FAIR Bird Research Data and Software (FAIRBiRDS): closing the research lifecycle in the long tail of science
| Program | CHIST-ERA Open & Re-usable Research Data & Software Call |
|---|---|
| Źródło finansowania | Narodowe Centrum Nauki |
| Tytuł projektu | FAIR Bird Research Data and Software (FAIRBiRDS) closing the research lifecycle in the long tail of science |
| Akronim | FAIRBiRDS |
| Umowa o dofinansowanie | UMO-2022/04/Y/NZ8/00184 |
| Data podpisania umowy | 15.12.2023 |
| Data początku projektu | 15.12.2023 |
| Data zakończenia projektu | 14.12.2025 |
| Kierownik projektu | Robert Sot |
| Finansowanie | Projekt dofinasowany ze środków Unii Europejskiej |
| Kwota całkowita dla ICM UW | 527 044,00 zł |
| Kwota dofinansowania dla ICM UW | 527 044,00 zł |
Przejście na dane FAIR okazało się wyjątkowo wymagające w obszarze “długiego ogona” danych badawczych. Dzieje się tak głównie dlatego, że długi ogon składa się z wielu niezależnie tworzonych zbiorów danych, różniących się strukturą i zarządzaniem, choć gromadzonych w podobnym celu. Niniejszy projekt opiera się na niedawno utworzonej sieci i bazie danych SPI-Birds w zakresie długoterminowych badań populacji ptaków, przechowującej i standaryzującej dane na poziomie indywidualnym. Celem jest rozwój tej sieci jako modelu dla innych (ekologicznych) dziedzin badawczych, ze szczególnym uwzględnieniem wciąż niedocenianych etapów przetwarzania danych, analizy danych i ich zabezpieczania. Po pierwsze, opracujemy repozytorium z cytowalnymi zbiorami danych, które można powiązać z publikacjami, kodami analitycznymi i innymi wynikami, zamykając w ten sposób cykl życia badań w długim ogonie nauki. Po drugie, rozszerzymy bazę użytkowników zarówno w odniesieniu do producentów danych (zwiększając geograficzny i ekologiczny zasięg zbiorów danych), badaczy w społeczności SPI-Birds i spoza niej, jak i użytkowników spoza nauki, takich jak edukatorzy, dziennikarze, specjaliści ds. projektanci. Centralnym elementem tych dwóch pierwszych celów jest ciągły rozwój i udoskonalanie istniejącego standardowego formatu danych z bogatymi metadanymi (i dostępnymi przewodnikami po metadanych) zgodnie z powszechnymi standardami, takimi jak Darwin Core. Po trzecie, stworzymy recenzowane archiwum (włączając w to testy przeprowadzone przez wybranych użytkowników) dla kodów przetwarzania danych i analitycznych (które mogą być stosowane do zbiorów danych hostowanych w bazie danych, ale także poza nią), promując wydajność i powtarzalność analiz danych dużej skali. Naszym ostatecznym celem jest w pełni przejrzysty krajobraz badawczy FAIR obejmujący zbiory danych, narzędzia analityczne i publikacje, które są połączone cyfrowymi identyfikatorami i bogatymi metadanymi.
