FAIR-principerna stöder god kvalitet vid forskning

20.6.2019

FAIR innebär att forskningens källmaterial, metoder och dataprodukter ska vara möjliga att hitta, komma åt, flytta eller kombinera och återanvända.

Det hänvisas ofta till de så kallade FAIR-principerna då forskningsdata kommer på tal. Akronymen står för de engelska orden Findable, Accessible, Interoperable och Reusable och innebär, att forskningens källmaterial, metoder och dataprodukter ska vara möjliga att hitta, komma åt, flytta eller kombinera och återanvända. Har man dessa målsättningar för ögonen från första början, kan man vara rätt säker på att man inte bara gör väldokumenterad forskning, utan att man också kan få meriter för andra delar av forskningen än de traditionella publikationerna i form av böcker eller artiklar. Egentligen är ju tanken på att man kunde publicera forskningsresultat utan ordentliga källhänvisningar underlig, men digitaliseringen har tyvärr lett till många sådana situationer.

Akronymen innebär, att forskningens källmaterial, metoder och dataprodukter ska vara möjliga att hitta, komma åt, flytta eller kombinera och återanvända.

Själva FAIR-principerna är väldigt konkreta tekniska specifikationer, som kan vara svåra att förstå och ännu svårare för en enskild forskare att förverkliga på egen hand. I praktiken behöver man infrastruktur och digitala tjänster för att kunna publicera forskningsdata. Lyckligtvis börjar sådana finnas tillgängliga, men det kan fortfarande ibland vara utmanande att använda dem av praktiska eller juridiska skäl. Det är alltså en god idé att söka råd hos forskartjänsterna i den egna organisationen ifall man känner sig osäker på hur man borde gå till väga. Det är också viktigt för organisationen att förstå forskarnas behov och den kunskapen föds vid samarbete mellan forskare och datastöd. Området är ofta nytt och komplicerat för alla parter.

De tekniska specifikationerna går långt ut på att forskningsdata bör förses med tillräcklig dokumentation i form av metadata. Denna metadata ska dessutom vara användbar inte bara för andra forskare, utan den ska också vara maskinläsbar. Det betyder att den ska vara väl strukturerad och utnyttja gemensamma termer och öppna format. I praktiken kan detta säkras genom att man använder sig av tjänster som gjorts för just forskningsdata av den typ man själv producerar då man publicerar sina data. Det är viktigt att komma ihåg, att även om själva data inte kan tillgängliggöras fritt, kan metadata publiceras. Andra viktiga saker att beakta är att det bör finnas en licens, som säger på hurdana villkor data kan användas och en beständig identifierare. Det senare kallas ofta PID efter den engelska termen persistent identifier. Ofta är det en DOI eller en URN och dessa utgör en grundbult inom FAIR, eftersom som en unik och beständig identifierare är ett löfte om att data bakom den är oförändrad eller åtminstone är förändringarna dokumenterade.

Forskaren bör alltså beakta sina kolleger och forskarsamfundet genom att erbjuda möjligheten att dels verifiera forskningen, dels hitta och återanvända forskningsmaterialet. 

Forskaren bör alltså beakta sina kolleger och forskarsamfundet genom att erbjuda möjligheten att dels verifiera forskningen, dels hitta och återanvända forskningsmaterialet. Kort sagt: Tänk på att du måste citera också dina egna digitala källor ordentligt. För det behöver du en PID, som du får när du registrerar eller publicerar dina data. Och när du gör det, måste du tänka på att dokumentera dem ordentligt med metadata, så att någon annan på riktigt kan förstå dem och använda dem på ett korrekt sätt.

FAIR-principerna har sitt ursprung i kretsar där man arbetar med länkad data och semantisk webb. Om man har möjlighet att beakta dessa principer till exempel vid konstruktionen av databaser är det mycket bra. Men många gånger räcker det med att man publicerar sina dataset i ett lämpligt dataarkiv och använder beständiga identifierare alltid när det är möjligt då man hänvisar till något.

Jessica Parland-von Essen, informationsspecialist, docent och äldre koordinator på CSC - IT centret för forskning


Ytterligare information:

Fairdata.fi: www.fairdata.fi
Wilkinson, M., Dumontier, M., Aalsbersberg J.J. et al. (2016). The FAIR guiding principles for scientific data management and stewardship. Scientific Data. Vol 3. http://dx.doi.org/10.1038/sdata.2016.18
UNIFI ry Suomen yliopistojen rehtorineuvosto (2018). Avoin tiede ja data. Toimenpideohjelma suomalaiselle tiedeyhteisölle.  http://urn.fi/URN:NBN:fi-fe2018052424593
Laine, H. & Nykyri, S. (2018). Dataviittaamisen tiekartta tutkijalle. Informaatiotutkimus, 37(2). https://doi.org/10.23978/inf.72999
H2020 On line manual. European Commission. Research and innovation. H2020 Participant portal. [web page] Retrieved from http://ec.europa.eu/research/participants/docs/h2020-funding-guide/cross-cutting-issues/open-access-dissemination_en.htm
Finnish Committee for Research Data (2018).Tracing data: Data citation roadmap for Finland. http://urn.fi/URN:NBN:fi-fe201804106446
Force11. The FAIR data principles. https://www.force11.org/group/fairgroup/fairprinciples