Các chính sách và thực hành dữ liệu FAIR

FAIR Data Policies and Practices

Theo: https://www.fairsfair.eu/fairsfair-open-consultation-fair-data-policies-and-practices

FAIRsFAIR có mục tiêu cung cấp các giải pháp thực hành để triển khai các nguyên tắc dữ liệu FAIR thông qua vòng đời dữ liệu nghiên cứu. Giữa tháng 3 và tháng 11/2019, FAIRsFAIR đã tổ chức một tư vấn mở, và triển khai nghiên cứu bàn và một số lượng nhỏ các cuộc phỏng vấn để đánh giá bức tranh chính sách và thực hành FAIR hiện hành về các khía cạnh:

• dải các chính sách tác động tới cách thức các nhà nghiên cứu làm việc

• dải các sáng kiến để xúc tác cho các mức độ chín khác nhau về các thực hành FAIR xuyên khắp các ngành

• các nguồn hỗ trợ hiện sẵn sàng cho các nhà nghiên cứu

Ai tham gia trong tư vấn mở?

Tổng cộng đã nhận được 106 câu trả lời. Đa số các câu trả lời đã nhận được từ:

• các nhân viên làm việc trong các trường đại học (44%)

• các nhân viên về hạ tầng nghiên cứu (30%)

• Các tổ chức thực thi nghiên cứu (10%) và ‘khác’ (9%)

Đa số các câu trả lời tới từ các quốc gia hiện đang thể hiện cam kết khá cao với Khoa học Mở và các nguyên tắc FAIR, bao gồm Vương quốc Anh (19%), Hà Lan (13%), Đức (12%), Phần Lan và Pháp (9%), Ireland, Ý, Tây Ban Nha và Thụy Điển (đều 5%).

Các phát hiện liên quan tới chính sách

Các chính sách là một thành phần quan trọng trong hệ sinh thái FAIR. Ngoài cuộc tư vấn mở, FAIRsFAIR đã triển khai một phân tích 42 chính sách dữ liệu hiện hành ở các mức khác nhau (quốc gia, nhà cấp vốn, nhà xuất bản, cơ sở) để xác định các yếu tố chính sách hỗ trợ hoặc cản trở thực hành dữ liệu FAIR và để chia sẻ các ví dụ thực hành tốt. Để hỗ trợ cho so sánh xuyên khắp các chính sách dữ liệu của các bên liên quan khác nhau, một tập hợp các tiêu chuẩn về đặc điểm mô tả chính sách đã được phát triển để giúp chúng tôi đánh giá sự tiến bộ đối với ưu tiên và hỗ trợ cho các khuyến nghị được phác thảo trong việc Biến FAIR thành Hiện thực. Các kết quả của phân tích đó được trình bày trong D3.1 Phân tích Bức tranh Chính sách FAIR, nó cung cấp bức tranh toàn cảnh về chính sách vào tháng 11/2019.

Sự lựa chọn các phát hiện chính được cung cấp bên dưới.

- Các chính sách hiện không được xây dựng cho khả năng đọc được của máy

Để cho phép các tiến trình máy hành động được sẽ được triển khai trong một hệ sinh thái FAIR, là quan trọng rằng các chính sách điều chỉnh việc chia sẻ dữ liệu là so sánh được và có thể được cả con người và máy giải thích một cách rõ ràng. Về điều này, có nhu cầu đồng thuận về một tập hợp các yếu tố chính sách chung sẽ được mô tả nhất quán bằng việc sử dụng một lược đồ đánh dấu có cấu trúc.

- Vài chính sách của các bên liên quan là có ảnh hưởng lớn hơn lên hành vi của các nhà nghiên cứu so với các chính sách khác

Dựa trên các kết quả của tư vấn mở, các chính sách của các nhà cấp vốn là có ảnh hưởng nhất lên các thực hành của các nhà nghiên cứu, theo sau là các chính sách của các nhà xuất bản và các tạp chí. Các chuẩn mực của cộng đồng cũng có ảnh hưởng đáng kể lên các thực hành của các nhà nghiên cứu cũng như các chính sách của Chính phủ và các Bộ của các quốc gia. Các chính sách ở mức của các Tổ chức Thực thi Nghiên cứu - RPO (Research Performing Organisation) và Hạ tầng Nghiên cứu có ảnh hưởng ít hơn một chút lên các thực hành của các nhà nghiên cứu và các chính sách ít có ảnh hưởng nhất dường như là của các kho dữ liệu.

- Các chính sách nên phù hợp với FAIR hoặc rõ ràng hoặc ngầm định

Trong khi các chính sách dữ liệu của nhiều nhà cấp vốn và nhà xuất bản/tạp chí chúng tôi đã rà soát lại có các yếu tố liên quan tới FAIR, ít hơn nửa đặc biệt tham chiếu tới các nguyên tắc FAIR một cách rõ ràng. Một trong số các nhà xuất bản được phỏng vấn đã nêu rằng họ không đặc biệt tham chiếu tới các nguyên tắc FAIR thậm chí dù chính sách của họ phù hợp với chúng vì họ cảm thấy khái niệm đó gây lúng túng cho các nhà nghiên cứu. Trong khi tham chiếu rõ ràng tới FAIR có thể không nhất thiết trong tất cả các chính sách, hướng dẫn và hỗ trợ có liên quan nên làm rõ cách để chính sách đó phù hợp với FAIR một cách ngầm định.

Các phát hiện liên quan tới thực hành

Quản trị Dữ liệu đóng vai trò không thể thiếu trong việc xúc tác cho thực hành quản lý dữ liệu nghiên cứu tốt và giúp hiện thực hóa sản xuất dữ liệu FAIR sẵn sàng để sử dụng lại. Đa số các tổ chức thực thi nghiên cứu từng tham ia trong tư vấn mở đều cung cấp hỗ trợ quản lý dữ liệu nghiên cứu trong nội bộ ở các mức độ khác nhau. Vài trong số các phát hiện chính được cung cấp bên dưới.

- Thời điểm cung cấp hỗ trợ là rất quan trọng

Chúng tôi phải xác định các thời điểm qua toàn bộ vòng đời dữ liệu nơi sự hỗ trợ cho quản lý dữ liệu nghiên cứu (RDM) là hiệu quả nhất để xúc tác cho sản xuất dữ liệu FAIR. Điều này đặc biệt đúng khi liên quan tới việc lựa chọn và triển khai các tiêu chuẩn siêu dữ liệu để hỗ trợ cho tính tương hợp và sử dụng lại liên ngành.

- Tính sẵn sàng hỗ trợ của địa phương có ảnh hưởng tích cực lên hành vi của các nhà nghiên cứu

Tư vấn mở đã chỉ ra rằng tính sẵn sàng hỗ trợ để giúp cho các nhà nghiên cứu làm cho dữ liệu của họ thành FAIR được coi như là yếu tố chính sách tích cực nhất có ảnh hưởng tới hành vi của các nhà nghiên cứu với hơn 93% những người trả lời đánh giá xếp hạng yếu tố này như là ‘rất’ hoặc ‘hoàn toàn’ tích cực. Đáng khích lệ, tư vấn mở đó cũng đã chỉ ra rằng hơn 2/3 các tổ chức trả lời hiện đang cung cấp hỗ trợ trong nội bộ.

- Ai cung cấp hỗ trợ?

Dựa vào các phát hiện của tư vấn mở, hỗ trợ quản lý dữ liệu nghiên cứu để tạo ra dữ liệu FAIR được cung cấp tập trung và thường xuyên nhất từ Thư viện hoặc các đơn vị Hỗ trợ Nghiên cứu trong các tổ chức. Tuy nhiên, nhiều cơ sở bây giờ đang giới thiệu hỗ trợ chuyên tâm ở mức khoa hoặc phòng. Các tổ chức với các nguồn lực hạn chế có thể vẫn cung cấp một dịch vụ đăng ký thiết yếu cho một nhóm đang gia tăng các tài nguyên học tập và đào tạo mở, chẳng hạn như các tài nguyên được các dự án Hạ tầng Nghiên cứu và Cụm liên quan phát triển (ví dụ, ELIXIR, SSHOC).

- Quản trị dữ liệu có xu hướng đội hơn một cái mũ!

Những người trả lời được xác định với nhiều vai trò khác nhau, 49% đã chỉ ra rằng họ đóng vài vai trò ở các cơ sở của họ. Trong nhiều trường hợp, những người trả lời đã chỉ ra rằng họ nắm giữ từ 2 tới 5 vai trò trong tổ chức của họ. Trong số 51% những người trả lời có một vai trò duy nhất, đa số (14%) đang làm việc hỗ trợ nghiên cứu và có liên quan, theo sau là các nhà hoạch định chính sách hoặc các nhà quản lý cao cấp (11%) và các thủ thư dữ liệu nghiên cứu hoặc quản trị dữ liệu (9%).

Các báo cáo tổng quan

Dựa vào hoạt động về tổng quan ban đầu, một số báo cáo đx được xuất bản cùng với các khuyến nghị thực tế nhằm tới các nhà hoạch định chính sách, các nhà quản lý kho và quản trị dữ liệu.

Các kết quả đầu ra liên quan

• FAIRsFAIR Policy and Practice Survey 2019 data for D3.1, D3.2 and D6.1. Các câu hỏi khảo sát được trình bày trong tư vấn mở về Chính sách và Thực hành và dữ liệu kết quả là sẵn sàng để sử dụng lại. Tư vấn mở từng là một phần của rà soát lại bức tranh ban đầu của chúng tôi và được tiến hành từ 2/8 – 27/9/2019.

• FAIRsFAIR Policy Characterisation Data for D3.1. Như một phần của đánh giá tổng thể của chúng tôi, chúng tôi đã rà soát lại 42 chính sách từ các bên liên quan khác nhau (các nhà cấp vốn, các nhà xuất bản, các cơ sở giáo dục đại học) đã có mức tham gia khác cao với các nguyên tắc FAIR để thấy họ đã phản ánh các hành động đặc thù của các bên liên quan như được khuyến nghị trong Biến FAIR thành Hiện thực xa như thế nào. Dữ liệu kết quả là sẵn sàng để sử dụng lại.

• D3.1 FAIR Policy Landscape Analysis. Tài liệu này cung cấp ảnh chụp nhanh bức tranh toàn cảnh chính sách dữ liệu ở các mức khác nhau (quốc gia, nhà cấp vốn, nhà xuất bản, cơ sở) vào năm 2019 và xác định các yếu tố chính sách hỗ trợ hoặc cản trở thực hành dữ liệu FAIR.

• D3.2 FAIR Data Practice Analysis. Tài liệu này cung cấp một phân tích các thực hành hỗ trợ sản xuất dữ liệu FAIR trong lựa chọn rộng các ngành nghiên cứu và các kho dữ liệu nghiên cứu.

• D3.3 Policy Enhancement Recommendations. Dựa trên các kết quả đầu ra của D3.1, FAIRsFAIR đã chuẩn bị một loạt các khuyến nghị thực hành cho cam kết chính sách hỗ trợ cho việc hiện thực hóa hệ sinh thái FAIR.

• D6.1 Overview of needs for competence centres and characterisation. Tài liệu này khám phá các yêu cầu năng lực của các trung tâm, cung cấp tổng quan về tính sẵn sàng của các trung tâm năng lực hiện hành, và chia sẻ các ví dụ thực hành tốt.

• D3.4 Recommendations on practice to support FAIR data principles. Xây dựng dựa trên các phát hiện được nêu trong D3.2, FAIRsFAIR đã phát triển một tập hợp các khuyến nghị cho các hành động thực tế sẽ được sử dụng để thông tin cho sự phát triển các tài nguyên hướng dẫn để hỗ trợ hơn nữa cho các cộng đồng nghiên cứu để áp dụng các tiêu chuẩn và các thực hành dữ liệu FAIR.

• D3.5 Description of FAIRsFAIR's Transition Support Programme for Repositories. Tài liệu này mô tả dải các hoạt động hỗ trợ FAIR có ý định để giúp cho các kho trên lộ trình hướng tới phù hợp hơn với các nguyên tắc dữ liệu FAIR.

• D3.8 Final report on policy and practice recommendations and support. Báo cáo này mô tả một loạt hỗ trợ, tài nguyên và hướng dẫn của WP3, được phát triển để hỗ trợ cho chính sách và các khuyến nghị thực hành của chúng tôi. Báo cáo mô tả hỗ trợ cho 3 nhóm các bên liên quan chính - các nhà hoạch định chính sách, các cộng đồng nghiên cứu và các kho.

FAIRsFAIR aimed to supply practical solutions for the implementation of the FAIR data principles throughout the research data life cycle. Between March and November 2019, FAIRsFAIR ran an open consultation, and undertook desk research and a small number of interviews to assess the current FAIR policy and practice landscape with regard to:

• the range of policies that influence the way researchers work

• the range of initiatives to enable different levels of maturity with regard to FAIR practices across disciplines

• the sources of support currently available to researchers

Who took part in the open consultation?

A total of 106 responses were received. The majority of responses were received from: 

• staff working in Universities (44%) 

• Research Infrastructure staff (30%) 

• Research Performing Organisations (10%) and ‘other’ (9%). 

The majority of responses came from countries that currently demonstrate a relatively high engagement with Open Science and the FAIR principles including the UK (19%), Netherlands (13%), Germany (12%), Finland and France (9% each), Ireland, Italy, Spain and Sweden (5% each). 

Policy related findings

Policies are a crucial component in the FAIR ecosystem. In addition to the open consultation, FAIRsFAIR carried out an analysis of 42 current data policies at various levels (national, funder, publisher, institutional) to identify policy elements that support or hinder FAIR data practice and to share examples of good practice. To support comparison across the data policies of different stakeholders, a standard set of policy characterisation features was developed to help us assess progress against the priority and supporting recommendations outlined in Turning FAIR into Reality. The results of the analysis are presented in D3.1 FAIR Policy Landscape Analysis which provides a snapshot of the policy landscape in November 2019. A selection of the main findings are provided below. A selection of the main findings are provided below. 

♦ Policies are not currently structured for machine readability 

To enable machine-actionable workflows to be carried out in a FAIR ecosystem, it will be crucial that the  policies governing data sharing are comparable and can be interpreted unambiguously by both humans and machines. To this end, there is a need to agree on a set of common policy elements that will be consistently described using a structured markup schema.

♦ Some stakeholders’ policies are more influential on researchers’ behaviour than others

Based on the results of the open consultation, the policies of funding bodies are the most influential on researchers’ practices followed by those of publishers and journals. Community norms also have significant influence on researchers’ practices as do the policies of Government or National Ministries. Policies at the Research Performing Organisation (RPO) and Research Infrastructure level have slightly less influence over researchers’ practices and the least influential policies appear to be those of data repositories. 

♦ Policies should be aligned with FAIR either explicitly or implicitly

While many of the funding body and publisher/journal data policies we reviewed contain FAIR-related elements, less than half specifically refer to the FAIR principles explicitly. One of the publishers interviewed stated that they do not specifically reference the FAIR principles even though their policy aligns with them because they feel the term is confusing for researchers. While explicit reference to FAIR may not be necessary in all policies, related guidance and support should make clear how the policy aligns with FAIR implicitly.

Practice related findings

Data Stewards play an integral role in enabling good research data management practice and help to realise the production FAIR data available for reuse. The majority of research performing organisations that participated in the open consultation do provide in-house research data management support to varying degrees. Some of the key findings are provided below.

♦ Timing of support provision is crucial 

We must identify points over the full data lifecycle where  RDM support is most effective for enabling FAIR data production. This is particularly true when it comes to selecting and implementing metadata standards to support interoperability and interdisciplinary reuse. 

♦ The availability of local support has a positive influence on researcher behaviour

The open consultation showed that the availability of support to help researchers make their data FAIR is considered to be the most positive policy factor influencing researchers’ behaviour with more than 93% of respondents rating this factor as ‘very’ or ‘quite’ positive. Encouragingly, the open consultation also showed that more than two thirds of respondents’ organisations currently provide in-house support.

♦ Who provides support?

Based on the findings of the open consultation, RDM support for making data FAIR is most frequently provided centrally by Library or Research Support units in organisations. However many institutions are now introducing dedicated support at the faculty or departmental level. Organisations with limited resources can still provide an essential sign-posting service to a growing body of open training and learning resources such as those developed by Research Infrastructures and related Cluster projects (e.g., ELIXIR, SSHOC). 

♦ Data Stewards tend to wear more than one hat!

Respondents identified with a variety of roles, 49% indicated that they fill several roles at their institutions. In many cases, respondents indicated that they held between three and five roles within their organisation. Of the 51% of respondents that have a unique role, the majority (14%) working in research support and liaison followed by policy makers or senior managers (11%) and data stewards or research data librarians (9%). 

Landscape reports

Based on the initial landscaping activity, a number of reports have been published along with practical recommendations targeting policy makers, data stewards and repository managers.

Relevant outputs

• FAIRsFAIR Policy and Practice Survey 2019 data for D3.1, D3.2 and D6.1. The survey questions of presented in the open consultation on Policy and Practice and the resulting data are available for reuse. The open consultation was part of our initial landscape review and ran from August 2 - September 27, 2019.  

• FAIRsFAIR Policy Characterisation Data for D3.1. As part of our landscape assessment, we reviewed 42 policies from different stakeholders (funders, publishers, HEIs) that had a relatively high level of engagement with the FAIR principles to see how far they reflected the stakeholder-specific actions as recommended in Turning FAIR Into Reality. The resulting data are available for reuse.  

• D3.1 FAIR Policy Landscape Analysis.  This document provides a snapshot of the data policy landscape at various levels (national, funder, publisher, institutional) in 2019 and identifies policy elements that support or hinder FAIR data practice. 

• D3.2 FAIR Data Practice Analysis. This document provides an analysis of practices to support FAIR data production within a broad selection of research disciplines and research data repositories. 

• D3.3 Policy Enhancement Recommendations. Based on the outcomes of D3.1, FAIRsFAIR prepared a series of practical recommendations for policy enhancement to support the realisation of a FAIR ecosystem. 

• D6.1 Overview of needs for competence centres and characterisation. This document explores competence centre requirements, provides an overview of current competnce centres available, and shares examples of good practice.  

• D3.4 Recommendations on practice to support FAIR data principles. Building upon the findings outlined in D3.2, FAIRsFAIR developed a set of recommendations for practical actions to be used to inform the development of guidance resources to support further adoption of FAIR data standards and practices by research communities. 

• D3.5 Description of FAIRsFAIR's Transition Support Programme for Repositories. This document describes the range of FAIRsFAIR support activities intended to help repositories on their journey towards better alignment with the FAIR data principles.

• D3.8 Final report on policy and practice recommendations and support. The report describes a range of WP3 support, resources and guidance developed to support our policy and practice recommendations. The report describes support for three key stakeholder groups - policy makers, research communities and repositories.

Dịch: Lê Trung Nghĩa

letrungnghia.foss@gmail.com