FAIR数据评估模型与工具研究

[目的/意义]对比分析FAIR数据评估模型与工具,为数据建设和数据管理过程中利益相关者评估FAIR数据的遵循度提供参考。[方法/过程]通过文献综述及模型文本的研究,从评估指标和评估方法两方面介绍国际上7个评估FAIR数据遵循度的指标模型与工具,采用比较分析法从评估方法的类型、评估方法的自动化程度、评估方法的可操作性、指标数量与分布、元数据指标设置、指标清晰度等6个方面对比分析各模型与工具。[结果/结论]基于对比与评析结果,为选择与应用FAIR数据评估模型与工具提出"FAIRsFAIR数据对象评估+FAIR数据成熟度模型"的方案。

FAIR原则背景下国际出版集团的数据政策和实践

【目的】总结和归纳国际出版集团推动数据开放共享和复用的政策、实践,以及推行FAIR原则的具体举措,以期为国内期刊提供参考。【方法】以Springer Nature、Taylor&Francis、Wiley以及Elsevier为案例,通过网络信息扫描、邮件沟通和直接交流等方式开展调研和信息采集。【结果】国际出版集团采用分层级的数据政策,便于更多期刊根据实际情况选择适合自己的政策。在实践层面,采取从小及大、由少到多、逐渐推行的相对缓和方式。在FAIR科学数据管理原则被越来越多机构接受时,出版机构在推进数据FAIR化方面也进行了初步尝试。【结论】出版机构在推进数据FAIR化方面仍然面临诸多挑战,这些挑战与数据存储基础设施对FAIR原则的支持能力密切相关。