• La FAIRisation (ou FAIRization) signifie l’ensemble du processus qui amènent à produire des données FAIR.

• Quant à la FAIRification, elle correspond à la réalisation technique de la FAIRisation.

• En amont de cette phase de FAIRification, il y a une phase de pré-FAIRisation qui permet d’énoncer les objectifs de la FAIRification et d’identifier les données et les métadonnées à rendre FAIR.

Cette distinction a été formulée par le groupe RDA-SHARC-IG (Research Data Alliance - SHAring Rewards and Credit -Interest Group). Elle permet de mieux appréhender les différentes étapes d’un projet de FAIRisation, bien qu’elle ne soit pour l’instant pas adoptée par la communauté scientifique. Les termes de FAIRisation et FAIRification sont souvent utilisés de façon interchangeables et dépendent de l’interlocuteur. On peut néanmoins remarquer que GO FAIR, l’une des structures de référence, n’emploie que le terme FAIRification.

Vous pouvez retrouvez le poster sur lequel la distinction est formulée: David Romain, Mabile Laurence, Yahia Mohamed, Thomsen Mogens, Cambon-Thomsen, Anne. Evaluation tool of FAIR criteria literacy and compliance to foster research data sharing. 2. Open Science FAIR Conference: “ Synergies for Sustainable, Open and Responsible Research ”, Sep 2019, Porto. (hal-02164148)