16. joulukuuta 2021

A deeper dive into repository assessment: CoreTrustSeal+FAIRenabling Capability-Maturity

The FAIRsFAIR project has mapped the CoreTrustSeal requirements to the FAIR principles, FAIRsFAIR metrics and RDA FAIR Data Indicators and created an approach to support repository assessment against the mapped concepts. The CoreTrustSeal+FAIR Capability-Maturity approach is currently an informal assessment, which repositories can undertake to evaluate their status as a trusted digital repository and their FAIRenabling practices.

FSD has tested the capability-maturity approach as part of its work in the EOSC-Nordic project’s Work Package 4 on FAIR data. To facilitate the assessment, the FAIRsFAIR provided us with an as-of-yet unpublished user guide.

Assessment revealed things to improve

We went through all the 16 CoreTrustSeal requirements and assessed our practices against each requirement, metric and indicator. This involved assigning each requirement a capability-maturity tier from five tiers: 1. Initial, 2. Managed, 3. Defined, 4. Quantitatively managed and 5. Optimising. In addition, we reviewed the evidence available to support the selected tier, set a target tier for the next review, and assessed whether we covered the FAIR indicators and metrics mapped to each requirement.

Capability-maturity tiers and their main components.
Image source: Hervé L'Hours, Ilona von Stein, Jerry deVries, Linas Cepinskas, Joy Davidson, Patricia Herterich, Robert Huber, & Benjamin Jacob Mathers. (2021). M4.3 CoreTrustSeal+FAIRenabling, Capability and Maturity (1.0). Zenodo. https://doi.org/10.5281/zenodo.5346822

In our assessment, two requirements, R05 Organisational Infrastructure and R10 Preservation, were at tier 4 and FSD achieved the third tier, “defined”, on most requirements. With a median of 3, FSD is doing quite well, as FAIRsFAIR M4.3 points out that “the current recommendation is that a capability level of 2. Managed across all Requirements should be sufficient to demonstrate CoreTrustSeal compliance and FAIRenabling” and that “[l]evels of 3 and above … are highly desirable”.

However, there is always room for improvement. We assigned tier 2 to three requirements, R03 Continuity of Access, R08 Appraisal, and identification under R13 Discovery & Identification. We set tier 3 as our target for these requirements before our CoreTrustSeal renewal application in 2023. In addition, we set the target tier of 4 or above for four other requirements by the next assessment.

The assessment was a useful exercise that allowed us to identify several aspects to improve in our practices and take stock of additional evidence to include in our next CoreTrustSeal application. We also believe we were able to provide useful feedback for improving the approach.

Some expertise is required

We found that a good way to conduct the assessment is to bring together a small group of experts on various repository aspects (e.g., administrative, archival services, technical) and work on a table of the requirements by assessing the capability-maturity level, target and evidence. The process took us two afternoon meetings and some desk research.

The assessment seems especially useful to more experienced repositories that have perhaps already obtained a certification and performed automated FAIR evaluations of their metadata records. The assessment is significantly facilitated by having prior knowledge of CoreTrustSeal requirements, FAIR principles, FAIRsFAIR metrics and RDA indicators.

The capability-maturity approach appears to fall somewhere between a full CoreTrustSeal self-assessment and FAIR evaluations. We found the idea of maturity levels promising, although we had some challenges in finding the correct one for some requirements. The approach brings in some specificity and concreteness to the more general requirements of the CoreTrustSeal.

We noticed that in some cases, the FAIR principles and metrics do not match very well with the CoreTrustSeal requirements, or they do so only partially. This is no fault of the mapping itself but demonstrates that the two have different use cases. They cannot be perfectly aligned but are nonetheless complementary. The emerging capability-maturity approach is a welcome addition to the tools available to assess the FAIRness and trustworthiness of a digital repository.

More information:

» FAIRsFAIR project
» EOSC-Nordic
» FAIRsFAIR WP4: M4.3 CoreTrustSeal+FAIRenabling, Capability and Maturity
» CoreTrustSeal

Henri Ala-Lahti
Information Specialist
firstname.surname [at] tuni.fi

4. toukokuuta 2021

Arkistoidut aineistot tukevat tutkimuksen toistettavuutta

Toistettavuus on tieteellisen tutkimuksen perusperiaatteita. Se tarkoittaa, että tutkija itse tai hänestä riippumaton taho kykenee toistamaan kokeen tai tutkimuksen. Näin voidaan selvittää, kuinka tutkimustuloksiin on päädytty, onko kokeessa mahdollisesti virheitä tai koetuloksissa satunnaisvaihtelua, ja edistää siten tutkimuksen luotettavuutta ja läpinäkyvyyttä.

CSC järjesti 23. huhtikuuta webinaarin, jossa käsiteltiin tutkimuksen toistettavuutta eri näkökulmista sekä esiteltiin toistettavuutta edistäviä työkaluja.

Toistettavuus edellyttää, että tutkimuksen vaiheista on saatavilla tarpeeksi tietoa. Lisäksi tutkimusaineiston on oltava myös muiden kuin alkuperäisen tutkijan saatavilla. Hyvä aineistonhallinta onkin keskeisessä osassa toistettavuuden edistämisessä. Mitä paremmin aineiston keruu ja muokkaaminen sekä sen analysointiin käytetyt menetelmät, ohjelmistot ja ohjelmistoympäristöt on dokumentoitu, sitä helpompi tutkimus on toistaa. FAIR-periaatteiden (löydettävyys, saavutettavuus, yhteentoimivuus ja uudelleenkäytettävyys) soveltaminen tutkimuksen koko elinkaaren ajan edistää tutkimuksen toistettavuutta.

Tutkimuksen toistettavuutta tukee myös aineiston arkistoiminen luotettuun, pitkäaikaissäilytykseen erikoistuneeseen ja jatkokäytön mahdollistavaan arkistoon. Tietoarkisto edistää ihmistieteiden aineistojen saatavuutta ja löydettävyyttä tarkistamalla arkistoitavat aineistot yksityiskohtaisesti, kuvailemalla aineistot ja niihin tehdyt muutokset yksityiskohtaisesti ja kontrolloituja sanastoja käyttämällä, tarjoamalla aineistojen metatiedot avoimesti CC BY 4.0 -lisenssillä ja antamalla aineistoille pysyvät tunnisteet.

Data Stewards by The Turing Way Community, & Scriberia. CC BY 4.0

Nämä kaikki edistävät FAIR-periaatteiden toteutumista. Periaatteet edellyttävät myös metatiedon koneluettavuutta. Tietoarkiston aineistokuvailut ovatkin saatavissa myös ohjelmallisten rajapintojen kautta.

Hyödyntämällä arkistoitua aineistoa tutkimuksessaan tutkija voi luottaa siihen, että tutkimusaineisto on tiedeyhteisön saatavilla kattavasti dokumentoituna. Tutkija säästää aikaa ja vaivaa, ja voi keskittyä dokumentoimaan aineiston käsittelyyn, menetelmällisiin valintoihin ja tuloksiin liittyviä asioita.

Anonymisointi voi muodostua haasteeksi toistettavuudelle

Webinaarissa käsiteltiin toistettavuutta yleisesti ja hiukkasfysiikan tapausesimerkin kautta. Toistettavuuden periaate pätee kaikilla tieteenaloilla, mutta ihmistieteissä tunnisteellisten tutkimusaineistojen anonymisointi luo omat haasteensa aineiston jatkokäytölle ja tutkimuksen toistettavuudelle.

Sensitiivisestä ja tunnisteellisesta aineistosta on usein tarpeen karkeistaa tai poistaa suoria tai epäsuoria tunnisteita. Jatkokäyttöön tulevalla aineistolla ei välttämättä voi toteuttaa alkuperäisten tutkijoiden tekemiä analyysejä sellaisenaan.

Hyvin ja ajoissa suunniteltu aineistonhallinta auttaa tässäkin: kun tutkittavilta kerätyt henkilötiedot on minimoitu ja heitä on informoitu aineiston jatkokäytöstä, aineisto voidaan arkistoida mahdollisimman vähin muutoksin.

Ihanteellisessa tapauksessa tutkimusaineisto on avoimesti tiedeyhteisön saatavilla tulosten koettelemiseksi, mutta joskus aineistoa ei voi avata edes rajoitetusti. Syitä voivat olla esimerkiksi siihen sisältyvät tunnisteet, aineiston arkaluonteisuus, tai että aineisto sisältää liiketoiminnan kannalta salassa pidettävää sisältöä. FAIR-periaatteiden noudattaminen ei edellytäkään aineiston avointa saatavuutta, vaan itse aineisto voi olla rajoitettua tai jopa kokonaan salattua. Periaatteiden mukaista sen sijaan on, että rajoitetusta tai salatusta aineistosta on saatavissa metatietoa, joka kuvaa sen rakennetta, kohdetta, keruutapaa, sovellettuja menetelmiä ja malleja sekä hallinnointia tutkimusprojektin aikana.

Tutkimuksen ja aineistosta tehtyjen johtopäätösten läpinäkyvyyden kannalta on suositeltavaa avata aineistosta vähintään kattavat kuvailutiedot, kuin säilyttää kaikki tiedot muun tiedeyhteisön tai yhteiskunnan ulottumattomissa.

Lisätietoa:

» CSC:n webinaari 23.4.2021: Mitä tutkimuksen toistettavuus tarkoittaa?

» Aineistonhallinnan käsikirja

Data Stewards -kuva (2020, March 3). Illustrations from the Turing Way book dashes. Zenodo. http://doi.org/10.5281/zenodo.4323154

Henri Ala-Lahti
tietoasiantuntija

Tuomas J. Alaterä
erityisasiantuntija

etunimi.sukunimi [at] tuni.fi