How to operationalize and to evaluate the FAIRness in the crediting and rewarding processes in data sharing: a first step towards a simplified assessment grid

Comment opérationnaliser et évaluer la prise en compte du concept ‘FAIR' dans le partage des données: Vers une grille simplifiée d’évaluation du respect des critères FAIR.

Romain David (1) , Laurence Mabile (2) , Mohamed Yahia (3) , Anne Cambon-Thomsen (4) , Anne-Sophie Archambeau (5) , Louise Bezuidenhout (6) , Sofie Bekaert (7) , Gabrielle Bertier (8) , Elena Bravo , Jane Carpenter (9) , Anna Cohen-Nabeiro , Aurélie Delavaud (10) , Michele De Rosa , Laurent Dollé (11) , Florencia Grattarola (12) , Fiona Murphy , Sophie Pamerlon (13) , Alison Specht (10) , Anne-Marie Tassé (14) , Mogens Thomsen (15) , Martina Zilioli (16)

1 IMBE - Institut méditerranéen de biodiversité et d'écologie marine et continentale
2 UT3 - Université Toulouse III - Paul Sabatier
3 ICGM - Institut Charles Gerhardt Montpellier - Institut de Chimie Moléculaire et des Matériaux de Montpellier
4 LEASP - Epidémiologie et analyses en santé publique : risques, maladies chroniques et handicaps
5 PatriNat - Patrimoine naturel
6 University of Oxford
7 UGENT - Universiteit Gent = Ghent University
8 Department of Biology [Montréal]
9 The University of Sydney
10 FRB - Fondation pour la recherche sur la Biodiversité
11 VUB - Vrije Universiteit Brussel
12 University of Lincoln [UK]
13 IRD - Institut de Recherche pour le Développement
14 P3G - Public Population Project in Genomics and Society
15 I2MC - Institut des Maladies Métaboliques et Cardiovasculaires
16 CNR-IREA Milan

SHARC (SHAring Reward & Credit) est un groupe d’intérêt scientifique interdisciplinaire créé dans le cadre de RDA (Research Data Alliance) dans le but de faciliter le partage des données de recherche (et des ressources) par la valorisation de l’ensemble des activités pré-requises à ce partage, tout au long du cycle de vie des données. Dans ce cadre, un sous-groupe de travail SHARC élabore des grilles d’évaluation des chercheurs afin de mesurer leur niveau de prise en compte des principes FAIR dans la gestion de leurs données. La grille d’évaluation présentée dans ce poster est destinée à être complétée par tout scientifique produisant et / ou utilisant des données. Il s'agit d'un résumé d'une grille d'évaluation plus étendue conçue pour un partage optimal des données (non encore mise en œuvre pour le moment par la plupart des scientifiques). L'évaluation est basée sur les critères de conformité FAIR. Pour remplir cet objectif, la grille affiche le minimum de critères qui doivent absolument être appliqués par les chercheurs pour attester de leur pratique FAIR. Ces critères sont organisés en 5 groupes: «Motivations de partage»; "Trouvable", "Accessible", "Interopérable" et "Réutilisable". Pour chaque critère, 4 degrés d’évaluation sont proposés ("Jamais / Non évaluable"; "Si obligatoire"; "Parfois"; "Toujours"). Au moins un degré mais un seul doit être sélectionné par critère. L'évaluation doit être effectuée pour chaque catégorie F / A / I / R; L'évaluation finale est la somme de chaque degré coché rapportée au nombre total de critères dans chaque catégorie F / A / I / R. Des règles d'interprétation prenant en compte les «motivations du partage» sont proposées.

Mots clés: Reward and Credit; sharing data; FAIR principle; criteria; evaluation; Research Data Alliance

Domaines: Biodiversité et Ecologie; Environnement et Société; Ecosystèmes; Bio-informatique [q-bio.QM]; Base de données [cs.DB]; Technologies Émergeantes [cs.ET]

Romain David, Laurence Mabile, Mohamed Yahia, Anne Cambon-Thomsen, Anne-Sophie Archambeau, et al.. How to operationalize and to evaluate the FAIRness in the crediting and rewarding processes in data sharing: a first step towards a simplified assessment grid. journées de la Science Ouverte, Dec 2018, Paris, France. , 2018. ⟨hal-01943521v1⟩