Open en FAIR Data
Open data is een beweging binnen open science die ervoor wil zorgen dat data openlijk toegankelijk, bruikbaar, bewerkbaar en beschikbaar zijn voor iedereen en voor elk doel. Open data wordt gelicenseerd onder een open licentie. In 2014 werd de open data beweging kracht bijgezet door de introductie van de FAIR dataprincipes. Dit acroniem staat voor data die vindbaar (Findable), toegankelijk (Accessible), interoperabel (Interoperable) en herbruikbaar (Reusable) zijn. Als een ‘early adopter’ en voorstander van de FAIR dataprincipes is DANS zeer actief geweest in het bevorderen van de ontwikkeling van methoden voor databeheer die ervoor zorgen dat alle data FAIR zijn en dat data “zo open als mogelijk, zo gesloten als nodig” zijn.
DANS is voorstander van de aangesloten CARE-principes voor de bescherming van autochtone data: Collective Benefit, Authority to Control, Responsibility en Ethics (in 2019 ingevoerd).
DANS heeft training gegeven op het gebied van open en FAIR data door projecten zoals FAIRsFAIR en FAIR-IMPACT, naast onze jarenlange training in research data management. Door ons werk in het FAIRsFAIR project zijn we ook betrokken geweest bij de ontwikkeling van FAIR-middelen voor onderzoekers en datamanagers, zoals FAIR-Aware en F-UJI.
De belangrijkste training van DANS over open en FAIR data is een cursus die we hebben ontwikkeld in samenwerking met RDNL: Essentials for Data Support. Je kunt deze gratis online volgen of je aanmelden voor een van de live trainingen.
Open & FAIR data tools en trainigsmaterialen
Het duurzaam beheren, delen en hergebruiken van onderzoeksdata staat centraal binnen open science. De FAIR-principes (Findable, Accessible, Interoperable, Reusable) bieden hiervoor een breed gedragen kader.
DANS ondersteunt onderzoekers en data professionals bij het toepassen van FAIR in de praktijk, met trainingen, advies en herbruikbare materialen. Op deze pagina vind je een overzicht van ons trainingsaanbod en een selectie van materialen die je helpen om met FAIR aan de slag te gaan.
Tien jaar FAIR: van principes naar praktijk
De FAIR-principes werden in 2016 formeel gepubliceerd en bouwen voort op een langere ontwikkeling binnen de research data community. In de afgelopen tien jaar is een breed ecosysteem ontstaan van standaarden, tools en werkwijzen om FAIR toe te passen in verschillende disciplines.
DANS heeft vanaf het begin bijgedragen aan deze ontwikkeling, met een focus op het structureel vindbaar, toegankelijk en herbruikbaar maken van onderzoeksdata. We ondersteunen de toepassing van FAIR via onze repositorydiensten, training en betrokkenheid in nationale en internationale projecten.
Aan de slag met FAIR: waar begin je?
Er is inmiddels een groot aanbod aan tools en trainingsmaterialen rondom FAIR. Hieronder vind je een gerichte selectie van bronnen die je helpen om kennis op te bouwen en FAIR toe te passen in je eigen werk.
Wil jij jouw kennis over de FAIR-principes evalueren?
Met de FAIR-Aware tool verken je je kennis van de FAIR-principes en krijg je inzicht in welke onderwerpen verdere verdieping vragen. De tool is geschikt voor zelfevaluatie en kan ook worden ingezet in trainingen of groepssessies.
Bekijk de FAIR-Aware tool hier. Gebruik deze tool als startpunt om je leerroute te bepalen.
Zoek jij een basistraining in FAIR en research data management (RDM)?
Start met open trainingsmaterialen die je helpen de basis van FAIR en research data management te begrijpen en toe te passen in je eigen werk of training. Binnen het internationale PATTERN-project ontwikkelde DANS samen met partners herbruikbare trainingsmaterialen. Deze omvatten lesplannen, slides, activiteiten en eLearning modules, gebaseerd op projectgericht leren.
Deze module biedt een praktische introductie tot FAIR en research data management. Je maakt kennis met kernconcepten zoals metadata, documentatie en het structureren van datasets. De materialen zijn geschikt voor zelfstudie en direct inzetbaar in trainingen.
Voor verdere verdieping kun je gebruikmaken van interactieve eLearning modules:
FAIR Research Data Management: A Practical Introduction.
Deze cursus is ontwikkeld voor beginners en biedt een gestructureerde introductie tot FAIR en RDM. Aan de hand van concrete voorbeelden en opdrachten leer je hoe je FAIR-principes toepast binnen een onderzoekscontext.
FAIR Research Data Management: A Deeper Dive into Putting FAIR RDM into Practice.
Deze verdiepende module richt zich op het toepassen van FAIR in de praktijk. Je gaat in op complexere vraagstukken rond metadata, interoperabiliteit en het selecteren van geschikte repositories, en leert hoe je FAIR integreert in bestaande workflows.
Voor toegang tot de eLearning modules is een account nodig; na registratie is de content vrij beschikbaar.
Volledige OpenPlato trainingscatalogus
De OpenPlato catalogus biedt een breder overzicht van eLearning modules over research data management, open science en FAIR, en helpt je om vervolgtraining te vinden die aansluit bij jouw kennisniveau en leerdoelen. Alle materialen zijn gepubliceerd onder een CC-BY-licentie en kunnen worden hergebruikt in eigen trainingen. Start met de basismodule en gebruik de eLearning modules voor verdere verdieping of toepassing in een training.
Werk je aan datacuratie en reproduceerbaar onderzoek?
Krijg praktische handvatten om FAIR-principes te combineren met reproduceerbaar onderzoek en om datasets structureel beter te documenteren en organiseren.
De ‘10 CURE-FAIR things’ zijn ontwikkeld voor data curators en onderzoekers die werken met computationele workflows en reproduceerbare onderzoekspraktijken. De materialen helpen om stappen in data curation expliciet en herhaalbaar te maken.
Werk je met kwalitatieve data?
Leer hoe je kwalitatieve data op een verantwoorde manier deelt en geschikt maakt voor hergebruik, rekening houdend met context, interpretatie en ethische afwegingen.
Binnen open science groeit de aandacht voor kwalitatieve data, maar deze passen niet altijd binnen bestaande standaarden of best practices. DANS ontwikkelde daarom gerichte materialen en organiseerde workshops om onderzoekers en data professionals hierin te ondersteunen.
Making Qualitative Data Reusable (gids)
Deze gids biedt praktische stappen en voorbeelden om kwalitatieve data beter vindbaar en herbruikbaar te maken.
Workshopmaterialen: Qualitative Data & Open Science – Are we there yet?
Deze materialen zijn ontwikkeld naar aanleiding van een workshop tijdens het Dutch Open Science Festival en bieden inzicht in actuele vraagstukken en benaderingen rond kwalitatieve data.
Werk je met gevoelige of moeilijk deelbare data?
Krijg inzicht in hoe je onderzoeksdata die niet volledig open gedeeld kunnen worden toch verantwoord beschikbaar maakt voor hergebruik.
In de sociale en geesteswetenschappen spelen privacy, ethiek en context vaak een grote rol. DANS ontwikkelde trainingsmaterialen die ingaan op specifieke knelpunten waar onderzoekers en data professionals in de praktijk tegenaan lopen.
Niet-persoonsgebonden gevoelige data.
Deze materialen behandelen oplossingen voor het delen van gevoelige data via beveiligde omgevingen, zoals Secure Analysis Environments (SANE).
Het delen van veldnotities.
Deze training richt zich op de uitdagingen rondom het delen en documenteren van veldnotities, die vaak contextafhankelijk en gevoelig zijn.
Ethiek en CARE-principes.
Deze materialen gaan in op ethische vraagstukken en de toepassing van CARE-principes bij het delen van data.
Ontwikkel je zelf trainingsmaterialen?
Ontwikkel leermaterialen die beter vindbaar, toegankelijk en herbruikbaar zijn, en sluit aan bij bestaande initiatieven binnen de community. De FAIR-by-Design methodologie vertaalt de FAIR-principes naar het ontwikkelen en beheren van trainingsmaterialen. Deze aanpak helpt om materialen gestructureerd op te zetten, beter te documenteren en geschikt te maken voor hergebruik en adaptatie door anderen.
FAIR-by-Design methodologie.
De methodologie biedt praktische richtlijnen en voorbeelden die je ondersteunen bij het ontwikkelen van trainingsmateriaal volgens FAIR-principes. Pas deze methodologie toe bij het ontwikkelen of herstructureren van je eigen trainingsmaterialen.
Over het DANS Training Team
Het DANS Training Team ondersteunt onderzoekers en data professionals bij het duurzaam beheren, delen en hergebruiken van onderzoeksdata. Het team combineert expertise in research data management, FAIR en datacuratie en ontwikkelt trainingen en materialen voor verschillende doelgroepen.
Neem contact op
Wil je deze materialen inzetten in je eigen training of wil je meer weten over de mogelijkheden?
Neem contact op met het DANS Training Team per e-mail of ons contactformulier.
We horen ook graag welke materialen jij gebruikt of zou aanbevelen