En 15 de marzo de 2016, los Principios FAIR para el manejo y administración de datos científicos fueron formalmente publicados en la revista Scientific Data del Nature Publishing Group1. Los Principios FAIR buscan solucionar la ausencia de buenas prácticas para la publicación de datos científicos que sean ampliamente compartidas, claramente articuladas y ampliamente aplicadas. Mientras la historia de las publicaciones académicas en revistas científicas está bien establecida desde hace mucho tiempo, no se puede decir lo mismo de la publicación formal de datos. Todavía, los datos podrían ser considerados como la producción principal de la investigación científica y su publicación y reutilización es necesaria para garantir su validez, reproductibilidad y para conducir nuevos descubrimientos. Los Principios FAIR buscan solucionar esa necesidad ofreciendo un conjunto de cualidades precisas y mensurables que una publicación de datos debería exhibir – cualidades que garanticen que los datos son Encontrables, Accesibles, Interoperables y Reutilizables (del inglés FAIR – Findable, Accessible, Interoperable, and Reusable).
Los principios fueron formulados luego del Lorentz Center workshop en enero de 2014, cuando un grupo diverso de actores, que compartían intereses en la publicación y reutilización de datos científicos, se reunió para discutir las funcionalidades necesarias para ambientes contemporáneos de publicación de datos científicos. El primer borrador de los Principios FAIR fue publicado en el sitio web Force112 para evaluación y comentarios por una comunidad más amplia – un proceso que duró casi dos años. El resultado fueron principios claros, concisos y ampliamente respaldados que fueron ahora publicados. Los principios apoyan una amplia gama de nuevas iniciativas internacionales como por ejemplo la European Open Science Cloud y Big Data to Knowledge (BD2K) del NIH ofreciendo pautas claras que ayudan a asegurar que los datos y los servicios ofrecidos en la emergente “Internet de datos” serán FAIR (Encontrables, Accesibles, Interoperables y Reutilizables), no solamente por las personas pero también, y principalmente, por las máquinas.
Reconocer que las computadoras pueden ser capaces de tener acceso a las publicaciones de datos de forma autónoma, sin ayuda de operadores humanos, es fundamental para los Principios FAIR. Computadores son ahora compañías inseparables en todo emprendimiento de investigación. Archivos de datos científicos contemporáneos son grandes, complejos e están distribuidos globalmente, haciendo con que sea casi imposible que un ser humano sea capaz de manualmente descubrirlos, integrarlos, inspeccionarlos e integrarlos. Esta barrera de (re)utilización, hasta ahora, no permitía maximizar el retorno de la inversión de los masivos financiamientos realizadas a nivel global en investigación de big data y de proyectos en desarrollo especialmente en las ciencias biológicas y de la salud. Esta barrera de desperdicio no ha pasado desapercibida por las agencias claves y órganos reguladoras. Como consecuencia, una gestión rigurosa del manejo de datos, tanto por “usuarios” humanos y computacionales – será, en breve, una actividad financiada e fundamental de los modernos proyectos de investigación. De hecho, las actividades de gestión de datos orientadas por FAIR serán, cada vez más, definidas como obligatorias por los organismos de financiación.
El alto nivel de abstracción de los Principios FAIR, dejando a un lado temas controversiales como la tecnología o el enfoque utilizados en la implementación, hace que ya sean aceptados por varias organizaciones financiadoras de proyectos de investigación y formuladores de políticas. Como ejemplo, están el FAIR Data workshops from EU-ELIXIR3, la inclusión de FAIR en los planes futuros de Horizon 20204 y su abogacía por los American National Institutes for Health. Así, parece seguro que estos principios serán una base fundamental para la innovación en el movimiento global hacia ambientes de Ciencia Abierta (Open Science). Por lo tanto, el momento de la publicación de los Principios es oportuno y está en consonancia con la Open Science Conference bajo la Presidencia Holandesa de la UE en el próximo mes de abril.
Con relación al movimiento Open Science, los Principios FAIR defienden ser “inteligentemente abiertos” más que “religiosamente abiertos”. Los Principios no plantean que todos los datos deben estar disponibles libremente – especialmente con relación a datos cuya privacidad debe ser preservada. Como alternativa, proponen que todos los datos puedan estar disponibles para reutilización bajo condiciones y licencias claramente definidas, disponibles a través de un proceso bien definido y con reconocimiento y citación completos y adecuados. De esa forma, muchos más actores podrán participar, por ejemplo, en las áreas biomédicas y de la industria, áreas en las cuales las condiciones rigurosas y transparentes de uso de datos son un requerimiento fundamental para la reutilización de datos.
“Estoy muy orgulloso por la publicación de los Principios FAIR, luego de dos años del encuentro en el Lorentz Center cuando planteamos los primeros principios. Ellos juegan un papel muy importante en muchos documentos de políticas orientadas al futuro en todo el mundo y los autores en este trabajo están también en posiciones que les permiten seguirlos. Sinceramente espero que los datos FAIR se constituyan en un plus en el futuro de la Open Science, en los Países Bajos y en todo el mundo”, dijo Barend Mons, Profesor de Biosemanica en Leiden University Medical Center, jefe del Nodo ELIXIR-NL en el Dutch Techcentre for Life Sciences, Integrador en Ciencias de la Vida del eScience Center de los Países Bajos y miembro del directorio del Leiden Centre of Data Science.
SciELO como participante de la reunión en el Lorentz Center promueve los Principios FAIR y los adoptará para la gestión de datos científicos
Más información:
Favor entrar en contacto con el 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
Enlaces 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>
Traducido del original en inglés por Thais Forster.
Posts relacionados:
Como citar este post [ISO 690/2010]:
Comentarios recientes