FAIR data principles: verschil tussen versies

Koppelingen toevoegen
Uit Wikipedia, de vrije encyclopedie
Interactief door geschiedenis bladeren
← Oudere bewerkingNieuwere bewerking →
Verwijderde inhoud Toegevoegde inhoud
VisueelWikitekst
k Gewild heeft pagina FAIR principles hernoemd naar FAIR data principles: nauwkeuriger
copy paste van https://nl.wikipedia.org/w/index.php?title=FAIR_data&oldid=51041024
Label: Doorverwijzing verwijderd
Regel 1: Regel 1:
[[Bestand:FAIR data principles.jpg|thumb|FAIR data principles]]
#DOORVERWIJZING:[[FAIR data]]
Data die voldoet aan de FAIR Data PrinciplesDe internationale FAIR data principes zijn principes voor wetenschappelijk datamanagement en datastewardship.

*'''''F'''indable'' - vindbaar
*'''''A'''ccessible'' - toegankelijk
*'''''I'''nteroperable'' - uitwisselbaar
*'''''R'''eusable'' - herbruikbaar

De internationale FAIR principes zijn in 2014 geformuleerd tijdens een bijeenkomst in [[Leiden]].<ref>{{Citeer journal|datum=2017/07|titel=Data models to GO-FAIR|journal=Nature Genetics|volume=49|issue=7|pagina's=971–971|issn=1546-1718|doi=10.1038/ng.3910|url=http://www.nature.com/doifinder/10.1038/ng.3910|taal=En}}</ref> Twee jaar later, na een open consultatieronde, zijn de FAIR principes gepubliceerd.<ref name=":0">{{Citeer journal|auteur=Mark D. Wilkinson, Michel Dumontier, IJsbrand Jan Aalbersberg, Gabrielle Appleton, Myles Axton, Arie Baak|datum=2016-03-15|titel=The FAIR Guiding Principles for scientific data management and stewardship|journal=Scientific Data|volume=3|doi=10.1038/sdata.2016.18|url=http://www.nature.com/articles/sdata201618|taal=En}}</ref> De principes dienen als richtlijn om wetenschappelijke data geschikt te maken voor hergebruik onder duidelijk beschreven condities, door zowel mensen als machines. Het is met opzet een set van principes en niet van standaarden. Dit omdat onderzoeksdata, en de manier waarop deze data wordt verwerkt, verschilt per wetenschappelijk domein.<ref name=":0" /> Het idee is dat de verschillende domeinen op basis van de FAIR principes eigen standaarden ontwikkelen. Verschillende organisaties en disciplines ontwikkelen inmiddels FAIR standaarden, tools en trainingen.{{bron?}}

FAIR gaat ervan uit dat data beschikbaar moet zijn onder duidelijk beschreven condities en licenties, met duidelijke referenties en goed beschreven metadata. Dus ook data die om redenen van bijvoorbeeld privacy niet geheel open gepubliceerd kan worden, kan voldoen aan alle FAIR principes. FAIR data betekent niet per se [[Open data]] en is ook niet hetzelfde als [[Linked data]].{{bron?}}

Sinds de publicatie van de FAIR data principes worden deze inmiddels ook gezien als toepasbaar op software, workflows en wetenschappelijke diensten.

[[Bestand:Data types - en.svg|thumb|Data types]]

==Externe links==
*[https://www.go-fair.org Go FAIR initiative] {{en}}
*[https://www.dtls.nl/fair-data/fair-data/ DTL] (Dutch Techcenter for Life Sciences) {{en}}
*[https://www.force11.org/ FORCE11] (Future of Research Communication and e-Scholarship) {{en}}

{{Commonscat|FAIR data}}
{{Appendix}}
{{Navigatie semantisch web}}

[[Categorie:Semantisch web]]
[[Categorie:Dataopslag]]
[[Categorie:Onderzoek]]

Versie van 23 feb 2018 15:58

FAIR data principles

Data die voldoet aan de FAIR Data PrinciplesDe internationale FAIR data principes zijn principes voor wetenschappelijk datamanagement en datastewardship.

  • Findable - vindbaar
  • Accessible - toegankelijk
  • Interoperable - uitwisselbaar
  • Reusable - herbruikbaar

De internationale FAIR principes zijn in 2014 geformuleerd tijdens een bijeenkomst in Leiden.[1] Twee jaar later, na een open consultatieronde, zijn de FAIR principes gepubliceerd.[2] De principes dienen als richtlijn om wetenschappelijke data geschikt te maken voor hergebruik onder duidelijk beschreven condities, door zowel mensen als machines. Het is met opzet een set van principes en niet van standaarden. Dit omdat onderzoeksdata, en de manier waarop deze data wordt verwerkt, verschilt per wetenschappelijk domein.[2] Het idee is dat de verschillende domeinen op basis van de FAIR principes eigen standaarden ontwikkelen. Verschillende organisaties en disciplines ontwikkelen inmiddels FAIR standaarden, tools en trainingen.[bron?]

FAIR gaat ervan uit dat data beschikbaar moet zijn onder duidelijk beschreven condities en licenties, met duidelijke referenties en goed beschreven metadata. Dus ook data die om redenen van bijvoorbeeld privacy niet geheel open gepubliceerd kan worden, kan voldoen aan alle FAIR principes. FAIR data betekent niet per se Open data en is ook niet hetzelfde als Linked data.[bron?]

Sinds de publicatie van de FAIR data principes worden deze inmiddels ook gezien als toepasbaar op software, workflows en wetenschappelijke diensten.

Data types

Externe links

  • Go FAIR initiative (en)
  • DTL (Dutch Techcenter for Life Sciences) (en)
  • FORCE11 (Future of Research Communication and e-Scholarship) (en)
Zie de categorie FAIR data van Wikimedia Commons voor mediabestanden over dit onderwerp.
Overgenomen van "https://nl.wikipedia.org/w/index.php?title=FAIR_data_principles&oldid=51041222"