全球高校科研數(shù)據(jù)知識庫發(fā)展現(xiàn)狀與思考*

曾麗瑩 劉茲恒 （北京大學(xué)信息管理系 北京 100871）

在信息與網(wǎng)絡(luò)技術(shù)迅速發(fā)展的推動下，科學(xué)模式產(chǎn)生了巨大變革，科學(xué)研究逐漸朝數(shù)據(jù)密集驅(qū)動型的方向發(fā)展。科研數(shù)據(jù)不僅是科研機(jī)構(gòu)的學(xué)術(shù)產(chǎn)出，還是科學(xué)研究的重要基礎(chǔ)，其價值日益凸顯。為滿足日趨強(qiáng)烈的科研數(shù)據(jù)管理與共享需求，目前已有越來越多的高校通過建立科研數(shù)據(jù)知識庫來存儲、發(fā)布、開放和共享科研數(shù)據(jù)。

數(shù)據(jù)知識庫，又稱數(shù)據(jù)倉儲、數(shù)據(jù)資源庫等，是通過存儲和管理科研數(shù)據(jù)來支持科研活動及知識創(chuàng)造的數(shù)字知識庫[1]。截至2017年3月，全球已有1 831個科研數(shù)據(jù)知識庫在re3data.org上登記注冊，其中有多學(xué)科數(shù)據(jù)知識庫1 571個，機(jī)構(gòu)數(shù)據(jù)知識庫467個[2]。在這些數(shù)據(jù)知識庫中，由高校建設(shè)或參與建設(shè)的有211個。為了解國內(nèi)外高校科研數(shù)據(jù)知識庫建設(shè)現(xiàn)狀，本文以在re3data.org上登記注冊的211個高校科研數(shù)據(jù)知識庫為研究對象，對全球高校科研數(shù)據(jù)知識庫的基本情況、數(shù)據(jù)管理和數(shù)據(jù)利用進(jìn)行調(diào)研和分析，總結(jié)其發(fā)展的特點(diǎn)，從而為我國高校科研數(shù)據(jù)管理與共享提供借鑒。

1 高校科研數(shù)據(jù)知識庫基本情況分析

1.1 建成時間分布

由于re3data.org上并未注明各科研數(shù)據(jù)知識庫建成的時間，我們通過對各科研數(shù)據(jù)知識庫網(wǎng)站直接進(jìn)行調(diào)研，最終確定了86個科研數(shù)據(jù)知識庫的建成時間。其中，由博爾德大學(xué)與美國國家冰雪數(shù)據(jù)中心、美國國家宇航局、美國國家科學(xué)基金會等在1982年聯(lián)合建立的美國國家宇航局分布式全國冰雪數(shù)據(jù)中心主動存檔中心（NASA Distributed Active Archive Center at National Snow & Ice Data Center）是最早的科研數(shù)據(jù)知識庫[3]。而從科研數(shù)據(jù)知識庫建成的時間分布來看，只有8%是在2003年之前建立的（見下頁圖1）。2003年之后，科研數(shù)據(jù)知識庫數(shù)量整體呈波動上升的態(tài)勢，這說明高校科研數(shù)據(jù)知識庫自2003年之后逐漸進(jìn)入穩(wěn)步向前發(fā)展的階段。從全球開放存取的發(fā)展視角看，開放存取運(yùn)動起源于20世紀(jì)90年代，2002年布達(dá)佩斯會議召開，2003年《柏林宣言》和《百斯達(dá)開放存取式出版宣言》相繼頒布，開放存取從此也進(jìn)入實(shí)質(zhì)性發(fā)展階段。對比可知，高校科研數(shù)據(jù)知識庫的發(fā)展軌跡與全球開放存取運(yùn)動的發(fā)展態(tài)勢相符，開放存取理念推動了科研數(shù)據(jù)知識庫的發(fā)展。

圖1 高校科研數(shù)據(jù)知識庫建設(shè)時間分布

1.2 地域分布

211個高校科研數(shù)據(jù)知識庫的國家/地區(qū)分布結(jié)果如圖2所示。美國、英國、德國、澳大利亞和加拿大是高校科研數(shù)據(jù)知識庫建設(shè)數(shù)量排名靠前的5個國家，其中美國有90個，占總量的42.7%；英國和德國有64個，占總量的30.3%。中國注冊在案的只有兩個科研數(shù)據(jù)知識庫，分別是北京大學(xué)建立的開放研究數(shù)據(jù)平臺，華中科技大學(xué)和中國科學(xué)技術(shù)大學(xué)與杜鵑工作組（cuckoo workgroup）共同建立的蛋白賴氨酸修飾綱要庫（Compendium of Protein Lysine Modifications）。

圖2 高校科研數(shù)據(jù)知識庫國家/地區(qū)分布情況

由此可見，在全球范圍內(nèi)，北美和歐洲發(fā)達(dá)國家高校建設(shè)的科研數(shù)據(jù)知識庫數(shù)量較多，而我國和其他地區(qū)的高校科研數(shù)據(jù)知識庫建設(shè)較為薄弱。我國高校應(yīng)該借鑒歐美國家的建設(shè)實(shí)踐和成功經(jīng)驗(yàn)，加快科研數(shù)據(jù)知識庫建設(shè)進(jìn)程。

1.3 類別分布

全球高校科研數(shù)據(jù)知識庫按照建設(shè)目的和存儲內(nèi)容可分為3種類型，一是通用型機(jī)構(gòu)知識庫，主要保存高校科研人員的研究成果并提供開放存取，其內(nèi)容以學(xué)位論文和會議論文等文字型出版物為主，但也包含科研數(shù)據(jù)，如劍橋大學(xué)機(jī)構(gòu)知識庫、圣愛德華大學(xué)機(jī)構(gòu)知識庫等。二是專門的科研數(shù)據(jù)知識庫，以高校為主體建立，主要存儲和發(fā)布科研人員的研究數(shù)據(jù)，如北京大學(xué)開放研究數(shù)據(jù)平臺、莫納什大學(xué)研究數(shù)據(jù)知識庫等。三是專題型科研數(shù)據(jù)知識庫，由高校研究機(jī)構(gòu)與校外研究中心合作建立，如康奈爾大學(xué)與美國農(nóng)產(chǎn)品銷售局、經(jīng)濟(jì)研究局等建立的美國農(nóng)業(yè)部經(jīng)濟(jì)、統(tǒng)計(jì)和市場信息系統(tǒng)，加州大學(xué)勞倫斯伯克利國家實(shí)驗(yàn)室和美國地質(zhì)調(diào)查局等建立的北加利福尼亞地震數(shù)據(jù)中心等。

在這211個高校科研數(shù)據(jù)知識庫中，專門的科研數(shù)據(jù)知識庫占比最大（41%），其次是專題型科研數(shù)據(jù)知識庫，最后是通用型機(jī)構(gòu)知識庫（見圖3）。這說明高校對科研數(shù)據(jù)的重視程度比較高，建立專門的科研數(shù)據(jù)知識庫對科研數(shù)據(jù)進(jìn)行專門的管理是高校較為普遍的做法。部分高校雖然并未建立專門的科研數(shù)據(jù)知識庫，但利用機(jī)構(gòu)知識庫來存儲、管理和共享科研數(shù)據(jù)，使機(jī)構(gòu)知識庫成為了高校科研數(shù)據(jù)管理的便捷途徑之一。

圖3 高校科研數(shù)據(jù)知識庫類型分布

1.4 學(xué)科分布

re3data.org將科研數(shù)據(jù)知識庫的學(xué)科分為人文社會科學(xué)、生命科學(xué)、自然科學(xué)和工程科學(xué)4大類。211個高校科研數(shù)據(jù)知識庫的學(xué)科領(lǐng)域分布如表1所示。整體來看，涉及生命科學(xué)、人文社會科學(xué)和自然科學(xué)領(lǐng)域的科研數(shù)據(jù)知識庫數(shù)量較多，分別有136、129和121個，占知識庫總量的64.45%、61.14%和57.35%；涉及工程科學(xué)數(shù)據(jù)的知識庫數(shù)量相對較少，僅有39.81%。在所有科研數(shù)據(jù)知識庫中，只有7%（14個）的知識庫同時含有人文社會科學(xué)、生命科學(xué)、自然科學(xué)和工程科學(xué)4個學(xué)科領(lǐng)域的數(shù)據(jù)。

表1 高校科研數(shù)據(jù)知識庫科研數(shù)據(jù)所屬學(xué)科分布

生命科學(xué)領(lǐng)域科研數(shù)據(jù)由生物體或組織的核酸、基因等通用數(shù)據(jù)和臨床實(shí)驗(yàn)數(shù)據(jù)組成，具有數(shù)量大、數(shù)據(jù)多源異構(gòu)和數(shù)據(jù)整合分析復(fù)雜等特點(diǎn)[4]。自然科學(xué)諸如物理、化學(xué)、地球地質(zhì)等學(xué)科，也擁有大量的實(shí)驗(yàn)、計(jì)算數(shù)據(jù)，科研數(shù)據(jù)規(guī)模較大，而人文社會科學(xué)數(shù)據(jù)規(guī)模相對較小。由此可見，高校科研數(shù)據(jù)知識庫中數(shù)據(jù)類型分布與學(xué)科數(shù)據(jù)特點(diǎn)大致相符。但從整體來看，高校科研數(shù)據(jù)知識庫還是有些偏科情況，對人文社會科學(xué)和工程科學(xué)領(lǐng)域的科研數(shù)據(jù)重視、挖掘程度不夠。

1.5 數(shù)據(jù)資源類型

高校科研數(shù)據(jù)知識庫存儲的內(nèi)容類型多樣，包括歸檔數(shù)據(jù)、音像數(shù)據(jù)、配置數(shù)據(jù)、數(shù)據(jù)庫、圖片、網(wǎng)絡(luò)數(shù)據(jù)、純文本、原始數(shù)據(jù)、科學(xué)和統(tǒng)計(jì)數(shù)據(jù)格式、軟件應(yīng)用、源代碼、標(biāo)準(zhǔn)辦公文檔、結(jié)構(gòu)化圖形、結(jié)構(gòu)化文本以及其他共13種數(shù)據(jù)類型，如圖4所示。

圖 4 高校科研數(shù)據(jù)知識庫數(shù)據(jù)類型分布

從數(shù)據(jù)類型數(shù)量上看，高校科研數(shù)據(jù)知識庫存儲量最多的是標(biāo)準(zhǔn)辦公文檔（包括Word、Excel、PPT等）、純文本、圖片和科學(xué)統(tǒng)計(jì)數(shù)據(jù)，其次是原始數(shù)據(jù)、結(jié)構(gòu)化文本、音像數(shù)據(jù)、結(jié)構(gòu)化圖形，而存儲配置數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、源代碼和軟件應(yīng)用的科研數(shù)據(jù)知識庫較少。

從數(shù)據(jù)類型劃分來看，高校科研數(shù)據(jù)知識庫存在如下問題：①類別不清晰，如歸檔數(shù)據(jù)和原始數(shù)據(jù)其實(shí)是數(shù)據(jù)泛稱，并非是特定的數(shù)據(jù)格式；②格式不統(tǒng)一，同種數(shù)據(jù)存在多種格式，如純文本和結(jié)構(gòu)化文本；③數(shù)據(jù)加工層次不夠，高校科研數(shù)據(jù)知識庫的數(shù)據(jù)大都以科研人員上傳的原始面貌呈現(xiàn)，在數(shù)據(jù)的規(guī)范化處理和加工描述上仍有欠缺。

2 高校科研數(shù)據(jù)知識庫的數(shù)據(jù)管理政策與元數(shù)據(jù)標(biāo)準(zhǔn)

2.1 數(shù)據(jù)管理政策

數(shù)據(jù)管理政策是高校按照數(shù)據(jù)生命周期管理科研數(shù)據(jù)的規(guī)范和保障[5]。高校在建立科研數(shù)據(jù)知識庫時也會發(fā)布相應(yīng)的數(shù)據(jù)政策。本次調(diào)查發(fā)現(xiàn)，在211個高校科研數(shù)據(jù)知識庫中，只有14.7%（31個）的科研數(shù)據(jù)知識庫沒有頒布數(shù)據(jù)政策，而頒布1項(xiàng)數(shù)據(jù)管理政策的科研知識庫數(shù)量最多，占40.3%，之后科研數(shù)據(jù)知識庫數(shù)量與政策數(shù)量成反比，如圖5所示。

圖5 高校科研數(shù)據(jù)知識庫頒布政策數(shù)量及知識庫數(shù)量

發(fā)布數(shù)據(jù)政策數(shù)量最多的是愛丁堡大學(xué)數(shù)據(jù)知識庫（Edinburgh DataShare），政策內(nèi)容包括：使用條款和條件、數(shù)據(jù)知識庫存儲協(xié)議、數(shù)據(jù)和元數(shù)據(jù)政策、保護(hù)政策、提交政策、內(nèi)容政策和服務(wù)政策；其次是卡爾加里大學(xué)機(jī)構(gòu)知識庫、普渡大學(xué)研究知識庫和北卡羅萊納大學(xué)數(shù)據(jù)知識庫。上述4個數(shù)據(jù)知識庫的數(shù)據(jù)政策內(nèi)容如下頁表2所示。

具體來看，各高校科研數(shù)據(jù)知識庫發(fā)布的數(shù)據(jù)政策內(nèi)容可分為5種類型：①專門的數(shù)據(jù)政策；②數(shù)據(jù)管理政策，包括數(shù)據(jù)管理、保存、分享和元數(shù)據(jù)政策；③數(shù)據(jù)使用政策，如使用條款或用戶使用條例；④數(shù)據(jù)獲取政策，如開放存取等；⑤數(shù)據(jù)保護(hù)、隱私和許可政策。發(fā)布各項(xiàng)政策的高校科研數(shù)據(jù)知識庫數(shù)量及其占比如下頁表3所示。由表3可知，頒布數(shù)據(jù)使用政策的高校科研數(shù)據(jù)知識庫數(shù)量最多，占比為22.75%；其次是數(shù)據(jù)管理政策，占比為10.43%；相對而言，發(fā)布數(shù)據(jù)獲取和數(shù)據(jù)保護(hù)、隱私和許可政策的知識庫數(shù)量較少。

整體來看，絕大部分高校科研數(shù)據(jù)知識庫都發(fā)布了數(shù)據(jù)政策，個別科研數(shù)據(jù)知識庫如愛丁堡大學(xué)數(shù)據(jù)知識庫和卡爾加里大學(xué)機(jī)構(gòu)知識庫等的數(shù)據(jù)政策內(nèi)容比較完備，涵蓋數(shù)據(jù)管理、數(shù)據(jù)使用、獲取、保護(hù)、隱私和許可等各方面。除此之外，近一半的科研數(shù)據(jù)知識庫政策內(nèi)容只涉及數(shù)據(jù)使用和獲取，涉及數(shù)據(jù)保護(hù)、隱私、許可和管理的不多，存在政策內(nèi)容類型單一、內(nèi)容層次不夠完善的問題。而這會使研究人員的科研數(shù)據(jù)缺乏政策保障，科研人員會面臨科研成果被侵權(quán)的風(fēng)險，其利用知識庫存儲和共享科研數(shù)據(jù)的積極性也會受到影響。

表2 部分高校科研數(shù)據(jù)知識庫數(shù)據(jù)政策內(nèi)容

表3 高校科研數(shù)據(jù)知識庫數(shù)據(jù)管理政策內(nèi)容及知識庫數(shù)量

2.2 元數(shù)據(jù)標(biāo)準(zhǔn)

高校在利用科研數(shù)據(jù)知識庫管理科研數(shù)據(jù)時，需要采用相應(yīng)的元數(shù)據(jù)標(biāo)準(zhǔn)對科研數(shù)據(jù)進(jìn)行描述，以便用戶對數(shù)據(jù)進(jìn)行存儲、組織和檢索。筆者通過調(diào)研發(fā)現(xiàn)，高校科研數(shù)據(jù)知識庫采用的元數(shù)據(jù)標(biāo)準(zhǔn)按照學(xué)科類別可分為一般科研數(shù)據(jù)、生物科學(xué)、地球科學(xué)、社會與人文以及其他5個類別。高校科研數(shù)據(jù)知識庫在一般科研數(shù)據(jù)領(lǐng)域采用的元數(shù)據(jù)標(biāo)準(zhǔn)有都柏林核心（DC）元數(shù)據(jù)和數(shù)據(jù)引用元數(shù)據(jù)框架。生物科學(xué)領(lǐng)域采用的元數(shù)據(jù)標(biāo)準(zhǔn)有達(dá)爾文核心元數(shù)據(jù)（基于都柏林核心元數(shù)據(jù)產(chǎn)生的生物學(xué)領(lǐng)域的元數(shù)據(jù)標(biāo)準(zhǔn)，被看作是DC元數(shù)據(jù)的生物學(xué)擴(kuò)展）和ISA-Tab。地球科學(xué)領(lǐng)域采用較多的是地理信息元數(shù)據(jù)和地理空間數(shù)據(jù)元數(shù)據(jù)內(nèi)容標(biāo)準(zhǔn)。人文社會科學(xué)領(lǐng)域主要采用的是應(yīng)用于社會和行為科學(xué)數(shù)據(jù)文檔的標(biāo)準(zhǔn)——數(shù)據(jù)存檔計(jì)劃DDI。具體元數(shù)據(jù)標(biāo)準(zhǔn)及其采用的知識庫數(shù)量如表4所示。

從整體來看，高校科研數(shù)據(jù)知識庫采用的元數(shù)據(jù)標(biāo)準(zhǔn)類型多樣，這說明高校針對不同學(xué)科、不同主題的科研數(shù)據(jù)選用了不同的元數(shù)據(jù)標(biāo)準(zhǔn)，科研數(shù)據(jù)描述更有針對性；但就具體學(xué)科來看，同一領(lǐng)域如生物和地球科學(xué)，不同科研數(shù)據(jù)知識庫采用的元數(shù)據(jù)標(biāo)準(zhǔn)不盡相同，使用比較分散。

3 科研數(shù)據(jù)知識庫的數(shù)據(jù)利用現(xiàn)狀

3.1 數(shù)據(jù)資源規(guī)模

科研數(shù)據(jù)知識庫資源包括科研數(shù)據(jù)集、文件、調(diào)查項(xiàng)目等，科研數(shù)據(jù)知識庫資源數(shù)量反映了其資源建設(shè)的豐富性。43%的高校在re3data.org網(wǎng)站上公布了科研數(shù)據(jù)知識庫的資源規(guī)模，存儲的資源包括數(shù)據(jù)庫（Dataverse）、數(shù)據(jù)集、文件、圖片、項(xiàng)目、記錄、條目、調(diào)查及其他等各種形式數(shù)據(jù)。不同科研數(shù)據(jù)知識庫因其存儲的科研數(shù)據(jù)類型不同，其資源規(guī)模的計(jì)量方式也不同。但整體來說，在各高校科研數(shù)據(jù)知識庫中，專題科研數(shù)據(jù)知識庫以收集、存儲和管理學(xué)科或項(xiàng)目科研數(shù)據(jù)為主要目的，而且大都以特定的科研機(jī)構(gòu)或科研項(xiàng)目為基礎(chǔ)，因而其科研數(shù)據(jù)規(guī)模最大、數(shù)據(jù)量較為豐富；其次為存儲高校科研人員科研數(shù)據(jù)的專門科研數(shù)據(jù)知識庫；而機(jī)構(gòu)知識庫的內(nèi)容以科研文獻(xiàn)為主，科研數(shù)據(jù)存儲規(guī)模相對較小。部分高校科研數(shù)據(jù)知識庫的數(shù)據(jù)量可如表5所示。

表5 部分高校科研數(shù)據(jù)知識庫資源數(shù)量

科研數(shù)據(jù)的規(guī)模和數(shù)量反映了科研數(shù)據(jù)知識庫資源的豐富性，數(shù)據(jù)規(guī)模越大，用戶可獲取的資源就越多，就能越好地對科研數(shù)據(jù)進(jìn)行開發(fā)和利用。高校在建設(shè)科研數(shù)據(jù)知識庫時，應(yīng)注重?cái)U(kuò)大科研數(shù)據(jù)資源的規(guī)模，鼓勵科研人員通過知識庫來保存和共享科研數(shù)據(jù)。

3.2 數(shù)據(jù)許可協(xié)議

科研數(shù)據(jù)的共享和重用過程很容易產(chǎn)生知識產(chǎn)權(quán)糾紛。為消除知識產(chǎn)權(quán)帶來的限制，科研人員一般通過知識產(chǎn)權(quán)許可機(jī)制來賦予他人合法使用科研數(shù)據(jù)的權(quán)利[6]。目前，211個國內(nèi)外高校科研數(shù)據(jù)知識庫采取的數(shù)據(jù)許可協(xié)議有Apache許可證2.0版（Apache license2.0）、BSD開源協(xié)議（BSD）、知識共享許可協(xié)議（CC）、CC0許可協(xié)議、版權(quán)聲明（Copyrights）、開放數(shù)據(jù)公用許可（ODC）、開放政府許可協(xié)議（OGL）、公共領(lǐng)域許可（Public Domain）、互惠許可（Reciprocal License，簡稱RL）和其他共10種，采用各項(xiàng)數(shù)據(jù)許可協(xié)議的高校科研數(shù)據(jù)知識庫數(shù)量如圖6所示。

除了不明確的“其他”類數(shù)據(jù)許可協(xié)議之外，高校科研數(shù)據(jù)知識庫采用最多的數(shù)據(jù)許可協(xié)議是CC，即在聲明自身版權(quán)的前提下允許他人合法分享、使用和演繹科研數(shù)據(jù)，這既能幫助高校科研數(shù)據(jù)知識庫實(shí)現(xiàn)資源共享，又能保護(hù)科研人員享有的版權(quán)，是平衡數(shù)據(jù)共享（公共利益）和版權(quán)保護(hù)（作者利益）的靈活方式。其次是版權(quán)聲明，即標(biāo)明版權(quán)所屬，只允許在法律允許范圍內(nèi)使用，這與CC的區(qū)別是，用戶可以不經(jīng)作者或其他著作權(quán)人同意而使用其已發(fā)表的作品，但應(yīng)按照規(guī)定支付報(bào)酬并注明出處，這種版權(quán)聲明對用戶的限制力度較CC大。之后是公共領(lǐng)域許可和CC0許可協(xié)議，這兩種數(shù)據(jù)許可協(xié)議同意完全將科研數(shù)據(jù)置于公共領(lǐng)域，實(shí)現(xiàn)科研數(shù)據(jù)的無門檻訪問。

3.3 知識庫的開放程度

科研數(shù)據(jù)知識庫作為科研數(shù)據(jù)保存和共享的重要載體，其開放程度可以從數(shù)據(jù)上傳和數(shù)據(jù)獲取兩方面來評判。211個高校科研數(shù)據(jù)知識庫的數(shù)據(jù)上傳有封閉、公開和限制3種狀態(tài)；數(shù)據(jù)訪問有封閉、限時、限制和公開4種狀態(tài)；數(shù)據(jù)上傳和訪問的限制方法有付費(fèi)、機(jī)構(gòu)會員、注冊和其他4種類型。機(jī)構(gòu)科研數(shù)據(jù)知識庫的數(shù)據(jù)上傳和訪問也可以同時有多種開放狀態(tài)、多種限制類型。數(shù)據(jù)上傳和數(shù)據(jù)獲取的不同開放程度知識庫數(shù)量分別如圖7和圖8所示。

圖6 高校科研數(shù)據(jù)知識庫數(shù)據(jù)許可協(xié)議使用數(shù)量

圖7 高校科研數(shù)據(jù)知識庫數(shù)據(jù)上傳開放程度

圖8 高校科研數(shù)據(jù)知識庫數(shù)據(jù)可訪問情況

由圖7可知，絕大部分高校科研數(shù)據(jù)知識庫在數(shù)據(jù)上傳方面都是限制（158個）或不開放（50個）上傳，可供公眾自由上傳數(shù)據(jù)的知識庫只有5個。數(shù)據(jù)上傳的限制類型主要是知識庫注冊（84個）和成為機(jī)構(gòu)會員（63個）。

高校科研數(shù)據(jù)知識庫內(nèi)不同科研數(shù)據(jù)的開放訪問程度也不同，同一知識庫可能有多種數(shù)據(jù)訪問類型。由圖8可知，90%（190個）的科研數(shù)據(jù)知識庫支持部分?jǐn)?shù)據(jù)全公開訪問，50%（114個）的科研數(shù)據(jù)知識庫實(shí)行數(shù)據(jù)的限制性訪問，21%（44個）的科研數(shù)據(jù)知識庫實(shí)行數(shù)據(jù)的限時訪問，另外還有29個科研數(shù)據(jù)知識庫不開放數(shù)據(jù)訪問。

整體來看，高校科研數(shù)據(jù)知識庫主要對注冊用戶和機(jī)構(gòu)內(nèi)用戶開放，符合高校為機(jī)構(gòu)內(nèi)科研人員數(shù)據(jù)存檔的需求。同時，非完全公開數(shù)據(jù)上傳也有助于控制數(shù)據(jù)質(zhì)量。目前，絕大部分高校科研數(shù)據(jù)知識庫的數(shù)據(jù)是完全面向公眾開放的，這與其實(shí)現(xiàn)科研數(shù)據(jù)共享的初衷一致。

綜合數(shù)據(jù)許可協(xié)議和開放程度來看，高校建立的科研數(shù)據(jù)知識庫重視資源的開放、共享和使用，為用戶利用科研數(shù)據(jù)提供了便利。

4 思 考

4.1 建立完整的數(shù)據(jù)政策，提供完善的數(shù)據(jù)服務(wù)體系。

211個高校科研數(shù)據(jù)知識庫制定的數(shù)據(jù)管理政策內(nèi)容以數(shù)據(jù)使用協(xié)議為主，在科研數(shù)據(jù)管理、共享、保護(hù)和隱私方面涉及較少。由于管理政策關(guān)乎科研數(shù)據(jù)的質(zhì)量，共享政策關(guān)乎科研數(shù)據(jù)的訪問和利用，數(shù)據(jù)保護(hù)和隱私政策關(guān)乎科研人員的知識產(chǎn)權(quán)和隱私保護(hù)，這幾方面都會影響科研數(shù)據(jù)知識庫的建設(shè)和使用，因此，高校科研數(shù)據(jù)知識庫應(yīng)制定一套包含存儲、獲取、管理、開放、使用、隱私和保護(hù)等整個過程的完整政策法規(guī)，為科研數(shù)據(jù)管理和共享建立政策支撐和法規(guī)保障。

在完整的數(shù)據(jù)政策的指導(dǎo)下，高校科研數(shù)據(jù)知識庫還應(yīng)建立一套包括數(shù)據(jù)管理計(jì)劃、數(shù)據(jù)采集與加工、數(shù)據(jù)組織與標(biāo)引、數(shù)據(jù)保存、數(shù)據(jù)獲取與復(fù)用、版權(quán)咨詢和數(shù)據(jù)管理素養(yǎng)等在內(nèi)的科研數(shù)據(jù)管理與共享服務(wù)體系。通過完善的數(shù)據(jù)服務(wù)，滿足科研人員數(shù)據(jù)管理與共享的需求，提升科研人員數(shù)據(jù)存檔和管理的積極性，豐富科研數(shù)據(jù)知識庫資源數(shù)量。

4.2 完善元數(shù)據(jù)管理，建立數(shù)據(jù)處理和加工規(guī)范。

由調(diào)查可知，不同高校用于描述科研數(shù)據(jù)的元數(shù)據(jù)標(biāo)準(zhǔn)不盡相同，特定學(xué)科表現(xiàn)尤為明顯，存在元數(shù)據(jù)標(biāo)準(zhǔn)使用分散、管理不到位的問題。高校在如火如荼地建設(shè)科研數(shù)據(jù)知識庫的同時，還應(yīng)重視科研數(shù)據(jù)的元數(shù)據(jù)管理，即結(jié)合不同學(xué)科特征，分別選定統(tǒng)一的元數(shù)據(jù)標(biāo)準(zhǔn)，再在此基礎(chǔ)上對元數(shù)據(jù)方案進(jìn)行個性化和開放性的擴(kuò)展，在保證通用性的前提下，滿足個性化需求，從而更好地實(shí)現(xiàn)數(shù)據(jù)組織、利用、整合和長期保存。

科研數(shù)據(jù)管理與共享服務(wù)的落腳點(diǎn)在于科研數(shù)據(jù)的增值利用和再創(chuàng)造，這就涉及到數(shù)據(jù)處理和加工的問題。科研數(shù)據(jù)越規(guī)范，加工程度越高，其利用效能就越大。高校在建立科研數(shù)據(jù)知識庫時，應(yīng)制定一套規(guī)范的數(shù)據(jù)處理和加工流程，對科研數(shù)據(jù)進(jìn)行深層次的揭示和規(guī)范化的呈現(xiàn)，挖掘科研數(shù)據(jù)的內(nèi)在價值，進(jìn)而實(shí)現(xiàn)科研數(shù)據(jù)產(chǎn)出、存儲、重用和再造的良性循環(huán)。

此外，不同學(xué)科的研究方法和研究過程不完全相同，所產(chǎn)生的科研數(shù)據(jù)的呈現(xiàn)形式、數(shù)據(jù)格式與所需存儲空間也必然不盡相同。高校在建立科研數(shù)據(jù)知識庫時，要考慮多種數(shù)據(jù)格式的存儲和利用問題，注重?cái)?shù)據(jù)知識庫基礎(chǔ)設(shè)施的靈活和可擴(kuò)展性，即要建立一個可重構(gòu)、可長期利用的科研數(shù)據(jù)知識庫。

4.3 豐富知識庫的學(xué)科和內(nèi)容覆蓋面，擴(kuò)大知識庫科研數(shù)據(jù)資源規(guī)模。

在211個高校科研數(shù)據(jù)知識庫中，只有7%的數(shù)據(jù)類型涵蓋生命科學(xué)、自然科學(xué)、人文社會科學(xué)和工程科學(xué)4個學(xué)科內(nèi)容，其他數(shù)據(jù)知識庫存儲的科研數(shù)據(jù)所涉學(xué)科不夠完整。就資源數(shù)量來說，各高校科研數(shù)據(jù)知識庫的存儲規(guī)模普遍較小，且以標(biāo)準(zhǔn)化文檔、文本和圖片等為主，可重用的元數(shù)據(jù)和數(shù)據(jù)集資源較少。

高校科研數(shù)據(jù)知識庫服務(wù)最終面向各個學(xué)科、各個研究機(jī)構(gòu)和全體科研人員，高校在建設(shè)科研數(shù)據(jù)知識庫時，應(yīng)注重多學(xué)科綜合發(fā)展，拓寬服務(wù)群體，擴(kuò)大知識庫的學(xué)科和內(nèi)容覆蓋面。與此同時，高校還應(yīng)盡量擴(kuò)大知識庫的科研數(shù)據(jù)資源規(guī)模，一方面采取多種措施鼓勵科研人員通過知識庫來保存和共享科研數(shù)據(jù)；另一方面還可以依托圖書館員，通過嵌入科研機(jī)構(gòu)和課題組的科研過程，主動收集和整理保存科研數(shù)據(jù)，豐富科研數(shù)據(jù)知識庫資源。

4.4 借鑒國外經(jīng)驗(yàn)，加快推進(jìn)我國高校科研數(shù)據(jù)管理與共享機(jī)制。

全球在re3data.org上注冊的1 831個數(shù)據(jù)知識庫中只有211個是高校建立或參與建立的，高校是科研事業(yè)的重要主體和科研數(shù)據(jù)產(chǎn)出的重要來源，但高校建設(shè)科研數(shù)據(jù)知識庫的比例卻不到12%，這說明高校科研數(shù)據(jù)管理與共享整體較為滯后。而在已建立科研數(shù)據(jù)知識庫的高校中，歐美發(fā)達(dá)國家建立的數(shù)量較多，亞非等發(fā)展中國家建設(shè)的數(shù)量少，造成了地域和國別差異較大。

目前，我國也只有北京大學(xué)等少數(shù)高校建立了開放研究數(shù)據(jù)平臺，整體來看高校科研數(shù)據(jù)管理與共享機(jī)制建設(shè)非常薄弱。科研數(shù)據(jù)管理與共享對高校科研工作的發(fā)展有著重要的價值，我國高校應(yīng)加快建立科研數(shù)據(jù)管理與共享機(jī)制，制定統(tǒng)一的科研數(shù)據(jù)管理與共享政策規(guī)范，完善科研數(shù)據(jù)管理與共享服務(wù)體系，建設(shè)科研數(shù)據(jù)管理與共享基礎(chǔ)設(shè)施，為科學(xué)研究提供強(qiáng)有力的資源和服務(wù)支持。

5 結(jié) 語

當(dāng)前，科學(xué)研究正在朝數(shù)據(jù)密集型的第四范式發(fā)展，科研數(shù)據(jù)的價值不斷凸顯，科研數(shù)據(jù)管理和共享的需求日益增長。高校作為科研的重要主體，通過建立科研數(shù)據(jù)知識庫來滿足科研人員的需求成為發(fā)展的必然。現(xiàn)今全球高校科研數(shù)據(jù)知識庫數(shù)量上進(jìn)入穩(wěn)步發(fā)展的階段，但在數(shù)據(jù)政策、數(shù)據(jù)覆蓋范圍和數(shù)據(jù)處理加工方面還很欠缺，軟硬件設(shè)施發(fā)展不協(xié)調(diào)，也與快速增長的數(shù)據(jù)產(chǎn)出和數(shù)據(jù)需求不相符合。高校在建立科研數(shù)據(jù)知識庫時，應(yīng)建立完備的數(shù)據(jù)政策和數(shù)據(jù)管理與共享服務(wù)體系，擴(kuò)大科研數(shù)據(jù)知識庫的學(xué)科和內(nèi)容覆蓋面，完善元數(shù)據(jù)管理和數(shù)據(jù)處理規(guī)范。而我國高校也應(yīng)借鑒全球高校科研數(shù)據(jù)知識庫的發(fā)展經(jīng)驗(yàn)，加快科研數(shù)據(jù)管理與共享機(jī)制的建設(shè)進(jìn)程，以推動科研創(chuàng)新和知識再創(chuàng)造。

[1]劉 峰,張曉林,孔麗華.科研數(shù)據(jù)知識庫研究述評[J].現(xiàn)代圖書情報(bào)技術(shù),2014,(2):25-31.

[2]NASA Distributed Active Archive Center at National Snow &Ice Data Center[EB/OL].[2017-03-19].https://nsidc.org/daac/.

[3]鄒麗雪,歐陽崢崢,王 輝.生命科學(xué)領(lǐng)域數(shù)據(jù)倉儲特點(diǎn)及服務(wù)分析[J].圖書情報(bào)工作,2016,60(7):59-66.

[4]魏 悅,劉桂峰.英國高校科研數(shù)據(jù)管理政策內(nèi)容調(diào)查及啟示[J].圖書情報(bào)研究,2016(4):35-44.

[5]王 舒,王 紅,宋曉丹.科研數(shù)據(jù)的知識產(chǎn)權(quán)保護(hù)與許可機(jī)制研究[J].圖書館論壇,2016,(4):65-71.