Je hebt je onderzoek afgerond, de resultaten zijn er, en nu? Dan is het tijd om je data te delen.
▶Inhoudsopgave
Maar hoe zorg je ervoor dat anderen jouw data écht kunnen vinden, begrijpen en hergebruiken?
Daar komt FAIR om de hoek kijken. Geen ingewikkeld jargon, maar een manier om je data zinvoller te maken — voor anderen én voor jezelf. Deze checklist helpt je stap voor stap op weg, zonder dat je er een PhD voor nodig hebt.
Wat is FAIR data eigenlijk? (En waarom zou je het doen?)
FAIR staat voor Findable, Accessible, Interoperable en Reusable. Het is geen verplichting uit de EU, maar een richtlijn die steeds vaker wordt verwacht door financiers zoals NWO en de Europese Commissie.
Sinds 2021 vragen deze organisaties expliciet om een Data Management Plan bij elke aanvraag.
En als je data FAIR is, maak je kans op meer citaten, samenwerkingen en zelfs hergebruik door anderen. Kortom: het is geen extra werk, het is slim werk.
Checklist: 10 concrete stappen om je data FAIR te maken
1. Begin met een Data Management Plan (DMP)
Vóór je begint met verzamelen, bedenk alvast hoe je je data gaat beheren, opslaan en delen.
2. Kies een betrouwbare data repository
Een DMP is geen rompslomp — het is je gids. Gebruik tools zoals DMPonline of de NWO-template om er een op te zetten. Het hoeft niet perfect te zijn, maar het dwingt je na te denken over wie wat wanneer met jouw data mag doen. Data in een mapje op je laptop telt niet.
3. Maak je data vindbaar met metadata
Kies een erkende repository zoals DANS (Data Archiving and Networked Services), Zenodo of Figshare. Deze platforms geven je data een persistente identifier (zoals een DOI), waardoor het altijd vindbaar blijft — zelfs als je over tien jaar nog aan een ander project werkt.
Metadata is de beschrijving van je data: wie heeft het wanneer verzameld, wat was het doel, welke methoden zijn gebruikt?
4. Zorg voor duidelijke toegangsrechten
Zonder goede metadata is je data als een boek zonder titel in een bibliotheek. Gebruik standaard metadata-schema’s zoals Dublin Core of discipline-specifieke standaard zoals DataCite. Zo weet Google Scholar én collega-onderzoekers precies wat ze kunnen verwachten.
Open betekent niet altijd ‘vrij voor iedereen’. Je kunt kiezen voor open toegang, beperkte toegang of zelfs gesloten data — zolang het duidelijk is.
5> Gebruik open, gestandaardiseerde bestandsformaten
Gebruik standaard licenties zoals Creative Commons (bijvoorbeeld CC-BY of CC0). Zo weet iedereen wat ze mogen doen met jouw data, zonder eerst te hoeven mailen. Word-documenten of proprietary software? Nee dank.
Kies voor open formaten zoals CSV voor tabellen, TIFF voor afbeeldingen of JSON voor gestructureerde data.
6> Documenteer alles — ook het onduidelijke
Zo zorg je ervoor dat jouw data ook over 20 jaar nog leesbaar is — ongeacht welke software dan populair is. Je README-bestand is je beste vriend.
Leg uit hoe je data is opgebouwd, wat elke kolom betekent, welke versie van software je gebruikte, en wat er eventueel mis kan zijn. Vul de juiste metadata in om je dataset begrijpelijk te maken.
7> Werk met persistente identifiers (PIDs)
Denk aan het scenario dat iemand anders jouw dataset overneemt: zou die persoon er dan direct mee aan de slag kunnen? Zo niet, dan is het tijd om bij te schaven. Je data verdient een vaste adres. Een DOI (Digital Object Identifier) is als een IBAN voor je dataset: uniek, stabiel en wereldwijd toegankelijk.
Repo’s zoals Zenodo en Dansen geven dit automatisch mee. En vergeet niet: ook jezelf als onderzoeker een ORCID-ID geven.
8> Maak je data interoperabel
Zo wordt jouw werk altijd aan jou gekoppeld — zelfs als je van universiteit wisselt.
Wil dat andere datasets makkelijk met jouw data combineren? Dan moet je terminologie consistent zijn. Gebruik bijvoorbeeld geen afwisselend ‘leeftijd’, ‘ouderdom’ en ‘age’ in dezelfde dataset.
9> Deel je data — ook als het niet perfect is
Bovendien helpt het om te refereren naar bestaande vocabulaires of ontologies uit je vakgebied — denk aan schema.org of discipline-specifieke standaarden. Wacht niet tot alles glimt.
Zelfs incomplete data kan waardevol zijn, zolang je duidelijk aangeeft wat de beperkingen zijn. Veel onderzoekers wachten te lang uit angst voor veelgemaakte fouten bij FAIR data, maar transparantie wint altijd. Bovendien: hoe eerder je deelt, hoe eerder je feedback krijgt.
10> Vraag hulp — je staat er niet alleen voor
Elke universiteit heeft een Research Data Management (RMD)-team of een data steward.
Ze helpen je bij het opzetten van een DMP, kiezen van de juiste repository, of zelfs het opschonen van je dataset. Gebruik die hulp — het is er voor jou. Ook platforms zoals OpenAIRE bieden gratis tools en richtlijnen voor Europese onderzoekers.
FAIR is geen eindpunt, maar een gewoonte
FAIR maken is geen eenmalige klus. Het is een manier van werken die je steeds beter krijgt.
Begin klein: kies één project, volg deze checklist, en leer van de volgende keer. FAIR data voor promovendi: wat je vanaf dag één moet bijhouden, doe je binnenkort automatisch. En wie weet, misschien wordt jouw data ooit het startpunt voor iemands doorbraak.
Veelgestelde vragen
Wat zijn de FAIR-dataprincipes en waarom zijn ze belangrijk?
De FAIR-dataprincipes – Findable, Accessible, Interoperable en Reusable – zijn leidende principes die ervoor zorgen dat data gemakkelijk te vinden, toegankelijk, bruikbaar en hergebruikbaar is.
Wat houdt het Data Management Plan (DMP) in en waarom is het nodig?
Door je data FAIR te maken, vergroot je de kans op samenwerking, citaties en hergebruik, wat essentieel is voor de wetenschappelijke gemeenschap en voor het delen van onderzoekresultaten. Een Data Management Plan (DMP) is een gids voor het beheren, opslaan en delen van je data. Het is niet alleen een rompslomp, maar helpt je na te denken over wie toegang heeft tot je data en hoe die gebruikt kan worden.
Hoe zorg ik ervoor dat mijn data vindbaar is met metadata?
Het is steeds vaker een verplichting bij aanvragen bij organisaties zoals NWO, waardoor het een slimme investering is. Metadata is de beschrijving van je data, vergelijkbaar met een titel en auteur.
Wat zijn open, gestandaardiseerde bestandsformaten en waarom zijn ze belangrijk?
Door erkende platforms zoals DANS, Zenodo of Figshare te gebruiken en relevante metadata toe te voegen – zoals de verzameldatum, het doel en gebruikte methoden – zorg je ervoor dat je data gemakkelijk te vinden is in zoekmachines en door collega-onderzoekers.
Wat is een Data Archiving and Networked Services (DANS) repository en waarom zou ik het gebruiken?
Gebruik open, gestandaardiseerde bestandsformaten zoals CSV, TIFF of JSON, en overweeg Creative Commons licenties (zoals CC-BY of CC0) om duidelijk te communiceren hoe anderen je data mogen gebruiken. Dit voorkomt verwarring en maakt het eenvoudig voor anderen om je data te hergebruiken zonder eerst contact op te nemen. DANS is een erkende repository voor data-archivering, die je data een persistente identifier (zoals een DOI) geeft. Dit zorgt ervoor dat je data altijd vindbaar blijft, zelfs als je over tien jaar nog aan een ander project werkt, en dat het niet verdwijnt door technische veranderingen of veranderende software.