科學(xué)數(shù)據(jù)出版模式及優(yōu)秀案例調(diào)研

徐菁菁

（浙江大學(xué)，浙江 杭州 310058）

近年來，科學(xué)數(shù)據(jù)出版越來越受到研究者的關(guān)注。科學(xué)數(shù)據(jù)或研究數(shù)據(jù)是指產(chǎn)生或收集后有待進(jìn)一步檢查并作為推理、討論或計(jì)算基礎(chǔ)的信息[1]。科研數(shù)據(jù)的出版是從科學(xué)研究的角度，對科學(xué)研究的數(shù)據(jù)進(jìn)行公開發(fā)表及同行評審，并創(chuàng)建永久而標(biāo)準(zhǔn)的數(shù)據(jù)引用信息，以便被他人發(fā)現(xiàn)、引用和再利用[2]。

1 科學(xué)數(shù)據(jù)出版的現(xiàn)狀

1.1 數(shù)據(jù)共享政策

近年來，政府越來越多地參與到開放數(shù)據(jù)的建設(shè)中。許多國外政府對項(xiàng)目申請者科研全程的數(shù)據(jù)提出了硬性規(guī)定。美國國家科學(xué)基金會[3]、美國國家航空航天局(NASA)、英國研究理事會(RCUK)等均有相關(guān)規(guī)定，要求所有提交的基金申請項(xiàng)目，必須使其科學(xué)數(shù)據(jù)有公開獲取途徑。

1.2 數(shù)據(jù)期刊政策

數(shù)據(jù)期刊政策是數(shù)據(jù)期刊發(fā)展的指引方向，主要涉及數(shù)據(jù)提交、數(shù)據(jù)描述、數(shù)據(jù)保存、數(shù)據(jù)利用等流程[4]。首先，數(shù)據(jù)期刊一般要求使用指定格式的數(shù)據(jù)以方便統(tǒng)一管理和引用。在審核階段，需要對其數(shù)據(jù)進(jìn)行全方位的評估，同行評審評議是審核數(shù)據(jù)集非常重要的過程之一。另外，還需針對數(shù)據(jù)集進(jìn)行描述，除了論文幾大要素之外，還要附加描述數(shù)據(jù)采集、處理方法、數(shù)據(jù)樣本描述、數(shù)據(jù)質(zhì)量評估、元數(shù)據(jù)信息等內(nèi)容。數(shù)據(jù)論文通過評審后，將進(jìn)行發(fā)布并確該數(shù)據(jù)集是可發(fā)現(xiàn)和可引用的。

我國數(shù)據(jù)出版發(fā)展雖已取得階段性成果，但與國外相比還處于起步和探索階段。我國大部分期刊都不具有數(shù)據(jù)出版政策，僅有的政策也多以鼓勵(lì)為主，并不強(qiáng)制要求。

2 科學(xué)數(shù)據(jù)出版模式

科學(xué)數(shù)據(jù)出版模式是推進(jìn)科學(xué)數(shù)據(jù)共享的必經(jīng)之路。現(xiàn)有研究者主要是通過科學(xué)數(shù)據(jù)出版的主、客體方式來歸納科學(xué)數(shù)據(jù)出版模式，屬于比較初級的劃分。關(guān)于主體與客體的區(qū)分，邱春艷[5]認(rèn)為：科學(xué)數(shù)據(jù)出版的主體主要包含學(xué)術(shù)出版商、科研機(jī)構(gòu)、數(shù)據(jù)中心和圖書館等，客體為科學(xué)數(shù)據(jù)、科學(xué)數(shù)據(jù)集以及元數(shù)據(jù)等。Lawrence等[6]從客體視角，將數(shù)據(jù)出版劃分為：獨(dú)立的數(shù)據(jù)出版、作為論文輔助資料的數(shù)據(jù)出版、附錄數(shù)據(jù)出版、期刊數(shù)據(jù)檔案出版以及數(shù)據(jù)論文出版等。

目前科研數(shù)據(jù)出版服務(wù)主要有以下4種數(shù)據(jù)出版形式：①學(xué)科數(shù)據(jù)儲存庫[7]。②機(jī)構(gòu)存儲庫[8-9]。③數(shù)據(jù)論文和期刊論文。④機(jī)構(gòu)、個(gè)人或第三方網(wǎng)頁出版[10]。

也有學(xué)者認(rèn)為，科學(xué)出版的主要目的是方便共享，促進(jìn)科學(xué)發(fā)展，所以簡化流程和方法是非常重要的課題。

3 優(yōu)秀科學(xué)數(shù)據(jù)出版案例調(diào)研

3.1 Data ArK

基于OSF平臺[11]中Meeting板塊，創(chuàng)建一個(gè)在線數(shù)據(jù)存儲庫Data Ark[12]，并在其中填充數(shù)據(jù)集（目前網(wǎng)站中的數(shù)據(jù)集上傳時(shí)間為2018-2019），從而使心理學(xué)和精神病學(xué)相關(guān)的研究團(tuán)體能夠重復(fù)使用并驗(yàn)證它們。

3.2 Micropublication

Micropublication[13]是一個(gè)新穎的學(xué)術(shù)交流平臺，該平臺可以捕獲研究人員的數(shù)據(jù)，然后通過Micropublication將其直接傳遞到信息資源中。該平臺通過提供快速并且輕量級的出版物，從而激勵(lì)作者發(fā)布其未發(fā)表的觀察結(jié)果以及相關(guān)的元數(shù)據(jù)。該平臺每篇文章都經(jīng)過同行評審并分配了DOI，整理所包含的數(shù)據(jù)，并在發(fā)布后將其存儲在第三方參考數(shù)據(jù)庫中。

3.3 Image Data Resource

IDR項(xiàng)目的建設(shè)由BBSRC資助，這是鄧迪的 OME財(cái)團(tuán)與EMBL-EBI的合作。IDR使一些研究社區(qū)可以被搜索、查看、挖掘，可以處理和分析大型、復(fù)雜的多維生命科學(xué)圖像數(shù)據(jù)。共享數(shù)據(jù)可以促進(jìn)對實(shí)驗(yàn)方法和科學(xué)結(jié)論的驗(yàn)證，可以與全球科學(xué)界獲得的新數(shù)據(jù)進(jìn)行比較，并可以使開發(fā)人員使用新的分析和處理工具來重復(fù)使用數(shù)據(jù)[14]。

3.4 Psi開放數(shù)據(jù)

Psi開放數(shù)據(jù)是心理學(xué)研究協(xié)會開放的超心理學(xué)和心理學(xué)研究數(shù)據(jù)的開放存儲庫。該存儲庫使用DKAN構(gòu)建，DKAN是一個(gè)開放源代碼開放數(shù)據(jù)平臺，具有完整的編目、發(fā)布和可視化功能。它允許管理員用戶上載研究數(shù)據(jù)集，并允許任何訪客搜索和下載數(shù)據(jù)集[15]。

3.5 Qresp

Qresp[16]是一個(gè)基于Web的開放源代碼應(yīng)用程序，可用于管理和探索科學(xué)論文中呈現(xiàn)的數(shù)據(jù)，或者僅用于探索科學(xué)論文。它不僅可以用于管理數(shù)據(jù)，更可以用于數(shù)據(jù)共享。

Qresp的優(yōu)點(diǎn)不僅在于促進(jìn)數(shù)據(jù)可重復(fù)性；還在于它具有以下優(yōu)點(diǎn)：通過創(chuàng)建論文工作流程，Qresp使作者能夠解釋和公開論文的研究內(nèi)容。Qresp通過鼓勵(lì)使用（重復(fù)使用）腳本化程序以減少耗時(shí)和錯(cuò)誤，從而鼓勵(lì)從研究項(xiàng)目的早期階段就采用良好的科學(xué)實(shí)踐操作。Qresp可以成為培養(yǎng)數(shù)據(jù)管理和共享文化的重要工具。并且Qresp還滿足促進(jìn)數(shù)據(jù)挖掘和統(tǒng)計(jì)分析/學(xué)習(xí)的需求。Qresp增加大量數(shù)據(jù)的可用性，以進(jìn)行統(tǒng)計(jì)學(xué)習(xí)，從而有助于該領(lǐng)域的擴(kuò)展和穩(wěn)健性。此外，這將有助于減少在屬于某個(gè)社區(qū)或研究小組的研究人員之間共享數(shù)據(jù)和知識的時(shí)間框架，從而提高生產(chǎn)率并最大程度地減少工作和成本的 重復(fù)。