Adatgyűjtés¶
A biodiverzitási adatgyűjtés az élő szervezetek előfordulását, egyedszámát, állapotát vagy más jellemzőit rögzíti azzal a környezettel együtt, amelyben az információt megszerezték. Ez a környezet rendszerint magában foglalja a gyűjtés helyét és időpontját, a megfigyelőt vagy az adatforrást, a mintavételi módszert és a mintavételi ráfordítás mértékét.
Az adatgyűjtési folyamat kialakítása határozza meg, hogy az abból származó adatok milyen tudományos kérdések megválaszolását teszik lehetővé. Egy faj előfordulását rögzítő rekord dokumentálhatja, hogy a fajt egy adott helyen és időpontban észlelték, a hiány, az egyedszám, az elterjedés vagy az időbeli változás becsléséhez azonban általában strukturált mintavételi terv és a mintavételi ráfordításra vonatkozó információ szükséges [MacKenzie2002] [Isaac2014].
Az OpenBioMaps nem ír elő egyetlen adatmodellt vagy mintavételi protokollt. Ehelyett konfigurálható adatbázistáblákat, adatrögzítési űrlapokat, validálási szabályokat, térbeli mezőket és hozzáférés-szabályozást biztosít, amelyek különböző biodiverzitási projektekhez igazíthatók. Ezért a mintavételi tervet és a rögzített mezők jelentését a projektnek kell meghatároznia az adatbázis és az űrlapok konfigurálása előtt.
Ez az oldal általános útmutatást nyújt a biodiverzitási adatgyűjtési terv és egy OpenBioMaps-projekt összekapcsolásához. Az űrlapok konfigurálására vonatkozó részletes útmutató itt található: Feltöltési űrlapok kezelése.
Az adatgyűjtés megtervezése¶
Az adatbázistáblák vagy adatrögzítési űrlapok létrehozása előtt meg kell határozni a gyűjtés célját és azokat a kérdéseket, amelyek megválaszolását az adatoktól várják. A fontos tervezési döntések közé tartoznak a következők:
mely szervezeteket, taxonómiai csoportokat, élőhelyeket vagy környezeti változókat rögzítik;
a megfigyeléseket alkalomszerűen vagy előre meghatározott protokoll alapján gyűjtik-e;
meg kell-e őrizni a sikertelen észlelési vagy nulla megfigyelést tartalmazó eseményeket;
milyen térbeli és időbeli egységeket használnak;
rögzíteni kell-e a mintavételi ráfordítást, a módszertant és a környezeti feltételeket;
megismétlik-e a mintavételt ugyanazokon a helyszíneken;
kik gyűjtik, validálják, kezelik és használják az adatokat;
milyen ellenőrzött szótárakat és taxonómiai referenciákat használnak; valamint
milyen metaadatokat és származási információkat kell megőrizni.
Ezeket a döntéseket az adatbázis műszaki szerkezetének véglegesítése előtt kell meghozni. Egy hiányzó mező későbbi hozzáadása lehetővé teheti új információk gyűjtését, de nem képes visszaállítani a korábbi felmérések során nem rögzített háttér-információkat.
A szélesebb körű biodiverzitási felmérésekhez hozzájárulni kívánó projekteknek azt is meg kell fontolniuk, hogyan kapcsolódnak megfigyeléseik a már kialakult fogalmakhoz és szabványokhoz. Az Essential Biodiversity Variables az egyik olyan keretrendszer, amely összekapcsolja a helyi megfigyeléseket a szélesebb körű biodiverzitás-monitorozással [Pereira2013]. A Darwin Core széles körben használt szókészletet biztosít a taxonokra, előfordulásokra, eseményekre, helyszínekre és kapcsolódó biodiverzitási adatokra vonatkozó információk cseréjéhez [Wieczorek2012].
A legfontosabb adatgyűjtési megközelítések¶
A biodiverzitási megfigyelések többféle módon gyűjthetők. A következő kategóriák nem zárják ki egymást: egyetlen OpenBioMaps-projekt több megközelítéshez is használhat különböző űrlapokat és táblákat.
Alkalmi megfigyelések¶
Az alkalmi, véletlenszerű vagy eseti megfigyelés egy előre meghatározott mintavételi terv követése nélkül észlelt szervezetet rögzít. Ilyen lehet például egy séta során észrevett ritka madár, egy ismeretlen növényről készített fénykép vagy egy lakossági bejelentésben szereplő elütött állat.
Egy jól használható alkalmi megfigyelésnek általában a következőket kell tartalmaznia:
a megfigyelt taxont;
a megfigyelés dátumát és – ha rendelkezésre áll – időpontját;
a helyszínt;
a megfigyelőt vagy a rekord forrását;
az egyedszám vagy az egyedek számára vonatkozó információt, ahol ez releváns; valamint
a rendelkezésre álló alátámasztó bizonyítékot, például fényképet, hangfelvételt, példányhivatkozást vagy megjegyzést.
Az alkalmi rekordok dokumentálhatják az előfordulásokat, bővíthetik a faj észlelési helyeire vonatkozó ismereteket, és további felméréseket alapozhatnak meg. Elterjedésmodellezéshez vagy trendelemzéshez is hozzájárulhatnak, ha a mintavételi torzításukat kifejezetten figyelembe veszik.
A bejelentett előfordulások gyűjteménye azonban rendszerint nem mutatja meg, hogy a megfigyelők hol keresték, de nem észlelték a fajt. Az adatokat az egyenetlen adatgyűjtési ráfordítás, a hozzáférhetőség, a megfigyelők preferenciái és az azonosítási készségek eltérései is befolyásolhatják. Emiatt a feldolgozatlan alkalmi rekordok önmagukban általában nem értelmezhetők torzítatlan foglaltsági, egyedszám-, populáció- méret-, elterjedés- vagy időbeli változásbecslésként [Isaac2014].
Egy protokoll javíthatja az alkalmi megfigyelések egységességét azáltal, hogy meghatározza a kötelező mezőket, az elfogadható bizonyítékokat, a taxonómiai validálást, valamint a térbeli és időbeli pontosságot. Ezek a követelmények javítják a rekordok minőségét, de önmagukban nem alakítják az alkalmi gyűjtést valószínűségi alapú vagy szisztematikus felméréssé.
Mintavételi és megfigyelési események¶
A mintavételi vagy megfigyelési esemény egy meghatározott helyen és időpontban végzett, körülhatárolt adatgyűjtési tevékenységet jelent. Az esemény megadhatja a módszert, az időtartamot, a mintavételi területet, a transzekt hosszát, a csapdák vagy a megfigyelők számát, illetve a mintavételi ráfordítás más mérőszámát is.
Egy esemény a következőket tartalmazhatja:
egyetlen szervezetre vonatkozó megfigyelést sem, ha a felmérést elvégezték, de egyetlen célszervezetet sem észleltek;
egy megfigyelést; vagy
azonos mintavételi tevékenységhez kapcsolódó több megfigyelést.
Az észlelést nem tartalmazó események megőrzése akkor fontos, ha egy rekord hiányának meghatározott jelentése van. A dokumentált sikertelen észlelés azt mutatja, hogy meghatározott protokoll alapján történt mintavétel, míg egy alkalmi rekord hiánya nem igazolja, hogy bárki keresett volna az adott helyszínen. Az ismételt észlelési és sikertelen észlelési adatok megfelelő vizsgálati terv és modellfeltételezések esetén alkalmasak lehetnek foglaltságmodellezésre és a tökéletlen észlelhetőség becslésére [MacKenzie2002].
Az OpenBioMaps rendszerben a közös eseményinformációk egyszer tárolhatók egy esemény- vagy megfigyelésilista-rekordban, míg az egyes taxonmegfigyelések közös azonosítón keresztül kapcsolhatók ehhez a rekordhoz. Ez elkerüli a szükségtelen ismétlést, és lehetővé teszi az esemény megőrzését akkor is, ha egyetlen szervezetre vonatkozó megfigyelést sem tartalmaz.
A különbség részletesebb ismertetését lásd: Megfigyelési események és alkalmi megfigyelések.
Ismételt monitorozás¶
A monitorozás az állapot vagy a változás értékelése érdekében ismételten gyűjtött megfigyelésekből áll. Rendszerint állandó vagy kiválasztott mintavételi helyszíneket, dokumentált módszert, meghatározott ütemezést és összehasonlítható ráfordítási mérőszámokat alkalmaz.
Egy monitorozási tervben szükség lehet a következők rögzítésére:
a mintavételi helyszín azonosítója és helye;
az egyes mintavételi események kezdete és vége;
az alkalmazott protokoll és felszerelés;
az időtartam, terület, távolság vagy a ráfordítás más mérőszáma;
az észlelések és a kifejezetten rögzített sikertelen észlelések;
az egyedszám, borítás, biomassza, állapot vagy más válaszváltozó;
a környezeti feltételek és az észlelhetőséget befolyásoló tényezők;
a protokoll vagy a mintavételi helyszín változásai; valamint
a minőség-ellenőrzési és validálási információk.
Az adatbázisnak meg kell különböztetnie az állandó entitásokat – például a mintavételi helyszíneket és protokollokat – az ismételt eseményektől és az ezek során végzett megfigyelésektől. Ehhez általában kapcsolódó táblákra van szükség egyetlen, minden információtípust tartalmazó tábla helyett.
Az OpenBioMaps ezeket a kapcsolatokat projektspecifikus táblákkal, azonosítókkal, feltöltési űrlapokkal, lekérdezésekkel és adatfeldolgozási munkafolyamatokkal képes ábrázolni. A megfelelő szerkezet a monitorozási tervtől függ, ezért azt a tudományos módszert és a relációs adatmodellezést egyaránt ismerő szakembereknek kell felülvizsgálniuk.
A biodiverzitási adatok más forrásai¶
A projektek példányokból, laboratóriumi elemzésekből, akusztikus rögzítőkből, kameracsapdákból, nyomkövető eszközökből, távérzékelésből, külső adatbázisokból vagy más automatizált rendszerekből származó adatokat is kezelhetnek.
Ezekhez a forrásokhoz további entitásokra és metaadatokra lehet szükség, például:
példány-, minta- vagy médiaazonosítókra;
kihelyezési és begyűjtési eseményekre;
az eszköz azonosítójára és konfigurációjára;
kalibrálási és feldolgozási információkra;
laboratóriumi módszerekre és származtatott mérésekre;
a forrásanyag és a származtatott rekordok közötti kapcsolatokra;
automatizált azonosítási eredményekre és megbízhatósági értékekre; valamint
a feldolgozáshoz használt szoftver, modell vagy referencia-adatbázis verziójára.
Az OpenBioMaps képes ilyen információk tárolására vagy összekapcsolására, de a projektnek kell meghatároznia a szükséges adatmodellt, fájltárolási stratégiát, validálási folyamatot és származáskezelési szabályokat.
Az adatgyűjtés ábrázolása az OpenBioMaps rendszerben¶
Egy OpenBioMaps-megvalósításnak meg kell őriznie az adatgyűjtési tervben meghatározott fogalmakat és kapcsolatokat. Az adatbázis kényelmes használata nem írhatja felül a mintavételi tevékenység, a megfigyelés, a taxon, a helyszín, a személy és a feldolgozási lépés közötti tudományos különbséget.
Táblák és kapcsolatok¶
Egy egyszerű alkalmi adatgyűjtés egyetlen fő megfigyelési táblával is ábrázolható. A strukturáltabb gyűjtésekhez külön táblákra lehet szükség a következőkhöz:
mintavételi helyszínek;
mintavételi vagy megfigyelési események;
egyedi szervezetmegfigyelések;
taxonok vagy taxonfogalmak;
protokollok;
megfigyelők és szervezetek;
példányok, minták vagy médiafájlok;
eszközök vagy kihelyezések; valamint
validálási és feldolgozási eredmények.
A kapcsolódó rekordokat állandó azonosítókkal kell összekötni. A kapcsolatokat nem szabad kizárólag nevekből, koordinátákból vagy megjelenítési címkékből kikövetkeztetni, mert ezek az értékek megváltozhatnak, vagy nem feltétlenül egyediek.
A táblák és mezők leírásainak ismertetniük kell az adatok jelentését, mértékegységét, szókészletét és elvárt tartalmát. Ezek a leírások a projekt metaadatainak részét képezik, és segítik a felhasználókat a gyűjtemény értelmezésében és újrafelhasználásában.
Űrlapok és munkafolyamatok¶
Egy projekt ugyanahhoz a táblához több feltöltési űrlapot is meghatározhat. Külön űrlapok lehetnek hasznosak a következőkhöz:
alkalmi megfigyelések;
strukturált terepi felmérések;
mintavételi eseményhez tartozó megfigyelések;
történeti adatkészletek importálása;
nyilvános vagy közösségi tudományos adatközlések;
szakértői validálás; valamint
mobil adatgyűjtés.
Minden űrlapnak csak az adott munkafolyamathoz tartozó mezőket kell megjelenítenie. A kötelező mezőknek, ellenőrzött listáknak, alapértelmezett értékeknek, validálási szabályoknak és súgószövegeknek az adatgyűjtési protokollt kell tükrözniük.
Az űrlapokhoz és mezőkhöz leírásokat kell megadni. Ezek segíthetnek a felhasználóknak megérteni, milyen adatot kell megadniuk, és a kompatibilis mobilkliensek számára is hozzáférhetővé tehetők.
Ajánlott alapinformációk¶
A projekthez szükséges pontos mezők annak céljától függenek, de a legtöbb megfigyelési gyűjteménynek érdemes figyelembe vennie a következő kategóriákat.
Taxoninformációk¶
A taxonneveket lehetőleg ellenőrzött és dokumentált taxonómiai listából kell kiválasztani. Az automatikus kiegészítést használó mező segítheti a felhasználókat az elfogadott tudományos nevek, valamint – megfelelő konfiguráció esetén – a köznyelvi vagy nemzeti nevek megtalálásában.
A projektnek rögzítenie kell, mely taxonómiai referenciát vagy ellenőrző listát használja, és lehetőség szerint meg kell őriznie a taxonfogalom állandó azonosítóját. Ha csak egy névkarakterláncot rögzítenek, az bizonytalanságot okozhat a nevek változásakor, vagy amikor ugyanazt a nevet különböző szaktekintélyek eltérően értelmezik.
A projektek engedélyezhetik olyan nevek beküldését, amelyek még nem szerepelnek az ellenőrzött listában. Ezeket az értékeket egyértelműen meg kell jelölni későbbi felülvizsgálatra, nem pedig észrevétlenül elfogadott taxonnévként kezelni. Az automatikus névvalidálás segítheti ezt a folyamatot, de a bizonytalan egyezéseknek és javításoknak visszakövethetőnek kell maradniuk.
Az OpenBioMaps-projektek taxonokhoz kapcsolódó szemantikai oszlopszerepeket, automatikus kiegészítési forrásokat, bővíthető listákat és háttérben futó validálási feladatokat használhatnak e munkafolyamatok támogatására.
További információ a Superspecies rendszerről.
Megfigyelői és forrásmegjelölési információk¶
A megfigyelésért felelős személyt vagy szervezetet rögzíteni kell, ha ez jogilag és etikailag megfelelő. A hitelesített OpenBioMaps-fiók segítségével a beküldés összekapcsolható a feltöltővel, de a feltöltő nem feltétlenül azonos a megfigyelővel, az adat rögzítőjével, a meghatározóval, az adattulajdonossal vagy a jogtulajdonossal.
Ezeket a szerepköröket külön kell tárolni, ha eltérnek egymástól. A projekteknek azt is meg kell határozniuk, hogyan jelenítik meg, exportálják, őrzik meg és osztják meg a személyes adatokat.
Egy űrlap automatikusan kitölthet egy mezőt a bejelentkezett felhasználó fiókjából, csökkentve az ismételt adatrögzítést.
Dátum és idő¶
Egy megfigyelésnek tartalmaznia kell az előfordulás dátumát és – ahol ez releváns – időpontját. Egy mintavételi eseményhez kezdő és befejező időpont is szükséges lehet.
A projekteknek meg kell határozniuk:
kötelező-e az időpont;
melyik időzónát használják;
hogyan ábrázolják a bizonytalan, megközelítő vagy hiányos dátumokat;
a rögzített érték a megfigyelés, a beküldés, az importálás vagy a feldolgozás időpontjára vonatkozik-e; valamint
hogyan validálják az eszközök által megadott vagy fájlokból importált időbélyegeket.
A megfigyelés időpontját nem szabad az adatbázisba történő beillesztés időbélyegével helyettesíteni. Mindkettő hasznos lehet, de eltérő eseményt írnak le.
Hely és geometria¶
A hely koordinátákkal, OpenBioMaps-geometriamezővel, mintavételihelyszín- azonosítóval, helynévvel vagy ezek kombinációjával ábrázolható.
Az obm_geometry mezőt gyakran használják egy rekord térbeli
geometriájának tárolására. A gyűjteménytől függően pontot, vonalat vagy
poligont tartalmazhat. A projektnek a következőket is dokumentálnia kell:
a koordináta-referenciarendszert – az alapértelmezett a WGS84;
a hely meghatározásához használt módszert;
a koordináták bizonytalanságát vagy térbeli pontosságát;
átalakították vagy általánosították-e a koordinátákat;
az érzékeny helyszínekre alkalmazott korlátozásokat; valamint
hogy a geometria a szervezetet, a megfigyelőt, egy útvonalat, a mintavételi területet vagy más térbeli fogalmat jelöl-e.
A mobileszközről származó koordinátákat nem szabad automatikusan pontosnak tekinteni. A pontosság az eszköztől, a környezettől, a helymeghatározási módszertől és a helyzet rögzítésére rendelkezésre álló időtől függően változhat.
Mennyiség és észlelés¶
Ahol ez releváns, a gyűjtésnek rögzítenie kell az egyedek számát, a százalékos borítást, a biomasszát, a jelenlétet, az észlelési állapotot vagy más meghatározott mennyiséget. Az érték mértékegységének és értelmezésének egyértelműnek kell lennie.
Nulla érték csak akkor használható, ha a protokoll megállapítja, hogy a mintavétel megtörtént, de a célt nem észlelték. Nem használható hiányzó információ helyettesítésére.
Módszer és mintavételi ráfordítás¶
A strukturált felméréseknek elegendő információt kell rögzíteniük a mintavételi tevékenység értelmezéséhez és – ahol lehetséges – megismétléséhez. Ide tartozhat a protokoll, az időtartam, a távolság, a terület, a csapdák száma, a megfigyelői ráfordítás, a felszerelés és a környezeti feltételek.
A módszerre és a ráfordításra vonatkozó információkat a mintavételi eseményhez kell kapcsolni, ha az adott esemény minden megfigyelésére érvényesek.
Bizonyíték, validálás és származás¶
Fényképek, hangfelvételek, példányok, megjegyzések és más alátámasztó anyagok segíthetik egy megfigyelés validálását. A projekteknek meg kell őrizniük a megfigyelés és bizonyítéka közötti kapcsolatot, valamint a csatolt anyag eredetére és jogaira vonatkozó információkat.
A validálás során nem szabad észrevétlenül felülírni az eredetileg beküldött információkat. Ahol ez megvalósítható, a projekteknek meg kell őrizniük:
a beküldött értéket;
az elfogadott vagy javított értéket;
a validáló személyazonosságát vagy szerepkörét;
a validálás dátumát;
a validálás állapotát és a megjegyzéseket; valamint
a döntéshez használt módszert vagy referenciát.
A származás megőrzése érthetővé teszi a javításokat és támogatja a későbbi újrafelhasználást. Általánosabban a biodiverzitási adatokat úgy kell kezelni, hogy megtalálhatók, meghatározott feltételek mellett hozzáférhetők, interoperábilisak és újrafelhasználhatók legyenek [Wilkinson2016].
Mezőelnevezés és interoperabilitás¶
Az egyértelmű és állandó mezőnevek megkönnyítik a projekt karbantartását. A mezőneveket leírásokkal kell kiegészíteni, és nem szabad olyan rövidítésekre hagyatkozni, amelyek jelentését csak az eredeti projektcsapat ismeri.
Ha az adatokat külső rendszerekkel is megosztják, a projekteknek érdemes megfontolniuk mezőik megfeleltetését olyan kialakult szókészleteknek, mint a Darwin Core [Wieczorek2012]. A Darwin Core által ihletett nevek használata megkönnyítheti a megfeleltetést, de egy ismert név mezőhöz rendelése önmagában nem elegendő. A mező jelentésének, mértékegységének, számosságának, szókészletének és kapcsolatainak is kompatibilisnek kell lenniük a megfelelő kifejezéssel.
A projektnek nem kell minden adatot közvetlenül adatcsere-formátumban tárolnia. Használhat az adatgyűjtési munkafolyamatához illeszkedő szerkezetet, és létrehozhat egy dokumentált exportot vagy átalakítást, amely megfelelteti rekordjait a szükséges szabványnak.
Gyakorlati ellenőrzőlista¶
Az adatgyűjtési űrlap elérhetővé tétele előtt ellenőrizni kell, hogy:
meghatározták a tudományos célt és a célpopulációt;
szükség esetén megkülönböztetik az alkalmi megfigyeléseket a strukturált mintavételi eseményektől;
a protokoll által megkövetelt esetekben megőrizhetők az észlelést nem tartalmazó befejezett események;
a taxonok megfelelő ellenőrzött listához vagy felülvizsgálati munkafolyamathoz kapcsolódnak;
nem keverik össze a megfigyelés és a beküldés időbélyegét;
a geometriák jelentése és koordináta-referenciarendszere meghatározott;
ábrázolható a térbeli bizonytalanság és az érzékeny helyszínek;
szükség esetén megkülönböztetik a megfigyelő, a feltöltő, a meghatározó, a tulajdonos és a jogtulajdonos szerepkörét;
dokumentálták a mennyiségeket és mértékegységeket;
rögzíthetők a mintavételi módszerek és ráfordítások;
a kötelező mezők és validálási szabályok tükrözik a protokollt;
az eredeti értékek és az utólagos javítások visszakövethetők maradnak;
az űrlapok és mezők leírásai érthetők az adatgyűjtők számára;
felülvizsgálták a hozzáférési szabályokat és a személyes adatokra vonatkozó követelményeket;
minden használni kívánt felületen küldtek be tesztrekordokat; valamint
az így létrejött rekordok dokumentálatlan ismeretek nélkül lekérdezhetők, exportálhatók és értelmezhetők.
A szerkezetet valósághű példákkal kell tesztelni, beleértve a hiányzó értékeket, a bizonytalan meghatározásokat, a várt területen kívüli megfigyeléseket, az észlelést nem tartalmazó eseményeket, az egy eseményen belüli több megfigyelést, valamint az összes támogatott webes, mobil- és API-kliensből beküldött rekordokat.
Példák adatgyűjtésekre¶
A kidolgozott példák bemutathatják, hogyan ábrázolhatók a különböző adatgyűjtési tervek OpenBioMaps-táblákkal és -űrlapokkal.
Lásd: Példák OpenBioMaps-adatgyűjtésekre.
Hivatkozások¶
Isaac, N. J. B., van Strien, A. J., August, T. A., de Zeeuw, M. P., and Roy, D. B. (2014). Statistics for citizen science: extracting signals of change from noisy ecological data. Methods in Ecology and Evolution, 5(10), 1052–1060. https://doi.org/10.1111/2041-210X.12254
MacKenzie, D. I., Nichols, J. D., Lachman, G. B., Droege, S., Royle, J. A., and Langtimm, C. A. (2002). Estimating site occupancy rates when detection probabilities are less than one. Ecology, 83(8), 2248–2255. https://doi.org/10.1890/0012-9658(2002)083%5B2248:ESORWD%5D2.0.CO;2
Pereira, H. M., Ferrier, S., Walters, M., Geller, G. N., Jongman, R. H. G., Scholes, R. J., Bruford, M. W., Brummitt, N., Butchart, S. H. M., Cardoso, A. C., Coops, N. C., Dulloo, E., Faith, D. P., Freyhof, J., Gregory, R. D., Heip, C., Höft, R., Hurtt, G., Jetz, W., Karp, D. S., McGeoch, M. A., Obura, D., Onoda, Y., Pettorelli, N., Reyers, B., Sayre, R., Scharlemann, J. P. W., Stuart, S. N., Turak, E., Walpole, M., and Wegmann, M. (2013). Essential Biodiversity Variables. Science, 339(6117), 277–278. https://doi.org/10.1126/science.1229931
Wieczorek, J., Bloom, D., Guralnick, R., Blum, S., Döring, M., Giovanni, R., Robertson, T., and Vieglais, D. (2012). Darwin Core: An evolving community-developed biodiversity data standard. PLOS ONE, 7(1), e29715. https://doi.org/10.1371/journal.pone.0029715
Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J.-W., da Silva Santos, L. B., Bourne, P. E., Bouwman, J., Brookes, A. J., Clark, T., Crosas, M., Dillo, I., Dumon, O., Edmunds, S., Evelo, C. T., Finkers, R., Gonzalez-Beltran, A., Gray, A. J. G., Groth, P., Goble, C., Grethe, J. S., Heringa, J., «t Hoen, P. A. C., Hooft, R., Kuhn, T., Kok, R., Kok, J., Lusher, S. J., Martone, M. E., Mons, A., Packer, A. L., Persson, B., Rocca-Serra, P., Roos, M., van Schaik, R., Sansone, S.-A., Schultes, E., Sengstag, T., Slater, T., Strawn, G., Swertz, M. A., Thompson, M., van der Lei, J., van Mulligen, E., Velterop, J., Waagmeester, A., Wittenburg, P., Wolstencroft, K., Zhao, J., and Mons, B. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018. https://doi.org/10.1038/sdata.2016.18