Stel je voor: je hebt maanden hard gewerkt aan je onderzoek. De data zit erop, het artikel is bijna af.
▶Inhoudsopgave
En dan komt de vraag die veel onderzoekers tegenlopen: hoe deel je jouw onderzoekdata op een manier die écht telt?
Niet zomaar ergens een bestandje uploaden, maar echt FAIR maken zodat anderen het kunnen vinden, begrijpen en hergebruiken. Klinkt dat als iets voor jou? Dan lees je dit artikel zeker tot het einde.
Wat betekent FAIR data eigenlijk?
FAIR staat voor Findable, Accessible, Interoperable en Reusable. Een acroniem dat je tegenkomt op bijna elke subsidieaanvraag, elk onderzoeksplan en elk datamanagementplatform in Nederland. Maar wat betekent het concreet?
We het je uitleggen aan de hand van een voorbeeld. Stel: jij hebt onderzoek gedaan naar de effectiviteit van een nieuwe behandeling bij diabetespatiënten.
Je hebt honderden metingen, vragenlijsten en labresultaten verzameld. Die data zit nu op je laptop of op een server op de afdeling.
Voor jou is alles helder, maar voor een onderzoeker in Groningen of Utrecht? Die snapt er niks van. Geen metadata, geen context, geen handleiding.
Die data is dus niet FAIR. FAIR maken betekent dat je je data zo opschikt en beschrijft dat iedereen die er tegenaanloopt, direct begrijpt wat het is, hoe het is verzameld en onder welke voorwaarden het gebruikt mag worden.
Het is letterlijk het verschil tussen een doos vol losse USB-sticks en een goed georganiseerde bibliotheek.
Waarom moet je als Nederlands onderzoeker FAIR data publiceren?
Goede vraag. Want laten we eerlijk zijn: FAIR maken kost tijd.
Subsidieverschaffers eisen het
En tijd is iets waar onderzoekers schaars in zijn. Toch zijn er een paar heel goede redenen waarom je het wél moet doen.
NWO, ZonMw en de Europese Commissie vragen steeds vaker om een datamanagementplan waarin je aantoont dat je data FAIR wordt gepubliceerd. Sinds 2021 geldt het beleid van NWO dat onderzoeksdata die uit hun gefinancierd onderzoek voortkomen, FAIR moeten zijn. En de Europese Commissie gaat nog verder met Horizon Europe: daar is open data de standaard, tenzij je een goede reden hebt om het niet te delen. Kortom: als je geen FAIR data publiceert, loop je het risico dat je volgende subsidieaanvraag niet wordt gehonoreerd.
Je onderzoek krijgt meer impact
Dat is een reden die ertoe doet. Wanneer je data FAIR beschikbaar is, kunnen andere onderzoekers het hergebruiken.
Het voorkomt dubbel werk
Dat leidt tot meer citaties, meer samenwerkingen en uiteindelijk tot meer zichtbaarheid voor jouw werk. Studies tonen aan dat artikelen waarvan de onderzoeksdata open en goed beschreven zijn, tot 25 procent meer citaties krijgen. Als je data niet deelt, bestaat de kans dat een ander onderzoekersteam precies dezelfde metingen opnieuw gaat doen.
Dat is verspilling van tijd, geld en soms zelfs proefdieren of patiënteninspanning. FAIR data publiceren draagt bij aan een efficiëntere onderzoekswereld.
De vier FAIR-principes in de praktijk
Laten we die vier principes even één voor één bekijken, want ieder principe vraagt om concrete acties van jou als onderzoeker.
Findable: vindbaar maken
Je data moet te vinden zijn. Dat klinkt logisch, maar veel onderzoeksdata verborgen zich nog steeds op persoonlijke harde schijven of in mappen die alleen de onderzoeker zelf kent.
- Je data publiceren in een erkend zoals Dryad, Figshare, DANS-EASY of 4TU.ResearchData.
- Een persistent identifier (zoals een DOI) toekennen aan je dataset.
- Goede metadata toevoegen: titel, auteur, datum, onderzoeksveld, trefwoorden en een duidelijke beschrijving.
Om je data vindbaar te maken, kun je: Zonder metadata is je dataset zoekbaar als een naald in een hooibale. Met goede metadata verschijnt hij bovenaan de zoekresultaten. Vindbaar is niet hetzelfde als toegankelijk. Je data moet ook daadwerkelijk bereikbaar zijn voor anderen.
Accessible: toegankelijk maken
Dat betekent: Let op: accessible betekent niet per se open. FAIR en open zijn niet hetzelfde.
- Je data opslaan in een open of gestandaardiseerd bestandsformaat (bijvoorbeeld CSV in plaats van Excel, of TIFF in plaats van PSD).
- Duidelijk aangeven onder welke licentie de data gebruikt mag worden. Creative Commons-licenties zijn hiervoor de standaard.
- Als data om ethische of juridische redenen niet open kan, toch de metadata openbaar maken en een duidelijk toegangsprotocol beschikbaar stellen.
Je kunt data FAIR maken terwijl je de toegang beperkt tot geautoriseerde onderzoekers. De sleutel is dat het duidelijk is hoe iemand toegang kan krijgen. Je data moet te combineren zijn met andere datasets.
Interoperable: uitwisselbaar maken
Daarvoor zijn standaarden nodig. Denk aan: Interoperabiliteit is het principe dat de meeste onderzoekers over het hoofd zien, maar het is cruciaal voor grootschalige data-hergebruik en meta-analyses.
- Gebruik van gangbare dataformaten en vocabulaire.
- Controlled vocabularies of ontologies uit je vakgebied (zoals SNOMED CT in de gezondheidszorg of Dublin Core voor algemene metadata).
- Je data koppelen aan andere gerelateerde datasets of publicaties via identifiers.
Dit is misschien wel het belangrijkste principe. Je data moet zo beschreven zijn dat iemand anders het zonder jou kan begrijpen en gebruiken.
Reusable: herbruikbaar maken
Dat vraagt om: Stel je voor dat over vijf jaar iemand jouw dataset downloadt. Kan die persoon, zonder jou te hoeven mailen, begrijpen wat er in staat? Zo niet, dan is je data nog niet herbruikbaar.
- Een leesbestand (README) bij je dataset met uitleg over de structuur, variabelen en methodologie.
- Een duidelijke licentie die aangeeft wat anderen mogen doen met je data.
- Documentatie over de verzamelmethode, gebruikte apparatuur, versie van software en eventuele beperkingen van de data.
Waar publiceer je FAIR data in Nederland?
Gelukkig hoef je het wiel niet opnieuw uit te vinden. In Nederland zijn er uitstekende platforms en organisaties die je ondersteunen bij het FAIR publiceren van je onderzoeksdata.
DANS-EASY
DANS (Data Archiving and Networked Services) biedt via EASY een platform waar je onderzoeksdata kunt archiveren en publiceren. Het is speciaal gericht op de geesteswetenschappen en sociale wetenschappen, maar staat open voor alle disciplines. Je krijgt een DOI voor je dataset en het archief is gegarandeerd lang beschikbaar.
4TU.ResearchData
Voor technisch en natuurwetenschappelijk onderzoek is 4TU.ResearchData een uitstekende keuze. Het is een samenwerking van de vier technische universiteiten (TU Delft, TU Eindhoven, Universiteit Twente en Wageningen University) en biedt robuuste infrastructuur voor grote datasets.
Dryad en Figshare
Internationale platforms zoals Dryad en Figshare zijn ook populair bij Nederlandse onderzoekers. Ze zijn gebruiksvriendelijk, bieden DOI's en integreren goed met veel uitgeversystemen. SURF, de ICT-samenwerkingsorganisatie van het Nederlandse onderwijs en onderzoek, biedt tools en diensten die helpen bij data management.
SURF en research support
Daarnaast heeft vrijwel elke Nederlandse universiteit een research data management-team dat je persoonlijk kan ondersteunen. Check de website van jouw universiteit voor de specifieke diensten.
Wat als je data gevoelig is?
Dit is een van de meest gestelde vragen, en terecht. Veel onderzoekers in de sociale wetenschappen, gezondheidszonderzoek en geesteswetenschappen werken met data die niet zomaar openbaar kan.
Persoonsgegevens, medische dossiers, interviews met kwetsbare groepen: het delen ervan roept ethische en juridische vragen op.
Het goede nieuws: FAIR betekent niet automatisch open. Je kunt je data FAIR maken door de metadata openbaar te beschrijven en een toegangsverzoekprocedure op te zetten. Zo weten anderen dat je dataset bestaat, wat bovendien kan leiden tot meer citaties voor jouw artikel, en kunnen ze een aanvraag indienen om er gebruik van te maken.
Het project Beyond Personal Data heeft recentelijk praktische gidsen ontwikkeld die onderzoekers in de sociale en geesteswetenschappen helpen om gevoelige data toch te delen. Deze gidsen bevatten concrete handvatten, voorbeelden en tools voor het omgaan met ethische, juridische en praktische uitdagingen. Een aanrader als je in deze situatie zit.
Begin vandaag nog met FAIR
Je hoeft niet alles in één keer perfect te doen. Het belangrijkste is dat je begint.
Schrijf een simpel datamanagementplan, kies een repository, voeg metadata toe en deel je data.
Elke stap in de richting van FAIR data principes telt. En onthoud: je staat er niet alleen voor. Op accelerateopenscience.nl vind je meer informatie over Open Science-initiatieven in Nederland, en op researchdata.nl en surf.nl staat alles wat je moet weten over data management.
Jouw universiteit heeft bovendien specialisten die je gratis kunnen helpen. FAIR data publiceren is geen last.
Het is een investering in de kwaliteit, de impact en de toekomst van jouw onderzoek. En uiteindelijk van de wetenschap zelf.