Buoni standard, molte connessioni
Quando viaggiamo all'estero possiamo avere problemi a ricaricare il nostro telefono. Senza l'adattatore corretto, non è possibile collegare i nostri dispositivi e si rischia di trovarsi senza corrente. Con un adattatore universale, chiunque può viaggiare ovunque nel mondo. Lo stesso vale per i metadati: indipendentemente dal tipo di dati o dal luogo in cui sono archiviati, gli standard dei metadati consentono a chiunque di trovare, accedere e utilizzare i dati per i propri studi di ricerca.
COSA SONO I METADATI? PERCHÉ È IMPORTANTE AVERE DEGLI STANDARD?
I metadati sono "dati sui dati". Tuttavia, non tutti i metadati sono utili;la comunità di ricerca deve usare degli standard e idealmente seguire le linee guida dei principi FAIR. Gli standard dei metadati aiutano a creare cataloghi di metadati per rendere i dati reperibili e accessibili e possono servire anche come adattatori per rendere i dati interoperabili e riutilizzabili.
Per esempio, quando si cerca un film su una piattaforma di streaming, si trovano informazioni come l'anno di uscita, il genere del film, il regista, la durata. Queste informazioni descrivono il film e rendono più facile trovare un film che interessa e decidere se guardarlo.
Lo stesso vale per i dati della ricerca: se le informazioni sui dati sono precise e dettagliate, sarà molto più facile per un ricercatore scoprire che i dati esistono e utilizzarli per la propria analisi. Se un ricercatore trova due set di dati potenzialmente utili, ma uno si riferisce alle località per nome e l'altro per codice postale, è necessario uno standard di metadati per combinare i dati.
Tutti noi usiamo gli standard di metadati ogni giorno: quando usiamo il nostro GPS per andare alla Torre Eiffel, dovremmo arrivare nello stesso posto, indipendentemente dall'applicazione che usiamo. Buoni standard di metadati consentono agli sviluppatori di app di indirizzare le persone verso la destinazione desiderata, sia che abbiano inserito "Torre Eiffel", "Tour Eiffel" o "75007".
I DATI DEVONO ESSERE ACCOMPAGNATI DA METADATI DALLA PROGETTAZIONE
Il miglior libro della biblioteca non sarà trovato se non è indicizzato in modo standard. I diversi elementi della biblioteca hanno modi diversi di essere trovati. Per esempio, una rivista ha un numero, un libro può essere un'edizione speciale, un fumetto può far parte di una serie più ampia. Lo stesso vale per i dati: dati sociali, dati medici e dati biologici richiedono tutti metadati diversi per essere descritti in modo appropriato.
Gli standard di metadati sono necessari per trovare, collegare e utilizzare questi dati per la ricerca in diversi campi. Gli standard per i dati e i relativi metadati contestuali e sperimentali sono chiamati anche standard per i dati, standard per i metadati o standard per i contenuti e possono essere classificati in quattro sottotipi di standard: linee guida o liste di controllo per il reporting, modelli/formati o sintassi, artefatti terminologici e schemi di identificazione.
È essenziale che l'acquisizione e la standardizzazione dei metadati siano inserite nei piani all'inizio di qualsiasi progetto di ricerca, prima che i dati vengano raccolti. Ciò garantisce che i dati trovino la loro giusta collocazione in un ecosistema globale di informazioni. Una buona metadatazione migliora anche la qualità e l'affidabilità dei dati e la fiducia nei risultati della ricerca.
BUONI STANDARD, MOLTE CONNESSIONI
Nel progetto BY-COVID sono presenti molte fonti di dati (ad esempio, database, archivi e basi di conoscenza) provenienti da diverse discipline di ricerca, tra cui le bioscienze, la ricerca clinica ed epidemiologica, le scienze sociali e umane. Queste fonti di dati sono descritte in una raccolta FAIRsharing (in corso), insieme agli standard di dati e metadati utilizzati da ciascuna fonte di dati. È stato sviluppato un modello comune di metadati per rappresentare i metadati di ciascuna fonte e renderli reperibili in un unico luogo: il Covid-19 Data Portal.
Lo sviluppo di un modello comune di metadati è una sfida importante, poiché il progetto coinvolge un gran numero di ricercatori di diversi settori scientifici e le fonte di dati utilizzano standard di metadati diversi. L'approccio è quello di mappare le principali interrelazioni tra i metadati in un modo che abbia senso e sia pratico da implementare. In questo modo si aprono interessanti possibilità di scoprire di più su come le malattie infettive colpiscono le persone e di informare le politiche basate su dati concreti.
SE VOLETE SAPERNE DI PIÙ...
FAIRsharing Educational: conoscere gli standard per i dati e i metadati, come il
FAIRsharing registry vi aiuta se siete consumatori o produttori di dati, gli standard dei metadati, le banche dati e le politiche sui dati.
Maggiori dettagli sui metadati: Introduction to metadata management
Scoprite come viene utilizzata l'indicizzazione per collegare i dati nel progetto BY-COVID: Release of indexing system to link COVID-19 data across research disciplines
Per saperne di più sull'importanza di avere standard di metadati (in generale): 5 Minute Metadata - What is a standard?
Per saperne di più sull'importanza degli standard di metadati contro la pandemia COVID-19: COVID-19 pandemic reveals the peril of ignoring metadata standards | Scientific Data
Trovate strumenti e linee guida che vi aiutino ad accedere, analizzare e condividere i dati sulle malattie infettive e a rispondere rapidamente alle epidemie: Infectious Diseases Toolkit
BY-COVID D2.1: Armonizzazione iniziale di dati e metadati a livello di dominio per consentire risposte rapide a COVID-19 https://doi.org/10.5281/zenodo.7017728
Per saperne di più sulle ricette che vi aiutano a rendere i dati FAIR, consultate il [FAIR Cookbook(https://faircookbook.elixir-europe.org), una risorsa online di ricette pratiche per i "FAIR doers" nelle scienze naturali. The FAIR Cookbook - pre-print: “The essential resource for and by FAIR doers”, , vi ha fornito maggiori informazioni sulla sua creazione e sul suo contenuto.
Packaging research artefacts with RO-Crate - IOS Press
Modello leggero di provenienza distribuita per ambienti complessi del mondo reale: Lightweight Distributed Provenance Model for Complex Real–world Environments | Scientific Data
COVID-19: Un'esplorazione delle barriere sistemiche consecutive alla condivisione dei dati relativi ai patogeni durante una pandemia: [2205.12098] COVID-19: An exploration of consecutive systemic barriers to pathogen-related data sharing during a pandemic