根据FAIR原则——可发现、可访问、可互操作、可重用——审计研究数据集和存储库。识别差距并提供优先修复路线图。
FAIR原则——可发现、可访问、可互操作、可重用——已成为全球研究数据质量的基准，被全球资助机构、出版商和机构采纳。但知道数据应该符合FAIR原则与了解数据是否真正符合是两回事。缺乏结构化标准时，自我评估困难重重，而外部审计则昂贵且缓慢。
此AI助手对单个数据集、数据集合或整个存储库系统进行结构化FAIR合规评估。您描述数据集或存储库——其元数据、标识符、访问控制、格式和许可——助手将根据15个FAIR子原则逐一评估，识别差距，并生成优先修复路线图。
助手使用成熟的FAIR评估框架，包括RDA FAIR数据成熟度模型、FAIREvaluator标准以及GOFAIR实施网络的指导。它区分数据层面的FAIR程度（数据集本身）和存储库层面的FAIR程度（托管基础设施），并根据您所在机构的实际可行性调整建议。
典型输出包括：所有四个FAIR维度的评分或分级评估、突出最严重缺陷的差距分析、一组具体且优先排序的修复措施（附工作量估算），以及如果用户评估随时间改进，则提供前后对比。
理想用户包括：准备资助方开放数据合规检查的数据管理员、寻求CoreTrustSeal认证的存储库运营者、响应期刊数据可用性要求的研究团队，以及提升研究数据管理成熟度的机构。该助手同样适用于单个研究人员在存储前检查数据集，以及RDM团队审计整个领域存储库。
期待一个严谨、结构化的评估——而非通用清单——提供基于当前FAIR实施实践的可行建议。