‘De FAIR Cheatsheet helpt mij om m’n onderzoeksdata open te publiceren’

Voor het delen van onderzoeksdata en -software worden de FAIR-principes steeds belangrijker. Om zichzelf op weg te helpen naar FAIR data, maakte wetenschapshistorica en -filosoof Susanna Bloem gebruik van de FAIR Cheatsheets, een nieuw hulpmiddel voor onderzoekers aan de Universiteit Utrecht.

Dat Susanna Bloem voorstander is van open science, mag geen verrassing heten. Naast haar promotieonderzoek  – over hoe muziek kan helpen bij psychisch lijden [zie kader] – is ze betrokken bij een etnografisch onderzoek naar de open science-beweging in Utrecht. Opvallend genoeg was het juist voor die studie belangrijk om af te wegen in hoeverre de onderzoeksgegevens openbaar kunnen worden gedeeld.

“Mijn collega en ik hielden interviews met wetenschappers, maar die gesprekken vonden onder strikte geheimhouding plaats”, vertelt ze. “Zelfs de lijst met interviewkandidaten is geheim – om de betrokkenen te beschermen. We vroegen hen onder andere om kritisch te reflecteren op de academische wereld, en persoonlijke ervaringen te delen over hun loopbaan. Zulke informatie ligt gevoelig en zou, als ze op straat komt te liggen, gevolgen kunnen hebben voor hun verdere carrière. Tegelijkertijd wilden we wel ons proces inzichtelijk maken voor buitenstaanders. Maar hoe?”

Van meet af aan waren Bloem en haar collega’s zich ervan bewust dat ze hun data FAIR wilden delen. “Ik zie FAIR data als een belangrijke manier om een relatie te leggen met de maatschappij”, zegt ze. “Als je laat zien hoe je aan je informatie komt, kom je betrouwbaarder over. Omdat je toont hoe kennis geproduceerd wordt, in plaats van dat je gewoon zegt: ‘dit is waar’.”

Handige checklist

Waar begin je, met het FAIR maken van je onderzoeksdata? Een collega wees Bloem op het bestaan van de FAIR Cheatsheets: een nieuw hulpmiddel dat wetenschappers op weg helpt richting FAIRe data of code.

Deze FAIR Cheatsheets bestaan uit een pdf van 1 A4’tje met een checklist. Er zijn twee varianten: eentje om je data FAIR te maken, en een Cheatsheet om je code FAIR te maken. Voor elk van de vier FAIR-principes staan er verschillende aanbevelingen opgesomd. Onder het kopje Findability (vindbaarheid) staat bijvoorbeeld: ‘Voorzie je dataset van zo veel mogelijk beschrijvende metadata’. En: ‘Schrijf een samenvatting die zowel je dataset als onderzoeksonderwerp beschrijft.’ Zo helpen de Cheatsheets onderzoekers stap voor stap.

Hartstikke handig, zegt Susanna Bloem. “Voor mij was de FAIR Cheatsheet een concreet hulpmiddel om ons streven naar openheid en FAIR data in de praktijk te brengen. Tegelijkertijd gaf dit denkproces mijn onderzoek meer diepgang. Ik moest gaan reflecteren op welke bestanden ik eigenlijk heb, welke informatie die geven, wat ik wel en niet kan zeggen, welke methodes we gebruiken en waarom we bepaalde keuzes maken.”

FAIR hoeft helemaal niet moeilijk te zijn, maar je moet onderzoekers wel op weg helpen

Kort en krachtig

De FAIR Cheatsheets zijn ontwikkeld door experts van het Open Science Programma van de Universiteit Utrecht en RDM Support [zie kader], in samenspraak met onderzoekers van verschillende faculteiten. “Voor onderzoekers is lang niet altijd duidelijk wat ze moeten doen met FAIR”, licht projectleider FAIR Data en Software Jonathan de Bruin toe. “De term is vooral bedoeld om de infrastructuur van data repositories goed in te richten en daarom is ze omschreven in allerlei abstracte, technische bewoordingen. Zelfs voor een expert als ik zijn die soms moeilijk te begrijpen.”

De Bruin en zijn collega Jacques Flores wilden wetenschappers daarom meer handvatten geven. “FAIR hoeft helemaal niet moeilijk te zijn, maar je moet onderzoekers wel op weg helpen. We kunnen niet van medewerkers verwachten dat ze zelf zo’n ingewikkeld paper over FAIR data kunnen toepassen. Zo ontstond het idee om de belangrijkste informatie samen te vatten op 1 A4’tje.”

De checklist op de FAIR Cheatsheet is bewust kort en krachtig geformuleerd. “Uit ervaring weten we dat wetenschappers daar het meest mee geholpen zijn”, zegt De Bruin. “Mensen willen gewoon weten wat ze kunnen doen. Geen ellenlange omschrijvingen dus, maar praktische en heldere ‘to do’-items. En we blijven de Cheatsheets verbeteren op basis van de feedback die onderzoekers geven.”

Meer hulp

Voor de ene wetenschapper zal de FAIR Cheatsheet bijna voor zich spreken, aldus De Bruin, terwijl anderen misschien wat meer hulp nodig hebben. “Gelukkig ís die ondersteuning er ook aan de Universiteit Utrecht. Als onderzoeker kun je aankloppen bij een heel team van datamanagement-experts, die graag met je meedenken en klaarstaan om je vragen te beantwoorden. Dus kom je ergens niet uit? Mail ons!”

Ook Susanna Bloem had tijdens het gebruik van de FAIR Cheatsheet aanvullende vragen. “Wanneer is het ‘FAIR genoeg’? Welke risico’s loop je als je bepaalde delen van je onderzoek openbaar maakt? In mijn eentje kwam ik er niet helemaal uit. Heel fijn dus dat ik hulp kreeg van Angie, Laura en de andere specialisten.”

Verschillende onderzoeksdomeinen hebben elk hun eigen jargon, benadrukt Bloem, en dat maakt het soms even zoeken. “Sommige woorden op de FAIR Cheatsheet waren echt ‘datataal’, ik begreep ze niet goed. Praten en discussiëren helpt dan, want zo kom je erachter dat je meer gemeen hebt dan je denkt. Waar een data-expert het heeft over ‘research domain’, zeg ik als geesteswetenschapper eerder ‘academic culture’. Maar eigenlijk bedoelen we ongeveer hetzelfde.”

Werken met de FAIR Cheatsheet gaf mijn onderzoek meer diepgang

Zinvol delen

Dat sparren met datamanagement-experts noemt Susanna Bloem een extra opbrengst van het werken met de FAIR Cheatsheets. “Samen kwamen we tot mooie en boeiende gesprekken, die mijn onderzoek ook weer verder brachten. Zeker als je historisch of sociologisch onderzoek doet, loop je continu aan tegen het feit dat je zelf je data selecteert en categoriseert. Je onderzoek is per definitie niet objectief, en je data – en de interpretatie daarvan – niet neutraal. De uitdaging is om zichtbaar te maken dat je werkt op basis van gedegen methodes.”

Dankzij de FAIR Cheatsheets kreeg Bloem duidelijk inzicht in wat zij en haar collega’s nog moesten doen op het gebied van datamanagement, hóé ze dat konden doen en op welke manier dat het beste kon gebeuren. “Als onderzoeker verzamel je zoveel informatie! De FAIR-principes helpen om te kijken welke gegevens relevant zijn om te delen. Het gaat er immers niet om dat we zomaar ál onze data openbaar maken. Belangrijker is dat we dat zinvol doen.”

Beter onderzoek

Dat ‘zinvol delen’ is precies waar Bloem en haar collega’s uiteindelijk ook op uitkwamen in hun onderzoek. “Onze interviews blijven geheim, maar we hebben wel het proces inzichtelijk gemaakt door ná elk gesprek een reflectie op te nemen: een korte geluidsopname, waarin we terugblikken op het interview en vertellen wat dit ons heeft gebracht.”

Wat zou Bloem willen zeggen tegen collega’s die nog weinig ervaring hebben met FAIR data? “Gebruik die Cheatsheets! FAIR helpt gewoon héél erg goed om je data te organiseren. Niet alleen fijn voor de ander, maar vooral ook voor jezelf. Je onderzoek wordt er gewoon beter van en je werk krijgt meer betekenis.”