Usuario:Conchimb110/Taller

Principios FAIR

Los Principios FAIR son un conjunto de principios que hacen que los datos de investigación sean fáciles de encontrar, accesibles y reutilizables. Además, estos principios proporcionan una guía para la gestión para la gestión de datos científicos y se dirige directamente a los productores y a los editores de datos para promover el uso máximo de los datos de investigación.

Los principios FAIR consisten en un conjunto de cualidades para conseguir que los datos sean:

FINDABLE (Encontrable) Asignado a un identificador único y persistente DOI o handle, describiendo los datos con metadatos enriquecidos, incluyendo el identificador asignado e indexándolos en un recurso de búsqueda.

ACCESIBLE (Accesible) Utilizando protocolos estandarizados de comunicación que sean abiertos y gratuitos. Cuando los datos no puedan ser abiertos por razones de privacidad, seguridad nacional o intereses comerciales, el protocolo debe permitir procedimientos para la autenticación y la autorización.

INTEROPERABLE (Interoperables) Los metadatos deben utilizar formatos, lenguajes y vocabularios acordados por la comunidad y contener enlaces a información relacionada mediante identificadores.

REUSABLE (Reutilizable) Asignando metadatos con atributos que proporcionan información contextual y metadatos de información sobre su procedencia. Deben utilizar una licencia abierta y legible por ordenador y estándares que use la comunidad del dominio concreto, para permitir su reutilización.

Publicación de datos.

Publicar los datos de investigación en acceso abierto y siguiendo los principios permite cumplir con el siguiente tema <<as open as possible, as closed as necessary>>. Nos recuerda la importancia de hacer los datos abiertos en la medida en que lo sea posible, y lo necesariamente cerrados para proteger los datos personales, sensibles, médicos, de salud, datos relacionados con temas de confidencialidad, de seguridad o en caso de que puedan ser explotados comercialmente o industrialmente.

Los Principios de Datos FAIR hacen que los datos sean más valiosos, ya que son más fáciles a través de identificadores únicos y más fáciles de combinar e integrar gracias a la representación formar del conocimiento compartido. Estos datos son más fáciles de reutilizar y compartir, porque las máquinas tienen los medios para entender de dónde provienen los datos y de qué tratan cada uno de esos datos. Además, acelera la investigación científica, impulsa la cooperación y facilita la reutilización en la investigación. científica. Los responsables políticos y otros han visto su valor para impulsar la innovación y muchos han adoptado estos principios.

Ya en 2016, los líderes del G20 expresaron su apoyo a la investigación basada en la ciencia abierta y los principios FAIR. La Unión Europea también los ha adoptado y ha tenido un informe de un grupo de expertos sobre cómo convertir FAIR en realidad.

En Estados Unidos, la Oficina de Ciencia del Departamento de Energía anunció en abril de 2020 un total de 8.5 millones de dólares para nuevas investigaciones destinadas a promover los Principios de los Datos Justos en investigación y al desarrollo de la Inteligencia Artificial (IA).

Principios Rectores FAIR.

Desde principios de 2018, la comunidad GO FAIR ha estado trabajando para implementar los Principios Rectores FAIR. Este gran esfuerzo ha dado grandes resultados, y entre ellos ha dado como resultado un marco de tres puntos que formula los pasos esenciales hacia el objetivo final, un Internet global de datos y servicios juntos donde los datos son detectables, accesibles, interoperables y reutilizables para las máquinas.

Existe un marco que guía la FAIRification. Por lo general, el proceso FAIRification comienza cuando una comunidad de práctica considera sus requisitos de metadatos relevantes para el dominio y otras consideraciones de políticas, y formula estas consideraciones como componentes de metadatos procesables por máquinas. Estas consideraciones se pueden guiar en los talleres de metadatos para máquinas (M4M)

-Los esquemas de metadatos reutilizables producidos en el M4M componen parte del perfil de implementación FAIR (FIP) más grande.

-El perfil de implementación FAIR a su vez guía a la elección y configuración de la infraestructura FAIR, por ejemplo, el uso de puntos de datos FAIR (FDP) u objetos digitales FAIR (FDO) que contribuyen a un internet global de datos y servicios FAIR.

El marco es un enfoque elegante que ayuda a un amplio espectro de partes interesadas a ver lo que significa "ir a la FERIA" en la práctica para ellas, y a insertarse en el emergente panorama FAIR. Esto no solo mantiene la prioridad establecida en los elementos prácticos de FAIRification, sino que permite un enfoque distribuido de la coordinación comunitaria que es necesaria para una rápida ampliación y convergencia.

Los iconos oficiales del Marco FAIRification de tres puntos (Metadatos para Talleres de Máquinas, Perfil de implementación FAIR y Punto de Datos FAIR) se han registrado en Zenodo bajo la licencia Creative Commons Attribution Share Alike 4.0. International

Articulo premiado.

El 15 de Marzo de 2016 fue publicado en la revista Revista Scientific Data el artículo: Principios FAIR para el manejo y administración de datos científicos

Los Principios FAIR fueron premiados como uno de "los mejores artículos de 2016", según la International Medical Informatics Association (IMIA).

La International Medical Informatics Asscoaition (IMIA) publicó su anuario 2016, donde se reconoció a estos principios como uno de los mejores artículos de ese año. El Dr. Mark Wilkinson del laboratorio de investigación de Biología Computacional del CBGP fue el autor principal del artículo "The FAIR Guiding Principles for Scientific Data management and stewardship", publicado en la revista Scientific Data, perteneciente al Nature Publisinh Group. La lista de autores incluye una amplia representación de partes interesadas en la publicación de datos académicos, incluyen editores de revistas, agencias de financiación, un conjunto interdisciplinar de investigadores académicos y representantes de organizaciones e infraestructuras de la investigación tanto a nivel nacional como a nivel internacional. Además en esa publicación se fueron uniendo sus voces para reclamar mejores prácticas en la administración de la producción investigadora digital tanto datos como herramientas- para llegar a conseguir un Internet de datos y servicios que sea Encontrable (Findable), Accesible (Accesible), Interoperable (Interoperable), y Reutilizables (Reusable). Algunas de las recomendaciones incluyen mejores prácticas de recolección de datos, una mejor anotación de datos y también herramientas utilizadas, representaciones accesibles por máquinas, adhesión gradual y reutilización de los estándares globales y unas prácticas de administración de publicación y postpublicación más robustas.

En los 20 meses posteriores a su publicación, el artículo de los Principios FAIR ha acumulado hasta 270 citas, y se encuentra en el 1% superior de toda la producción investigadora seguida por AltMetrics, además de ser el artículo #1 de la revista Scientific Data. Los principios han sido ratificados por la European Commission Directorate General for Research and Innovation como base para la European Open Science Cloud, y H2020.

La adhesión a los Principios FAIR reducirá drásticamente el tiempo y el esfuerzo que los investigadores invierten en el descubrimiento, la limpieza e integración de datos, también ayudara a ls transparencia y a la reproducibilidad de la investigación y maximizará el retorno de la inversión en la investigación por parte de los gobiernos y las empresas, al asegurar una reutilización máxima y óptima de los datos existentes en los estudios posteriores.

Referencias.

1. Wilkinson, Mark D.; Dumontier, Michel; Aalbersberg, IJsbrand Jan; Appleton, Gabrielle et al. (15 March 2016). The FAIR Guiding Principles for scientific data management and stewardship.>>

2. <<FAIR Principles>> Material was copied from this source, which is available under a Creative Commons Attribution 4.0 International License.

3. <<Australian FAIR Access Working Group>> www.fair-access.net.au.

4. <<The Importance of FAIR Data Principles in Healthcare & Life Sciences>> August 6, 2020 FAIR Data Principles

5. <<Principios FAIR: Buenas prácticas para la gestión y administración de datos científicos>> 23-10-2017