Tulokset, raportoitiin tänään v Solujärjestelmät, sovelletaan digitaalisiin objekteihin, mukaan lukien tietojoukot, ohjelmisto, lähdekoodi, ja muut tutkijoiden kehittämät tuotteet, joista voi olla hyötyä tutkimusyhteisölle.
Tavoitteena on päivittää tapaamme hallita tietoja biolääketieteellisessä tutkimuksessa; jakaa ja käyttää uudelleen näiden hankkeiden tietoja maksimaalisen arvon saamiseksi. Vaikka rahoittajat, tutkijat, ja muut sidosryhmät totesivat, että meidän on tehtävä parempaa työtä biolääketieteellisen tutkimuksen tiedonhallinnan kanssa, tie siihen ei ollut selvä. "
Avi Ma'ayan, PhD
Ma'ayan on Mount Sinai Bioinformatics Centerin johtaja, ja tutkimuksen vanhempi tutkija.
Tiimi toivoo, että biolääketieteen tutkijat käyttävät työkalupakkia työnsä arvioimiseen, he tulevat paremmin tietoisiksi yksinkertaisista toimista, joita he voivat tehdä parantaakseen digitaalisten esineidensä käytettävyyttä.
Vuosina 2017 ja 2018 National Institutes of Health (NIH) rahoitti NIH Data Commons Pilot Phase Consortiumia, joka pyrki löytämään tapoja parantaa digitaalisten tutkimuskohteiden jakamista pilvipohjaisen ympäristön kautta.
Tällaisen virtuaalisen ympäristön toteuttamiseksi tutkijoiden oli kehitettävä standardeja ja foorumi, joka auttaa tutkijoita noudattamaan FAIR -sopimusta (löydettävissä, saatavilla, yhteentoimiva, ja uudelleenkäytettävät) ohjeet, jotka konsortion jäsenet ovat aiemmin laatineet.
Ensimmäinen, tiimi kehitti mittareita ja rubriikkeja FAIRnessin arvioimiseksi, mutta myönsi, että nämä mittarit ja rubriikat eivät välttämättä koske kaikkia tutkimusalueita. Joten he loivat työkalupakin, nimeltään FAIRshake, Tämä mahdollistaa digitaalisten esineiden luomisen paitsi oikeudenmukaisuuden arvioinnin myös uusien standardien määrittämisen ja arvioinnin.
Täten, tutkijat totesivat, että "FAIRshake mahdollistaa useiden mittareiden ja rubriikkien rinnakkaiselon, antaa yhteisölle mahdollisuuden kehittää standardeja demokraattisemmin. "
Tohtori Ma'ayan korostaa, että tutkimuksen ei tarvitse olla avointa, jotta se olisi reilua. "Se vain vaatii ihmisiä antamaan selkeän lisenssin siitä, miten muiden tulisi käyttää tietojaan, " hän sanoi.
FAIRshake -työkalupakki sisältää sekä manuaalisia että automaattisia työkaluja FAIRnessin arvioimiseksi, joka esittää kysymyksiä mm. "Onko digitaalisessa objektissa koneellisesti luettavia metatietoja?" Työkaluryhmää on testattu viimeisen vuoden aikana tuhansilla digitaalisilla esineillä, ja tiimi on julkaissut Youtubeen FAIRshaken käytön opetusohjelmia.
Vaikka Dr. "hän selittää myös, että tiimi oli yllättynyt joistakin suuntauksista, jotka he havaitsivat suorittaessaan arviointeja työkalupakilla.
Hän sanoi, että harvat tutkijat toteuttivat sovellusohjelmointirajapintoja (API)-ohjelmistoja, joiden avulla eri tietokoneohjelmat voivat kommunikoida-; jotka ovat "kriittisiä tietojen yhdistämiselle". Tutkijat eivät myöskään usein toimittaneet lisenssejä kertoakseen muille tutkijoille, miten he saavat luvan tietojen käyttämiseen.
Kun tutkimustuotteet muuttuvat oikeudenmukaisemmiksi, tiedemiehet voivat luoda yhteyksiä ja rakentaa asioita, jotka eivät olleet mahdollisia, ennen kuin käyttävät työkaluja, kuten koneoppimista, "muuttamaan tapaa, jolla käytämme dataa uudelleen", "sanoo tohtori Ma'ayan.