In het FAIRsFAIR project is een van de doelen om de FAIR Data Principles te vertalen naar de praktijk. Dit gebeurt onder andere door het opstellen van handleidingen met duidelijke en praktische tips over hoe je FAIR in je werk kunt implementeren. Als uitbreiding op de bestaande ‘Practical Guide to the International Alignment of Research Data Management‘ en de DMP evaluation rubric van Science Europe, heeft FAIRsFAIR nuttige informatie uit FAIR-Aware gehaald en toegevoegd aan de rubric om mensen te helpen zich te richten op FAIR-expliciete aspecten van data management in de planningsfase.
FAIR-Aware
FAIR-Aware is een online self assessment tool dat door DANS in het FAIRsFAIR-project is gecreëerd en dat onderzoekers, gegevensstewards en andere gegevensprofessionals helpt om de kennis over de FAIR-databeginselen die ze al hebben te evalueren en meer te leren over de FAIR-praktijken waarmee ze misschien nog niet bekend zijn. Het wordt aanbevolen om deze tool te gebruiken voordat data in een data repository worden gedeponeerd. Het kan echter ook heel nuttig zijn om al in de planningsfase van het onderzoeksproces na te denken over FAIR. Daarom is DMP-gerelateerde informatie uit FAIR-Aware gehaald en gepresenteerd in de Science Europe DMP evaluation rubric. Deze leidraad is geen vervanging van, maar eerder een aanvulling op de oorspronkelijke rubric.
Science Europe is geraadpleegd over en heeft feedback gegeven op het FAIRsFAIR-begeleidingsdocument. De leden van de Science Europe Working Group on Open Science en de daaraan voorafgaande Working Group on Data Sharing and Supporting Infrastructures, die als eerste de praktische gids hebben opgesteld, hebben het document geëvalueerd en van input voorzien om het in lijn te brengen met hun richtlijnen, rubric en visie.
Meer informatie
Het FAIRsFAIR guidance document is hier te vinden. Om de volledige beoordeling uit te voeren, kun je de FAIR-Aware tool hier vinden en op de Science Europe-lijst van voorgestelde externe hulpmiddelen.
