Kalauz a tudományos kommunikációban
FAIR: Mikor Reusable?

FAIR: Mikor Reusable?

3 perc olvasási idő
Elérkeztünk az utolsó bejegyzésünkhöz a januári FAIR adatkezeléssel foglalkozó sorozatunkban. Nem árulok el nagy meglepetést azzal, hogy ez a bejegyzés a FAIR alapelvek utolsó aspektusával, az újrafelhasználhatósággal, vagyis a reusable alapelvvel fog foglalkozni. 

A FAIR irányelvek legfőbb célja a kutatási adatok újrafelhasználhatóságának optimalizálása. A metaadatok fontosságát az előző hetekben már többször nyomatékosítottuk, de itt rajzolódik ki igazán, miért elengedhetetlen a metaadatok és az adatok megfelelő leírásokkal történő ellátása. A megfelelő leírás lehetővé teszi a megismételhetőséget, a keletkezett kutatási adatok más adatokkal történő kombinálását, továbbá ugyanazon adatok eltérő szemléletmóddal történő megközelítését. Fogalmazhatunk úgy is, hogy új beállításokat alkalmazunk ugyanazokra a kutatási adatokra. 


Tekintsd meg a FAIR sorozat további részeit:

FAIR: Mitől Findable?
FAIR: Mitől Accessible?
FAIR: Mi az, hogy Interoperable?


Széleskörű dokumentáció szükséges ahhoz, hogy az adatok értelmezhetősége és újrafelhasználása biztosított legyen. Az adatoknak alkalmazkodniuk kell a közösségi normákhoz, és egyértelmű licensszel kell ellátni őket ahhoz, hogy a kutatótársak tudják, milyen keretek között használhatják fel azokat. 

A kutatási adatok újrafelhasználása a legtöbb tudományterületen teljesen elfogadott dolognak számít, mégis kevesen élnek ezzel a lehetőséggel.

Kutatási adataid újrafelhasználhatók, ha…

  • …pontos leírással rendelkeznek, sok releváns jellemzővel. 
  • …egyértelmű és hozzáférhető felhasználhatósági lincensszel rendelkeznek.
  • …egyértelműen meg van fogalmazva, hogy hogyan, mi célból és ki által jöttek létre ezek az adatok és miképp dolgozták fel őket.  
  • …a kutatási adatok és a metaadatok megfelelnek a releváns domain szabványoknak. 

Ásd bele magad az újrafelhasználhatóság rejtelmeibe az OpenAIRE segítségével: OpenAIRE Data Reuse Working Group use cases

FAIR MOZI


+1 olvasmány a témában…

Big data and data reuse: a taxonomy of data reuse for balancing big data benefits and personal data protection

Még egy érdekesség

A FAIR-nek egyre többször előkerül egy alternatív értelmezése. Valójában ez nem egy új értelmezés, hanem az összegzése annak a törekvésnek, amiért ezeket az alapelveket megalkották. A mozaikszó a feloldása ebben az esetben a következő: Fully AI Ready. 

Az EOSC podcast sorozatában további részleteket tudhatsz meg:
Mutasd meg másoknak is:

Vélemény, hozzászólás?

Az e-mail címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük