Arctic blue polygon pattern

FAIR data

FAIR-prinsippene er retningslinjer for beste praksis for forskningsdatahåndtering. Formålet er å maksimere samfunnsnytten ved å legge til rette for best mulig utnyttelse og gjenbruk av informasjonsverdiene man har samlet. Med andre ord: FAIR-prinsippene sikrer at forskningsdataene er av god kvalitet og skal kunne gjenbrukes.

I regjeringens strategi, Forskningsrådets policy og EUs krav oppfordrer man til at håndtering av forskningsdata skjer i samsvar med FAIR-prinsippene. Ved UiT er FAIR prinsippene grunnleggende i Prinsipper og retningslinjer for forvaltning av forskningsdata ved UiT. På den måten støtter UiT utviklingen av et globalt forskningssamfunn hvor forskningsdata deles bredt. FAIR prinsippene gir konkret veiledning om hvordan dette kan oppnås ved å gjøre data FAIR.

Det er viktig å påpeke at FAIR-data ikke nødvendig hvis er det samme som åpne data. Åpne data er data som kan brukes og deles fritt. FAIR-prinsippene er derimot retningslinjer som fremmer deling av data, men samtidig respekterer etiske, juridiske eller kommersielle begrensninger. Data kan derfor være åpne men ikke-FAIR, eller FAIR men lukket.

Hvordan gjøre data FAIR

Findable – gjenfinnbar.
Det vil si lett å finne. Dette oppnås for eksempel ved:
  • Å legge til rikelig med beskrivende metadata. Metadata er data om dataene dine. Metadata vil gjøre dataene gjenfinnbare i søketjenester for forskningsdata. Metadata bør være lesbare for mennesker og maskiner, dette oppnås ved å bruke en metadata standard.
  • Å arkivere dataene i et arkiv som tilbyr persistente identifikatorer, for eksempel en DOI eller Handle.
  • Å velge et arkiv som sørger for at dataene blir indeksert og dermed gjenfinnbare i relevante søketjenester (f.eks. DataCite og Google Dataset Search).
Accessible – tilgjengelig.
Det vil si at data er lett å få tilgang til. Dette handler mest om tekniske aspekter, men er en viktig komponent i valg av arkivløsning. “Accessible” handler om:
  • At et arkiv har kriterier for å sikre tilgang til et datasett, og i tillegg kan sikre begrenset tilgang hvor nødvendig.
  • At metadata må gjøres åpent tilgjengelig selv om selve dataene har begrenset tilgang eller ikke lenger er tilgjengelige.
  • At metadata i et arkiv kan høstes ved hjelp av en standardisert protokoll.
Interoperable - interoperabil.
Data skal kunne åpnes, forstås, kombineres, gjenbrukes og bearbeides uten begrensinger, på tvers av teknologiske systemer, institusjoner, landegrenser og tid. Det vil si at både data og metadata skal kunne håndteres maskinelt og skal kunne “snakke sammen” med data og metadata fra andre datasett. Dette vil legge til rette for utveksling av data mellom forskere, institusjoner eller systemer. Dette oppnås for eksempel ved:
  • Å bruke felles standarder for metadata, termer og vokabular.
  • Å gi kontekst til data ved å inkludere referanser til andre relevante metadata og datasett.
  • Å bruke åpne og varige filformater. 
Reusable – gjenbrukbar.
Det vil si at data kan repliseres og gjenbrukes. Det oppnår for eksempel ved:
  • Å dokumentere og beskrive data tilstrekkelig. Dokumentasjon, i for eksempel en ReadMe-fil, skal hjelpe andre å forstå og gjenskape dataene. Det vil også være behjelpelig å dømme hvor relevant og nyttige dataene er for gjenbruk.
  • Å oppgi klare brukslisenser. En lisens vil avklare hvordan data kan bli gjenbrukt. Lisenser burde helst være maskinlesbare.

Klikk her for å se en video med mer detaljert informasjon om hvordan man gjøre dataene sine mere FAIR. 

En annen god og mer detaljert ressurs om hvorfor og hvordan man gjøre dataene sine mere FAIR finner du her: https://howtofair.dk/. Forskningsdata kan være FAIR i større eller mindre grad. Det vil ikke alltid være mulig å oppnå 100% FAIR data.

Sist endret: 04.11.2021, endret av: Thomas Heggstad