De laatste jaren is er veel aandacht voor het “FAIR” maken van onderzoeksgegevens. FAIR is de afkorting voor vindbaar (Findable), toegankelijk (Accessible), uitwisselbaar (Interoperable) en herbruikbaar (Reusable). Wat betekenen deze termen precies?
- Vindbaar houdt in dat andere onderzoekers data moeten kunnen terugvinden, bijvoorbeeld via online bronnen. Daarbij is het gebruik van een uitgebreide set aan metadata cruciaal.
- Toegankelijk houdt in dat anderen toegang moeten kunnen krijgen tot de data. Aan die toegang kunnen specifieke voorwaarden of beperkingen worden gekoppeld, bijvoorbeeld wanneer het gaat om confidentiële data. Ook hier spelen metadata een belangrijke rol.
- Uitwisselbaar betekent dat data compatibel zijn met andere data zodat ze gecombineerd en uitgewisseld kunnen worden. Dat kan onder meer door zoveel mogelijk open formaten en software te gebruiken.
- Herbruikbaar houdt in dat onderzoeksdata klaar zijn voor toekomstige verwerking, zodat nieuw onderzoek op een efficiënte manier kan verderbouwen op reeds verworven resultaten.
FAIR data zijn dus data die aan een framework van voorwaarden voldoen. Data kunnen in meer of mindere mate FAIR zijn, het is dus geen zwart-witverhaal.
Mythes over FAIR
Kort samengevat zorgt FAIR ervoor dat onderzoeksdata maximaal kunnen worden gebruikt en herbruikt. Dat komt niet alleen de efficiëntie en impact van onderzoek ten goede, maar heeft ook voordelen voor de onderzoeker zelf: wie zijn data FAIR maakt, zal immers vaker worden geciteerd én beter voldoen aan de vereisten voor onderzoeksfinanciering. Een win-win dus!
Hoewel de voordelen voor zich spreken, doen er nog heel wat mythes over FAIR data de ronde. Onze collega’s van het Deense onderzoeks- en onderwijsnetwerk DeiC hebben daar goed op ingespeeld door een aantal van deze misvattingen te verzamelen, zoals:
- “Mijn onderzoeksdata zijn confidentieel dus ik kan ze niet FAIR maken”
- “Waarom zou ik wakker liggen van FAIR data? Het belangrijkste voor mijn wetenschappelijke carrière zijn citaten van wetenschappelijke publicaties en impactfactoren"
- “FAIR data zijn enkel nuttig voor onderzoekers die aan de exacte wetenschappen doen”
Benieuwd waarom deze uitspraken fout zijn? Download dan het communicatiemateriaal op de website van DeiC. Elk van de kaartjes bevat één mythe op de voorkant en de juiste informatie op de achterkant. De kaartjes hebben een Creative Commons licentie waardoor u ze eenvoudig kunt hergebruiken binnen uw organisatie. De website bevat verder ook nog tal van interessante documentatie (in het Engels) over FAIR data voor beginners.
Samenwerken over onderzoeksdomeinen heen
FAIR data ≠ open data
Hoe ondersteunt Belnet onderzoekers?
Als Belgische gemandateerde organisatie voor EOSC, het Europese initiatief voor Open Science en FAIR data, wil Belnet open science en het gebruik van FAIR data stimuleren in de Belgische R&E-gemeenschap. Vanuit onze missie als nationaal onderwijs- en onderzoeksnetwerk (NREN) hebben wij alle troeven in huis om de Belgische R&E-community te ondersteunen om hun onderzoek nog efficiënter, betrouwbaarder en relevanter te maken. Dat doen we door specifieke diensten en tools te ontwikkelen voor onderzoekers en data stewards en door samenwerking / kennisuitwisseling binnen onze community te faciliteren.
Sinds vorig jaar beheren we twee diensten specifiek voor onderzoekers: DMPonline.be en Orfeo. Dankzij DMPonline.be kunnen onderzoeksinstellingen gemakkelijk datamanagementplannen (DMP) schrijven en beheren. Een dergelijk DMP is een essentieel onderdeel van het proces om de FAIR-datalevenscyclus te beheren.
Orfeo op zijn beurt is het open science platform van de Federale Wetenschappelijke Instellingen (FWI). Deze door Belnet beheerde en gehoste databank bevat zo’n 8000 publicaties en biedt daarmee een schat aan hernieuwbare en herbruikbare wetenschappelijke gegevens.
Belnet kijkt ook naar de toekomst: zo bevragen we momenteel onze community over de interesse in de eventuele ontwikkeling door Belnet van een ‘PID’-systeem (Persistent Identifier). Een PID is een unieke digitale identificatie die aan een dataset wordt gegeven zodat deze ten allen tijde kan worden geïdentificeerd, zelfs bij wijzigingen in de locatie op internet. Het toekennen van een PID draagt dus sterk bij aan de vindbaarheid (‘Findability’) van data, één van de FAIR principes.
De feedback van onze onderwijs- en onderzoeksinstellingen zal ons meer inzicht geven in de behoeften van onze community en concrete verwachtingen.
Samenwerken aan diensten voor de onderzoeksgemeenschap
Hebt u een concreet project rond open science of FAIR data? Weet dan dat Belnet ideaal geplaatst is om u te ondersteunen als (technische) projectpartner. Via co-creatie kunnen we samen met uw organisatie werken aan de praktische invulling van FAIRness en nieuwe oplossingen ontwikkelen die de samenwerking tussen verschillende onderzoeksinstellingen bevordert.
Belangrijk hierbij is dat Belnet de bredere onderzoekscommunity vertegenwoordigt, en dus ook partijen kan samenbrengen zodat projectoplossingen van bij de start een breed draagvlak kennen.
Ook na afloop van de projectfase kan Belnet u de nodige ondersteuning bieden om het eindresultaat eventueel verder te hosten en voor de nodige continuïteit te zorgen.