劍橋大學科研數據管理實踐及啟示*

王曉鵬

（中國民航大學 天津 300300）

英國聯合信息系統委員會認為科研數據管理是有效管理科研過程中所創建的數據，是科研過程中不可或缺的一部分。科研人員對數據文檔的命名、不同版本文檔的刪除、數據備份以及數據訪問權限的設置等日常行為都屬于科研數據管理的一部分。對整個數據生命周期的有效管理有利于科研數據的安全存儲、數據的共享和重用，能提高研究效率、提升研究成果的知名度，保證研究的完整性[1]。

劍橋大學成立于1209年，是世界上第四古老的大學。截至2020年擁有在校本科生12850名、研究生11600名和教職工11528名[2]。劍橋大學擁有藝術與人文、生物科學、臨床醫學、人文與社會科學、物理科學和技術等6大學部，31個學院和150多個院系，每個學院都有各自的管理規程。劍橋大學圖書館下設學術交流辦公室，由辦公室、研究支持圖書館員和三個研究團隊（分別為開放研究系統團隊、開放獲取團隊、科研數據管理團隊）組成。學術交流辦公室以開放獲取政策和科研數據管理政策為綱領，主要為科研人員和行政人員提供支持和培訓。研究運營辦公室是研究項目的管理單位，負責項目申請、任務書簽署、資金支出監管和提供財務報告等業務。圖書館和研究運營辦公室共同負責劍橋大學科研數據管理服務，成立了科研數據服務團隊（RDM團隊），由4名來自學術交流辦公室的科研數據管理團隊成員和2名研究運營辦公室人員組成。

本文主要使用網絡和文獻調研法，通過訪問劍橋大學圖書館官網、研究運營辦公室官網、科研數據專題網站以及劍橋大學存儲庫Apollo（https://www.repository.cam.ac.uk/）搜集并歸納整理相關資料，以期借鑒劍橋大學的成功經驗，為我國學術型圖書館開展科研數據服務提供參考和建議。

1 劍橋大學科研數據管理實踐

1.1 科研數據管理政策框架

2015年4月23日，由開放獲取項目委員會（Open Access Project Board ，OAPB）起草，研究政策委員會批準發布了劍橋大學第一版《科研數據管理政策框架》（Research Data Management Policy Framework），之后每年進行審查和修訂，2021年11月更新到了第三版[3]。該政策框架共36條，目標是為所有教職員工和學生提供科研數據管理和共享方面的指導，吸納了劍橋大學科研數據管理相關政策的內容。相關政策包含《開放研究立場聲明》《科研誠信和道德準則》《記錄管理聲明》《劍橋大學章程和條例》《存儲庫使用條款》等，詳細內容見表1。

表1 劍橋大學科研數據管理相關政策

《科研數據管理政策框架》正文分為政策制定背景、數據管理原則、大學的責任以及科研人員和學生的責任四個方面。政策框架指出：數據管理的總體原則是應盡可能地保證數據的可重復性，長期保存所有研究成果包括科研數據，廣泛傳播研究和學術成果，在數據開放和法律義務之間保證權責平衡。數據管理服務方面，大學負責政策宣傳，并提供有關數據保護、研究誠信、知識產權等相關建議和指導，開發和支持存儲庫、研究信息系統、活動數據存儲等基礎設施的建設。數據共享和歸檔方面，政策框架規定在已發表的研究成果中提供一份聲明，描述訪問科研數據的方式和條件，科研數據的公開時間不遲于文章首次在線發表時間；已發表的科研數據應提供適當的元數據描述；科研數據應根據資助者的數據安全保存政策保存在適當的存儲庫中，盡可能使用開源文件格式和可用于長期保存的文件類型。科研人員應根據資助者的要求準備數據管理計劃，并在項目結束時更新數據管理過程、存檔和共享情況，為數據管理做出適當的資金預算和時間分配，最終將數據管理計劃存入適當的存儲庫中。該政策框架明確了責任分工，指出了科研人員如何在當地政府和資助者的法律和道德約束下管理科研數據。

1.2 科研數據服務模式

劍橋大學先采用自上而下的政策驅動模式開展科研數據管理服務，主要向科研人員宣傳資助者的政策要求，倡導科研人員根據政策要求管理科研數據，但科研人員主動參與數據管理的積極性不強。隨后其采用了自下而上的參與式服務模式，在充分調研科研人員的需求后根據需求提供相應的服務，這種服務模式得到了科研人員的認可。劍橋大學對這兩種模式進行了成本效益分析后，認為開展科研數據服務時要將這兩種模式結合起來才能取得最大效益[4]。

1.2.1 自上而下的政策驅動模式

劍橋大學《科研數據管理政策框架》制定的動力來源主要是2014年英國工程和物理科學研究委員會（EPSRC）出臺了有關數據管理和共享的政策[5]。政策要求從2015年開始其資助的所有論文都必須包含數據可訪問的明確聲明，且研究機構需提供足夠的基礎設施來支持科研人員有效管理和共享他們的科研數據，不遵守政策的科研人員和機構將面臨資助者的制裁[6]。

作為一所研究密集型大型學術機構，為了更好地貫徹執行資助者的政策要求，劍橋大學采用了自上而下的政策驅動模式展開了最初的科研數據管理服務。劍橋大學組織科研人員和學生參加了一系列培訓會議，傳達有關資助者對科研數據共享的要求。這種模式可確保高校決策層、管理層以及科研人員認識到風險，高校管理層的認同為劍橋大學科研數據服務的開展提供了有力支持。培訓以政策宣講為主，未向科研人員解釋為什么資助者要引入這些政策，為什么他們應該遵守資助者的要求，這些政策試圖解決什么問題[7]。自上而下的政策驅動模式是從高校管理層的角度出發，而不是基于科研人員的數據管理和共享需求，也沒有開發新資源或新服務來幫助科研人員改進其數據管理和共享實踐。基于以上幾點原因，科研數據管理被科研人員認為是管理部門的新要求，是科研工作的 “復選框”，科研人員不愿意在科研數據管理和共享上投入時間和精力。

1.2.2 自下而上的參與式服務模式

2015年后，RDM團隊投入了大量時間和精力調研本校科研人員科研數據管理水平和需求。調研方法主要有：①舉辦科研人員參加的交流座談會。會議一般設在二級學院或研究所，以一個研究小組參加的專場會議為主，有時也有幾個研究小組參加的集中會議。通常有兩名RDM團隊的成員參會，一名負責講解和交流，一名負責記錄。通過收集參會科研人員提出的問題，RDM團隊創建了常見問題合集FAQ，FAQ成為科研人員科研數據管理的常用資源[8]。FAQ中的所有問題和答復都會反饋給資助機構，經過資助機構審核后再公開發布，這樣既提高了FAQ的可信度及權威性，也有助于資助機構了解科研人員對政策的反饋。②組織結構化訪談和調研。結構化訪談和調研結果表明，科研人員的主要需求是：如何快速找到科研數據管理的相關信息，如何獲取整個研究生命周期中數據管理的培訓和支持，如何選擇科研數據存儲庫[9]。③召開科研人員和資助者共同參加的公開會議。一些主要的大學資助者，例如工程和物理科學研究委員會、生物技術和生物科學研究委員會、威康信托基金和英國癌癥研究委員會都應邀參加了會議。公開會議的召開為政策制定者和科研人員提供了直接溝通的渠道，有利于科研人員了解政策制定的背景和政策執行的意義。

為了滿足科研人員的需求，RDM團隊創建了科研數據管理網站，旨在為科研人員的所有需求提供一站式解答。 劍橋大學早在2005年就建立了基于 DSpace的機構存儲庫Apollo，但在2005—2015年這十年間科研人員僅提交了 72 個數據集[10]。為了提高Apollo的使用率，RDM團隊為每個數據集分配了DOI，并通過創建網絡表單的方式簡化科研人員上傳科研數據的步驟。2015年以來，存儲庫接收了27萬多個數據集，2021年全年的訪問量為1922 741次[11]。

RDM團隊還開發了一系列培訓產品，內容涵蓋科研數據管理的不同方面并跨越整個研究生命周期[12]。培訓內容不再過度強調資助者的科研數據政策和要求，而是為科研人員數據管理實踐提供支持并鼓勵他們共享科研數據[13]。科研人員通過參加培訓可以了解如何撰寫數據管理計劃，如何收集、標記、備份和存儲數據。除了組織科研人員參加培訓之外，RDM團隊還組織了科研人員之間的交流會，介紹他們在數據管理方面的經驗。考慮到利益相關群體的不同溝通偏好，RDM團隊還通過 Twitter、即時通信工具、電子郵件和傳統郵政等多種方式讓科研人員及時了解可用的資源和最新資訊。以上努力取得了超出預期的效果，收到了科研人員的積極反饋，預訂專場培訓的科研人員和科研小組越來越多。鑒于僅由兩名全職員工組成的培訓團隊已無法滿足整個大學不斷增長的培訓需求，劍橋大學于2016年啟動了“數據冠軍”計劃，科研人員自愿擔任科研數據管理專家，在接受RDM團隊的專業培訓后，負責本學科科研人員的數據管理技能培訓。該計劃不僅解決了特定學科數據館員可持續發展的問題，而且提高了科研人員的參與度。RDM團隊和科研人員的交流主題最初主要為數據管理和開放數據的重要性，而后逐漸轉變為影響數據共享的因素和開放研究的實施。這表明劍橋大學的科研人員已經理解了良好數據管理實踐的重要意義，多數科研人員已經投入到科研數據管理的實踐中。

自上而下的政策驅動模式的優點是便于傳達政策要求、響應速度快，但科研人員的參與意愿不強。自下而上的參與式服務模式以用戶為中心，想用戶之所想，急用戶之所急，易于建立同科研人員之間的信任，但是服務的開發需要更長時間和更多資源。RDM團隊先從調研用戶需求著手，然后依據用戶需求開展一系列相關服務，如建立科研數據管理網站，簡化存儲庫的使用步驟，舉辦答疑交流培訓會等，這些服務大大調動了科研人員投入科研數據管理實踐的積極性。根據劍橋大學的實踐經驗，將這兩種服務模式結合起來，能在確保服務響應速度的同時建立不斷增長的用戶群。

1.3 科研數據服務內容

1.3.1 數據管理指南

劍橋大學RDM團隊專門為科研人員創建了一個數據管理指南的在線網站（https://www.data.cam.ac.uk/data-management -guide），提供創建數據、整理數據、訪問數據以及管理和共享數據等數據管理方面的相關資料，詳見圖1。RDM團隊也匯集了很多校外資源供科研人員參考，詳見表2。

表2 數據管理校外資源

圖1 劍橋大學數據管理指南

電子研究筆記本和傳統的紙質筆記本相比，具有可共享、可搜索、密碼保護、可備份、支持數據管理、可協作等優點，因此很多國外高校都倡導使用電子研究筆記本來管理科研人員的科研數據[14]。2017年1月，學術交流辦公室在劍橋大學工程系組織了題為“無紙化研究解決方案——電子實驗室筆記本”的研討會，其目的是調研科研人員的需求，討論如何將電子研究筆記本應用到不同研究領域。本次研討會成為劍橋大學電子研究筆記本服務的首次嘗試。同年7月劍橋大學首次在生命科學領域試用了四種電子研究筆記本，結果表明，試用的四種電子研究筆記本中沒有一種能滿足所有用戶。2019年，大學圖書館從功能、存儲和安全等方面對多種電子研究筆記本進行調研后指出：目前沒有一個適合全校各學科領域的電子研究筆記本，因此給出了挑選電子筆記本指南和開發商的列表（https://www.data.cam.ac.uk/data-management-guide/electronic-researchnotebooks/electronic-research-notebook-products），以期為科研人員提供全面的支持和指導。

1.3.2 數據管理計劃

大多數資助者鼓勵科研人員從項目一開始就考慮制定數據管理計劃，因此數據管理計劃也成為大多數圖書館科研數據服務的主要內容[15]。劍橋大學的科研人員制定數據管理計劃的途徑有三種。第一種，依據相關政策自行制定。劍橋大學提供了對于為什么要制定數據管理計劃、資助者對數據管理計劃有何要求、數據管理計劃有哪些內容等常見問題的解答，科研人員可以通過參考這些資源自己制定數據管理計劃。第二種，尋求專業的幫助。劍橋大學專門成立了數據管理計劃服務小組，小組成員主要來自院系或大學的IT人員、學科館員、資助者和數據團隊，科研人員需在項目提交截止日期前至少7個工作日提出申請。第三種，借助在線工具制定數據管理計劃。在線數據管理計劃創建工具DMPonline是由數字策展中心（DCC）開發的交互式在線工具，該網站記錄了英國、歐洲資助者的要求，科研人員可以根據要求定制數據管理計劃模板。若資助者對數據存儲有要求，科研人員需按照資助者的要求將數據存入指定的數據存儲庫中，例如英國經濟與社會研究理事會建議首選數據存儲庫為ESRC UK Data Service（UKDS）。劍橋大學也為特定學科的存儲提出了建議，如數學和物理學科的arXiv、 基因組數據集GEO、人文社科的英國數據檔案庫等。

劍橋大學開展了博士生數據管理計劃試點項目，博士在讀第一年要制定一份簡短的數據管理計劃，有專業的評估員對其合理性進行評估。在這份數據管理計劃中博士生需要指定收集數據的格式，還需要考慮不同格式的長期保存能力和數據的可重用性，必須包括日常數據管理、是否涉及知識產權和道德倫理等方面。在數據存儲方面，建議至少選擇2個位置備份自己的數據，劍橋大學提供了多種云解決方案（https://www.hpc.cam.ac.uk/research-data-storageservices），存儲庫Apollo為本校師生提供20GB以下的免費數據存儲，超過20GB按照4 英鎊/GB收取相關費用。

1.3.3 數據管理培訓

劍橋大學為科研人員提供數據共享、數據組織、數據可視化、代碼撰寫、科研誠信等數據管理相關的培訓，并專門建立了一個培訓網站，讀者可以根據開課機構和開課主題搜索培訓和預訂課程。開設相關課程的機構主要有社會科學研究方法中心、劍橋大學圖書館、工程系、大學信息服務中心、生命科學研究院、個人和專業發展中心、科研人員發展計劃中心等。

2020年11月23日至27日學術交流辦公室圍繞科研數據管理舉辦了為期一周的線上數據周活動。校內外人員均可在線注冊并參加會議，參加會議的有科研人員、資助者、出版商和其他利益相關者，會議采取系列會談、小組討論和互動問答等方式。數據周的第一天以一個開放性問題拉開序幕：“誰是良好數據實踐的贏家和輸家？”與會者通過資助者和出版商這兩個不同的視角，從數據共享、數據質量、道德和研究文化等方面來回答。第二天，英國檔案館的Louise介紹了UK Data Service（UKDS）托管的下載次數排名前20的數據集，以及這些數據集被廣泛重復使用的共性。科學知識服務公司（SKS）的Tiberius介紹了機器重用數據的可能性以及由此產生的倫理問題。第三天和第五天是專門針對高級科研人員和機構負責人的研討會，分別討論可重復性和數據管理的關系以及數據同行評審可持續發展模型。第四天，與會人員分別從資助者和大學的角度討論如何支持科研人員進行數據管理。藝術與人文研究委員會的張濤濤指出資助者主要是從技術、設施和軟件方面提供支持。代爾夫特理工大學的Marta介紹了三種支持方式：中央提供資源支持，數據管理員提供培訓支持，數據經理和軟件工程師提供實際數據管理支持。

2 啟示與建議

如今新技術的運用促使科研范式發生深刻變革，開放科學成為科技發展的重要趨勢，科研人員的科研數據管理和運用需求迅速增加，為圖書館的發展提供了新的機遇和挑戰。劍橋大學RDM團隊通過多年的實踐逐步構建了政策驅動和參與式服務相結合的服務模式，“數據冠軍”項目的實施也擴充了學科科研數據服務團隊，劍橋大學的科研數據管理服務逐漸形成了良性的循環發展態勢。

以用戶為中心是產品和服務創造力的基礎，是產品最終被用戶認可的有效途徑。初景利在2008年就提出了我國圖書館應該以用戶為中心重構服務模式[16]。目前，我國高校尚未形成完善的政策體系，科研數據服務以建立數據存儲平臺和提供咨詢服務為主[17]。圖書館可從如下幾個方面展開工作，逐步建立符合自身發展特色的科研數據管理服務體系。

第一，建立政策清單，助力科研人員有效管理和共享數據。《科學數據管理辦法》印發后，國家各部委、中科院和各行業相繼出臺了一系列科研數據管理和共享政策，政策既從宏觀層面指出了各利益相關者的職責，又具有很強的實操性，涉及數據管理的各個方面。數據館員應深入解讀和歸納總結相關數據管理政策，依據研究生命周期梳理科研人員各個階段需要遵守的數據管理和共享政策，列出具有實操性的政策清單，在圖書館主頁新增科研數據政策板塊并提供咨詢服務，讓科研人員了解數據管理和共享的意義以及在科研過程中如何去做才能更合規。

第二，需求驅動服務，充分調研科研人員的需求和管理水平。讀者需求是推動圖書館業務持續發展的動力，從劍橋大學服務開展的經驗來看亦是如此，因此國內高校圖書館在開展科研數據管理服務的初期就應該重視調研工作，從讀者需求出發逐步開展服務工作。學科服務的有效開展是推動科研數據服務的基石，我國高校圖書館已開展了多年的學科服務工作，建立了同科研人員的緊密聯系，積累了豐富的工作經驗[18]。圖書館可通過調查問卷、訪談、召開交流會等途徑，分類調研各學科教授、講師和研究生的科研數據管理水平和需求，根據科研人員的實際需求提供多層次全方位的服務。

第三，助推角色轉化，培養全職數據館員提升服務水平。科研數據服務包括數據存儲、元數據標準、數據安全、數據素養培訓等內容，要求館員既有圖情領域知識，又具備IT和大數據領域的綜合素養，數據館員具有跨學科和多元化的特征。國外圖書館大多設置了全職的數據館員，具有明確的分工和培養計劃。劍橋大學在開展科研數據管理服務之初就設置了2名全職數據館員，隨后通過跨部門的合作擴充了RDM團隊的全職成員。現階段我國高校圖書館招聘多學科背景的數據館員難度較大，可在館員隊伍中通過選拔與素質提升建設數據館員隊伍。發展初期選擇一名骨干開展政策研究和需求調研等工作，根據科研人員的需求和服務的開展情況制定相應的團隊培養計劃和職業發展規劃，逐步建設具有完善服務體系的科研數據服務團隊[19]。

3 結語

劍橋大學作為世界頂尖學府和大型研究型學術機構，其科研數據管理服務團隊經過多年的實踐積累了豐富的經驗并構建了成熟的服務模型，除此之外還有很多地方值得我國高校圖書館借鑒和學習。例如，為科研人員制定數據指南和FAQ，以便科研人員在數據管理中遇到相關問題能夠得到準確快速的解答；為科研人員提供數據存儲服務，旨在解決數據管理中科研人員遇到的最切實問題。從科研人員的實際需求出發，有利于穩步建立圖書館和科研人員相互協作相互依存的關系。目前我國高校圖書館正處于轉型升級階段，應從國外科研數據管理中吸取經驗教訓，嵌入式學科服務、閱讀推廣和數字素養教育等服務的開展以及智慧圖書館的建設都迫切需要注入新的發展動力。