Открытые данные: доступ, лицензии и повторное использование

Набор данных — организованное собрание записей, подготовленное для определённой задачи или публикации. Перед использованием уточняют единицу наблюдения, охват, версию и пропуски; доступность файла ещё не означает открытой лицензии или подходящего качества.

Метаданные описывают набор: его происхождение, поля, охват, версию и условия использования. Они помогают интерпретировать значения и находить нужные материалы; без описания схемы одинаковые названия столбцов могут скрывать разные измеряемые величины.

Открытая лицензия определяет, что пользователь вправе делать с данными: копировать, распространять, преобразовывать и повторно использовать при соблюдении условий. Лицензия может требовать указать автора, сохранить ту же лицензию или отметить изменения. Доступность файла не означает разрешения на любое использование; проверяют права третьих лиц, приватность и применимое право.

API предоставляет программный интерфейс для получения данных или выполнения операций с ними. Документация описывает запросы, ответы и ограничения; доступ через API может требовать ключа, иметь лимиты и не означает автоматически открытой лицензии данных.

CSV представляет таблицу в текстовом файле со строками записей и разделёнными полями. Диалекты различаются разделителем, кодировкой и правилами кавычек; типы значений, единицы измерения и обозначения пропусков лучше описывать в сопроводительных метаданных.

JSON — текстовый формат представления структурированных данных с объектами, массивами и типами значений. Его часто используют в API; имена полей и смысл значений задаёт конкретная схема, поэтому корректный синтаксис не гарантирует понятности или качества данных.

Связанные данные используют веб-идентификаторы и явно заданные отношения для соединения сведений из разных источников. RDF позволяет выражать такие утверждения; наличие связей само по себе не делает набор открытым, полным или достоверным.

Происхождение данных описывает, откуда данные получены, какие действия над ними выполнялись и кто участвовал в этих процессах. Семейство PROV задаёт модель сущностей, действий и агентов; такая история помогает оценивать использование данных, но сама по себе не гарантирует их правильность.

Качество опубликованных данных оценивают относительно целей использования и выбранных критериев, например полноты, актуальности и согласованности. Словарь DQV позволяет описывать измерения и аннотации качества; универсальная числовая оценка не заменяет проверку пригодности конкретного набора.

DCAT — словарь RDF для описания каталогов, наборов данных, способов их распространения и сервисов доступа. Согласованные метаданные позволяют обмениваться описаниями и объединять каталоги; применение DCAT не определяет автоматически лицензию или качество самих данных.

Принципы FAIR помогают сделать открытые данные находимыми, доступными, совместимыми и пригодными для повторного использования. Для этого важны идентификаторы, метаданные, правила доступа, согласованные форматы и описание условий использования.

Открытость и FAIR различаются. Открытая лицензия сама по себе не обеспечивает качество метаданных или совместимость; FAIR допускает авторизацию при доступе к данным. Для открытого набора нужно оценивать и разрешения, и техническую пригодность к повторному использованию.