Toekenningen Open science fund 2021

Alle gehonoreerde onderzoekers, hun projectteamleden, en publiekssamenvattingen

B

iCRF Generator Extended Edition - Opening Interoperable Science (iCRF-OS)
dr. J.A.M. Beliën – AMC

Teamlid: Sander de Ridder (AMC)

Uitwisselbaarheid van klinische data kan worden verkregen door bij het opzetten van case report forms (CRFs) gebruik te maken van internationale thesauri, zoals SNOMED CT. Dit is echter gecompliceerd en tijdrovend. Met de iCRF Generator kunnen gestandaardiseerde datadefinities, zoals de zorginformatiebouwstenen (ZIBs), worden hergebruikt om CRFs te genereren voor verscheidene electronic data capture systemen. De verzamelde data is daarmee interoperabel met andere data die deze standaard definities gebruiken. In dit project wordt de iCRF Generator uitgebreid met: 1) ODM-export, de internationale standaard voor klinische trials; 2) ondersteuning voor alternatieve codeboek bronnen; 3) verbeterde gebruikersinterface voor het selecteren van codeboeken.

Bekijk het onderzoek van dr. J.A.M. Beliën op ORCID

Case-study Research & Data Reuse (CaRe & DaRe)
prof. J.J. Berends – VU

Teamleden: Fleur Deken (VU); Kacana Khadjavi Pour (VU); Ricarda Braukmann (DANS); Freek Dijkstra (SURF)

In de open science beweging is er tot nu toe weinig aandacht geweest voor het hergebruik van kwalitatieve case study data, terwijl dit een veelgebruikte onderzoeksmethode is. Onder andere privacyoverwegingen en vertrouwelijkheid beperken het hergebruik ervan. Dit project ontwikkelt samen met DANS en SURF een nieuwe gedecentraliseerde procedure voor het hergebruik van kwalitatieve case study data, waarbij onderzoekers zelfbeschikking over hun data behouden, en data FAIR worden gemaakt zonder ze open te delen. Deze aanpak wordt getest in een pilot met data van verschillende onderzoekers over fieldlabs als innovatie-instrument. Zo vergroot dit project het bereik van open science.

Bekijk het onderzoek van prof. J.J. Berends op ORCID

Q2O: Closing the gap between questionable and open research practices using a metacognitive tool
prof. dr. A.B.H. de Bruin – UM

Teamleden: Wisnu Wiradhany (RUG); Farah Djalal (KU Leuven)

Er is beperkt bewijs voor de doeltreffendheid van open science research practices (ORP) om questionable research practices (QRP) te minimaliseren. De twee zijn verwant, maar kunnen verschillende cognitieve processen omvatten. Kunnen we de kloof tussen QRP en ORP dichten met behulp van metacognitieve interventies, waarvan is aangetoond dat ze gedrag in onderwijscontexten verbeteren? In de eerste studie zullen we de (meta)cognitieve processen onderzoeken die ten grondslag liggen aan ORP en QRP. We zullen deze informatie gebruiken om een metacognitieve tool te ontwikkelen met als doel om in de tweede studie de betrokkenheid bij ORP te vergroten en QRP te verlagen.

Bekijk het onderzoek van prof. dr. A.B.H. de Bruin op ORCID

C

Next stage development of SciPost’s publishing infrastructure (SciPostPI)
dr. J.S. Caux – UvA

Teamleden: Paula Perez (SciPost); Sergio Tapias Arze (SciPost); Jan Willem Wijnen (SciPost)

Aan het Institute of Physics (UvA) ontwikkelt het SciPost team een non-profit open science publicatie platform. Op basis van open science principes publiceren SciPost journals open access, zonder abonnementskosten of kosten voor auteurs. SciPost geeft vijf natuurkunde journals uit en breidt nu uit naar andere disciplines. Werken met verschillende wetenschappelijke gemeenschappen vereist verdere ontwikkeling van IT infrastructuur en web app. Dit project versterkt SciPost’s infrastructuur, maakt het mogelijk met verschillende groepen te werken, parallelle redactionele processen te gebruiken en groei van aantal auteurs en manuscripten mogelijk te maken. Hiermee kunnen meer wetenschappelijke gemeenschappen hun eigen open science journals publiceren.

Bekijk het onderzoek van dr. J.S. Caux op ORCID

The anatomical connectome of the brain
dr. N.L.M. Cappaert – UvA
 

Teamlid: Niels van Strien (UvA)

Er is veel onderzoek gedaan naar de anatomische verbindingen tussen hersengebieden. Dit heeft geresulteerd in een groot aantal publicaties. Het gebruik van deze kennis wordt echter belemmerd door de omvang van de beschikbare literatuur, het gebrek aan standaardisatie in anatomische nomenclatuur en het gebruik van jargon. In dit project worden connectiviteitsgegevens verzameld in een publieke, ‘peer-reviewed’ database die zowel hersenverbindingen in gestandaardiseerde terminologie bevat als ook gerelateerde metadata. Deze kennis wordt via het internet toegankelijk gemaakt in een connectoom. Wetenschappers kunnen deze kennis gebruiken een beter begrip te krijgen van fundamentele hersenprocessen en veranderingen die optreden tijdens ziekten.

Bekijk het onderzoek van dr. N.L.M. Cappaert op ORCID
 

WikipediaCitations: A FAIR dataset of Wikipedia’s citations to its sources
dr. G. Colavizza – UvA

Teamleden: Ludo Waltman (LU) ; Nees J. van Eck (LU); Silvio Peroni (University of Bologna); Leila Zia (Wikimedia Foundation Research)

Wikipedia is een essentieel onderdeel van het open science-ecosysteem, maar is slecht geïntegreerd met academische open science-initiatieven. We zullen WikipediaCitations maken: een FAIR-dataset met citaties van Wikipedia naar al zijn bronnen. Citaten zullen worden verrijkt met permanente identificatiegegevens en citatieverklaringen en als gekoppelde gegevens worden opgenomen in OpenCitations. WikipediaCitations zal een gedocumenteerde codebase bevatten. Het project belooft de open science-agenda te bevorderen door bij te dragen aan ‘altmetrics’ en een verscheidenheid aan applicaties van derden en door onderzoek te doen naar en de betrouwbaarheid van de inhoud van Wikipedia te verbeteren.

Bekijk het onderzoek van dr. G. Colavizza op ORCID

D

A metaDAta Publication Toolbox (ADAPT): An open-source toolbox to bridge the gap between research communities and data repositories.
prof. dr. M.R. Drury -  UU

Teamleden: Richard Wessels (UU); Lora Armstrong (TUD); Madeleine de Smaele (4TU.ResearchData); Otto Lange (UU)

Onderzoekers publiceren steeds meer data in archieven en dataopslagcentra. Hierbij is het belangrijk dat de juiste beschrijvende (zoek)termen (metadata) worden toegevoegd aan de data, zodat data gemakkelijk gevonden en hergebruikt kunnen worden. Dataopslagcentra bieden weliswaar de mogelijkheid om algemene metadata toe te voegen, maar zijn vaak minder geschikt voor het opnemen van discipline-specifieke metadataschema’s, ontwikkeld door internationale onderzoekscommunes. Wij stellen voor om een open-source pakket te ontwikkelen dat zowel onderzoekers als datamanagers helpt in het toewijzen van disciplinespecifieke en internationaal begrepen metadata aan een te publiceren dataset. Dit zal de capaciteit voor toekomstig hergebruik van data aanzienlijk verhogen.

Bekijk het onderzoek van prof. dr. M.R. Drury op ORCID

E

Open Science Escape Room (OSER)
dr. A. Eerland - RU
 

Teamleden: Karin Fikkers (UU); Victor van Doorn (Sherlocked); Francine Boon (Sherlocked)

Om een echte cultuurverandering binnen de wetenschap teweeg te brengen is het cruciaal zoveel mogelijk wetenschappers hierbij te betrekken. Hoewel Open Science initiatieven als paddenstoelen uit de grond schieten, richten maar weinig zich op wetenschappers met beperkte ervaring of affiniteit met Open Science. Deze groep is natuurlijk het moeilijkst te bereiken en motiveren, maar is ook nodig om Open Science het ‘nieuwe normaal’ te maken. Dit project wil middels een online escape room juist deze wetenschappers spelenderwijs kennis laten maken met verschillende aspecten van Open Science, en hen betrekken bij de discussie rondom de implementatie van Open Science.

Bekijk het onderzoek van dr. A. Eerland op ORCID

F

FAIR-Battery Knowledgebase
dr. ir. S. Faez – UU
 

Teamleden: Maarten Voors (WUR); Antonio Forner Cuenca (TUE); Yali Tang (TUE)

De energietransitie die nodig is om klimaatverandering tegen te gaan, vereist een ongekend snelle verschuiving naar duurzame elektrificatie in het komende decennium. Met name de ontwikkeling van energie opwekking en vooral energie opslag zijn urgent. Geen enkele technologie kan in zo'n korte tijd worden ontwikkeld en opschalen zonder decentrale open innovatie en snelle kennisverspreiding. Dit project creëert een gemeenschappelijke ""knowledge pool"", en bouwt en traint een expertgemeenschap om een snelle wereldwijde ontwikkeling van open hardware batterijen mogelijk te maken, in het specifiek gericht op duurzame elektrochemische batterijen; redox-flow-batterijen op basis van lokale hernieuwbare bronnen.

Bekijk het onderzoek van dr.ir. S. Faez op ORCID

G

Integration of interactive research environments to data repositories to facilitate FAIR data management practices: JupyterFAIR
dr. S. Girgin – UT
 

Teamleden: Connie Clare (4TU.ResearchData); Jose Urra Llanusa (TUD); Manuel Garcia Alvarez (TUD)

Veel onderzoekers gebruiken virtuele onderzoeksomgevingen, zoals JupyterLab, waarin substantiële gegevens worden geproduceerd gedurende de hele onderzoekslevenscyclus. Het publiceren en delen van gegevens gebeurt echter meestal pas aan het einde van het onderzoek waarbij de gedeelde gegevens vaak belangrijke metadata missen, voornamelijk vanwege de vereiste handmatige invoer. Dit project beoogt de ontwikkeling en operationalisering van een ‘one-click’ tool (JupyterFAIR) voor naadloze integratie van onderzoeksomgevingen en datarepositories, inclusief metadata-overdracht en datakwaliteitscontroles. De tool zal de handmatige tussenkomst die nodig is om onderzoeksgegevens te archiveren aanzienlijk verminderen en het vaker delen van gegevens bevorderen in overeenstemming met de FAIR-principes.

Bekijk het onderzoek van dr. S. Girgin op ORCID

Strengthening the foundations of Open Science practices at the Amsterdam Science Park Study Group
dr. ir. J. Goedhart - UvA
 

Team members: Marc Galland (UvA); Stacy Shinneman (UvA); Like Fokkens (UvA)

De ‘Amsterdam Science Park Study Group’ is een lokale club van levenswetenschappers die expertise delen, trainingen organiseren en beste werkwijzen m.b.t. data analyse, data management en programmeren uitdragen. Het betrekken van junior onderzoekers door begeleiding en traingingen is een belangrijke aanpak om een cultuur van Open Wetenschap te stimuleren. Dit voorstel beoogt de activiteiten en kennis van onze studie groep te verbeteren door de capaciteit van trainingen en andere activiteiten uit te breiden. Hierdoor vergroten we het positieve effect van de studie groep op Open Wetenschap binnen de levenswetenschappen.

Bekijk het onderzoek van dr.ir. J. Goedhart op ORCID

H

3DWorkSpace - an open science/interactive tool for 3D datasets
dr. J.L. Hilditch – UvA

Teamleden: Jitte Waagen (UvA); Leon van Wissen (UvA); Loes Opgenhaffen (UvA); Hugo Huurdeman (UvA)

Er zijn urgent nieuwe tools nodig voor het verbeteren van de toegankelijkheid van 3D datasets, het faciliteren van interactie met deze datasets, en het bevorderen van bidirectionele kennisoverdracht. 3DWorkSpace bouwt voort op de open-source Voyager 3D digital museum curation tool suite (Smithsonian Institute) om interactiviteit mogelijk te maken met traditioneel complexe digitale datasets. In de te ontwikkelen tool zal gestructureerde begeleiding voor het verwerven van competentie en vaardigheden voor het interpreteren van 3D-datasets worden geïntegreerd. Door het creëren van geannoteerde persoonlijke 3D-collecties die kunnen worden aangepast aan specifieke leerdoelen of interesses worden nieuwe benaderingen van open publicatie van kennis gefaciliteerd.

Bekijk het onderzoek van dr. J.L. Hilditch op ORCID

K

Raincloudplots 2.0. A robust and transparent data visualisation tool
Prof. Rogier Kievit - RUMC

Teamleden: Jordy van Langen (RU); Micah Allen (Aarhus University); Eric-Jan Wagenmakers (UvA)

Heldere communicatie van wetenschappelijke bevindingen is sterk afhankelijk van een goede datavisualisatie. Echter, klassieke benaderingen zoals staafdiagrammen verdoezelen vaak de onderliggende data. Om dit probleem het hoofd te bieden ontwikkelden we ‘Raincloud plots’: een statistisch robuust, wetenschappelijk transparant, reproduceerbaar en esthetisch framework voor datavisualisatie. In dit project zullen we onze visualisatiegereedschap verbeteren en ons gebruikersbestand uitbreiden door software-uitbreidingen, workshops, en integratie van raincloudplots binnen bestaande open-source statistische software (JASP). Onze innovatieve aanpak belooft de transparantie van datavisualisatie in een breed aantal wetenschappelijke disciplines te verbeteren door meer toegankelijke, transparante en statistisch gezien robuuste benaderingen voor datavisualisatie toegankelijk te maken.

Bekijk het onderzoek van Prof. Rogier Kievit op ORCID

FAMTAFOS: Free automated multi-language text anonymization for open science
dr. B. Kleinberg – UvT
 

Teamlid: Maximilian Mozes (University College London)

Tekstdata worden steeds vaker gebruikt in verschillende onderzoeksdisciplines. Ethische en databeschermingsvereisten belemmeren echter open science praktijken en datastromen tussen onderzoekers en belanghebbenden. Dit project maakt gebruik van machine learning en natural language processing methodes om gevoelige informatie uit tekstdata automatisch te vervangen en anoniem te maken. We zullen een bestaand prototype verder ontwikkelen tot een gratis, lokaal bruikbare desktop app waarmee gebruikers Engelse en Nederlandse teksten op schaal kunnen anonimiseren met behoud van volledige controle over de data. Dit project zal een stap zijn in de richting van standaard geanonimiseerde en gedeelde tekstdata.

Bekijk het onderzoek van dr. B. Kleinberg op ORCID

L

Fair Metrics for FAIR Software 
dr. A.L. Lamprecht – UU 
 

Teamleden: Michelle Barker (Research Software Alliance); Jonathan de Bruin (UU); Carlos Martinez-Ortiz (NLeSC); Jurriaan Spaaks (NLeSC)

Open Science houdt in dat alle onderzoeksmiddelen, inclusief software, FAIR (findable, accessible, interoperable, reusable) moeten zijn. Het is daarvoor noodzakelijk om de ‘FAIRness’ van software te beoordelen. Meetbare criteria van FAIRness zijn cruciaal om culturele verandering te stimuleren in overeenstemming met Open Science idealen. In dit project zullen we meetbare criteria van software FAIRness evalueren, met een focus op de bijdrage van deze criteria aan culturele verandering. Vervolgens zullen we aanbevelingen ontwikkelen voor het gebruik van meetbare FAIRness criteria en geautomatiseerde assessmenttools. Dit zal transparante FAIRness-beoordeling mogelijk maken en software-ontwikkelende onderzoekers uit alle disciplines stimuleren om ‘FAIRere’ software te maken.

Bekijk het onderzoek van dr. A.L. Lamprecht op ORCID

Using semantic modeling to create FAIR open data for archaeological field survey: a showcase and toolkit (SEMAFORA)
dr. P.M. van Leusen – RUG

Teamleden: Tymon de Haas (LU); George Bruseker (Takin.solutions); Denitsa Nenova (Takin.Solutions); Sjoerd Siebinga (Delving.eu)

Sinds de jaren ‘70 van de vorige eeuw zijn veldverkenningen de belangrijkste manier waarop archeologen nieuwe vindplaatsen en individuele vondsten aan het aardoppervlak ontdekken en documenteren. Hoewel er alleen al voor het Mediterrane gebied zo miljoenen vondsten zijn gedocumenteerd, wordt het uitvoeren van grootschalige analyses op deze onvervangbare gegevens gefrustreerd door het ontbreken van documentatiestandaarden. Dit project heeft tot doel een software-applicatie te bouwen en te demonstreren die gebruik maakt van recente ontwikkelingen in zgn. ‘semantisch’ data-modelleren om zowel onderzoekers als erfgoedbeheerders in staat te stellen deze gegevens online met elkaar te delen en te bevragen.

Bekijk het onderzoek van dr. P.M. van Leusen op ORCID

R

Leiden FAIR variation datapoint: Developing a FAIR LOVD (LFVD)
dr. M. Roos - LUMC

Team members: Ivo Fokkema (LUMC); Rajaram Kaliyaperumal (LUMC); Núria Queralt-Rosinach (LUMC); Peter-Bram ‘t Hoen (RUMC)

De Leiden Open Variation Database (LOVD) is een online database met informatie over patiënten met genetische aandoeningen. LOVD vormt een wereldwijd netwerk met unieke data van 1500000 individuen: gecureerde data van hoge kwaliteit over genetische varianten en hun associatie met aandoeningen. De database wordt jaarlijks door 200000 instituten bezocht en ontvangt honderden miljoenen aanvragen van computerprogramma’s, maar is nog niet geschikt voor geavanceerde, veilige toepassingen waar meerdere bronnen in één keer bevraagd worden (translationele analyse, AI, machine-learning). Dit project maakt LOVD automatisch vindbaar, toegankelijk, uitwisselbaar, herbruikbaar, en 'begrijpelijk voor computers' (FAIR) door met nationale en internationale FAIR infrastructuur te werken.

Bekijk het onderzoek van dr. M. Roos op ORCID

S

ChemEng KG – The Chemical Engineering Knowledge Graph
dr. A.M. Schweidtmann – TU Delft

Teamlid: Christoph Lange (Aachen University)

Flowsheet simulaties zijn van cruciaal belang voor (bio-)chemische procesontwikkeling. Er bestaat echter geen publieke database voor flowsheet simulatie bestanden, wat een groot obstakel is omdat kennis van eerdere simulaties niet gemakkelijk vindbaar, toegankelijk, uitwisselbaar en herbruikbaar is. Wij willen een open-source kennisbank opzetten voor flowsheetsimulatiegegevens die FAIR is en gelinkt aan toonaangevende initiatieven in de open science gemeenschap. De "ChemEng KG" zal de procesontwikkeling in de academische wereld en de industrie versnellen. Bovendien zal het de weg vrijmaken voor geautomatiseerd procesontwerp door optimalisatie en machinaal leren.

Bekijk het onderzoek van dr. A.M. Schweidtmann op ORCID

Tidystats: A reference manager for statistics
dr. W.W.A. Sleegers - UvT
 

Statistiek is van fundamenteel belang in de sociale wetenschappen. Statistische resultaten vormen de basis voor het beschrijven van relaties, het toetsen van hypotheses, en het uitvoeren van meta-analyses. Toch worden deze vaak onjuist en onvolledig gerapporteerd. tidystats, een referentiemanager voor statistiek, is een oplossing gericht op het verbeteren van de rapportage van statistische resultaten. Vergelijkbaar met hoe referentiemanagers worden gebruikt om referenties te rapporteren, kunnen onderzoekers tidystats gebruiken om statistische resultaten te exporteren en archiveren, en dynamisch in tekstverwerkingssoftware te rapporteren. Dit stelt onderzoekers in staat om alle statistische resultaten te delen, op een reproduceerbare manier en zonder fouten.

Bekijk het onderzoek van dr. W.W.A. Sleegers op ORCID

Common Language for Accessibility, Interoperability, and Reusability in Historical Demography (CLAIR-HD)
dr. R.J. Stapel - KNAW/IISG

Teamleden: Rick Mourits (KNAW/IISG); Bram van den Hout (KNAW/IISG)

Een van de grootste uitdagingen binnen de open science is om datasets interoperabel te maken. Normaal gesproken worden ontologieën en vocabulaires gebruikt om data te omschrijven, maar voor historici volstaat deze aanpak niet, omdat bestaande ontologieën en vocabulaires ontworpen zijn om hedendaagse data te beschrijven. Binnen de geschiedenis loopt de historische demografie voorop in het oplossen van dit probleem, omdat zij met grootschalige reconstructies van populaties en levenslopen werken. Historisch demografen hebben daarom hun eigen ontologieën ontworpen om hun data te omschrijven. Wij willen deze lokale inzichten verzamelen, zodat we kunnen werken aan één taal voor historisch-demografische data.

Bekijk het onderzoek van dr. R.J. Stapel op ORCID

Umbrella HEART NL (Umbrella HEreditary heARt disease daTabase of the Netherlands)
dr. M.A. Swertz – RUG
 

Teamleden: Imke Christiaans (UMCG); Michelle Michels (ErasmusMC); Annette Baas (UMCU); Mariëlle van Gijn (UMCG)

Vroege opsporing en behandeling van erfelijke hartziekten kan bij zowel patiënten als ogenschijnlijk gezonde familieleden levens redden. Dit kan echter alleen succesvol door het bestuderen van genetische data en lange termijn follow-up gegevens van grote patiëntengroepen. Momenteel zijn deze data verspreid over verschillende ziekenhuizen en registratie systemen in Nederland en niet automatisch op te halen uit de patiëntendossiers. Ons doel is om een landelijke database te ontwikkelen die automatisch gegevens kan ophalen en als een paraplu bestaande gegevens en registers omvat en zo het combineren en hergebruik van gegevens stimuleert. Hierdoor worden patiënten beter geholpen, ziekteverschijnselen verminderd en levens gered.

Bekijk het onderzoek van dr. M.A. Swertz op ORCID

V

ShareTrait: a data portal for making trait data interoperable and reusable
dr. W.C.E.P. Verberk – RU

Teamleden: Matty Berg (VU); Jacintha Ellers (VU)

Er wordt steeds meer data verzameld over eigenschappen van soorten die het mogelijk maken om de relaties tussen soorten en hun omgeving beter te begrijpen. Een effectieve integratie van deze data ontbreekt echter, met name door onvoldoende standaardisatie en het niet rapporteren van meta-data. In dit project willen we bestaande data over universele eigenschappen van dieren (energieverbruik, ontwikkeling en vruchtbaarheid) bijeenbrengen door geautomatiseerde conversie en standaardisatie van data en uitvraag van meta-data. Hierdoor kunnen individuele onderzoekers eenvoudig hun data toevoegen aan een gezamenlijke database. Hierdoor creëren we een waardevolle resource voor andere onderzoekers en kunnen we een synthese slag maken.

Bekijk het onderzoek van dr. W.C.E.P. Verberk  op ORCID

W

Journal Observatory – Toward integrated information about the openness of scholarly journals
dr. L.R. Waltman – LEI

Teamleden: Nees Jan van Eck (LU); Tony Ross-Hellauer (Graz University of Technology); Serge Horbach (Aarhus University)

Er worden veel inspanningen verricht om open science praktijken bij het publiceren van wetenschappelijk onderzoek te bevorderen. Informatie over de openheid van wetenschappelijke tijdschriften is echter sterk gefragmenteerd. Verschillende databronnen bieden informatie over specifieke aspecten van openheid van tijdschriften, maar er is nauwelijks enige integratie van deze databronnen. Ons voorstel is om een Journal Observatory op te zetten, een infrastructuur die informatie over tijdschriften uit verschillende databronnen samenbrengt en die deze informatie open beschikbaar maakt via één uniforme interface. Het Journal Observatory helpt onderzoekers, wetenschapsfinanciers en andere organisaties om open science ambities bij het publiceren van wetenschappelijk onderzoek te realiseren.

Bekijk het onderzoek van dr. L.R. Waltman op ORCID

Automatic Detection of Identifiers in Open Data
prof. dr. J.M. Wicherts – UvT
 

Teamleden: Chris Hartgerink (Liberate Science GmbH); Richard Klein (UvT)

Privacy breaches pose a major risk in the dissemination of rich datasets in the medical, social, and behavioural sciences, particularly when the data involve sensitive information. Here, we develop and validate an open tool called Automatic Detection of Identifiers in Open Data (ADIODA) allowing researchers in these fields to proactively and readily identify information in datasets that could (inadvertently) be used to (re-)identify individuals. ADIODA will be an open tool that can be easily implemented in research workflows, data audits, and editorial procedures to help protect the privacy of participants whose information is used in openly shared datasets.

Bekijk het onderzoek van prof. dr. J.M. Wichertsop ORCID

BridgeDb and Wikidata: a powerful combination generating interoperable open research
dr. E.L. Willighagen – UM
 

Teamleden: Denise Slenter (UM); Dr Martina Kutmon (UM); Marvin Martens (UM)

Net zoals mensen een uniek BSN hebben en verschillende telefoonnummers van diverse telecomaanbieders, zo hebben eiwitten en metabolieten een unieke structuur maar andere identificatiecodes in verschillende databases. BridgeDb is een interoperabiliteitsplatform die het combineren van databases mogelijk maakt op basis van gelijkwaardige identificatiecodes. In het Engels heten deze identifier mappings en ze zijn essentieel in analyse van biologische data. BridgeDb zorgt ervoor dat experimentele data over genen, eiwitten, en metabolieten eenvoudig gekoppeld kan worden aan kennis over biologische processen opgeslagen in andere digitale bronnen. Omdat deze databases regelmatig veranderen, zal het Open Science project BridgeDb dat ook doen.

Bekijk het onderzoek van dr. E.L. Willighagen ORCID

Z

FAIR reuse of SPARQL queries through open Web sharing
dr. R.L. Zijdeman - KNAW/IISG
 

Team members: Menzo Windhouwer (KNAW Humanities Cluster); Bram van den Hout (KNAW/IISG)

Linked Open Data (LOD) is een manier om data via het Web te verbinden en een eenvoudige ‘open’ manier om data FAIR aan te bieden: vindbaar, toegankelijk, interoperabel en herbruikbaar. Om LOD te gebruiken, schrijft men zogeheten SPARQL-queries. Die queries zijn echter niet FAIR, omdat er geen goede manier bestaat om SPARQL-queries open te delen. Dit voorstel combineert twee bestaande technologieën om SPARQL-queries op een gebruiksvriendelijke open manier op te slaan en te delen. Zo maken we SPARQL-queries ook FAIR ter bevordering van replicatie van onderzoek en hergebruik van queries en waardoor het gezamenlijk schrijven van queries mogelijk wordt.

Bekijk het onderzoek van dr. R.L. Zijdeman ORCID