FAIR Metadaten

metric

ML-F4-01M: Die Metadaten werden in einer Form angeboten, dass sie von Maschinen abgerufen werden können. TEST: 1) Metadaten werden in den wichtigsten Forschungsdatenregistern (DataCite) registriert. 2) Die Metadaten werden so angegeben, dass die wichtigsten Suchmaschinen sie in ihre Kataloge aufnehmen können (JSON-LD, Dublin Core, RDFa). *Verwende F-UJI; Antwort hier eintrage*

Principle: F

Rationale: Die Metrik bezieht sich hier nur auf die Darstellungsform der Metadatei des ML Models. Metadaten können in unterschiedlichen Wegen verfügbar gemacht werden. Wenn die Daten beispielsweise von einem Repositorium gehostet werden, kann das Repositorium seine Metadaten über ein Metadaten-Harvesting-Protokoll (z. B. über OAI-PMH) und/oder einen Webservice verbreiten. Metadaten können auch als strukturierte Daten in eine Datenseite eingebettet werden, die von Suchmaschinen wie Google und Bing genutzt werden können, oder als verlinkte (offene) Daten verfügbar sein.

FAIR Metrics: F4

URL(s):

View Assessments

Associated Rubrics (2)

FAIR4ML by Laukar Tofik

Eine Sammlung von Metriken zur Bewertung des FAIR-Reifegrads eines ML-Models. Die Sammlung besteht a...

fair machine learning model

Rubric_test_metadata