Em 15 de março de 2016, o Guia de Princípios FAIR para gerenciamento e administração de dados científicos foi formalmente publicado no periódico Scientific Data do Nature Publishing Group1. O problema abordado pelos Princípios FAIR é a falta de boas práticas para a publicação de dados científicos que sejam amplamente compartilhadas, claramente articuladas e amplamente aplicáveis. Enquanto a história da publicação científica em periódicos é longa e bem estabelecida, o mesmo não se pode dizer da publicação formal de dados. Todavia, os dados poderiam ser considerados como a produção principal da pesquisa científica e sua publicação e reutilização é necessária para garantir sua validade, reprodutibilidade e para conduzir novas descobertas. Os princípios FAIR atendem a estas necessidades, fornecendo um conjunto preciso e mensurável de qualidades que uma boa publicação de dados deve apresentar – qualidades que garantem que os dados são Encontráveis, Acessíveis, Interoperáveis e Reutilizáveis (do inglês FAIR – Findable, Accessible, Interoperable, and Reusable).
Os princípios foram formulados após o Lorentz Center workshop em janeiro de 2014, quando um grupo diverso de atores, compartilhando interesse na publicação e reutilização de dados científicos, reuniu-se para discutir as características requeridas dos ambientes contemporâneos de publicação de dados científicos. O primeiro projeto dos Princípios FAIR foi publicado no site Force112 para avaliação e comentários por parte de uma comunidade mais ampla – um processo que durou quase dois anos. Isso resultou em princípios claros, concisos e amplamente apoiados que foram agora publicados. Os princípios apoiam uma ampla gama de novas iniciativas internacionais, como o European Open Science Cloud e o Big Data to Knowledge (BD2K) do NIH, fornecendo orientação clara que ajuda a garantir que todos os dados e serviços associados na emergente “Internet de Dados” serão FAIR (Encontráveis, Acessíveis, Interoperáveis e Reutilizáveis) não apenas por pessoas, mas também, e principalmente, por máquinas.
O reconhecimento de que os computadores devem ser capazes de acessar uma publicação de dados de forma autônoma, sem a ajuda de operadores humanos, é fundamental para os Princípios FAIR. Computadores são agora companheiros inseparáveis em toda iniciativa de pesquisa. Arquivos de dados científicos contemporâneos são grandes, complexos e estão distribuídos globalmente, tornando quase impossível que um ser humano seja capaz de manualmente descobri-los, integrá-los, inspecioná-los e interpretá-los. Esta barreira de (re)usabilidade, até agora, nos impedia de maximizar o retorno sobre o investimento do enorme apoio financeiro global para projetos de pesquisa e desenvolvimento de big data, especialmente nas ciências da vida e da saúde. Este obstáculo de desperdício não passou despercebido por agências-chave e órgãos reguladores. Como resultado, a gestão e administração rigorosas de dados – aplicáveis a ambos os “usuários” humanos e computacionais – em breve se tornará uma atividade financiada e fundamental dos modernos projetos de pesquisa. Na verdade, as atividades de gerenciamento de dados orientadas por FAIR serão cada vez mais mandatórias por organismos públicos de fomento.
O alto nível de abstração dos Princípios FAIR, evitando questões controversas, tais como a tecnologia ou abordagem utilizada na implementação, já os torna aceitáveis para uma variedade de organismos de fomento de pesquisa e formuladores de políticas. Exemplos incluem os FAIR Data workshops from EU-ELIXIR3, a inclusão de FAIR nos planos futuros da Horizon 20204, e apoio da American National Institutes for Health. Desta forma, parece certo que estes princípios rapidamente se tornarão uma base crucial para inovação no movimento global em direção a ambientes de Ciência Aberta (Open Science). Assim, a publicação dos Princípios é oportuna e está alinhada com a Open Science Conference sob a presidência Holandesa da UE em abril de 2016.
Com relação ao movimento Open Science, os Princípios FAIR alegam ser “inteligentemente abertos” ao invés de “religiosamente abertos”. Os Princípios não propõem que todos os dados sejam livremente disponíveis – particularmente aqueles referentes a dados cuja privacidade deve ser preservada. Alternativamente, eles propõem que todos os dados sejam disponibilizados para reutilização sob condições e licenças claramente definidas, disponíveis sob um processo bem definido e com reconhecimento e citação completos e adequados. Isso permitirá uma ampla participação de atores, por exemplo, da área de biomedicina e da indústria em que condições de utilização de dados rigorosas e transparentes são um requerimento central para a reutilização de dados.
“Estou muito orgulhoso pelos princípios FAIR terem sido publicados pouco mais de dois anos após a reunião no Lorentz Center na qual esboçamos os primeiros princípios. Estes princípios desempenham um papel muito importante na elaboração de documentos sobre políticas orientadas para o futuro em todo o mundo e os autores destes documentos também estão em posições que lhes permitem segui-los. Eu sinceramente espero que dados FAIR se tornem um padrão no futuro da Open Science, na Holanda e globalmente” afirma Barend Mons, Professor de Biossemântica no Leiden University Medical Center, Diretor do Nodo ELIXIR-NL no Dutch Techcentre for Life Sciences, Integrador em Ciências da Vida no eScience Center da Holanda, e membro do conselho do Leiden Centre of Data Science.
O SciELO como participante da reunião no Lorentz Center promove os Princípios FAIR e os adotará para a gestão de dados científicos.
Saiba mais:
Por favor, contate o Prof. Barend Mons (ea@dtls.nl).
Notas
1. WILKINSON, M.D., et al. The FAIR Guiding Principles for scientific data management and stewardship. Sci. Data 3. 2016. DOI: 10.1038/sdata.2016.18
2. Guiding principles for Findable, Accessible, Interoperable and Re-usable data publishing version b1.0. FORCE11. Available from: http://www.force11.org/node/6062
3. DECHAMP, J.F. 2006-2015: celebrating a decade of Open Access policy in the European Commission. In: 4th National Open Access Workshop, 2015, Ankara, Turkey. Available from: http://www.acikerisim.org/wp-content/uploads/2016/01/jean_francois_dechamp.pdf
4. ELIXIR Webinar: BYOD and FAIR data stewardship. Elixir, Netherlands, 2015. Available from: http://www.elixir-europe.org/documents/elixir-webinar-byod-and-fair-data-stewardship-august-2015
Referências
DECHAMP, J.F. 2006-2015: celebrating a decade of Open Access policy in the European Commission. In: 4th National Open Access Workshop, 2015, Ankara, Turkey. Available from: http://www.acikerisim.org/wp-content/uploads/2016/01/jean_francois_dechamp.pdf
ELIXIR Webinar: BYOD and FAIR data stewardship. Elixir, Netherlands, 2015. Available from: http://www.elixir-europe.org/documents/elixir-webinar-byod-and-fair-data-stewardship-august-2015
FAIR DATA. Dutch Techcentre for life sciences. Available from: http://www.dtls.nl/fair-data/
Guiding principles for Findable, Accessible, Interoperable and Re-usable data publishing version b1.0. FORCE11. Available from: http://www.force11.org/node/6062
WILKINSON, M.D., et al. The FAIR Guiding Principles for scientific data management and stewardship. Sci. Data 3. 2016. DOI: 10.1038/sdata.2016.18
Links externos
American National Institutes for Health – <http://datascience.nih.gov/commons>
eScience Center – <http://www.esciencecenter.nl/>
European Open Science Cloud – <http://ec.europa.eu/research/openscience/index.cfm?pg=open-science-cloud>
Jointly designing a data FAIRPORT. Leiden, the Netherlands – <http://www.lorentzcenter.nl/lc/web/2014/602/info.php3?wsid=602>
NIH Big Data to Knowledge (BD2K) – <http://datascience.nih.gov/bd2k>
Traduzido do original em inglês por Lilian Nassi-Calò.
Posts relacionados:
Como citar este post [ISO 690/2010]:
Pingback: Princípios FAIR : critérios de qualidade para dados de pesquisa – A publicação científica