公平的做法

安东尼·n·戴维斯

国家电力、可持续环境研究中心、学院计算、工程和科学,英国南威尔士大学

DOI:https://doi.org/10.1255/sew.2021.a14
©2021年作者
发表在Creative Commons BYC执照

以下文章公平的倡议,我们尊敬的编辑伊恩·迈克尔非常敏锐,我们看一些例子FAIRification数据处理、收集和归档。

幸运的是,这个请求恰逢一个研讨会主题一些领导人在这个领域称为“公平数据:从原理到最佳实践”和MyScienceWork主办2021年3月30日。^1、2

公平数据:从原理到最佳实践

MyScienceWork将自己描述为拥有一个民主科学的使命。莎莉Ekanayaka主持研讨会表示,…

“MyScienceWork是一家科技公司,它提供了一套先进的研究机构数据驱动解决方案,科学出版商和私营部门研发公司。培养数字可发现性和协作,确保长期可访问性和可重用性的研究成果,并最大化研究影响公司的核心库解决方案…”

,他们显然有一个主要的兴趣帮助推动倡议公平领域向前发展。

计划中的关键外卖从车间:

• 公平数据发布标准的概述
• 操作方式的研究活动中的公平原则
• 值得信赖的数字存储库的核心要求

它看起来像一个不错的选择开始收集信息对人们和FAIRification开展的项目工作。

公平(数据)的出版商

埃里克·舒尔特已经全职工作了过去三年在去公平公正的实现策略的基础和背景是在数据密集型生物科学,领导。他表示关注公平出版和问“什么是公平实现配置文件”。埃里克在前两个“外卖”的谈话要点。首先,他强调公平的基础是使用大量的组织在不同领域或领域,因此,完全是“标准”的不可知论者。他们故意离开的选择标准采用的个人领域专家。公平的支持在不同的相互作用是帮助这些组织达到最高水平的公平,同时密切关注其他项目交付,以帮助推动收敛。

今年1月,埃里克和简Velterop发表学术出版商们发出的呐喊网络走到一起,使一些联合决策FAIRification学术出版商的部门通过公平的实现网络结构。³他提醒听众关于去公平指南“如何去公平”实质上FAIRification过程分解成三个阶段,开始决定通过实践社区领域相关的社区标准。公平支持这个过程通过开发元数据4机器活动召集领域专家与公平的元数据专家产生可重用,特定领域的公平的元数据模式(图1)。特别强调是尝试,只要有可能,使用已经达成标准,避免重复劳动。

图1所示。公平的元数据4机器车间设计领域专家和专家一起来生成特定于域的公平公正的元数据的元数据模式。

从可用工具的角度来看,Erik雪松工作台指出的那样,一个开源工具生成元数据描述科学实验。只是警告,我从未听说过这个工具和搜索,我提出了一些很好的实木表,但是更好的链接到大量的信息在雪松工具可以找到参考4 !雪松的缩写中心扩展数据注释和检索,协作领导由马克为了与斯坦福Co-PIs从斯坦福大学,牛津大学,耶鲁大学和诺斯罗普格鲁曼公司。他们的任务是开发信息技术,使编写完整的元数据集更可控,并且便于在进一步的研究中使用的元数据。开源雪松工作台是专门用来帮助处理元数据生成的极度贫困状态,一个关键的活动FAIRification过程记录。它由一组网络工具覆盖收购,元数据的存储、搜索和重用模板包括元数据获取表单的结构简单。使用雪松模板生成的元数据是公平的和可互操作的相关公开数据和检索JSON, JSON-LD和RDF格式。一个简短的视频解释了雪松的本质是可用的https://more.metadatacenter.org/video/introductory-video-cedar-all-basics。

建立公平的元数据当然是只有一部分,即使一个很重要的部分,FAIRification过程。去数据公平实现概要(金)概念后,下一步是特定领域的元数据的创建模式。写的时候已经有25 FIPs创建工厂检验计划的研讨会和一篇文章Barabara Magangna Umweltbundesamt GmbH在奥地利维也纳和同事从布拉格和荷兰的使用FIPs公平收敛加速器是目前可用OSF预印本。⁵

访问数字内容存储库

所以,原则排序车间转移到存储库的作用和核心需求的软件能够实现这一具有挑战性的角色。Yann马希从会议主机MyScienceWork开始呈现数据科学概念的挑战解决方案研究,可以应付复杂性和多学科的本质内容,同时满足不同利益相关者的需求。我们都观察到的科学数据资源的爆炸在过去20年,大多数已外的古典同行评议的出版模式。事实上,它可能是公平地说,目前大部分的科学数据之外的“发表”过去的经典同行评审质量控制机制。COVID-19大流行凸显了一个真正的数据面临的挑战消费者识别和过滤信息虚假或上下文非常误导的陈述。Yann解决挑战环节,储存和随后想象这个多元数据的“海洋”,我们都有访问以一种有意义的方式。

开放和开放获取的概念在科学给了科学界的巨大潜在机会。然而,可能有差距科学家对于“大数据”的期望和可用的工具使用和重用。这些问题可以抑制传统枷锁的方法获得的全部利益基本科学出版物。Yann强调公平原则的实现一个解决方案是用盐水浸泡预期的研究更接近实现,但强调了不同程度的进步之间的早期创新者国家和世界上的其他国家。支持这种变化不仅反映在全球范围内还可以看到各个科学领域和社区之间有完全不同的具体目标的利益相关者在公平的旗帜下。

在整理仓库,管理的重要作用和表示数据的机器和人类可读的形式进行了探讨。这一事实,在实际操作中,“脱颖而出”的特定工具满足多重需求,可访问性、互操作性和Reusability-a概念IUPAC FAIRSpec项目也面临它继续特定领域的工作。⁶Yann检查存储库的概念,尤其是在存储库的作用降低壁垒的采用公平数据原则同时也生成额外的连接到其他相关内容存储库内部和不同存储库。这将大大有助于减少在不同的涉众需求解决的挑战。

商业实体,一个深思熟虑的存储库也是必不可少的会议基本合规和业务关键驱动程序,如在管理权利和访问特定的内容。还有一个需要部署数据保留策略、数据后可能需要删除一个特定的一生也持有合法持有应该到位的信息内容。保持系统future-safe也需要一个深思熟虑的临终计划对任何基础设施和管理良好的公平库也更简单迁移到下一代的软件和硬件。长寿还通过实施记录,确保仓库内的受控词汇表,这是我们回到Erik上面描述的工作!

部署的例子皮斯托亚联盟在生命科学工作

第三车间演示是由伊恩•哈罗项目经理与皮斯托亚联盟基于公平的重要性数据倡议在生命科学领域。伊恩提供见解,他们获得了通过构建公平的工具包。伊恩开始通过回顾可用的数据的巨大增长个人通过走向高通量方法测量,“组学”,现在大数据和物联网数据挖掘成为至关重要的和公平的指导原则和数据工具的关键推动者。这些工具和服务也作为价值乘数的可用数据,值得记住当你正试图获得资金的项目!公平原则是不标准的,但伊恩指出研究数据联盟(RDA)公平数据成熟度模型去年发表在“标准化”的方法前进了一大步,公平。⁷在RAD网站上有大量的信息https://www.rd-alliance.org如果你有兴趣学习更多或者导致他们的工作有机会加入这个组织成员或一个组织。

RDA的方法的优点是,它看着所有的公平原则,这本身看起来很艰巨的时候开始自己FAIRification项目和分配每一个三层的重要性。

三个层次的重要性被定义为:

1. 重要:地址这一指标至关重要的一个方面,它是实现公平在大多数情况下,或者,相反,公平实际上不可能实现如果指标不满足。
2. 重要的是:这样一个指示器地址可能不是至关重要的一个方面在特定情况下,但其满意度,如果可能的话,公平会大幅度增加。
3. 有用:这样一个指示器地址是可有可无的,但不一定是不可或缺的一个方面。

我认为这是一个很好的支持文档来帮助组织发展和优先埃里克讨论下什么公平公正的实施计划。伊恩·皮斯托亚联盟指出,举行了三个车间在2018年和2019年在欧洲和美国曾明确指出的一个主要障碍FAIRification“bdapp官方下载安卓版你从哪里开始”!很明显,项目需要讨论和同意的基础业务目标和明确文档足够“公平”是什么意思在他们的世界。

皮斯托亚公平工具包起来满足这些需求识别这需要一个自底向上的方法和概念化工作记录用例,确定好工具,认识到培训的重要性,好的变更管理的需求在整个工作活动。^8、9

我们可用的空间是不可能进入每个项目的细节从出生到联盟运行的交付,但如果你跟随参考10中的链接你会发现从罗氏五个很有趣的例子,拜耳,阿斯利康,Hyve SciBite通过。

奇怪的是,一位老同事Rolf Grigat现在在拜耳工作公平、关联数据的推动者,最近指出我拜耳COLID实现免费在GitHub (https://github.com/Bayer-Group)。他特别自豪的标志(图2),运气好的话我们将能够详细功能的发展旅程拜耳和皮斯托亚联盟将在以后的专栏中。

图2

结论

车间已经不能再好了。公平部署覆盖概念通过系统的真实示例完成项目真的把FAIRification理念从理论到实际部署。如果你还发现锁定压力为什么不花一个小时听整个车间吗?您可以使用引用1中的链接。

每个人都请保持安全!

引用

1. 公平数据:从原理到最佳实践车间2021年3月31日。MyScienceWork主办,https://youtu.be/FP7H_VmMl_U
2. s . Ekanayaka耙,y马希和e·舒尔特,公平数据:从原理到最佳实践(研讨会)。MyScienceWork (2021)。https://youtu.be/FP7H_VmMl_U
3. j . Velterop和e·舒尔特”学术出版商的公平实现网络(APIN)”,信息服务和使用40 (1 - 2),1 - 9 (2021)。https://doi.org/10.3233/isu - 200102
4. https://more.metadatacenter.org/
5. b . Magagna电子艺界舒尔特,r . Pergl K.M. Hettne, t·库恩和m . Suchanek“可重用的公平实现档案的加速器公平收敛”,OSF预印本(2020)。https://doi.org/10.31219/osf.io/2p85g
6. .汉森A.N.戴维斯,d . Jeannerat m·阿奇博尔德布鲁诺,粉笔,j . Lang H.S. Rzepa R.J.兰开夏郡,“好吗?”Spectrosc。bdapp官方下载安卓版欧洲33 (2),研讨会(2021)。https://doi.org/10.1255/sew.2021.a9
7. RDA公平数据成熟度模型工作小组,公平数据成熟度模型:规范和指导方针。研究数据联盟(2020)。https://doi.org/10.15497/RDA00050
8. j .明智的et al。”,实现生物制药研发和公平数据相关性原则”,药物发现今天24 (4),933 - 938 (2019)。https://doi.org/10.1016/j.drudis.2019.01.008
9. https://fairtoolkit.pistoiaalliance.org
10. https://www.pistoiaalliance.org/projects/current-projects/fair-implementation/