Évaluation « FAIRitude » pour Loterre et TermSciences

19 octobre 2020

Au départ : une sollicitation de l’Inrae pour tester une grille d’évaluation FAIR. À l’arrivée : une étude qui a permis de démontrer que Loterre répond en grande partie aux principes FAIR.

FAIR, vous avez dit FAIR ?

Les principes FAIR sont un ensemble de principes directeurs pour gérer les données de la recherche visant à les rendre faciles à trouver, accessibles, interopérables et réutilisables par l’homme et la machine. Ces principes s’inscrivent dans le cadre de la science ouverte qui vise à faciliter l’accès aux publications scientifiques et aux données de la recherche.

Le projet FooSIN pour développer la culture FAIR

Répondant à un appel Flash science ouverte de l’ANR, le projet FooSIN (ANR-19-DATA-0019) est la participation française au GO FAIR Food Systems Implementation Network. Autour de l’agriculture et de l’alimentation, l’objectif du projet est notamment de proposer des outils et des méthodologies pour « FAIRifier » les données et ressources sémantiques.

C’est dans le cadre du développement de ces outils que l’Inrae, partenaire du projet FooSIN, a sollicité l’Inist en juin 2020 pour tester une grille d’évaluation : la grille SHARC développée par RDA (Research Data Alliance) dont l’Inist fait partie.

Loterre et TermSciences comme cas d’usage

Le service Ingénierie terminologique de l’Inist s’est donc prêté au jeu qui consistait à évaluer, selon les critères proposés par la grille SHARC, la prise en compte des principes FAIR par les plateformes d’exposition de terminologies TermSciences et Loterre, toutes deux conçues par l’Inist à des époques bien différentes.

En effet, quinze ans séparent la mise en œuvre des deux plateformes et l’analyse comparée des résultats permet de prendre la mesure de l’évolution des pratiques d’exposition de ressources sémantiques à l’Inist.

Dans cette étude « test », un score a été appliqué aux différents champs de la grille. Une note globale a ainsi été attribuée à chaque critère FAIR ; des chiffres utilisés dans l’élaboration de schémas pour une lecture plus visuelle des résultats. Le radar de comparaison (ci-dessous) en est une illustration.

 

TermSciences contre Loterre

Sans surprise en raison des années qui séparent les deux plateformes, Loterre s’est révélée plus « FAIR » que TermSciences. Suivant l’évolution générale du monde de la recherche scientifique, la plateforme Loterre (lancée en 2018) est résolument tournée vers la science ouverte et la prise en compte des principes de partage et de réutilisation des données.

Exemple de critère : Loterre – Facile à trouver

Outre le constat, cette analyse a également permis d’entrevoir les axes qui pourraient permettre à Loterre d’améliorer encore sa « FAIRitude ».

Une voie que l’équipe de l’Inist compte bien suivre…

 

Lire aussi…

Romain David, Laurence Mabile, Alison Specht, Sarah Stryeck, Mogens Thomsen, et al.. FAIRness Literacy: The Achilles’ Heel of Applying FAIR Principles. CODATA Data Science Journal, Committee on Data for Science and Technology (CODATA), 2020, 19 (32), pp.1-11. ⟨10.5334/dsj-2020-032⟩

https://dx.doi.org/10.5334/dsj-2020-032