學術期刊數據出版政策研究綜述——以JCR中進化生物學領域期刊為例

雷秋雨，馬建玲（1．中國科學院大學；．中國科學院蘭州文獻情報中心）

?

學術期刊數據出版政策研究綜述——以JCR中進化生物學領域期刊為例

雷秋雨1,2，馬建玲2（1．中國科學院大學；2．中國科學院蘭州文獻情報中心）

摘要：文章選取JCR中收錄的46種進化生物學核心期刊，對其數據出版政策進行詳細調研。細分了這46種學術期刊是否有數據出版政策以及數據出版政策的強弱，并在此基礎上從數據的存繳方式、數據質量控制、數據格式、存儲位置、開放性與權益等多個方面對數據出版政策進行了分析與研究，最后提出了該領域學術期刊數據出版政策制定與執行中存在的問題以及需要發展與完善的地方。

關鍵詞：進化生物學；學術期刊；數據出版政策；研究數據

1　背景

研究數據出版是指將科學研究中產生的數據（集）公開發布，以便于數據使用者自由獲取，這種做法是開放科學運動的組成部分，［1］數據出版的目的也在于將數據作為重要科研產出進行評估。［2］科學論文的質量取決于底層原始數據的質量，為了提高論文同行評審的嚴謹度并促進數據復用，許多期刊要求作者在論文發表前，先將數據注冊或提交到數據倉儲中，或要求在文獻發表之前公開其數據。［3］數據存檔﹑共享的相關政策規定，促進了科學數據的開放訪問，便于科學家對研究結果進行驗證，并基于相關數據探索新的分析方法。［4］實現共享，不僅能使科學數據在應用過程中增值，也是提高科技創新能力的重要支撐。［5］因此，將出版研究數據正式納入學術出版體系是開放科學實踐的重要舉措。

在線發布研究數據并非新概念，在國外，生物多樣性﹑地球科學﹑生物醫藥等領域的學術期刊早在多年前就要求作者在投稿時必須提交相關研究數據的規定。特別是生物多樣性領域，早在1985年Robert F. Boruch and David S.Cordrag［6］就表示希望科研人員能將與研究相關的信息（RRI）公開發布，1995年KATHERINE W. McCAIN［7］對自然學科﹑醫學和工程學的近850種學術期刊數據共享政策做過調查，發現有至少132種期刊要求將基因序列﹑結構等數據，在論文發表之前注冊于公共數據倉儲。隨著數據出版的快速發展，學術期刊的數據出版政策也在發生重大變化，涉及期刊﹑出版社﹑數據倉儲﹑作者等多個角色，政策范圍包括存繳方式﹑數據質量控制﹑數據格式﹑存儲位置﹑開放性與權益等多個方面。本文將以生物學領域的核心期刊為例，全面研究學術期刊數據出版政策的特征與發展變化。之所以選擇進化生物學領域，一是由于該領域在數據共享政策規定方面發展較為成熟，二是可避免多學科領域調查﹑統計與總結的復雜性。

本文的調查研究分為三個步驟：（1）以進化生物學為學科主題，檢索到JCR中共收錄了該領域的46種學術期刊，以這46種期刊為樣本，在每種期刊的“Author’s Guidelines”部分進行詳細調查，對期刊是否要求作者提交支撐性數據﹑補充材料文件等方面的論述做出統計；（2）依據統計結果，進一步調查期刊要求作者提交何種數據﹑如何提交﹑何時提交于何處，以及數據的開放性規定等，將這些學術期刊的數據出版政策分為：無數據出版政策﹑弱數據出版政策﹑強數據出版政策三個等級；（3）根據統計出來的政策強弱等級，選取具有代表性的學術期刊，詳細介紹其政策規定。

2　概述

目前，學術期刊出版商在制定數據出版政策時，對數據提交方式給出了兩種建議：（1）要求在提交論文時將相關數據注冊到外部公共數據倉儲；（2）建議將相關數據作為補充材料文件（Supplement material files）同論文一起在線發布。這46種期刊的調研顯示，明確規定作者需要提交支撐性數據或補充材料文件的期刊有37種，占80.4%；完全沒有相關規定或論述的期刊有9種，占19.6%。在有數據出版政策的37種期刊中，按政策強弱細分，本文將每種期刊的“Author’s Guidelines”論述中出現“鼓勵作者提交”﹑“作者可選擇提交”這些字眼定義為弱數據出版政策，論述中出現“作者必須提交”﹑“作為文章出版的條件”﹑“在文章出版前獲得數據登錄號”等字眼定義為強數據出版政策。比照上述標準，在37種期刊中，10種期刊具有弱數據出版政策，占27%；27種期刊有強數據出版政策，占73%。

表1　JCR中收錄的46種進化生物學學術期刊數據出版政策類型分布

3　樣本期刊數據出版政策研究

3.1數據類型與數據存繳方式

上述46種學術期刊在制定各自的數據出版政策時，會對提交何種研究數據，如何﹑何時提交于何處等做出詳細規定。有數據出版政策的37種期刊明確規定出的數據類型有遺傳學數據﹑基因組學數據﹑序列數據﹑晶體學數據﹑補充材料文件，以及論文中可能使用到的軟件﹑新技術和新工具等。數據存繳方式可選：（1）提交于公共數據倉儲；（2）先提交給期刊編輯部，經編輯部審核之后再代替作者將數據上傳到公共數據倉儲；（3）將數據打包為補充材料文件上傳到期刊網頁或其他外部倉儲（機構知識庫），同時要提供數據URL地址。論文中涉及的軟件﹑新技術與新工具，期刊要求作者將其存繳于公共軟件倉儲。

3.2數據存儲位置

有數據出版政策的37種期刊，每種期刊的政策都是依據該期刊自身特點及其各方利益相關者要求而制定的，并無統一標準規定。就數據存儲位置而言，有些期刊會為每種數據列出建議數據倉儲清單，有些只要求作者將研究數據注冊于經認可的公共數據倉儲。經統計，在這37種期刊里，有18種期刊同時明確規定了數據的存儲位置，將DNA﹑RNA﹑蛋白質序列數據﹑微陣列數據﹑核苷酸﹑氨基酸序列數據存儲于Genbank﹑European Nucleotide Archive（ENA）﹑DDBJ﹑Protein DataBank﹑GEO和ArrayExpress；將系統發育數據﹑比對數據提交于TreeBASE和Dryad。其余期刊都表示要求作者將研究數據提交到公共數據倉儲（Dryad）或作為補充材料文件在線發布。整體來說，Genbank﹑GEO﹑ArrayExpress﹑TreeBASE和Dryad，是進化生物學領域最認可的5個公共數據倉儲，絕大部分期刊在要求作者提交數據時會建議上述5個公共數據倉儲的一種或幾種。以這37種期刊中影響因子最高（IF：15.353）的［8］為例，該期刊所屬Elsevier，對作者在存繳數據時的存儲位置有非常詳細的規定。

有些期刊影響因子雖然不高，數據出版政策卻很完善，比如Libertas Acad出版集團的［9］（IF：1.169），除了對進化生物學領域的常規數據存儲位置有詳細規定，它還提到作者如果在論文中使用了新技術﹑新工具或使用了新的軟件﹑計算模型等，則將其轉化為生物標記語言，存儲于BioModels Database。Nature出版集團的也規定，如果論文中介紹了新的模擬﹑分析方法，則要求作者將相關的軟件公開發布，建議將軟件編碼存繳于Dryad。除此之外，所有的期刊都規定人體工程數據﹑瀕危物種位置信息應當保密，不得公開發布。［10］建議作者在找不到合適的公共數據倉儲的前提下，可以將數據存儲于研究單位的機構知識庫，比如英屬哥倫比亞大學的circle﹑斯坦福大學的芯片數據庫SMD（Stanford Microarray Database）；或存儲到資助者機構知識庫。在論文發表時向期刊提供數據存儲位置鏈接即可。

表2　Trends In Ecology ＆ Evolution要求提交的數據類型與規定的數據倉儲

3.3數據發布與引用

數據妥善存繳之后，需要建立某種機制來實現數據與期刊論文雙向鏈接。比如Wiley-Blackwell旗下的12種期刊﹑Royal Soc的2種期刊以及Nature的Heredity［11］都要求作者在論文正式發表之前，需要獲得已存儲數據的登錄號或DOI，期刊規定論文正文的參考文獻前需包含一段“數據可獲取”（Data Accessibility）描述區域，這一區域應當包括的細節信息有數據集名稱﹑數據倉儲名稱﹑數據編號﹑DOI鏈接﹑數據URL地址等。如果無法將相關數據存儲于外部公共數據倉儲，也可將其作為在線可讀的補充材料文件上傳于“數據獲取”區域。牛津大學出版社的期刊則要求作者在論文正式發表前獲得數據的DOI，并且在論文題目的下方列出數據存儲位置與URL鏈接。

研究數據正式發布以后就意味著用戶必須以規范的格式在文章的參考文獻部分對數據進行引用。收錄著大量研究數據的公共數據倉儲一般會提供數據的推薦引用格式。以Dryad［12］為例，它會給每個數據文件分配一個DOI，規定作者在引用Dryad中的數據時必須同時對原論文進行引用，這樣便于第三方對論文和數據之間的鏈接進行索引。Dryad給出的數據引用格式示例：（）Data from：