Sinds 2014 zijn de ‘FAIR-principes’ een begrip in de wetenschappelijke wereld en inmiddels ook daarbuiten. Maar één aspect lijkt hierbij vergeten te zijn: de langetermijnbewaring van wetenschappelijke data. Binnen de Research Data Alliance wordt hier nu aandacht voor gevraagd.
Door: Barbara Sierman
De FAIR-principes zijn ontstaan na een reeks schandalen waarbij wetenschappers hadden gerommeld met wetenschappelijke data om hun onderzoeksresultaten te onderbouwen. FAIR staat voor Findable (vindbaar), Accessible (toegankelijk), Interoperable (interoperabel) en Re-usable (herbruikbaar). Het gaat daarbij niet alleen om hoe mensen met de data omgaan (dan zijn sommige van deze zaken in veel gevallen al jaren geleden geregeld), maar ook hoe machines data volgens de FAIR-principes kunnen benaderen en verwerken.
Deze schandalen deden zich wereldwijd voor. In Nederland was vooral de ophef rond de wetenschapper Diederik Stapel aanleiding om goed na te denken over de omgang met wetenschappelijke data. De Nederlander Barend Mons heeft een belangrijke bijdrage geleverd aan de verspreiding van het concept van de FAIR-principes. Het acroniem is aantrekkelijk en wordt nu internationaal omarmd. Veel subsidiegevers, onder meer de Europese Commissie met het Horizon 2020-programma, eisen dat de onderzoekers een datamanagementplan schrijven waarin zij aangeven hoe FAIR hun onderzoeksdata is.
Summiere uitleg
Maar de uitleg wat FAIR in de praktijk betekent, is nogal summier. Hoe krijgt een dataset het predicaat FAIR? Wat zijn de eisen waaraan zo’n dataset moet voldoen? Dat blijkt in de verschillende wetenschapsdomeinen een eigen invulling nodig te hebben. Er zijn inmiddels tientallen initiatieven om te toetsen of een dataset FAIR is. Voor diverse wetenschapsdomeinen zijn tools beschikbaar.
Binnen de Research Data Alliance probeert de werkgroep Fair Maturity Model uit deze veelheid algemene kenmerken te distilleren. Op die manier ontstaat er een uniforme set aan uitgangspunten. Verschillende Europese projecten, zoals FAIRsFAIR, werken aan nadere uitwerkingen binnen de European Open Science Cloud.
Geen momentopname
Binnen de wereld van digitale duurzaamheid is deze ontwikkeling met enige ongerustheid gadegeslagen. Natuurlijk kunnen de FAIR-principes leiden tot datasets die beter voorbereid zijn op langetermijnbewaring; denk daarbij aan relevante metadata, controle op compleetheid, bewaren van bijbehorende software, et cetera. Maar in het FAIR-concept lijkt een belangrijk element te ontbreken: de langetermijnbewaring. Wie ziet erop toe dat de FAIRness van de dataset niet een momentopname is, maar gehandhaafd blijft voor een lange periode? Voor minstens tien jaar bijvoorbeeld, zoals subsidieverstrekkers eisen? Wie waarborgt de authenticiteit van de data op termijn?
TRUST
Binnen de Research Data Alliance is een initiatief gestart om voor dit langetermijnaspect aandacht te vragen. Om FAIR en digitale duurzaamheid met elkaar te verbinden. Om wetenschappers erop te wijzen dat ze een veilige haven voor hun data moeten zoeken, en aan welke eisen die veilige haven moet voldoen om geloofwaardig te zijn. TRUST is het acroniem waarin deze eisen zijn samengevat: Transparancy, Responsibility, User Community, Sustainability en Technology zijn de elementen waaraan de repository moet voldoen. Dit zijn geen nieuwe elementen. De bestaande certificeringsmethodieken voor ‘Trustworthy Repositories’ hebben de ingrediënten geleverd voor het opstellen van de TRUST-uitgangspunten, zoals de Core Trust Seal, nestor en ISO 16363.
Het rapport waarin dit concept wordt toegelicht is openbaar en is onlangs gepresenteerd tijdens de 14de RDA Plenary meeting in Helsinki. FAIR en TRUST, van momentopname naar langetermijntoegankelijkheid.
Barbara Sierman is Digital Preservation manager bij de Koninklijke Bibliotheek
Deze bijdrage komt uit IP nr. 9 / 2019. Het gehele nummer kun je hier lezen.