Contenuti originali

Principi-guida FAIR per la gestione dei dati scientifici

Scritto da redazione

I 4 PRINCIPI FAIR: FINDABLE, ACCESSIBLE, INTEROPERABLE, REUSABLE

Nel 2016, i “Principi guida FAIR per la gestione e la manutenzione dei dati scientifici” sono stati pubblicati su Scientific Data. Gli autori intendevano fornire linee guida per migliorare la reperibilità, l’accessibilità, l’interoperabilità e il riutilizzo delle risorse digitali. I principi enfatizzano l’azionabilità della macchina (ovvero la capacità dei sistemi computazionali di trovare, accedere, interoperare e riutilizzare i dati con nessun o minimo intervento umano) perché gli esseri umani fanno sempre più affidamento sul supporto computazionale per gestire i dati come risultato dell’aumento di volume, complessità e velocità di creazione dei dati.

Una guida pratica per “come” diventare FAIR può essere trovata nel Three-point FAIRification Framework.

 

FINDABLE (Trovabili)

Il primo passo nel (ri) utilizzo dei dati è trovarli. I metadati e i dati dovrebbero essere facili da trovare sia per gli esseri umani che per i computer. I metadati leggibili dalla macchina sono essenziali per il rilevamento automatico di set di dati e servizi, quindi questa è un componente essenziale del processo di FAIRification.

F1. Ai dati (meta) viene assegnato un identificatore univoco e persistente a livello globale

F2. I dati sono descritti con metadati ricchi (definiti da R1 di seguito)

F3. I metadati includono chiaramente ed esplicitamente l’identificatore dei dati che descrivono

F4. I (meta) dati vengono registrati o indicizzati in una risorsa ricercabile

 

ACCESSIBLE (Accessibili)

Una volta che l’utente trova i dati richiesti, ha bisogno di sapere come è possibile accedervi, includendo eventualmente l’autenticazione e l’autorizzazione.

A1. I (meta) dati sono recuperabili dal loro identificatore utilizzando un protocollo di comunicazione standardizzato

A1.1 Il protocollo è aperto, gratuito e universalmente implementabile

A1.2 Il protocollo consente una procedura di autenticazione e autorizzazione, ove necessario

A2. I metadati sono accessibili, anche quando i dati non sono più disponibili

 

INTEROPERABLE (Interoperabili)

I dati di solito devono essere integrati con altri dati. Inoltre, i dati devono interagire con applicazioni o flussi di lavoro per l’analisi, l’archiviazione e l’elaborazione.

I1. I (meta) dati utilizzano un linguaggio formale, accessibile, condiviso e ampiamente applicabile per la rappresentazione della conoscenza

I2. I (meta) dati utilizzano vocabolari che seguono i principi FAIR

I3. I (meta) dati includono riferimenti qualificati ad altri (meta) dati

 

REUSABLE (Riutilizzabili)

L’obiettivo finale di FAIR è ottimizzare il riutilizzo dei dati. Per ottenere ciò, i metadati e i dati dovrebbero essere ben descritti in modo che possano essere replicati e / o combinati in contesti diversi.

R1. I (meta) dati sono ampiamente descritti con una pluralità di attributi accurati e pertinenti

R1.1. I (Meta) dati vengono rilasciati con una licenza di utilizzo dei dati chiara e accessibile

R1.2. I (meta) dati sono associati alla provenienza dettagliata

R1.3. I (meta) dati soddisfano gli standard della comunità rilevanti per il dominio

I principi si riferiscono a tre tipi di entità: dati (o qualsiasi oggetto digitale), metadati (informazioni su quell’oggetto digitale) e infrastruttura. Ad esempio, il principio F4 definisce che sia i metadati che i dati siano registrati o indicizzati in una risorsa ricercabile (il componente dell’infrastruttura).

 

Riferimenti e approfondimenti:

  1. The FAIR Guiding Principles for scientific data management and stewardship/ Principi guida FAIR per la gestione e la manutenzione dei dati scientifici

https://www.nature.com/articles/sdata201618

Questo articolo, pubblicato su Nature, è considerato il punto di riferimento primario nelle linee guida ufficiali europee perseguite da EOSC (European Open Science Cloud)

 

  1. European Open Science Cloud (EOSC)

https://ec.europa.eu/info/research-and-innovation/strategy/goals-research-and-innovation-policy/open-science/european-open-science-cloud-eosc_en

EOSC è l’infrastruttura della Commissione Europea che si occupa di seguire lo sviluppo della EUROPEAN DATA STRATEGY (https://ec.europa.eu/info/strategy/priorities-2019-2024/europe-fit-digital-age/european-data-strategy_en). Obbiettivo di EOSC è sviluppare un ambiente virtuale che attraversi i confini e le discipline scientifiche per archiviare, condividere, elaborare e riutilizzare oggetti digitali di ricerca (come pubblicazioni, dati e software) seguendo i principi FAIR.

 

  1. Report finale e action plan del gruppo di studio della Commissione Europea sulle linee guida FAIR (2018)

https://ec.europa.eu/info/sites/info/files/turning_fair_into_reality_0.pdf

 

  1. Linee guida per il FAIR Data Management in Horizon 2020

https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-data-mgt_en.pdf

 

  1. CHECK-LIST per verificare il livello di “FAIRNESS” dei dati predisposta da OpenAire

https://zenodo.org/record/1065991#.YD-SRmhKiUk

 

  1. GO-FAIR Initiative

https://www.go-fair.org/go-fair-initiative/

 

 

articolo a cura di Martina Verna

Autore

redazione

Partecipano alla Redazione giovani studiosi e tirocinanti che collaborano o hanno collaborato con il progetto: Sofia Giannozzi, Saverio Fidecicchi, Manuela Ferraro, Lucia Lanzi, Martina Verna