چگونه از داده ها و مطالب منبع باز در تحقیقات خود استفاده کنیم؟

در گذشته های دور، اطلاعات هرگز مشمول مجوز یا محدودیت های دیگری نبودند. در سرتاسر اوراسیا، کاتبان متونی را که با آنها برخورد می‌کردند کپی می‌کردند، که منجر به ایجاد مخازن بزرگ علمی که اغلب ناشناخته بودند، می‌شد. با این حال، تنها تعداد کمی از افراد توانستند به این منبع علمی دسترسی داشته باشند.

علیرغم نوآوری‌های بعدی، مانند محبوبیت کتابخانه‌ها، چاپ خودکار، و اینترنت که دسترسی به دانش را تا حد زیادی بهبود می‌بخشد، قوانین مالکیت معنوی به این معنی است که خوانندگان اغلب در کارهایی که می‌توانند با اطلاعات موجد انجام دهند، محدود شده‌اند.

داده‌ها و مطالب منبع باز هیچ محدودیتی ندارند یا به مراتب محدودیت کمتری دارند. چنین موادی برای دسترسی، استفاده، اصلاح و به اشتراک گذاری بدون هیچ هزینه ای در دسترس همه افراد است. این مطالب می توانند شامل مجموعه داده‌ها، نرم افزار، سخت افزار، انتشارات، منابع آموزشی و غیره باشند. در اینجا، نحوه استفاده هوشمندانه از چنین اطلاعاتی را مورد بحث قرار می دهیم.

تاریخچه مختصری از منابع باز

جنبش منبع باز در دهه 1980 در پاسخ به اختراعات محدود کننده و حق چاپ که توزیع نرم افزار را محدود می کرد ظاهر شد. در پاسخ، جنبش منبع باز ایده جدیدی را معرفی کرد – اعمال مجوزها برای داده‌ها و نرم افزارهایی که تضمین می کند که آزادی کاربران محدود نمی شود. اکنون در دو مدل ارائه‌می‌شود: مجوز کپی‌لفت، مانند مجوز GPL، که در آن اطلاعات به اشتراک گذاشته می‌شود تا هر کسی بتواند بدون محدودیت از اطلاعات استفاده کرده و به اشتراک بگذارد، مشروط بر اینکه مجوز یکسانی را اعمال کند. و مجوزهای مجاز، مانند مجوز BSD، که هیچ محدودیتی برای کاربران ایجاد نمی کند.

از زمان موفقیت چشمگیر جنبش نرم افزار آزاد و باز، مجوز منابع باز در حال حاضر برای انواع دیگر داده ها، مانند مجموعه داده های علمی، فایل های تصویری، انتشارات متنی و حتی سخت افزار اعمال می شود.

مخازن منبع باز در تحقیقات علمی

داده‌های منبع باز به دلیل مزایای بسیاری که برای محققان، به‌ویژه برای محققان اولیه شغلی به همراه دارد، در حال رشد است. اول، همکاری و به ویژه تحقیقات میان رشته‌ای را تسهیل می کند. باز بودن داده‌ها همچنین شفافیت را افزایش می دهد، که می تواند به تکرارپذیری و قابلیت اطمینان تحقیق و همچنین دسترسی به آن کمک کند. در نهایت، می تواند هزینه ها و موانع انجام تحقیقات را نیز کاهش دهد. یک محقق در دانشگاهی در جنوب به احتمال بسیار کمتری به تجهیزات پیشرفته مانند توالی سنجی نسل بعدی دسترسی دارد، اما اگر به داده‌های منبع باز دسترسی داشته باشد، علی رغم داشتن منابع کمتر، می تواند تجزیه و تحلیل های بیوانفورماتیک مفیدی را انجام دهد.

با این حال، استفاده از اطلاعات منبع باز با چالش ها و مشکلاتی همراه است، از جمله مشکلات در پیداکردن منابع مرتبط و با کیفیت بالا، سوالاتی در مورد اعتبار و قابلیت اطمینان این داده‌ها و مواد، و اصول اخلاقی و اقداماتی که باید حفظ شوند.

یافتن منابع مرتبط

قبل از استفاده از داده‌ها و مطالب منبع باز، البته باید منابعی را پیدا کنید که با موضوع و روش تحقیق شما مرتبط هستند. برای تسهیل اشتراک‌گذاری چنین داده‌هایی، محققان پلتفرم‌ها و مخازن زیادی را ایجاد کرده‌اند که میزبان اطلاعات منبع باز برای بسیاری از رشته‌ها هستند. چند نمونه عبارتند از:

Zenodo: یک مخزن همه منظوره که توسط CERN اداره می‌شود و به محققان اجازه می‌دهد هر نوع خروجی تحقیقاتی مانند مجموعه داده‌ها، نرم‌افزار، انتشارات یا پوستر را بارگذاری و به اشتراک بگذارند.

GitHub: پلتفرمی که میزبان پروژه‌های نرم‌افزاری منبع باز است و به توسعه‌دهندگان اجازه می‌دهد تا در زمینه کد، اسناد و مسائل با یکدیگر همکاری کنند. همچنین شامل ویژگی های کنترل نسخه است.

Open Science Framework: یک پلتفرم و ابزار مدیریتی که از کل چرخه حیات تحقیق، از مدیریت پروژه گرفته تا به اشتراک گذاری داده ها و بایگانی، پشتیبانی می کند.

Figshare: مخزنی که به محققان اجازه می دهد تا هر نوع خروجی تحقیقاتی مانند مجموعه داده ها، نرم افزارها، نشریات یا فایل های رسانه‌ای را بارگذاری و به اشتراک بگذارند.

Dryad: مخزنی که داده‌های مرتبط با انتشارات مورد بررسی در علوم طبیعی را ذخیره و نگهداری می‌کند.

Kaggle: پلتفرمی که میزبان مجموعه داده ها و مسابقات برای علم داده و یادگیری ماشین است.

OpenAIRE: شبکه ای که انتشارات و داده های دسترسی آزاد را از منابع مختلف در سراسر اروپا جمع آوری می کند.

اینها تنها چند نمونه از مخازن منبع باز هستند که می توانید برای تحقیق خود کاوش کنید. موتورهای جستجو مانند Google Dataset Search یا DataCite نیز می توانند به شما در پیداکردن داده‌های منبع باز از منابع مختلف کمک کنند.

ارزیابی کیفیت و قابلیت اطمینان مخازن منبع باز

یادگیری ارزیابی اعتبار و پایایی اطلاعات برای هر محققی حیاتی است. به همین ترتیب، پس از پیداکردن منابع بالقوه داده‌ها و مطالب منبع باز برای تحقیق خود، باید آنها را به طور کامل ارزیابی کنید. برخی از معیارها و سوالات کلیدی که می توانید برای ارزیابی داده‌ها و مطالب منبع باز استفاده کنید عبارتند از:

منشأ: چه کسی داده ها یا مطالب را ایجاد کرده یا به آن کمک کرده است؟ تخصص و شهرت آنها چیست؟ چگونه می توانید برای اطلاعات بیشتر یا شفاف سازی با آنها تماس بگیرید؟

اسناد و مدارک: داد‌ه‌ها یا مواد چقدر خوب مستند شده‌اند؟ آیا آنها شامل اطلاعات واضح و جامع در مورد منشاء، هدف، روش ها، قالب، ساختار و متغیرهای آن هستند؟

فراداده: داده‌ها یا مطالبی که توسط ابرداده توصیف شده‌اند چقدر خوب هستند؟ آیا آنها از استانداردها یا طرحواره هایی پیروی می کنند؟

مجوز: شرایط و ضوابط استفاده از داده‌ها یا مطالب چیست؟ آیا مجوز روشن و صریح دارند؟ آیا آنها به شما اجازه دسترسی، استفاده، اصلاح و به اشتراک گذاری داده‌ها یا مطالب را بدون هیچ گونه محدودیت یا هزینه‌ای می دهند؟

کیفیت: داده‌ها یا مواد چقدر دقیق، سازگار و مرتبط هستند؟ آیا آنها نیازها و انتظارات تحقیقاتی شما را برآورده می کنند؟ آیا مجموعه داده خطا یا محدودیتی دارد؟

قالب: دسترسی، استفاده، دستکاری یا تجزیه و تحلیل داده‌ها یا مطالب چقدر آسان است؟ آیا در قالب استاندارد یا سازگار است؟ آیا به نرم افزار یا ابزار خاصی نیاز دارد؟

هنگامی که پاسخ این سؤالات روشن شد، می توانید داده‌هایی را انتخاب کنید که برای تحقیق شما مناسب هستند.

پایبندی به اصول و رویه‌های اخلاقی

پایبندی به مفاهیم اخلاقی که به حقوق و منافع سازندگان یا مشارکت کنندگان داده‌ها یا مطالب و همچنین جامعه تحقیقاتی شما احترام می گذارد، حیاتی است.

اول، حقوق مالکیت معنوی پدیدآورندگان یا مشارکت‌کنندگان داده‌ها یا مطالب باید با قدردانی مناسب از مشارکت‌های آنها رعایت شود. همچنین باید از شرایط و ضوابط مجوز داده‌ها یا مطالب پیروی کنید و از هرگونه تخلف مجوز جلوگیری کنید.

در مرحله بعد، داده‌ها یا مطالبی که در تحقیق خود استفاده می کنید باید طبق دستورالعمل های استنادی ارائه‌شده توسط منبع یا نشریه ذکر شوند. همچنین باید پیوندی به داده‌ها یا مطالب ارائه دهید و هرگونه تغییری را که در آن انجام داده‌اید را نشان دهید.

در نهایت، داده‌های منبع باز باید به همان شیوه‌ای مسئولانه و دقیق مانند داده‌هایی که خودتان تولید کرده‌اید، استفاده شود. این شامل پرهیز از هرگونه خطا، سوگیری یا تفسیر نادرستی است که ممکن است اعتبار و قابلیت اطمینان تحقیق شما را به خطر بیندازد. مانند هر داده دیگری، شما همچنین باید هرگونه محدودیت یا عدم قطعیتی را که ممکن است بر نتایج و نتایج تحقیق شما تأثیر بگذارد، گزارش دهید.

با پیروی از این اصول و شیوه‌های اخلاقی، می‌توانید از داده‌ها و مطالب منبع باز به‌گونه‌ای استفاده کنید که هم برای پژوهش خود و هم برای جامعه تحقیقاتی محترمانه، مسئولیت‌پذیر و مفید باشد.

نتیجه

داده‌ها و مواد منبع باز اگر به صورت هوشمندانه استفاده شوند، می توانند برای محققین موهبت بزرگی باشند. یک مخزن اطلاعات منبع باز می تواند نه تنها برای تک تک محققان، بلکه برای کل جامعه آکادمیک آنها مفید باشد. انتشار اطلاعات خود در یک مخزن منبع باز نیز راهی حیاتی است که شما می توانید به حوزه کاری خود کمک کنید و تأثیر تحقیقات خود را به حداکثر برسانید، که حتی می تواند مقام شما را افزایش دهد.