221 KB43 KB197920252021Dolinar, Majaštevilka:282letnik:44 i. e. 49str. 120-136ISSN:0351-4285COBISSID:58487299URN:URN:NBN:SI:doc-ZB1ETOFDslŠtudentska organizacija Univerze v LjubljaniČasopis za kritiko znanostidigitalni virinačela FAIRocenjevanjepodatkizgodovinski razvojOd začetkov načel FAIR do orodij in pristopov ocenjevanja primernosti podatkov za uporabo|The FAIR principles were first published in 2016. They provide guidelines for good research data management practices, aiming to make data F - findable, A - accessible, I - interoperable and R - reusable. Each of the initial letters is associated with a set of criteria that elaborate on the main principle, and there's 15 criteria in total. FAIR principles emphasize machine readability - the ability of computer systems to search, access, make interoperable, and reuse data with with minimal or no human intervention. This is important because researchers increasingly rely on computer assistance for data processing due to the increasing volume, complexity, and speed of data production. Although the FAIR principles have their origins in the natural sciences, they are also applicable in other research disciplines, including the humanities and social sciences. The European Union, as well as individual research funders and universities, increasingly support and endorse the FAIR principles. This is reflected in the development of tools and infrastructure for research data management and the development of guidelines for data processing. The purpose of this article is to present the historical development and enforcement of the FAIR principles, as well as the various tools and approaches that have been developed to assess the suitability of data for other purposesNačela FAIR so bila prvič objavljena leta 2016. Vsebujejo smernice za dobro prakso ravnanja z raziskovalnimi podatki, katere cilj je podatke narediti najdljive (F - findable), dostopne (A - accessible), interoperabilne (I - interoperable) in ponovno uporabne (R - reusable). Vsaka začetnica je povezana z večjim številom meril, ki natančneje določajo vsebino načela, skupaj jih je 15. Načela FAIR poudarjajo strojno delovanje (tj. zmožnost računalniških sistemov za iskanje, dostop, interoperabilnost in ponovno uporabo podatkov brez kakršnega koli (ali z minimalnim) človeškim posredovanjem, saj se raziskovalci pri obravnavi podatkov vse bolj zanašajo na računalniško podporo, kar je posledica povečanja obsega, zapletenosti in hitrosti ustvarjanja podatkov. Čeprav načela FAIR izvirajo iz naravoslovnih ved, so uporabna tudi v drugih raziskovalnih disciplinah, vključno s humanistiko in družboslovjem. Evropska unija, posamezni financerji raziskovalnega dela in univerze čedalje bolj podpirajo in potrjujejo načela FAIR, kar sega od oblikovanja orodij in infrastruktur za ravnanje z raziskovalnimi podatki do oblikovanja politik za delo s podatki. Namen članka je predstaviti zgodovinski razvoj in uveljavljanje načel FAIR ter različna orodja in pristope, ki so se razvili za ocenjevanje primernosti podatkov za drugo raboTEXTznanstveno časopisjejournalsSlovenian National E-content AggregatorNational and University Library of SloveniaŠtudentska založba