【FAIR原则】https://www.go-fair.org/fair-principles/
2016年，Mark D. Wilkinson等在《Scientific Data》上发表 The FAIR Guiding Principles for scientific data management and stewardship（ https://doi.org/10.1038/sdata.2016.18），提出科学数据管理的“FAIR指导原则”，即改善数字资产的可查找性（Findability）、可获取性/可访问性（Accessibility）、互操作性（Interoperability）和重用性（Reusability）。原则强调机器可操作性，即计算系统在没有或最少人为干预的情况下查找、获取、互操作和重用数据的能力。
FAIR原则涉及三种类型的实体：数据（或任何数字对象）、元数据（有关该数字对象的信息）和基础架构（如注册、搜索引擎）。原则如下：
- F 可查找性
- （重复）使用数据的第一步是找到它们。对人和计算机来说，元数据和数据都应该易于找到。机器可读的元数据对于自动发现数据集和服务至关重要，因此这是“FAIR化流程”的重要组成部分。
- F1、（元）数据被分配一个全局唯一且持久的标识符
- F2、用丰富的元数据（由下面的R1定义）描述数据
- F3、元数据清晰明确地包含了它们描述的数据的标识符
- F4、（元）数据在可搜索资源中注册或索引
- A 可获取性
- 一旦用户找到所需的数据，她/他就需要知道如何获取它们，可能包括身份验证和授权。
- A1、（元）数据可使用标准化的通信协议通过其标识符进行检索
- A1.1、协议是开放、免费的并且可以普遍实施
- A1.2、协议允许在必要时进行身份验证和授权过程
- A2、即使数据不再可用，也可以获取元数据
- I 互操作性
- 可互操作数据通常需要与其他数据集成。此外，数据需要与应用或工作流进行互操作，以进行分析、存储和处理。
- I1、（元）数据使用一种形式化、可获取、共享和广泛适用的语言来表示知识。
- I2、（元）数据使用符合FAIR原则的词表
- I3、（元）数据包括对其他（元）数据的合格引用
- R 重用性
- FAIR的最终目标是优化数据的重用。为此，应详细描述元数据和数据，以便可以在不同的设置中复制和/或组合它们。
- R1、（元）数据以多种准确且相关的属性进行丰富的描述
- R1.1、（元）数据使用明确且可获取的数据使用许可证发布
- R1.2、（元）数据与详细出处关联
- R1.3、（元）数据符合领域相关的社区标准
【走向FAIR社区】https://www.go-fair.org/how-to-go-fair/
FAIR原则没有停留在学术论文中。自2018年以来，GO FAIR社区一直在努力实施FAIR指导原则。这种集体努力形成了一个三点框架，该框架制定了必不可少的步骤，为的是实现最终目标——一个全球性的“FAIR数据和服务互联网”，其中的数据可用于计算机的可查找、可获取、可互操作和可重用（FAIR）。
https://www.go-fair.org/wp-content/uploads/2020/07/3-point-framework_text_icon-background-1.png
三点框架指：M4M（用于机器的元数据）、FIP（FAIR实施纲要）和FDP（FAIR数据点）。自2020年4月以来，有3个相应的工作组在开发方法、工具和文档。
【定义元数据需求：M4M研讨会】https://www.go-fair.org/how-to-go-fair/metadata-for-machines/
没有机器可操作的元数据就没有FAIR数据。自2018年10月以来，已举办了6次M4M研讨会，由领域专家与元数据专家（数据管家）组成团队，定义满足特定领域的FAIR数据需求的元数据需求。
【FAIR化流程】https://www.go-fair.org/fair-principles/fairification-process/
对于非FAIR数据，走向FAIR社区采用7个步骤将之“FAIR化”：1检索非FAIR数据——2分析检索到的数据——3定义语义模型——4使数据可链接——5分配许可证——6定义数据集的元数据——7部署FAIR数据资源
https://www.go-fair.org/wp-content/uploads/2017/11/FAIRificationProcess-1.png
