Un’altra modalità di adesione ai principi dell’Open Science consiste nel rendere pubblici metadati sufficientemente ricchi sui dati della ricerca e nel rendere i dati stessi “as open as possible, as closed as necessary” per favorire la riproducibilità e replicabilità dei processi.
Nel pubblicare i dati è importante seguire il principio dei dati FAIR:
Findable: i dati devono essere rintracciabili e quindi associati a identificativi persistenti (es.: DOI, handle, ecc.), descritti da metadati, archiviati in repository dedicati
Accessible: pubblicati in un repository e accompagnati da metadati; non è obbligatorio rendere aperti i dati (il principio è “as open as possible, as closed as necessary“), mentre è raccomandata la pubblicazione dei metadati
Interoperable: deve essere garantita l’interoperabilità tra sistemi aperti, quindi i dati devono essere archiviati secondo formati interpretabili dalle macchine e collegati ove possibile alle ontologie di riferimento
Reusable: il riuso dei dati permette la circolazione e l’avanzamento della ricerca. Deve sempre essere chiaro come è possibile riutilizzare i dati: pertanto è consigliabile adottare licenze di utilizzo standardizzate (ad. es. Creative Commons)
E’ importante che i dati vengano archiviati in un Data Repository e che tutte le azioni fatte sui dati vengano descritte in un DataManagement Plan.
Dataverse è il data repository dell’Università degli Studi di Milano
RDM permette agli affiliati dell’Università degli Studi di Milano di gestire il DataManagement Plan
Genbak, una banca dati open source per condividere i dati della ricerca in ambito genetico
Francesco Ficetola
professore ordinario
Dipartimento di Scienze e Politiche Ambientali
Condividere i dati della ricerca: Galaxy, piattaforma
open source di bioinformatica
Federico Zambelli
professore associato
Dipartimento di Bioscienze
Pubblicare su un Data Descriptor Journal
Alessandro Sorichetta
professore associato
Dipartimento di Scienze della Terra Ardito Desio