An iterative and interdisciplinary categorisation process towards FAIRer digital resources for sensitive life-sciences data - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Scientific Reports Année : 2022

An iterative and interdisciplinary categorisation process towards FAIRer digital resources for sensitive life-sciences data

Un processus de catégorisation itératif et interdisciplinaire vers des ressources numériques plus FAIR pour les données sensibles dans le domaine des sciences de la vie

Résumé

For life science infrastructures, sensitive data generate an additional layer of complexity. Crossdomain categorisation and discovery of digital resources related to sensitive data presents major interoperability challenges. To support this FAIRification process, a toolbox demonstrator aiming at support for discovery of digital objects related to sensitive data (e.g., regulations, guidelines, best practice, tools) has been developed. The toolbox is based upon a categorisation system developed and harmonised across a cluster of 6 life science research infrastructures. Three different versions were built, tested by subsequent pilot studies, finally leading to a system with 7 main categories (sensitive data type, resource type, research field, data type, stage in data sharing life cycle, geographical scope, specific topics). 109 resources attached with the tags in pilot study 3 were used as the initial content for the toolbox demonstrator, a software tool allowing searching of digital objects linked to sensitive data with filtering based upon the categorisation system. Important next steps are a broad evaluation of the usability and user-friendliness of the toolbox, extension to more resources, broader adoption by different life-science communities, and a long-term vision for maintenance and sustainability.
Pour les infrastructures des sciences de la vie, les données sensibles génèrent une couche supplémentaire de complexité. La catégorisation et la découverte inter-domaines des ressources numériques liées aux données sensibles présentent des défis majeurs en matière d'interopérabilité. Pour soutenir ce processus de FAIRification, un démonstrateur de "boîte à outils" visant à soutenir la découverte d'objets numériques liés à des données sensibles (par exemple, réglementations, directives, bonnes pratiques, outils) a été développé. La boîte à outils est basée sur un système de catégorisation développé et harmonisé à travers un groupe de 6 infrastructures de recherche en sciences de la vie. Trois versions différentes ont été construites, testées par des études pilotes successives, aboutissant finalement à un système avec 7 catégories principales (type de données sensibles, type de ressource, domaine de recherche, type de données, étape du cycle de vie du partage de données, portée géographique, sujets spécifiques). 109 ressources attachées aux tags de la dernière étude pilote ont servi de contenu initial au démonstrateur de l'outil, permettant la recherche d'objets numériques liés à des données sensibles avec un filtrage basé sur le système de catégorisation. Les prochaines étapes concernent l'évaluation globale de l'utilisabilité et de la "convivialité" de la boîte à outils, une extension à davantage de ressources, une adoption plus large par différentes communautés des sciences de la vie pour les tests et une projection à long terme concernant la maintenance et la durabilité.
Fichier principal
Vignette du fichier
s41598-022-25278-z.pdf (1.33 Mo) Télécharger le fichier
Origine : Publication financée par une institution
Licence : CC BY - Paternité

Dates et versions

hal-03885492 , version 1 (05-12-2022)

Licence

Paternité

Identifiants

Citer

Romain David, Christian Ohmann, Jan-Willem Boiten, Mónica Cano Abadía, Florence Bietrix, et al.. An iterative and interdisciplinary categorisation process towards FAIRer digital resources for sensitive life-sciences data. Scientific Reports, 2022, 12 (1), pp.20989. ⟨10.1038/s41598-022-25278-z⟩. ⟨hal-03885492⟩
35 Consultations
24 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More