Datasamenwerkingen > Metadata

(2) Metadata

Binnen datasamenwerkingen geloven de bears in datainterpretatie en minder in harde datastandaardisatie. We merken namelijk dat harde datastandaardisatie resulteert in langdurige en dure interne trajecten, waarbij interne datastructuren en vocabulaires omgegooid moeten worden. Hierna vallen vaak dependencies om, waardoor de impact soms slecht te overzien is. Dit creëert lange doorlooptijden voordat men kan gaan samenwerken, interne weerstand of simpelweg geen datasamenwerking.

Bij datainterpretatie zijn we geïnteresseerd in hoe bronhouders de data extern aanbieden, niet hoe zij het intern inregelen. Hierbij is het van belang dat de aangeboden data op de juiste manier geïnterpreteerd kan worden door middel van de bijgevoegde metadata. Deze metadata worden gemaakt op basis van community specifieke FAIR-templates. Hiervoor hoeven geen interne inrichtingen en processen overhoop gegooid te worden, hiervoor moet enkel een onafhankelijk metadatabestand toegevoegd worden die naar open standaarden linkt. Dit is dus complementair aan huidige systemen in plaats van subsidiair.

Voor FAIR-datasamenwerkingen zijn de metadatabestanden van de verschillende data-aanbieders erg belangrijk. Deze metadatabestanden moeten de juiste interpretatie van de bronsystemen verschaffen, anders kan de data niet goed gebruikt worden. Om datasamenwerkingen haalbaar te maken moeten de metadatabestanden op kwaliteit beoordeeld worden. Hier hebben we de FAIR-evaluator voor geïntroduceerd. Deze automatische tool checkt of een metadatabestand die een bepaald bronsysteem interpreteerbaar maakt volledig is. Zo niet, wordt er feedback verschaft met aanpassingen die nodig zijn om alsnog een volledig metadatabestand te implementeren.