Nieuwe 'FAIR' principles voor transparant (her)gebruik van wetenschappelijke data
Gisteren zijn de FAIR Guiding principles voor wetenschappelijk datamanagement en data stewardship gepubliceerd in een uitgave van de Nature Publishing Group. Een grote stap voorwaarts in het hergebruik van wetenschappelijke data en Open Science, een belangrijk thema in het huidige Nederlandse EU voorzitterschap.
Het initiatief voor de ontwikkeling van de FAIR principles komt voort uit een workshop van het Lorentz Center in 2014, waar diverse stakeholders discussieerden over publicatie van wetenschappelijke data. Vanuit de Universiteit Maastricht was prof. dr. Chris Evelo, bijzonder hoogleraar Bioinformatics for Integrative Systems Biology, bij dit proces betrokken.
De FAIR principles richten zich op best practices rond het publiceren van wetenschappelijke data, en dan wel zo’n manier dat de data vindbaar, toegankelijk, interoperabel en herbruikbaar (Findable, Accessible, Interoperable, Reusable) worden voor mens én computer.
FAIR data management zal in toenemende mate verplicht worden gesteld door subsidieverstrekkers, en de principes vinden weerklank bij oa Horizon 2020, the European Science Cloud en de NIH.
Lees ook
-
Guangzhi Tang, Assistant Professor, Faculty of Science and Engineering, Department of Advanced Computing Sciences van de Universiteit Maastricht ontvangt in dit kader subsidie voor zijn project Brain-inspired MatMul-free Deep Learning for Sustainable AI on Neuromorphic
-
Onderzoeksinstituten M4I en MERLN, beide onderdeel van Universiteit Maastricht (UM), zijn vanaf 1 januari 2025 partner binnen een gloednieuw nationaal samenwerkingsverband. Het Nijmeegse laser- en magnetenlab HFML-FELIX gaat per die datum verder als NWO-Instituut binnen de Stichting Nederlandse Wetenschappelijk Onderzoek Instituten NWO-I.
