětví a sektory. Formují základy důvěryhodného prostředí, v němž mohou vědci, inovátoři, podniky a občané publikovat, nacházet a znovu používat data všech ostatních.

Činnosti v rámci výzkumných pracovních postupů vedoucí k naplňování FAIR principů:

  • dokumentování dat
  • výběr vhodných formátů souborů
  • přidání metadat
  • zpřístupnění dat
  • licencování dat
  • přidání trvalého identifikátoru

Tento proces převodu dat do FAIR podoby se označuje jako FAIRifikace.

Popis, jak se data stanou FAIR, tj. jak budou nalezitelná, přístupná, interoperabilní a znovu použitelná, je uveden v plánu správy dat.

Zda vaše výzkumná data odpovídají FAIR principů vám může pomoci zhodnotit checklist Jak FAIR jsou vaše výzkumná data? dostupný v češtině nebo nástroj FAIR Data Self Assessment Tool, který navíc poskytuje praktické tipy, jak data zlepšit.

Další zdroje

  1. FAIR data (Centrum pro podporu open science, UK)
  2. Open/FAIR data (Knihovna Akademie věd ČR)
  3. The FAIR Data Principles (FORCE11)
  4. FAIR principles (Go FAIR)
  5. How to FAIR (Danish National Forum for Research Data)
  6. How to make your data FAIR (OpenAIRE)
  7. ENGELHARDT, Claudia, Katarzyna BIERNACKA, Aoife COFFEY, et al. D7.4 How to be FAIR with your data. A teaching and training handbook for higher education institutions. Zenodo, 2022. DOI: 10.5281/zenodo.6674301
  8. WILKINSON, Mark D., Michel DUMONTIER, IJsbrand Jan AALBERSBERG, et al. The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data [online]. 2016, 2016-12-20, 3(1). ISSN 2052-4463. DOI: 10.1038/sdata.2016.18