FAIR-principerna
FAIR är en akronym för Findable, Accessible, Interoperable och Reusable och principerna syftar till att göra forskningsdata mer tillgängliga och lättare att återanvända. Sedan de lanserades 2016 har FAIR-principerna fått ett brett genomslag och och många forskningsfinansiärer hänvisar till dem i sina riktlinjer.
Principerna lägger vikt vid att forskningsdata även skall vara möjliga för digitala system att hitta, få tillgång till, samverka med och återanvända med minimal mänsklig inblandning. Detta eftersom en ständig ökande volym och komplexitet hos forskningsdata kräver att digitala verktyg kan användas för att förenkla hanteringen av datamängder.
FAIR-principerna är generella och hur man som forskare gör sina data FAIR kan variera mellan olika vetenskapliga discipliner och typer av data. Det underlättar om man redan i planeringen av ett projekt inkluderar hur data ska bli FAIR.
Några allmänna tips för att göra data FAIR
Findable/Hittbara
För att data ska kunna vara sökbara och kunna hittas så bör de vara väl beskrivna och registrerade i etablerade datarepositorier. Datamängden får då en permanent identifierare, exempelvis ett DOI-nummer, och beskrivningen (metadata) blir sökbar och öppet tillgänglig på nätet. Använd gärna etablerade standarder och terminologi inom domänen när data beskrivs. Se även Publicera data.
Accessible/Tillgängliga
FAIR-principerna är en viktig kompent i övergången till öppen vetenskap. Helst ska data vara direkt tillgänglig för nedladdning utan embargon eller andra begränsningar, men en datamängd kan var FAIR utan att vara öppet tillgänglig. Om data inte kan delas öppet så kan de ändå beskrivas i ett repositorium. Inkludera då information om de restriktioner som finns och eventuella villkor för åtkomst samt kontaktuppgifter.
Interoperable/Interoperabla
Gör det enkelt för andra att använda dina data i sin egen digitala miljö. Välj om möjligt öppna, icke proprietära standarder för format och datatyper. Använd etablerad praxis och standarder inom ditt ämnesområde vid val och benämning av variabler och värden.
Reusable/Återanvändbara
Det bör framgå under vilka villkor och typ av licens som data kan användas. Väl dokumenterade data är en förutsättning för återanvändbarhet – vilken information behöver andra för att kunna förstå och återanvända dina data? Det kan inkluderas hur data har genererats och analyserats, hur data är strukturerade samt förklaring av använda variabler och värden. Informera även om andra resurser som kan behövas för att granska eller återanvända data, till exempel kod, skript, protokoll och frågeformulär.
Läs vidare:
- FAIR-principerna (Researchdata.se)
- Kriterier för FAIR forskningsdata (Vetenskapsrådet)
- GO FAIR
- The FAIR Guiding Principles for scientific data management and stewardship. Wilkinson et al. (2016) Scientific Data. Vol. 3, Article nr. 160018. https://doi.org/10.1038/sdata.2016.18