科學數據出版的基礎問題綜述與關鍵問題識別*

涂志芳

（中國科學院文獻情報中心 北京 100190）

科學數據（Scientific Data）或研究數據（Research Data）是指產生或收集后有待進一步檢查并作為推理、討論或計算基礎的信息，尤其是事實或數字信息，如統計數據、實驗結果、測量結果、實地觀察記錄、調查結果、訪談記錄和圖像等[1]。科學數據是學術資源開放存取的重要組成部分，也是大數據時代數據開放共享的重要內容，科學數據開放共享能夠為社會帶來巨大的利益和回報[2]。在國內外學術社群對科學數據開放存取的闡釋、聲明或倡議下[3-9]，在各類組織機構數據開放政策的制定、實施中[10-12]，數據共享已然成為科技界、出版界、圖書館界等的普遍共識和行動，而數據出版（Data Publishing）是規范數據共享方式、提高數據共享質量的有效途徑。

近年來，國內外關于數據出版的研究不斷涌現，已有相當的文獻對科學數據出版問題的多個方面進行了思考與探究；但數據出版實踐仍有許多問題和困難需要進一步探索和克服。文章旨在對數據出版相關的基礎研究問題進行系統性梳理和歸納，并在梳理過程中識別出數據出版現有研究與實踐的關鍵問題與熱點議題，了解研究與實踐的重點、難點和局限，為未來研究方向提供參考和啟示。

1 文獻收集方法與過程

為了盡可能全面系統地收集與科學數據出版相關的文獻，文章利用了多種工具和方式進行檢索并在文獻收集過程中不斷進行檢索詞的調整和細化，主要數據來源與獲取途徑包括：一是以中國知網（CNKI）、維普、萬方、百度學術等為數據來源，以“數據出版”“數據開放出版”“科學數據出版”“數據期刊”“數據論文”等為主題進行多次檢索和人工篩選，獲得高度相關的中文文獻30余篇。二是以Web of Science、Google Scholar、百度學術等為數據來源，以“data publishing”“scientific data publishing”“research data publishing”“data paper”“data journal”“data repository”“data review”“data citation”等為主題進行多次檢索和人工篩選，獲得高度相關的英文文獻40余篇。三是利用Google作為搜索引擎，以“data publishing”“scientific data publishing”“research data publishing”等為檢索詞，補充性地訪問了若干數據出版相關組織機構的官網、博客等內容并獲得部分政策文件、年度報告等網絡資料。四是在特定機構知識庫中進行檢索，如“中國科學院文獻情報中心機構知識庫”“北京大學機構知識庫”，獲得部分相關研究報告、演示報告等資料。

2 數據出版概念與作用

2.1 數據出版概念

在學術傳播語境下，科學數據出版通常被認為是與科學研究產生的數據出版有關的活動[13]。數據出版是科學數據與開放出版領域一個相對新興的議題，相關研究對科學數據出版概念及其相關概念進行了釋義或辨析，主要角度包括：

首先，從出版語義的角度強調數據出版與一般的數據開放、共享的差別。數據“出版”與傳統“出版”不同，數據的“publish”（小寫字母p）和“Publish”（大寫字母P）也有所區別，前者將數據文件上傳于網絡使數據得以開放，但數據文件沒有任何長期存在、不被損壞、相關信息描述等的保障[14]；而后者是正式的數據出版，不僅可揭示數據集的科學質量和重要性，也能為數據生產者帶來聲譽，同時還意味著對數據長期保存的承諾和面向數據消費者的數據增值。

其次，從出版過程的角度闡釋數據出版的功用。數據出版不是單純將數據傳至互聯網進行共享，而是將數據上載到網絡上使得除作者以外的人和組織也能夠下載、分析、重用和引用數據[15]，是學術共同體中的學術期刊、學術機構或學術社群等主體從科學研究的角度對研究人員產生的科學數據及相關信息進行同行評審、編輯加工，使之符合一定規范和標準并能為學術界方便獲取及再利用和引用的過程[15-16]。

再者，對數據出版及其相關概念進行辨析以突出數據出版的特點。其中，數據發表[17]是將數據發布在網絡或其它媒介上，在遵循版權協議的前提下，供他人引用、下載、分析和重用，與數據出版含義基本相同；數據發布（Data Release）則側重于將數據公布在互聯網上，但缺乏永久保存、同行評審等環節。數據開放存取和數據開放共享強調數據面向一定范圍公開并共享；數據開放出版則是在數據開放、共享的基礎上，以“出版”的標準對開放數據進行規范處理、質量控制和版權保護，是開放存取模式的數據出版。廣義的數據管理包含數據出版，狹義的數據管理是對數據進行收集、存檔、保存、維護等的一系列管理性活動，而數據出版是在數據管理的基礎上進一步規范形式、提升質量并明確知識產權的傳播性活動。

可見，數據出版是使科學數據獲得“來源可靠”“質量可信”“公開發布”“公共利用”“唯一標識”“知識產權清晰”“可正式引用”等特征的一系列活動和過程。

2.2 數據出版作用

數據出版的作用是有目共睹的，國內外研究者均高度肯定數據出版的積極作用。數據出版對研究人員、社會公眾、數據本身、學術出版及科學事業的發展都能產生作用，具體而言：

一是作為一種全新的數據共享機制，數據出版能夠協調數據的知識產權問題，保障科學數據創建者和管理者相應的學術信譽與權益，從而提高研究人員數據共享的積極性[16]；二是數據出版便利于作為數據用戶的社會公眾發現、獲取、利用數據[18]，其中的同行評議環節是面向研究資助者和數據消費者的一種數據質量保證，數據出版還能夠彰顯科學研究過程的透明度并改善公眾問責制度和環境[18]；三是數據出版能夠確保數據集上傳到受信任的存儲庫并得到正確存檔和監護[18]，而且數據出版物與其他相關資源進行關聯后形成完整的價值鏈也讓數據變得更有價值[19]；四是數據出版是一種規范的數據開放共享方式，能夠為學術評價、學術規范和學術質量控制提供基礎，是科學數據管理及其可持續發展的必然結果和最終環節，是推動科學數據共享的最根本途徑[20]。

可見，數據開放出版不僅擁有數據開放、共享的全部功能，還能在此基礎上極大解決數據知識產權的問題，提升研究者的數據共享意愿，保障科學數據的質量，提高數據重用的價值。

3 科學數據出版模式

3.1 數據出版模式

數據出版模式（Data Publishing Model），又被稱為數據出版途徑、形態、機制等，現有研究主要從出版物客體和出版物主體兩個不同視角對數據出版模式進行劃分和歸納。

就數據出版客體而言，學者們對數據出版/發表模式的劃分有三種[21]、四種[22]、五種[23]等不同說法，但以“三種模式”的劃分居多。Lawrence等[23]較早提出數據出版的“五種模式”，分別為獨立數據出版、學術論文輔助數據出版、附錄數據出版、期刊數據檔案出版、數據論文出版，后來國內外研究者大多以此為基礎進行數據出版模式劃分的討論。例如，王丹丹[24]、顧立平[25]、張小強和李欣[13]、何琳和常穎聰[26]等進一步將數據出版模式歸為“獨立的數據出版”“作為論文附件的數據出版”“數據論文出版”等三種，其中“數據論文出版”有時又被稱為“數據集獨立出版”[27]，而“作為論文附件的數據出版”有時又被稱為“科學數據合作出版”[28]。歸根到底可總結為：獨立數據出版，該模式將數據作為獨立的信息對象提交到具有合作關系的開放存取數據知識庫；作為論文附件的數據出版，數據往往作為論文的附件、附錄而出版或存儲到期刊指定的數據知識庫并建立論文和數據的關聯；數據論文出版，將科學數據作為一種文本文獻進行出版，包括專門數據期刊的數據論文出版和綜合性期刊的數據論文出版。

就數據出版主體而言，一方面從數據管理與出版動力視角可總結為三種模式：自上而下模式，通常由政府、資助機構等制定政策并提出強制性數據開放要求，相應的機構或人員遵照執行；橫縱聯合模式，數據在國際、區域、跨部門和部門內部之間進行數據多元合作開放；自下而上模式，多立足于激勵措施的非強制性科學數據開放，如部分期刊、數據知識庫的數據提交、存儲與管理規定[29]。另一方面，從數據管理與存儲主體視角可分為四種模式：出版機構控制模式，即期刊出版單位控制數據和數據論文出版；非出版機構獨立控制模式，主要由研究資助機構、教育科研機構等建立專門的數據倉儲并進行數據出版；混合模式，由出版機構和數據存儲機構分工合作進行數據出版；“二次出版”模式，基于海量數據信息和大規模數據出版而建立數據出版物的監護、索引、發現系統從而提高其可發現性和被利用的可能[13]。

綜上可知，主客體兩種視角的劃分具有相互映射的關系，同一視角下的劃分有不同的說法，反映了當前人們對數據出版的認識還處于探索階段，也說明數據出版實踐具有復雜性。

3.2 模式一：獨立的數據出版

“獨立數據出版”模式是將數據提交、存儲至開放存取數據知識庫并提供公共利用，數據知識庫（Data Repository）又被稱為數據倉儲、數據中心、數據平臺等，是為有研究價值的數字對象提供長期管理的存檔服務[30]，也指專門用于存儲、管理、出版、利用開放數據的平臺。科學、技術、醫學等自然科學領域和社會學、經濟學等人文社會科學領域的數據出版情況存在較大差別，數據知識庫也通常被劃分為通用型和學科型，研究中常用數據知識庫案例包括Dryad、Figshare、Dataverse、Zenodo、GenBank 等。

目前，學者們主要通過對國內外開放數據知識庫進行調查分析的方式研究數據知識庫的平臺建設與數據出版。例如，Aalbersberg等[31]以國際知名出版機構Elsevier為例，介紹了作者貼標簽、自動鏈接和數據鏈接應用程序等三種鏈接學術論文與對應數據知識庫的方 法； Assante等[32]選 取 Zenodo、Dryad、CSIRODAP等五個數據知識庫為調研對象，從數據出版的數據集格式、文檔、許可、出版成本、驗證、可用性、發現和獲取、引用等八個要素研究基于數據知識庫的數據出版，并認為數據知識庫還不能完全滿足數據集資源的管理和使用需求。黃永文等[33]選擇Figshare、Dryad、PANGAEA三個數據知識庫進行學科領域、數據內容類型、數據唯一標識符、數據質量管理等方面的比較分析；朱玲等[34]從需求與定位分析、平臺建設實踐、平臺應用效果三方面剖析北京大學開放研究數據平臺的建設過程與經驗。

3.3 模式二：作為論文附件的數據出版

期刊出版商通過制定數據共享政策，從數據提交、數據審查、數據存儲、數據服務、數據權益管理等方面對作為論文附件的數據出版加以控制和規范，以實現論文和數據的關聯出版，其中影響范圍和影響力度較大的包括美國科學促進會（AAAS）、施普林格·自然出版集團（Springer Nature）、美國科學公共圖書館（PLOS）等的數據政策。國內外學者大多通過調查一種或多種學科領域期刊的數據政策內容以了解作為論文附件的數據出版情況：

一方面，對特定學科領域期刊的數據政策進行研究。例如，Zenk-M?ltgen等[35]選取140種社會學期刊作為調研對象，調查發現較少期刊有明確的數據政策，大多數期刊參考其所屬出版商對科學數據的相關規定；陳秀娟、吳鳴[36]以美國化學學會出版的49種期刊為例，其中47種將科研數據作為支撐信息并對數據類型、數據存儲、數據獲取等加以規定；雷秋雨、馬建玲[37]從數據存繳方式、數據格式、存儲位置、數據質量控制、開放性與權益等角度對JCR收錄的46種進化生物學核心期刊的數據政策進行分析。

另一方面，對多種學科領域的期刊數據政策進行綜合研究。例如，Sturges等[38]調查分析了371種覆蓋自然科學與人文社會科學領域的期刊數據政策，從存儲內容、存儲地點、存儲時間、共享期望四個方面總結數據政策的主要內容，并為期刊數據政策設計了包含21個元素的框架模型；傅天珍、陳妙貞[39]調查發現我國學術期刊數據出版政策數量較少且以鼓勵性政策為主，政策學科分布不均衡并且政策內容各異；吳蓉等[40]從數據提交政策、審查政策、權益政策三方面對PLOS的數據政策進行調研分析。

3.4 模式三：數據論文出版

數據論文（Data Paper）是一種新興的出版物形態，與傳統學術論文最大的不同在于數據論文重點描述科學數據本身而不是描述基于科學假設和科學問題的研究結果[27]，通常發表在專門的數據期刊（Data Journal）或綜合期刊的相關板塊。對數據論文的研究覆蓋其概念、要素、作用、類型、形式、結構、同行評審、案例等議題及其綜述：

（1）數據論文概念與作用：數據論文是按照學術出版標準、以機構化且人可讀的形式描述一個或一組特定數據集的元數據文檔[41]。作為可引用的期刊出版物，數據論文不僅揭示了數據的內容、價值、功用等關鍵信息，還能為數據作者、出版商帶來相應的學術認可與聲譽，同時在廣泛傳播的過程中進一步引起學術界對科學數據的關注。完整的數據論文出版包括數據類型、發布時間、共享規范、作者聲譽、同行評審、錯誤糾正等要素[27]。

（2）數據論文形式與內容：數據論文形式與名稱多樣，如數據文章、數據集論文、數據原創文章、數據庫論文、數據注釋[42]、簡要數據、數據說明[43]等；數據論文內容應盡可能詳細地描述數據集信息，即“是什么”“在哪里”“為什么”“怎么樣”“誰”（“4W1H”）等問題，具體包括數據來源、處理方法、覆蓋范圍、數據格式、數據內容、數據質量、數據重用、數據許可、作者貢獻等要素[14]。

（3）數據論文出版實踐案例與綜合議題：關于數據論文出版案例，如英國全國環境研究委員會（NERC）環境科學數據中心將對數據集的描述作為數據論文進行出版，并為數據論文分配數字對象唯一標識符（DOI）[14]；關于數據論文出版綜合議題，如包括數據論文的概念及相關概念、出版流程、標準要求，研究者、出版商、研究與資助機構等利益相關者及權益機制，同行評審方式與內容等[43-44]。

4 數據出版的關鍵問題與熱點議題

在文獻收集與閱讀的基礎上，在對數據出版概念、作用及模式等基礎問題進行綜述的過程中發現，完整的數據出版具有復雜性，需要政策、標準、技術、平臺、工具、人員、資金等多個要素的協調與配合。如前所述，較之于一般的數據開放共享，數據出版有著“來源可靠”“質量可信”“唯一標識”“知識產權清晰”“可正式引用”等特點，能夠在數據開放共享的基礎上進一步規范數據引用、明確數據知識產權、減少數據共享障礙，從而提高研究者的數據共享意愿和數據重用價值。因此，從數據出版生命周期考慮，筆者認為數據標識、數據引用（數據知識產權）、數據評審（數據質量控制）等是使數據出版區別于一般數據共享的幾個關鍵問題，也是關乎數據出版可持續發展的熱點議題。

4.1 數據標識

長久以來，數據存儲基礎設施的缺乏使得獨立出版和引用數據非常困難，因此科學數據也一直未曾得到和科學論文同等的學術認可[45]，數據標識符在這樣的需求下應運而生。數字對象標識符（Digital Object Identifier，DOI）、統一資源名稱（URN）、開放鏈接（OpenURL）、句柄系統（Handles）等是目前應用較多的數字標識符，其中尤以DOI的應用和研究最為廣泛。

DOI是用于識別數字環境下對象的知識產權的字符串[46]，自1998年成立且于2012年成為國際標準化組織（International Standard Organization，ISO）“信息與文獻”領域的一項標準以來，廣泛應用于數字化圖書、期刊、數據等內容類型的學術出版。DOI具有唯一且永久標識、永久定位、出版源頭注冊、點擊即鏈接、動態更新、版本更迭[47]等特點，在科學數據出版中具有跟蹤、引用、集成、關聯等的多重價值，便于實現對數據出版物的原文獲取、引文鏈接、數字版權管理及永久標識等功能，解決數據多重鏈接和知識產權問題[48]。

數據出版所需DOI由注冊代理機構及其成員單位負責分配，目前共有覆蓋歐盟、中國、日本、韓國等地域范圍的10個代理機構（截至2017年8月16日），如歐盟出版物辦公室（Publications Office of the European Union）、中國知網（CNKI）、韓國科技信息研究所（KISTI）、Crossref、DataCite[49]等。現有文獻大多聚焦于對DataCite進行研究，如DataCite的發起者與發展歷史[50]、DataCite成員單位及其地域覆蓋[51]、DataCite數據出版元數據方案[52]等。

4.2 數據引用

數據引用是數據出版的關鍵環節之一，是保障數據作者與管理者數據權益的一種有效方式，引起了廣泛的研究與關注。完整的數據引用涉及“如何引用”“引用什么”“何時引用”[25]等環節，包含對數據引用標準、數據引用技術、數據引用行為等關鍵內容的討論。

目前，國內外研究數據引用尚無一致的標準，不同的數據知識庫、數據論文通常有不同的數據引用標準并相應推薦不同的數據引用格式。其中，哈佛大學定量社會研究中心的Micah Altman和Gary King提出的“定量數據學術引用的建議標準”（2007年）[53]、經濟合作與發展組織（OECD）發布的白皮書“我們需要數據集和數據表的出版標準”（2009年）[54]、FORCE11（The Future of Research Communications and e-Scholarship）聯合其他多個數據引用工作組發布的“數據引用原則聯合聲明”（2014年）[55]、DataCite發布的“研究數據出版與引用元數據方案（3.1版本）”（2015年）[56]等是認可度相對廣泛的標準和原則，在數據引用實踐中起到重要的參考和指導作用。

數據引用技術是實現數據規范引用的技術基礎，前文所述的DOI便是目前實現數據引用而廣泛采用的一種技術，另外數據指紋（Universal Numeric Fingerprints，UNF）也是數據引用的一種有效技術。其中，DOI所具有的唯一標識、永久定位、動態更新的特點，一方面使得數據引用能夠實現數據版本的動態更迭、數據地址的動態更新，不必頻繁更改地址便能實現“從一而終”的資源指示與數據引用；另一方面，DOI有助于維護數據創建者作為一項必不可少的元數據元素，保障作者數據署名權并承認作者的貢獻。UNF是一種加密的數字簽名，可用于數據集及其子集（版本）的唯一標識，數據本身的元素不同UNF也不同，UNF可驗證不同文獻是否引用了同一個數據，也可與DOI一起使用形成對版本化數據集的持續引用[57]。

國內外圖書情報機構或數據中心已經開始了數據引用的實踐，而學術界也開始了對數據引用行為的研究。對施引文獻及其作者而言，引用數據是為了說明數據來源并達到一定的學術規范，數據引用情況取決于數據用途和數據來源，數據用途即數據是否能夠解釋問題、數據是否有效支撐論文結果或結論、數據是否作為論文補充材料等，而數據來源指數據是否作為論文附件、數據是否存儲在數字倉儲、數據是否以數據論文形式出版等。

從文獻研究現狀看，數據引用標準、數據引用技術和數據引用行為等話題是當下數據出版領域的熱點話題，也是未來研究和實踐需要進一步突破的難點問題。

4.3 數據評審

數據評審是一種重要而有效的數據出版質量控制方法，主要指采取必要措施對數據及文檔、代碼等相關文件進行評估，確保文件可被獨立地理解以便重用的有效過程[58]。與學術論文出版過程中的同行評審環節相似，數據出版也將數據評審作為數據質量控制的重要一環；數據評審至今尚未有相對統一的程序，甚至數據能否被“評審”以及“數據評審”這一術語本身也存有疑問[59]，但數據評審仍在研究和實踐中取得了一定的進展[58]。完整的數據評審包含 “評審什么”“怎么評審”“誰來評審”等組成部分，涉及對數據評審內容與維度、數據評審方法與程序、數據評審主體等話題及其綜合議題的探討。

結合對數據評審含義的理解，數據評審包含較為廣泛的內容范疇及評估流程，是一項復雜的活動，如從數據計算與分析結果的準確性的雙盲評審、數據文件與文檔的充分性的同行評審到元數據的準確性的技術性審查[60]。數據評審以數據質量及其標準為依據，數據評審內容包括研究計劃評審、數據管理計劃評審、元數據評審、數據附件評審、數據知識庫數據評審、數據論文評審等，這些內容可以歸納為“數據內容”“數據形式與元數據”“語境信息和/或其他相關文檔”三個類別[14]，分別對應科學性評審（Scientific Review）、技術性評審（Technical Review）和監護性評審（Curatorial Review）三個維度[60]，但在數據出版實踐中數據評審通常融合了三個維度的內容與方法，并對數據進行綜合的評審和全面的質量控制。

其中，科學性評審是對數據內容的各類科學性特征進行評審，以保障數據的科學性質量（Scientific Quality），表現為完整性、真實性、準確性、可靠性、有用性等特征，通常由同行專家或高級編輯進行評審。技術性評審是對數據形式及元數據相關的各類技術性特點與細節進行評審，以保證數據的技術性質量（Technical Quality），表現為數據格式的標準化、兼容性及元數據的完整性、準確性、真實性等特征，一般而言論文中的數據由編輯或同行專家進行評審，而存入到數據庫的數據（集）由學科領域內的數據專家或專門數據管理人員進行評審。審監護性評審是對數據內容、數據格式、元數據以外的上下文/語境信息、數據相關文檔、代碼等進行管理性的檢查和審核，評審內容及其標準包括但不限于文檔的相關性、充分性，數據來源、數據環境、數據收集/處理/分析方法等文檔的完備性，文檔版本控制及相關文檔信息更迭的及時性，數據與其他文檔關系的協調性（如對相關政策、標準的遵循）等。

當然，數據標識、數據引用、數據評審領域的研究與實踐都已經進行，但作為數據出版的關鍵問題與熱點議題，對數據標識、數據引用、數據評審的探索研究在可預見的未來還將繼續深入而廣泛地進行。

5 科學數據出版研究特點與未來展望

5.1 數據出版困難與挑戰

盡管數據出版研究已經較為全面地展開，而數據出版實踐也已經在國內外大范圍內進行，但作為學術交流、傳播與出版領域相對新興的議題，數據出版在標準、規范、技術、政策、機制等方面仍存在不少困難和問題需要克服。例如，Hense和Quadt[61]認為數據出版面臨的挑戰存在于格式、內容、科學質量控制、格式質量控制、技術質量控制、瀏覽與檢索、存儲等多方面；張小強、李欣[13]認為當前數據出版的主要障礙是倫理規范與標準的缺失，包括數據出版體系中獎懲功能的缺失、數據出版復雜性導致的短期內標準規范的缺失，數據出版用稿規范、數據引用規范、元數據標準等的不完善；何琳、常穎聰[26]認為科學數據的元數據、隱私保護、組織技術、知識產權保護、出版激勵機制是數據出版待解決的關鍵問題；張麗麗[62]認為，相較于傳統學術出版，數據出版的學術地位和行業認可度、運營模式的可持續性、數據開放與版權保護等方面仍有待發展。

5.2 數據出版現有特點總結與未來研究展望

綜合而言，國外數據出版理論研究與實踐工作齊頭并進，國內相關研究經歷了翻譯推介、案例分析、原創性思考探索等漸進過程，研究先于實踐而進行但目前已經開始了數據出版的實踐探索。具體而言，近年來國內外科學數據開放出版研究呈現以下特點：

首先，概念理解與辨析是基本問題，對數據出版概念及其相關概念的理解與辨析是研究數據出版的首要基本問題，也是突出數據出版作用的必要支撐條件。其次，不同出版模式的劃分、對比是研究重點，大部分研究都對數據出版模式進行劃分和比較以便盡可能全面而清晰地呈現數據出版的真實形態，同時也便于分門別類地對數據出版相關的其他問題進行闡述。最后，對數據創建者、管理者、使用者對數據出版的認知、態度與需求等進行調查有其必要性，也可作為數據出版實踐方向的一種事實依據和導向。再者，數據出版相關標準、規范的缺失或不完善是急需研究和亟待解決的問題：數據出版需盡可能達到數據格式、數據類型、數據倫理等標準規范的統一或兼容，標準、規范是目前較為薄弱的環節，也是需要克服的問題與困難。

綜上所述，筆者認為未來可能的研究趨勢與展望包括：第一，由于目前數據出版領域存在的標準、規范、技術等的不完善問題，數據出版標準、規范及其技術實現將成為未來研究與實踐的一大重點；第二，在大數據時代背景下，隨著科學數據開放廣度與深度的發展，數據數量呈倍數增長使得數據質量控制的重要性日益凸顯，數據質量控制是未來可能的又一研究重點；第三，目前研究與實踐中存在的局限也意味著國內外圖書情報機構在數據出版標準、規范的制定與實施及數據質量控制等方面有較大的發揮空間和發展機會。

（來稿時間：2017年9月）

1.European Commission.Horizon 2020[EB/OL].[2017-01-01].http://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf.

2.OPEN RESEARCH DATA IN HORIZON 2020[EB/OL].[2017-01-01].http://ec.europa.eu/research/press/2016/pdf/opendata-infographic_072016.pdf#view=fit&pagemode=none.

3.Open Access at the Max Planck Society.Berlin Declaration on Open Access to Knowledge in the Sciences and Humanities[EB/OL].[2017-06-20].https://openaccess.mpg.de/Berlin-Declaration.

4.IFLA.IFLA Statement on Open Access to Scholarly Literature and Research Documentation[EB/OL].[2017-06-20].http://www.ifla.org/publications/ifla-statement-on-open-accessto-scholarly-literature-and-research-documentation.

5.IFLA.IFLA Statement on open access-clarifying IFLA’s position and strategy[EB/OL].[2017-06-20].http://www.ifla.org/files/assets/hq/news/documents/ifla-statement-on-open-access.pdf.

6.UNESCO.Policy Guidelines for the Development and Promotion of Open Access[EB/OL].[2017-06-20].http://unesdoc.unesco.org/images/0021/002158/215863e.pdf.

7.European Commission.Guidelines on Open Access to Scientific Publications and Research Data in Horizon 2020[EB/OL].[2017-06-21].http://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf.

8.NIH.Final NIH Statement on Sharing Research Data[EB/OL].[2017-06-21].https://grants.nih.gov/grants/guide/notice-files/NOT-OD-03-032.html.

9.OECD.OECD Principles and Guidelines for Access to Research Data from Public Funding[EB/OL].[2017-06-21].http://www.oecd.org/science/sci-tech/38500813.pdf.

10.NSF.NSF’S Public Access Plan: Today’s Data, Tomorrow’s Discoveries[EB/OL].[2017-06-22].https://www.nsf.gov/pubs/2015/nsf15052/nsf15052.pdf.

11.University of Cambridge.Research Data Management Policy Framework[EB/OL].[2017-06-22].http://www.data.cam.ac.uk/university-policy.

12.The University of Hong Kong.Research Data and Records Management[EB/OL].[2017-06-22].http://www.rss.hku.hk/integrity/research-data-records-management.

13.張小強，李欣.數據出版理論與實踐關鍵問題[J].中國科技期刊研究，2015，26（8）：813-821.

14.Callaghan S, Donegan S, Pepler S, et al.Making Data a First Class Scientific Output: Data Citation and Publication by NERC’s Environmental Data Centres[J].International Journal of Digital Curation, 2012, 7（1）：107-113.

15.Penev L, Chavan V, Hagedorn G, et al.Pensoft Data Publishing Policies and Guidelines for Biodiversity Data[EB/OL].[2017-08-02].http://pensoft.net/J_FILES/Pensoft_Data_Publishing_Policies_and_Guidelines.pdf.

16.吳立宗，王亮緒，南卓銅，等.科學數據出版現狀及其體系框架[J].遙感技術與應用，2013，28（3）：383-390.

17.劉鳳紅，崔金鐘，韓芳橋，等.數據論文：大數據時代新興學術論文出版類型探討[J].中國科技期刊研究，2014，25（12）：1451-1456.

18.Murphy F.Transforming Research Communication:Knowledge Management and Data Publishing[EB/OL].[2017-01-09].https://ams.confex.com/ams/93Annual/webprogram/Paper217112.html.

19.Borgman C L.Data, disciplines, and scholarly publishing[J].Learned Publishing, 2008, 21（1）：29-38.

20.袁曦臨.E-science環境下學術規范的新領域：科學數據[J].甘肅社會科學，2014（3）：85-88.

21.孔麗華.科學數據質量同行評議現狀[R/OL]//2015中國開放獲取推介周.[2017-08-14].http://ir.las.ac.cn/handle/12502/7968.

22.張靜蓓, 任樹懷.科研數據出版模式、流程及引用策略研究[J].圖書情報工作， 2015（9）：21-27.

23.Lawrence B, Jones C, Matthews B, et al.Citation and Peer Review of Data: Moving Towards Formal Data Publication [J].International Journal of Digital Curation, 2011, 6（2）：4-37.

24.王丹丹.科學數據出版過程中的數據質量控制[J].圖書情報工作，2015（23）：124-129.

25.顧立平.科學數據權益分析的基本框架[J].圖書情報知識， 2014（1）：34-51.

26.何琳，常穎聰.國內外科學數據出版研究進展[J].圖書情報工作，2014，58（5）：104-110.

27.王丹丹.數據論文:數據集獨立出版與共享模式研究[J].情報資料工作， 2015, 36（5）：94-97.

28.梁子裕.國外科研數據出版模式研究[J].出版發行研究， 2017（3）：82-85.

29.張麗麗，黎建輝.科研數據的開放：進展、模式與新探索 [J].大數據，2016, 2（6）：25-33.

30.Research Data Canada.Data repository[EB/OL].[2017-08-14].https://www.rdc-drc.ca/glossary/original-rdc-glossary/.

31.Aalbersberg I J, Dunham J, Koers H.Connecting Scientific Articles with Research Data: New Directions in Online Scholarly Publishing[J].Data Science Journal, 2013（12）：235-242.

32.Candela L, Assante M, Tani A, et al.Are Scientific Data Repositories Coping with Research Data Publishing?[J].Data Science Journal, 2016, 15（6）：1-24.

33.黃永文，張建勇，黃金霞，等.國外開放科學數據研究綜述[J].現代圖書情報技術，2013（5）：21-27.

34.朱玲，聶華，崔海媛，等.北京大學開放研究數據平臺建設：探索與實踐[J].圖書情報工作，2016，60（4）：44-51.

35.Zenk-M?ltgen W, Lepthien G.Data sharing in sociology journals[J].Online Information Review, 2014, 38（6）：709-722.

36.陳秀娟，吳鳴.學科領域期刊科研數據發表政策剖析——以美國化學學會期刊為例[J].中國科技期刊研究，2015, 26（8）：800-807.

37.雷秋雨，馬建玲.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[J].圖書館理論與實踐，2016（1）：30-34.

38.Sturges P, Bamkin M, Anders, Jane H.S, et al.Research data sharing: Developing a stakeholder-driven model for journal policies[J].Journal of the Association for Information Science &Technology, 2016, 66（12）：2445-2455.

39.傅天珍，陳妙貞.我國學術期刊數據出版政策分析及建議[J].中國出版，2014（23）：31-34.

40.吳蓉，顧立平，劉晶晶.國外學術期刊數據政策的調研與分析[J].圖書情報工作，2015, 59（7）：99-105.

41.Chavan V, Penev L.The data paper: a mechanism to incentivize data publishing in biodiversity science[J].BMC Bioinformatics, 2011, 12（15）：2399-2405.

42.屈寶強，王凱.數據論文的出現與發展[J].圖書與情報，2015（5）：1-8.

43.劉傳璽.數據論文概念辨析及其同行評審研究[J].圖書館雜志，2016（9）：76-80, 93.

44.伏安娜，張計龍，殷沈琴.數據論文國內外發展研究綜述[J].圖書情報工作，2015（24）：131-138.

45.Neumann J, Brase J.DataCite and DOI names for research data[J].Journal of Computer-Aided Molecular Design, 2014, 28（10）：1035-1041.

46.Chandrakar R.Digital object identifier system: an overview[J].The Electronic Library, 2006, 24（4）：445-452.

47.涂勇，彭潔.數字對象唯一標識在中國科學數據領域中的應用研究[J].數字圖書館論壇，2013（8）：31-36.

48.吳立宗, 王亮緒, 南卓銅,等.DOI在數據引用中的應用:問題與建議[J].遙感技術與應用, 2013, 28（3）：377-382.

49.DOI Registration Agencies[EB/OL].[2017-08-16].http://www.doi.org/registration_agencies.html.

50.Brase J, Lautenschlager M, Sens I.The Tenth Anniversary of Assigning DOI Names to Scientific Data and a Five Year History of DataCite[J].D-Lib Magazine, 2015.

51.Loesch F M.DataCite[J].Technical Services Quarterly,2016（33）：91-92.

52.Starr J, Ammann N, Ashton J, et al.DataCite Metadata Schema for the Publication and Citation of Research Data[EB/OL].[2017-08-16].http://schema.datacite.org/meta/kernel-2.2/doc/DataCite-MetadataKernel_v2.2.pdf.

53.Micah Altman, Gary King.A Proposed Standard for the Scholarly Citation of Quantitative Data [EB/OL].[2017-09-18].http://www.dlib.org/dlib/march07/altman/03altman.html.

54.Green T.We Need Publishing Standards for Datasets and Data Tables [EB/OL].[2017-09-13].http://www.unece.org/fileadmin/DAM/stats/documents/ece/ces/ge.40/2010/wp.8.e.pdf.

55.Data Citation Synthesis Group.Joint Declaration of Data Citation Principles[EB/OL].[2017-04-18].https://www.force11.org/group/joint-declaration-data-citation-principles-final.

56.DataCite Metadata Working Group.DataCite Metadata Schema for the Publication and Citation of Research Data[EB/OL].[2017-09-18].http://schema.datacite.org/meta/kernel-3/doc/DataCite-MetadataKernel_v3.1.pdf.

57.Thomas Leeper, Micah Altman.UNF: Tools for Creating Universal Numeric Fingerprints for data[EB/OL].[2017-09-20].https://cran.r-project.org/web/packages/UNF/index.html.

58.Peer L, Green A.Research Data Review is Gaining Ground[EB/OL].[2017-08-12].http://isps.yale.edu/news/blog/2015/03/ research-data-review-is-gaining-ground.

59.Shaklee P, Cousijn H.Can data be peer-reviewed?[EB/OL].[2017-08-12].https://www.elsevier.com/connect/can-data-bepeer-reviewed.

60.Austin C C, Bloom T, Dallmeier-Tiessen S, et al.Key components of data publishing: using current best practices to develop a reference model for data publishing [J].International Journal on Digital Libraries, 2010:1-16.

61.Hense A, Quadt F.Acquiring High Quality Research Data[J].D-Lib Magazine, 2011, 17（1-2）：1-7.

62.張麗麗.科學數據共享治理：模式選擇與情景分析[J].中國圖書館學報，2017, 43（2）：54-65.