Suchergebnisse

National and international digital repositories must design and deliver sustainable services as a foundation for a range of scientific and data management infrastructures while reducing costs and avoiding duplication of effort. The CoreTrustSeal, launched in 2017, defines requirements and offers core level certification for Trustworthy Digital Repositories (TDR) holding data for long-term preservation. This paper traces the journey of the CoreTrustSeal through the Data Seal of Approval (DSA), ICSU World Data System (WDS), Research Data Alliance (RDA) working groups, and community engagement, towards becoming a sustainable service supporting global data infrastructure. We outline the design and delivery of the service, current activities, the benefits of certification to a range of communities, and future plans and challenges. As well as providing a historical narrative and current and future perspectives the CoreTrustSeal experience offers lessons for those developing standards and best practices, or seeking to develop cooperative and community-driven efforts which bridge data curation across academic disciplines and the governmental and private sectors.

Forschungsförderer und politische Entscheidungsträger empfehlen ausdrücklich die Übernahme der FAIR-Prinzipien für das Management wissenschaftlicher Daten. Mehrere Initiativen arbeiten an der Umsetzung der Prinzipien und standardisierten Anwendungen zur systematischen Evaluation der Daten-FAIRness. Dieser Beitrag stellt praktische Lösungen vor, d. h. im Rahmen des FAIRsFAIR-Projekts entwickelte Metriken und Werkzeuge, um die FAIR-Bewertung von Forschungsdatenobjekten in vertrauenswürdigen Datenrepositorien zu steuern. Die Metriken basieren hauptsächlich auf den von der RDA FAIR Data Maturity Model Working Group entwickelten Indikatoren. Design und Evaluation der Metriken und zugehörigen Werkzeuge erfolgten in Form eines iterativen Prozesses. Wir stellen zwei Anwendungen der Metriken vor, in Form eines aufklärungs-orientierten Selbstbewertungstools und eines automatisierten FAIR-Datenevaluierungstools. Es werden erste Ergebnisse von Tests der Tools mit Forschern und Datenrepositorien diskutiert und zukünftige Verbesserungsmöglichkeiten einschließlich der nächsten Schritte vorgeschlagen, um eine FAIR-Datenbewertung im breiteren Ökosystem der Forschungsdaten zu ermöglichen. Die vorliegende deutsche Übersetzung des Dokuments entstand im Rahmen des Verbundprojektes EcoDM mit der Förderung des Bundesministeriums für Bildung und Forschung (BMBF) unter dem Förderkennzeichen 16DWWQP.