FAIR

« Les principes FAIR correspondent à des lignes directrices dont l’objectif est de rendre les ressources numériques Faciles à trouver, Accessibles, Interopérables et Réutilisables. Décrits en 2016 dans l’article The FAIR Guiding Principles for scientific data management and stewardship, ces principes s’appliquent en premier lieu aux données…

« Après le succès du jeu de plateau sur les données de la recherche GopenDoRe, le service Formation-DoRANum de l’Inist-CNRS s’est associé à la DDOR (Direction des données ouvertes de la recherche) du CNRS afin de créer le jeu de cartes « Faut pas s’en FAIR ». Il s’agit d’une extension de GopenDoRe…

« In this contribution we present a data-driven approach to monitoring and assessing the state of open and FAIR data in an interdisciplinary, federated research ecosystem. The project is part of a multi-method approach by the Helmholtz Metadata Collaboration (HMC) to monitor and assess the state of open and FAIR data…

Le projet I-FAIR IR – « Implémentation des principes FAIR dans les infrastructures de recherche » a pris fin en juin dernier. Avec le projet DADAO – « Dispositif d’Accompagnement pour le Développement de l’Accès Ouvert » piloté par OpenEdition, I-FAIR IR est l’un des 22 projets…

« Background: Descriptive metadata are crucial for the discovery, reporting and mobilisation of research datasets. Addressing all metadata issues within the Data Management Plan often poses challenges for data producers. Organising and documenting data within data storage entails creating various descriptive metadata. Subsequently, data sharing involves ensuring metadata interoperability in alignment…

« Après avoir consulté cette ressource, vous devriez être capable de :
– Comprendre comment adapter les principes FAIR aux logiciels ;
– Appliquer les principes FAIR à un logiciel (…) »

(…) The ESFRI-EOSC Task Force has embarked on a concerted effort to address the issue of Quality-Assessed FAIR-Data (QAFAIRD) productivity. Key aspects of this initiative include evaluating the current level of FAIR data productivity in Research Infrastructures (RIs) and clusters, striving for ideal FAIR data productivity and quality control, identifying bottlenecks…

« The FAIR principles provide guidance for improving the findability, accessibility, interoperability and reuse of research data and other digital objects. The Agricultural Research Federation (AgReFed) has developed a FAIR implementation consisting of policies, resources and tools to enable FAIR agricultural data in Australia. It prescribes minimum acceptable data standards and…

« The FAIR for Research Software (FAIR4RS) Principles aim to promote and encourage the findability, accessibility, interoperability, and reusability (FAIR) of research software. The FAIR4RS Principles were released in 2022, with a number of organisations already planning adoption at that time. Adoption and implementation…

« This paper explores the landscape of research data in the humanities in the European context, delving into their diversity and the challenges of defining and sharing them. It investigates three aspects: the types of data in the humanities, their representation in repositories, and their alignment with the FAIR principles (Findable,…