İçeriğe atla

FAIR Veri

Vikipedi, özgür ansiklopedi
FAIR İlkeleri

FAIR Veri (Fair Data), bulunabilirlik (findability), erişilebilirlik (accessibility), birlikte çalışabilirlik  (interoperability),  yeniden kullanılabilirlik (reusability) ilkelerini karşılayan araştırma verilerdir. Bu dört başlığın birleşiminden oluşan “fair”, İngilizcede adil,makul anlamlarına gelmektedir . Her biri birer ilke olan bu başlıklar, bilim adamları ve kuruluşlardan oluşan bir konsorsiyum tarafından Scientific Data dergisinde Mart 2016'da yayınlanan bir makalede tanımlanmıştır.[1] Araştırmacılar, dijital varlıkların bulunabilirlik, erişilebilirlik, birlikte çalışabilirlik ve yeniden kullanımını iyileştirmek için yönergeler sağlamayı amaçlamıştır. Araştırma ve Geliştirme (Ar-Ge) söz konusu olduğunda, her yıl dünya çapında 2 trilyon Euro'nun üzerinde harcama yapılmaktadır.[2] Her geçen gün sayısı giderek artan Ar-Ge çalışmaları sonucunda milyonlarca veri kümesi oluşmaktadır. Oluşan bu verilerin FAIR ilkelerine uygun olarak yapılandırılmamış olması, hem mali kayıp hem de bilimsel ilerlemenin sekteye uğraması olarak sonuçlanacaktır.

İlkeler, sistemlerin en az insan ile çalışabilmesini mümkün kılacak uygun veri modelini tanımlamaktadır. Bireysel seviyede, araştırmacıların veri varlıklarını yönetmelerine yardımcı olacak bir veri yönetimi çerçevesi sağlar. Bilimsel verimlilik açısından ise, veri kümeleri açık bir şekilde erişilebilir olduğunda belirli bir araştırma alanının daha eksiksiz bir resmini oluşturmak için kullanılabilir olmaktadır. Bulguların altında yatan veriler erişilebilir olduğunda, araştırmacılar birbirlerinin çalışmalarını kontrol edebilir ve sonuçların sağlam bir temel üzerine inşa edilmesini sağlayabilirler.2016 yılından beri tüm ülkeler ulusal ve uluslararası çalışmalarda FAIR ilkelerinin uygulanması ve benimsenmesinin gerekliliğini vurgulamaktadır. 2016 yılında gerçekleştirilen G20 zirvesinde ülke liderleri tarafından, açık bilimin ve FAIR ilkelerinin önemli dile getirilmiştir[3].  Buna rağmen Digital Science'ın 2021 “Açık Verinin Durumu” (State of Open Data) raporuna göre, araştırmacıların %66'sı FAIR ilkelerinin varlığından haberdar ancak yalnızca %28'i FAIR ilkelere aşinadır.[4]

FAIR/O, sık kullanılmamakla birlikte verinin açık lisans taşıdığını belirtmek için kullanılır.

"Bulunabilir

Verileri (yeniden) kullanmanın ilk adımı onları bulmaktır. Üst veri ve verilerin hem insanlar hem de bilgisayarlar tarafından bulması kolay olmalıdır. Makine tarafından okunabilen üst veriler, veri kümelerinin ve hizmetlerin otomatik olarak keşfedilmesi için gereklidir, bu nedenle bu, FAIRification (adilleştirme) sürecinin önemli bir bileşenidir.

F1. (Üst)verilere genel olarak benzersiz ve kalıcı bir tanımlayıcı atanır

F2. Veriler zengin üst verilerle açıklanmıştır (aşağıda R1 ile tanımlanmıştır)

F3. Üst veriler açık ve net bir şekilde tanımladıkları verilerin tanımlayıcısını içerir

F4. (Üst)veriler aranabilir bir kaynağa kaydedilir veya dizine eklenir

Erişilebilir

Kullanıcı gerekli verileri bulduğunda, muhtemelen kimlik doğrulama ve yetkilendirme dahil olmak üzere bunlara nasıl erişilebileceğini bilmelidir.

A1. (Üst) veriler, standartlaştırılmış bir iletişim protokolü kullanılarak tanımlayıcıları tarafından alınabilir

A1.1 Protokol açık, ücretsiz ve evrensel olarak uygulanabilir

A1.2 Protokol, gerektiğinde bir kimlik doğrulama ve yetkilendirme prosedürüne izin verir

A2. Veriler artık mevcut olmadığında bile üst verilere erişilebilir

Birlikte Çalışabilirlik

Verilerin genellikle diğer verilerle entegre edilmesi gerekir. Ayrıca verilerin analiz, depolama ve işleme için uygulamalarla veya iş akışlarıyla birlikte çalışması gerekir.

I1. (Üst) veri, bilgi temsili için resmi, erişilebilir, paylaşılan ve geniş çapta uygulanabilir bir dil kullanır.

I2. (Üst) veri, FAIR ilkelerini izleyen sözlükleri kullanır

I3. (Üst) veri, diğer (meta) verilere nitelikli referansları içerir

Yeniden Kullanılabilirlik

FAIR'in nihai amacı, verilerin yeniden kullanımını optimize etmektir. Bunu başarmak için meta veriler ve veriler, farklı ayarlarda çoğaltılabilmeleri ve/veya birleştirilebilmeleri için iyi tanımlanmalıdır.

R1. (Üst) veriler, çok sayıda doğru ve ilgili niteliklerle zengin bir şekilde tanımlanır

R1.1. (Üst) veriler, açık ve erişilebilir bir veri kullanım lisansı ile yayınlanır

R1.2. (Üst) veriler ayrıntılı kaynak ile ilişkilendirilir

R1.3. (Üst) veri, alanla ilgili topluluk standartlarını karşılar"

İlkeler üç tür varlığa atıfta bulunur: veri (veya herhangi bir dijital nesne), üst veri (o dijital nesne hakkında bilgi) ve altyapı. Örneğin, F4 ilkesi, hem üst verilerin hem de verilerin aranabilir bir kaynakta (altyapı bileşeni) kaydedildiğini veya dizine alındığını tanımlar.[5]

FAIR ilkeleri, araştırma çıktılarının daha kolay erişilebilmeleri, anlaşılabilmeleri, değiş tokuş edilebilmeleri ve yeniden kullanılabilmeleri için nasıl organize edilmesi gerektiğini tanımlar. Avrupa Komisyonu da dahil olmak üzere büyük finansman kuruluşları, araştırma yatırımlarının bütünlüğünü ve etkisini en üst düzeye çıkarmak için FAIR verilerini teşvik eder.[6]

Kütüphanelerde Uygulama

[değiştir | kaynağı değiştir]
Implementing FAIR Data Principles: The Role of Libraries
FAIR Veri İlkelerini Uygulamak: Kütüphanelerin Rolü

Kütüphaneler, kaynakları tanımlama, erişim sağlama,  koleksiyon oluşturma ve dijital kaynakların uzun vadeli yönetimi için destek sağlama konusunda güçlü bir geleneğe sahiptir. Kendi özel bilgi ve uzmanlıklarını temel alan kütüphaneler, araştırma verilerini FAIR ilkelerine uygun yapma konusunda kendisine güvenmelidir[7]. Kütüphanelerin gerçekleştirebileceği uygulamalar, LIBER’in yayınladığı “FAIR Veri İlkelerini Uygulamak: Kütüphanelerin Rolü” başlıklı rehberde belirtilmiştir. FAIR verilerin kütüphanelerde kullanımı LIBER (Avrupa Araştırma Kütüphaneleri Birliği) tarafından tasviye edilmektedir.

• FAIR ilkelerini  araştırma ve BT (bilgi teknolojileri) personeline tanıtın;

• FAIR ilkelerini Veri Yönetim Planlarınıza ve dijital korumanıza dahil eden uygulamalar ve politikalar geliştirin;

• Verileri bulunabilir, erişilebilir, birlikte çalışabilir ve yeniden kullanılabilir hale getirmeye yardımcı araştırma verilerini düzenlemek, zenginleştirmek, yakalamak ve korumak için fırsatlar arayın. Bu konuda iyi başlangıç noktası, bireysel araştırmacıların koleksiyonları veya bir araştırma grubunun veri koleksiyonudur.

• Konu ve veri kütüphanecilerini, verileri adil (FAIR) yapmak için alan üst verileri, sözlükler ve araçlar konusunda eğitin;

• Araştırmacıları, FAIR ilkelerini içeren arşivlerle veri depolamaya teşvik edin;

• Kurumunuzdaki veri toplama ve veri yönetimi uygulamalarını FAIR ilkelerine göre değerlendirin.[8]

  1. ^ The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data. 15 Mart 2016. 9 Haziran 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Mayıs 2022. 
  2. ^ "Why is FAIR Data important in 2022 ?". EUDAT. 28 Şubat 2022. 22 Mayıs 2022 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Mayıs 2022. 
  3. ^ "G20 Leaders' Communique Hangzhou Summit (2016)". 2016. 22 Mayıs 2022 tarihinde kaynağından arşivlendi. Erişim tarihi: 21 Mayıs 2022. 
  4. ^ "The State of Open Data 2021 - Global Attitudes towards Open Data" (İngilizce). Digital Science. 2021. 22 Mayıs 2022 tarihinde kaynağından arşivlendi. 
  5. ^ "FAIR Principles" (İngilizce). GO FAIR. 22 Mayıs 2022 tarihinde kaynağından arşivlendi. Erişim tarihi: 7 Mayıs 2022. 
  6. ^ "How to make your data FAIR" (İngilizce). OpenAIRE. 22 Mayıs 2022 tarihinde kaynağından arşivlendi. Erişim tarihi: 7 Mayıs 2022. 
  7. ^ Association of European Research Libraries (13 July 2018). "Open Consultation on FAIR Data Action Plan – LIBER". LIBER.
  8. ^ "Implementing FAIR Data Principles : The Role of Library". LIBER. 22 Mayıs 2022 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 1 Mayıs 2022.