ODISSEI FAIR Helpdesk

FAIR Intro

De FAIR principes werden voor het eerst geïntroduceerd in 2016 en zijn sindsdien een bekende standaard in de wereld van onderzoeksdata. FAIR staat voor Findable, Accessible, Interoperable en Reusable – vindbaar, toegankelijk, interoperabel en herbruikbaar. De principes beschrijven op welke manier data en andere onderzoeksmaterialen beschreven, gedocumenteerd en opgeslagen kunnen worden zodat de informatie makkelijk toegankelijk en herbruikbaar is voor mensen en machines.

FAIR heeft een belangrijke relatie met de Open Science beweging die zich ook erop richt wetenschap toegankelijk en data herbruikbaar te maken. Er zijn meerdere Open Science communities in Nederland  waar onderzoekers zich kunnen aansluiten. Het is wel belangrijk om te benadrukken dat data FAIR kan zijn en de Open Science principes kan volgen zonder openbaar toegankelijk te moeten zijn voor iedereen. Datadocumentatie en duurzame opslag van data alsook het FAIR maken van data is belangrijk zelfs als data niet gedeeld kan worden, bijvoorbeeld omdat het gevoelige informatie bevat. 

Voor de gebruikers van de ODISSEI infrastructuur heeft ODISSEI de ODISSEI user policy opgesteld (alleen beschikbaar in het Engels). Dit beleid is bedoeld om ODISSEI gebruikers te helpen hun data FAIR te maken en verstrekt informatie over de stappen die ODISSEI gebruikers hierin kunnen nemen. 

Deze webpagina bevat informatie en handleidingen om onderzoekers en data stewards te ondersteunen bij het implementeren van de ODISSEI user policy en de FAIR principes.

Middel
ODISSEI beveelt aan
SSH data stationODISSEI GitHubODISSEI Community
ODISSEI-aanbevelingen voor het delen van gegevens, code & scripts, en outputs [Iconen van het nounproject.com, zie volledige toeschrijving hieronder]

MAAK JE DATA FAIR

Het goed documenteren en organiseren van je data in elke fase van je onderzoek maakt het makkelijker om je data FAIR te maken aan het einde van je onderzoeksproject. Een handige training over RDM en FAIR data is de Data Management Expert Guide van CESSDA (Consortium of European Social Science Data Archives): cessda.eu/dmeg (alleen beschikbaar in het Engels).

De DMEG geeft gedetailleerd uitleg over data management in de verschillende stappen van de onderzoekscyclus en geeft tips om je eigen project en data FAIR te maken. De guide volgt de Research Data Life Cycle en legt uit waar je over na wil denken in elke fase van je onderzoek. De guide verwijst naar verschillende tools en aanvullende informatie over onder meer Data Management Plannen en data archivering. 

Zoals ook wordt uitgelegd in de DMEG kun je heel veel aspecten van FAIR overlaten aan een betrouwbaar data archief (Trustworthy Digital Repository, TDR) waar je je data kan deponeren en opslaan voor de lange termijn. In Nederland is het aangewezen data archief voor de sociale wetenschappen DANS, het nationale expertisecentrum en repository voor onderzoeksdata. 

Naast de DMEG zijn er ook nog andere tools beschikbaar die je kunnen helpen om de FAIRness van je dataset te vergroten of te beoordelen. Een handige tool om je kennis te testen en te kijken hoe je data FAIRer kan maken is de FAIRAware Tool (alleen beschikbaar in het Engels).

Het belang van data stewards

Veel ODISSEI deelnemende organisaties hebben aangewezen data stewards die bij de universiteit werken om onderzoekers te ondersteunen met RDM en vragen rondom FAIR data. Dit overzicht bevat een lijst met de contactgegevens van de data stewards van de verschillende ODISSEI deelnemende organisaties voor zover bij ons bekend. Data stewards kunnen onderdeel zijn van een van de lokale Digital Competence Centres (DCCs) die ook ondersteuning bieden. 

Een interessante groep die data stewards samenbrengt en uitwisseling stimuleert is de Data Steward Interest Group (DISG) opgericht door het Leiden UMC, UMC Utrecht, en DTL (Dutch Techcentre for Life Sciences). Deze groep ondersteunt data stewards in hun taken en creëert een platform voor uitwisseling van informatie en nieuwe ontwikkelingen. Op nationaal niveau is het LCRDM actief als landelijk coördinatiepunt voor RDM en geeft RDNL training voor data stewards.

Trainingsmaterialen voor data stewards

Data stewards kunnen verschillende trainingsmaterialen online vinden die hergebruikt kunnen worden in trainingen voor lokale onderzoekers. RDNL’s Essentials 4 Data Support is een bekende cursus die veel data stewards al hebben gevolgd. De DMEG heeft speciale train-the-trainer materialen die direct gedownload kunnen worden. Ook de FAIR Aware Tool biedt mogelijkheden voor training. Meer trainingsmaterialen zijn vindbaar gemaakt via de SSH Training Discovery Toolkit.

ODISSEI FAIR ondersteuning

Het ODISSEI FAIR ondersteuningsteam is opgericht om de ODISSEI gemeenschap te ondersteunen in hun vragen rondom RDM, Open Science en FAIR data.

Het implementeren van de FAIR principes binnen je eigen project kan een uitdaging zijn en je kan ons altijd benaderen. Experts van ODISSEI en DANS zullen dan samen kijken naar je situatie en je adviseren.

Je kunt contact met ons opnemen via fairsupport@odissei-data.nl.

Als je liever live je vraag stelt dan ben je ook van harte welkom bij de digitale SSH Open Hour van DANS elke maandag om 10:00 (Amsterdam tijd).  

Laatse berichten over FAIR & RDM


Iconen: Database by amy morgan from NounProject.com; Software by M. Oki Orlando from NounProject.com; Presentation by James from NounProject.com; Paper by Aidan Cooke from NounProject.com; Arrow by iconcheese from NounProject.com