基于FAIR原則的數(shù)據(jù)期刊開放共享與關(guān)聯(lián)模型研究

劉桂鋒 陳帥印 韓牧哲

關(guān)鍵詞：FAIR原則；數(shù)據(jù)論文；期刊論文；數(shù)據(jù)期刊；科學數(shù)據(jù)；數(shù)據(jù)科學

在數(shù)據(jù)要素化的大背景下，科學數(shù)據(jù)的開放、共享、合作成為科研活動的常態(tài)。數(shù)據(jù)增長也促使著科學研究進入了數(shù)據(jù)密集型時代，科學數(shù)據(jù)的積累對科學研究越來越重要，分析數(shù)據(jù)并從中提取有價值的內(nèi)容轉(zhuǎn)換為信息和知識的能力開始備受關(guān)注。

2019年，黨的十九屆四中全會指出“健全勞動、資本、土地、知識、技術(shù)、管理、數(shù)據(jù)等生產(chǎn)要素由市場評價貢獻、按貢獻決定報酬的機制”，這是數(shù)據(jù)首次被列為新的生產(chǎn)要素。加快構(gòu)建數(shù)據(jù)基礎(chǔ)制度體系，促進數(shù)據(jù)高效流通使用、賦能實體經(jīng)濟，統(tǒng)籌推進數(shù)據(jù)產(chǎn)權(quán)、流通交易、收益分配、安全治理的重要意義被反復強調(diào)。相關(guān)政策與方法都強調(diào)了科學數(shù)據(jù)的有效管理和利用、開放共享、高效流通的重要性與必要性。

在對科學數(shù)據(jù)的有效管理與應(yīng)用方案的探索上，歐洲開放科學云（European Open Science Cloud，EOSC）提出了科學數(shù)據(jù)治理的FAIR原則，即可發(fā)現(xiàn)（Findable）、可訪問（Accessible）、可互操作（Interoperable）、可重用（Reusable）。為了促進科學數(shù)據(jù)的共享和有效利用，世界數(shù)據(jù)系統(tǒng)（WDS）在2018年聯(lián)合90多個國際組織簽署《賦能FAIR數(shù)據(jù)承諾聲明》（Enabling FAIR Data CommitmentStatement），發(fā)布《WDS 2019-2023戰(zhàn)略計劃》。2021年，中國科學院計算機網(wǎng)絡(luò)信息中心牽頭的國家標準《數(shù)據(jù)論文出版元數(shù)據(jù)》正式立項，為數(shù)據(jù)期刊以數(shù)據(jù)論文的方式出版科學數(shù)據(jù)提供統(tǒng)一的標準認定。傳統(tǒng)的期刊論文主要以科技文獻、學術(shù)文獻、科學文獻等文獻類型為主；數(shù)據(jù)論文則是科研人員或科研團隊按照統(tǒng)一規(guī)范的出版要求，通過相關(guān)受認可的數(shù)據(jù)共享平臺發(fā)布科研數(shù)據(jù)集，使得其他用戶可以訪問、發(fā)現(xiàn)、引用數(shù)據(jù)集。

因此，本文通過對數(shù)據(jù)論文和期刊論文的內(nèi)外部特征元數(shù)據(jù)和文獻服務(wù)角度的分析，構(gòu)建了科學數(shù)據(jù)在數(shù)據(jù)論文和期刊論文間的關(guān)聯(lián)模型，并選取代表性的數(shù)據(jù)期刊Data in Brief，對其中發(fā)表的數(shù)據(jù)論文及其關(guān)聯(lián)的期刊論文進行文獻內(nèi)外部特征、期刊互聯(lián)機制、數(shù)據(jù)關(guān)聯(lián)應(yīng)用等方面的研究，以此把握科學數(shù)據(jù)關(guān)聯(lián)應(yīng)用的路徑，推動科學數(shù)據(jù)的開放共享和重復利用，促使科學數(shù)據(jù)在多層維度數(shù)據(jù)價值上的釋放。

1相關(guān)研究現(xiàn)狀

1.1FAIR原則的產(chǎn)生、發(fā)展與研究現(xiàn)狀

FAIR原則于2014年在荷蘭萊頓的洛倫茲研討會上被首次提出，于2016年正式發(fā)布。同年，Sci-entific Data雜志發(fā)表的《科學數(shù)據(jù)管理的FAIR指導原則》一文，探討了FAIR原則具體的內(nèi)容和準則，此后FAIR原則逐漸受到科學研究領(lǐng)域尤其是科學數(shù)據(jù)管理和開放共享領(lǐng)域?qū)W者的廣泛關(guān)注，并逐漸向其他領(lǐng)域和行業(yè)拓展，如人文社科、生物信息學、醫(yī)學等領(lǐng)域。

現(xiàn)階段，F(xiàn)AIR原則也成為了科學數(shù)據(jù)出版的新目標和新共識，成為落實科學數(shù)據(jù)建設(shè)規(guī)劃、推動科學數(shù)據(jù)開放共享的有效方式和重要手段，也是推動科學數(shù)據(jù)共享的根本途徑。基于此，各個國家（地區(qū)）出臺諸多數(shù)據(jù)管理政策及相關(guān)的實踐探索。我國在2001年底首次提出科學數(shù)據(jù)共享，啟動科學數(shù)據(jù)共享工程。以政府部門、研究機構(gòu)等為主導建設(shè)的23個科技平臺被認定為國家首批科技基礎(chǔ)條件平臺，如國家地球系統(tǒng)科學數(shù)據(jù)中心、國家人口與健康科學數(shù)據(jù)中心、國家農(nóng)業(yè)科學數(shù)據(jù)中心等。Springer Nature、Elsevier等在出版過程中采用分級的數(shù)據(jù)共享政策：部分國際出版集團與數(shù)據(jù)存儲庫、期刊編輯協(xié)同合作；Springer Nature、Elsevier等出版社區(qū)分于傳統(tǒng)的學術(shù)期刊，開設(shè)數(shù)據(jù)論文或者創(chuàng)建新的數(shù)據(jù)期刊以支持數(shù)據(jù)出版，推動數(shù)據(jù)共享。同時，國內(nèi)外學者對FAIR原則的關(guān)注持續(xù)升溫，包括對FAIR原則內(nèi)容解讀、FAIR原則的實踐應(yīng)用、FAIR原則評估模型與框架等，這些研究都在FAIR原則從“數(shù)據(jù)對象”推廣到更廣泛的“數(shù)字對象”過程中起到了推動作用。

1.2科學數(shù)據(jù)與期刊論文的關(guān)聯(lián)研究現(xiàn)狀

期刊論文是研究人員或者研究團隊向社會展現(xiàn)其科研成果和動向的重要途徑之一，在科研過程、學術(shù)研究過程中產(chǎn)生的科學數(shù)據(jù)與科研成果保持著同等重要的地位。目前，科學數(shù)據(jù)與期刊論文的關(guān)聯(lián)研究現(xiàn)狀主要分為理論研究和實踐研究。

理論研究主要是研究人員通過引用特征、論文元數(shù)據(jù)、內(nèi)容特征等進行關(guān)聯(lián)關(guān)系的闡述。期刊論文的科學數(shù)據(jù)引用特征研究主要涉及圖書情報領(lǐng)域、體育領(lǐng)域、生物醫(yī)學領(lǐng)域、地學等。尚渡新等通過分析科學數(shù)據(jù)和期刊論文中的關(guān)聯(lián)屬性以及國家科學數(shù)據(jù)元數(shù)據(jù)標準，基于關(guān)聯(lián)數(shù)據(jù)對科學數(shù)據(jù)與期刊論文的互聯(lián)機制進行了研究。郭廟琴以用戶需求為研究視角，構(gòu)建基于用戶需求的科學數(shù)據(jù)與科技文獻關(guān)聯(lián)模式。黃筱瑾基于元數(shù)據(jù)描述元素、內(nèi)容特征，對科學數(shù)據(jù)與科技文獻之間的3種關(guān)聯(lián)模式進行描述與總結(jié)，即作者關(guān)聯(lián)、學科分類號關(guān)聯(lián)、關(guān)鍵詞關(guān)聯(lián)。

基于實踐研究的科學數(shù)據(jù)與文獻關(guān)聯(lián)主要是學者從不同研究角度探究數(shù)據(jù)服務(wù)實例、關(guān)聯(lián)路徑，部分學者也通過已有的平臺或研究，對相關(guān)的典型案例、平臺等展開研究或者提出優(yōu)化建議方針等。實踐研究對象主要涉及期刊出版主體、ELIXIR數(shù)據(jù)平臺、OpenAIRE、Elsevier等；研究領(lǐng)域主要包含高能物理、地學、生物醫(yī)學等，學者們通過對該領(lǐng)域的科學數(shù)據(jù)與科技文獻關(guān)聯(lián)的現(xiàn)狀和已有平臺進行研究，深入分析科學數(shù)據(jù)與文獻的各種關(guān)聯(lián)方式以及選取具有代表性的案例展開實踐分析，為各個領(lǐng)域的科學數(shù)據(jù)與期刊論文的關(guān)聯(lián)提供研究基礎(chǔ)和思路。

綜上可知，國內(nèi)外關(guān)于FAIR原則、科學數(shù)據(jù)與期刊論文關(guān)聯(lián)已有一定的研究基礎(chǔ)，部分學者從引用特征、元數(shù)據(jù)、關(guān)聯(lián)數(shù)據(jù)等視角對科學數(shù)據(jù)與期刊論文的關(guān)聯(lián)理論研究作出闡述，從數(shù)據(jù)平臺、實踐路徑等視角對科學數(shù)據(jù)與期刊論文的關(guān)聯(lián)實踐研究展開分析。但目前已有研究仍有一定局限性：①研究方向大都是從期刊論文出發(fā)，研究人員從論文的內(nèi)容特征或參考文獻中挖掘其相關(guān)聯(lián)的科學數(shù)據(jù)，從而發(fā)現(xiàn)二者的關(guān)聯(lián)性、映射性，研究方向單一，缺乏以數(shù)據(jù)論文為主體進行數(shù)據(jù)論文與期刊論文關(guān)聯(lián)研究，無法實現(xiàn)二者之間互相關(guān)聯(lián)性的揭示；②研究內(nèi)容的關(guān)聯(lián)強度不高，大多數(shù)的研究僅僅從論文的內(nèi)外部特征進行相關(guān)研究，缺乏內(nèi)容層面的深度關(guān)聯(lián)挖掘，無法實現(xiàn)科學數(shù)據(jù)與期刊論文深度關(guān)聯(lián)的準確闡述。

本文認為，期刊論文與其相關(guān)聯(lián)的數(shù)據(jù)論文關(guān)聯(lián)融合出版是未來期刊出版新形態(tài)的發(fā)展趨勢。因此針對以上問題，本文立足于FAIR原則，從數(shù)據(jù)流向視角對數(shù)據(jù)論文和期刊論文進行互關(guān)聯(lián)模型的構(gòu)建和相應(yīng)的實際案例驗證，以支撐數(shù)據(jù)論文與期刊論文關(guān)聯(lián)研究的深入發(fā)展。

2數(shù)據(jù)論文與期刊論文的關(guān)聯(lián)模型設(shè)計

近年來，科研人員關(guān)注的對象不再局限于期刊論文、會議論文、學術(shù)報告等文獻資源，科學數(shù)據(jù)也逐漸成為科研人員需要的重要資源。在現(xiàn)實科學研究中，科研人員側(cè)重于科研成果即科學研究的終端產(chǎn)物，如論文、著作、報告等。而科學數(shù)據(jù)貫穿著科學研究全過程，目前的大多數(shù)科學研究以科研成果為研究視角，并沒有回溯到科學研究過程的開始乃至全過程。因此，從科學數(shù)據(jù)流向視角出發(fā)，嘗試對數(shù)據(jù)論文與期刊論文之間的關(guān)聯(lián)進行探索，能夠進一步推動科學數(shù)據(jù)的開放共享和二次應(yīng)用，使科學數(shù)據(jù)在多層維度釋放數(shù)據(jù)價值。本文基于FAIR原則，從科學數(shù)據(jù)組織呈現(xiàn)的不同角度構(gòu)建科學數(shù)據(jù)在數(shù)據(jù)論文和期刊論文間的關(guān)聯(lián)模型，并結(jié)合具體案例展開理論模型驗證。

2.1關(guān)聯(lián)總模型構(gòu)建

數(shù)據(jù)期刊的關(guān)聯(lián)是使科學數(shù)據(jù)系統(tǒng)統(tǒng)一化、共享最大化、應(yīng)用最優(yōu)化的過程，在推進科學數(shù)據(jù)開放共享的過程中起著重要作用。與此同時，F(xiàn)AIR原則在科學數(shù)據(jù)的可訪問、可發(fā)現(xiàn)、可互操作、可重用等方面提供了規(guī)范的行動指南，激發(fā)科研人員或科研團隊在研究項目剛開始就著手關(guān)注科學數(shù)據(jù)管理過程中的可訪問和可重用等問題，F(xiàn)AIR原則的簡單性和靈活性也為科學數(shù)據(jù)管理的開放共享以及建立關(guān)聯(lián)元數(shù)據(jù)標準等方面提供了理論依據(jù)。

因此，基于FAIR原則構(gòu)建數(shù)據(jù)論文與期刊論文之間的互關(guān)聯(lián)模型更加有理論意義，也對科學數(shù)據(jù)開放共享有著一定實踐意義。通過前期調(diào)研發(fā)現(xiàn)，數(shù)據(jù)期刊的具體關(guān)聯(lián)主要涵蓋元數(shù)據(jù)關(guān)聯(lián)、文獻服務(wù)關(guān)聯(lián)兩個方面。為此，本文以數(shù)據(jù)流向為視角，設(shè)計基于FAIR原則的數(shù)據(jù)期刊與期刊論文間的關(guān)聯(lián)模型框架，以期實現(xiàn)對數(shù)據(jù)論文與期刊論文之間的關(guān)聯(lián)應(yīng)用研究。

2.1.1科學數(shù)據(jù)出版流向分析

科學數(shù)據(jù)流向是對科學數(shù)據(jù)在科學研究過程的開始乃至全過程中的數(shù)據(jù)流動展現(xiàn)形式、方向的描述。在構(gòu)建數(shù)據(jù)論文與期刊論文之間互關(guān)聯(lián)模型前對科學數(shù)據(jù)的數(shù)據(jù)流向進行數(shù)據(jù)格式、數(shù)據(jù)類型的研究分析，為進一步構(gòu)建互關(guān)聯(lián)模型奠定理論基礎(chǔ)。

隨著科學研究的不斷深入，科學數(shù)據(jù)也以不同的呈現(xiàn)方式作為研究成果展現(xiàn)出來。研究者對原始數(shù)據(jù)如勘測數(shù)據(jù)、實驗數(shù)據(jù)、調(diào)查數(shù)據(jù)等進行初步的數(shù)據(jù)整理后形成初始數(shù)據(jù)，一般以file.、table.、txt.等數(shù)據(jù)格式存儲，研究者借用多種軟件或方式對初始數(shù)據(jù)進行數(shù)據(jù)處理，形成科學數(shù)據(jù)集，而部分研究者會將科研過程中產(chǎn)生的科學數(shù)據(jù)集根據(jù)規(guī)范統(tǒng)一的要求進行數(shù)據(jù)出版，在數(shù)據(jù)期刊上出版，使科學數(shù)據(jù)開放共享，便于其他學者檢索、訪問和重用，其數(shù)據(jù)出版的一般流向如圖1所示。

2.1.2數(shù)據(jù)論文與期刊論文的互關(guān)聯(lián)模型

隨著科學研究的數(shù)據(jù)密集型第四范式的興起，科學數(shù)據(jù)對科學研究的支撐作用日益顯著，科學數(shù)據(jù)和期刊論文共同構(gòu)成了科學研究的主要素材。而在實際研究中，科學數(shù)據(jù)和期刊論文對科學研究的支撐過程是相對獨立的，這導致數(shù)據(jù)孤立于研究之外，對科學數(shù)據(jù)和期刊論文之間關(guān)聯(lián)關(guān)系的研究意義顯著。具有系統(tǒng)化、統(tǒng)一化特征的數(shù)據(jù)期刊使得科學數(shù)據(jù)有了規(guī)范統(tǒng)一的數(shù)據(jù)出版平臺，對數(shù)據(jù)期刊與期刊論文之間的關(guān)聯(lián)進行探究能夠使科學數(shù)據(jù)內(nèi)容更加完整，充分發(fā)揮其數(shù)據(jù)價值，更好地支撐科學研究的發(fā)展。本文基于FAIR原則構(gòu)建的數(shù)據(jù)論文與期刊論文互關(guān)聯(lián)模型共分為3層，分別是平臺層、數(shù)據(jù)層、結(jié)構(gòu)層，以數(shù)據(jù)流向為導向展示了數(shù)據(jù)論文和期刊論文的整體關(guān)聯(lián)性。

平臺層主要以文獻服務(wù)為視角，揭示數(shù)據(jù)期刊、數(shù)據(jù)存儲庫、傳統(tǒng)期刊之間的關(guān)聯(lián)關(guān)系。平臺層的主體達成互聯(lián)互通機制，為科研人員提供一站式文獻服務(wù)，主要通過語義關(guān)系、聚合關(guān)聯(lián)、鏈接方式等形成文獻互聯(lián)，用戶在搜索到數(shù)據(jù)論文的基本文獻信息外，還能夠通過提供的文獻鏈接快速查閱相關(guān)聯(lián)的期刊論文。

數(shù)據(jù)層從數(shù)據(jù)流向的視角梳理科學數(shù)據(jù)流動方向及應(yīng)用領(lǐng)域，科學數(shù)據(jù)通過整理、分析、可視化等方式，最終以不同的形式在期刊論文中呈現(xiàn)，部分科研人員（科研團隊）會根據(jù)規(guī)范統(tǒng)一的出版要求，將產(chǎn)生的科學數(shù)據(jù)刊登在數(shù)據(jù)期刊上，并且可以通過文獻檢索服務(wù)快速查詢和訪問數(shù)據(jù)論文和期刊論文。

結(jié)構(gòu)層從元數(shù)據(jù)視角對數(shù)據(jù)論文和期刊論文進行論文內(nèi)外部特征的深度關(guān)聯(lián)研究。期刊論文的元數(shù)據(jù)用來描述期刊論文的屬性信息，包括內(nèi)容特征元數(shù)據(jù)、外部特征元數(shù)據(jù)；數(shù)據(jù)論文的元數(shù)據(jù)用來描述科學數(shù)據(jù)集特征、內(nèi)容等信息，除內(nèi)外部特征元數(shù)據(jù)以外還包括專用元數(shù)據(jù)。

基于FAIR原則的數(shù)據(jù)論文與期刊論文互關(guān)聯(lián)模型3個層級實現(xiàn)了數(shù)據(jù)流在各層級的流動，使各層級關(guān)聯(lián)緊密。在顯性層面，科學數(shù)據(jù)在數(shù)據(jù)層通過規(guī)范統(tǒng)一的出版要求流向平臺層，又基于“可發(fā)現(xiàn)”原則流向結(jié)構(gòu)層：在隱性層面，科研人員的發(fā)表行為和對數(shù)據(jù)的檢索、引用動機等都促進了3個層級間關(guān)聯(lián)關(guān)系的演進發(fā)展。數(shù)據(jù)論文與期刊論文互關(guān)聯(lián)模型各層級之間的關(guān)聯(lián)關(guān)系明確，最終實現(xiàn)層層關(guān)聯(lián)、逐層關(guān)聯(lián)，如圖2所示。

2.2分層關(guān)聯(lián)模型構(gòu)建

通過前期對數(shù)據(jù)期刊的大量調(diào)研，可以發(fā)現(xiàn)數(shù)據(jù)期刊的具體關(guān)聯(lián)主要體現(xiàn)在元數(shù)據(jù)關(guān)聯(lián)、文獻服務(wù)關(guān)聯(lián)兩個方面。針對元數(shù)據(jù)元素、文獻服務(wù)兩個研究視角進行分析，構(gòu)建論文內(nèi)外部特征視角的元數(shù)據(jù)框架和文獻服務(wù)視角的關(guān)聯(lián)模型，能夠讓數(shù)據(jù)論文與期刊論文之間的關(guān)聯(lián)更緊密、更清晰。

2.2.1論文內(nèi)外部特征視角的元數(shù)據(jù)框架

數(shù)據(jù)論文和期刊論文在元數(shù)據(jù)框架上存在相似元素，從論文內(nèi)部特征角度可以發(fā)現(xiàn)數(shù)據(jù)論文的元數(shù)據(jù)主要是數(shù)據(jù)集的名稱、摘要、主題等，而期刊論文的元數(shù)據(jù)涉及論文題名、摘要、關(guān)鍵詞等；從論文外部特征角度可以發(fā)現(xiàn)數(shù)據(jù)論文和期刊論文有著重合相似度較高的元數(shù)據(jù)元素。

以DC元數(shù)據(jù)標準為例，數(shù)據(jù)論文的外部特征元數(shù)據(jù)包括數(shù)據(jù)集貢獻者、所屬機構(gòu)、出版時間、論文下載、論文引用、參考文獻等元素，對應(yīng)著期刊論文的論文作者、所屬單位、發(fā)表時間、論文下載、論文引用、參考文獻等外部特征元素。科學數(shù)據(jù)、數(shù)據(jù)論文、期刊論文三者通過元數(shù)據(jù)框架形成牢固的數(shù)據(jù)流向三角關(guān)系，兩兩之間互相關(guān)聯(lián)、互相聯(lián)系，如圖3所示。

2.2.2文獻服務(wù)視角的關(guān)聯(lián)模型

由于科學數(shù)據(jù)在科學研究中的重要作用，部分搜索引擎、數(shù)據(jù)管理中心、研究機構(gòu)等與數(shù)據(jù)存儲庫之間通過自動推理建立不同學科的科學數(shù)據(jù)與資源之間的語義關(guān)系，將科學數(shù)據(jù)集與資源聚合關(guān)聯(lián)等研發(fā)并推出互聯(lián)互通的科學數(shù)據(jù)關(guān)聯(lián)發(fā)現(xiàn)、文獻發(fā)現(xiàn)服務(wù)，數(shù)據(jù)存儲庫也與期刊出版社之間創(chuàng)建互聯(lián)機制，確保科學數(shù)據(jù)與文獻之間的可發(fā)現(xiàn)性、可關(guān)聯(lián)性。

越來越多的期刊出版社、數(shù)據(jù)存儲庫、研究機構(gòu)在遵循FAIR原則的前提下，建立協(xié)作共享機制，并且為研究人員（研究團隊）提供一站式科學數(shù)據(jù)檢索服務(wù)、文獻服務(wù)，如PANGAEA、Dry-ad等專業(yè)領(lǐng)域科學數(shù)據(jù)存儲庫除了提供科學數(shù)據(jù)的相關(guān)基礎(chǔ)信息，還提供與其相關(guān)聯(lián)的文獻鏈接，提高科學數(shù)據(jù)與期刊論文的關(guān)聯(lián)緊密性。因此，從文獻服務(wù)的視角出發(fā)，在科學數(shù)據(jù)和期刊論文之間構(gòu)建關(guān)聯(lián)模型，切實有效地提高數(shù)據(jù)論文與期刊論文之間的可發(fā)現(xiàn)性、可關(guān)聯(lián)性、可重用性，如圖4所示。

3基于FAIR原則的Data in Brief開放共享與關(guān)聯(lián)應(yīng)用研究

上文所述構(gòu)建的互關(guān)聯(lián)模型共分為3層，分別是平臺層、數(shù)據(jù)層、結(jié)構(gòu)層，3層之間的科學數(shù)據(jù)流向過程體現(xiàn)著FAIR原則的可訪問性、可發(fā)現(xiàn)性、可互操作性、可重用性。因此，選取支持FAIR原則的Data in Brief期刊，對構(gòu)建的數(shù)據(jù)論文與期刊論文互關(guān)聯(lián)模型進行實例驗證具有一定的代表性。

Data in Brief是Elsevier旗下的一類側(cè)重于數(shù)據(jù)存儲、共享及引用的數(shù)據(jù)期刊，科研人員可將其整個學術(shù)研究周期中收集的數(shù)據(jù)發(fā)布在此期刊中，將原本只是補充材料的數(shù)據(jù)資料轉(zhuǎn)化成有價值的學術(shù)論文。Data in Brief包含的數(shù)據(jù)論文涉及的學科范圍廣泛，數(shù)據(jù)論文涵蓋初步研究、概念驗證研究、研究結(jié)果等階段的科研數(shù)據(jù)。

Data in Brief基于嚴格的同行評審、靈活的開放獲取、詳盡的數(shù)據(jù)描述等機制，不僅能最大化提升數(shù)據(jù)的行業(yè)認可度、訪問展現(xiàn)量及研究引用數(shù)，還能大大縮短相關(guān)行業(yè)的研究周期，使得科學數(shù)據(jù)和相關(guān)科學研究更容易被訪問、被發(fā)現(xiàn)，為學者協(xié)作提供平臺，有效減少科學數(shù)據(jù)重復工作，提高科學數(shù)據(jù)可重復性，為開放科學做出貢獻。Data inBrief支持FAIR原則，該數(shù)據(jù)期刊規(guī)定研究數(shù)據(jù)是可訪問的、可發(fā)現(xiàn)的、可互操作的和可重用的，如表1所示。

3.1基于“可訪問”“可發(fā)現(xiàn)”的開放共享研究

3.1.1基于“可訪問”的開放共享

Data in Brief支持FAIR原則的“可訪問”原則體現(xiàn)在可以使用標準化通信協(xié)議，通過相關(guān)元數(shù)據(jù)字段進行檢索，即讀者能夠通過Science Direct和主要研究指標易于查找到數(shù)據(jù)期刊，立即免費訪問數(shù)據(jù)文章。Science Direct數(shù)據(jù)庫提供數(shù)據(jù)檢索功能，可以在“Journal/Book Title”字段中直接搜索“Data in Brief’即可跳轉(zhuǎn)至期刊介紹和期刊發(fā)文情況，讀者也可以在Science Direct數(shù)據(jù)庫中通過檢索“Title” “Keywords” “Author Name” “Terms”“ISSN or ISBN”等主要研究指標的字段查找到相關(guān)數(shù)據(jù)論文。Data in Brief官網(wǎng)提供“Title”“Ab-stract or Author-specified Keywords” “Author（s）”“Author Affiliation” “References” “ISSN or ISBN”等主要研究指標的檢索字段。讀者能快速通過檢索字段查找并閱讀相關(guān)數(shù)據(jù)論文，同時也能夠通過數(shù)據(jù)論文的構(gòu)成即數(shù)據(jù)論文的內(nèi)外部特征大致了解數(shù)據(jù)集的部分內(nèi)容。

數(shù)據(jù)期刊和常見的學術(shù)期刊一樣有著數(shù)據(jù)論文的內(nèi)外部特征，這些內(nèi)外部特征能夠反映發(fā)文學科領(lǐng)域、作者合作群、研究主題等要素。本文選擇以Data in Brief數(shù)據(jù)期刊發(fā)表的數(shù)據(jù)論文作為研究對象，該期刊的數(shù)據(jù)論文正文部分主要由多個子部分構(gòu)成，分別為Abstract（摘要）、Keywords（關(guān)鍵詞）、Specifications Table（說明表）、Value of theData（數(shù)據(jù)價值）等，如表2所示。

Data in Brief的數(shù)據(jù)論文構(gòu)成部分包含一般學術(shù)論文常見的標題、作者、作者單位、摘要、關(guān)鍵詞等文獻元數(shù)據(jù)元素，也包含著數(shù)據(jù)論文特有的說明表、數(shù)據(jù)價值、數(shù)據(jù)描述、數(shù)據(jù)可用性等元數(shù)據(jù)元素，其中，Specifications Table（說明表）有著規(guī)范的元數(shù)據(jù)、數(shù)據(jù)內(nèi)容的描述要求，如表3所示。

Specifications Table（說明表）會將本篇數(shù)據(jù)論文涉及的數(shù)據(jù)主題、領(lǐng)域、數(shù)據(jù)格式等詳細的數(shù)據(jù)說明，讀者通過Specifications Table能夠大致了解數(shù)據(jù)內(nèi)容，該數(shù)據(jù)期刊的每一篇數(shù)據(jù)論文都會在摘要、關(guān)鍵詞后附有Specifications Table，使得科學數(shù)據(jù)描述有一定的系統(tǒng)性、規(guī)范性，同時也可以提高科學數(shù)據(jù)開放共享及應(yīng)用的效率，并且提供數(shù)據(jù)源位置的信息，加快數(shù)據(jù)的查找和訪問。

3.1.2基于“可發(fā)現(xiàn)”的開放共享研究

Data in Brief支持FAIR原則的“可發(fā)現(xiàn)”原則體現(xiàn)在學者能夠通過Science Direct和主要研究指數(shù)使數(shù)據(jù)文章易于查找和下載。學者在數(shù)據(jù)論文頁面通過“View PDF”及“Download Full Issue”可以直接下載該篇數(shù)據(jù)論文。Data in Brief的數(shù)據(jù)文章首頁左側(cè)“Outline”字段會明確顯示該篇數(shù)據(jù)論文的構(gòu)成及撰寫大綱，便于學者快速跳轉(zhuǎn)至想要閱讀的內(nèi)容，數(shù)據(jù)論文的Tables、Extras部分單獨展示了該篇文章提供的表格和其他格式的科學數(shù)據(jù)呈現(xiàn)形式，使科學數(shù)據(jù)的研究成果快速被查找、閱讀，如表4所示。

Data in Brief定期、定量的發(fā)文使得提供開放共享的科學數(shù)據(jù)涵蓋多個學科，便于不同領(lǐng)域的學者在此數(shù)據(jù)期刊中查找和下載研究所需的科學數(shù)據(jù)。通過調(diào)研發(fā)現(xiàn)，Data in Brief每兩個月更新1次，1年共6卷，2020-2022年共18卷，3年共發(fā)表1771篇數(shù)據(jù)論文，主題主要分布在Agricultur-al Sciences、Biological Sciences、Microbiology、FoodScience、Arts and Humanities等多個學科領(lǐng)域。本文主要收集到了2020-2022年內(nèi)主題為Agricultur-al and Biological Sciences/Agricultural Sciences的數(shù)據(jù)論文，該主題的數(shù)據(jù)論文每卷都會更新，共發(fā)表了447篇，其中提供相關(guān)期刊論文共享鏈接的數(shù)據(jù)論文共有141篇（占31.54%）。

圖5顯示可知，Data in Brief近3年主題為Ag-ricultural and Biological Sciences/Agricultural Sciences的數(shù)據(jù)論文在2020年第3 1卷達到峰值，3年的發(fā)文量逐步下降，但數(shù)據(jù)論文的發(fā)文量中，相關(guān)聯(lián)期刊論文的數(shù)據(jù)論文數(shù)量占比處于穩(wěn)定的狀態(tài)，這也反映了科學數(shù)據(jù)有著規(guī)范統(tǒng)一的出版要求，實現(xiàn)了科學數(shù)據(jù)的出版價值，反映了數(shù)據(jù)論文與相關(guān)的期刊論文的關(guān)聯(lián)性更加緊密。

3.2基于“可互操作”“可重用”的關(guān)聯(lián)應(yīng)用研究

3.2.1基于“可互操作”的關(guān)聯(lián)應(yīng)用

論文之間的關(guān)聯(lián)主要體現(xiàn)在“Refer”或者“Cite”（引用）兩種方式。論文與論文之間的關(guān)聯(lián)一般來說就是引用，這是一種時序性的、單向的關(guān)聯(lián)：但是期刊論文與數(shù)據(jù)論文添加了一種Refer關(guān)聯(lián)，這是與期刊論文伴生的，是一種沒有時序性的、雙向的、直接的關(guān)聯(lián)。Data in Brief提供的“Refers to”“Referred to By”鏈接字段服務(wù)，將數(shù)據(jù)論文與其關(guān)聯(lián)的期刊論文以鏈接的方式直接關(guān)聯(lián)，關(guān)聯(lián)強度高且方式便捷，為用戶提供了數(shù)據(jù)論文與期刊論文的直接互聯(lián)的文獻服務(wù)。

通過數(shù)據(jù)論文提供的“Refers to”字段鏈接可以直接訪問關(guān)聯(lián)的期刊論文，在期刊論文頁面能通過“Referred to By”字段鏈接快速跳轉(zhuǎn)回到數(shù)據(jù)論文頁面。對期刊論文的發(fā)刊類型進行統(tǒng)計可以發(fā)現(xiàn)，收集到共89種類型的期刊，其中Food Chem-istry發(fā)文量較大，3年內(nèi)共有7篇期刊論文與數(shù)據(jù)論文是互聯(lián)的，該期刊類型也與論文主題是匹配的，如圖6所示。

數(shù)據(jù)論文與期刊論文的內(nèi)外部特征的異同特點使得二者基于元數(shù)據(jù)框架的關(guān)聯(lián)便于發(fā)現(xiàn)。Data inBrief通過“Refers to”字段使得期刊論文與數(shù)據(jù)論文產(chǎn)生外部鏈接形式的關(guān)聯(lián)。對部分論文進行元數(shù)據(jù)映射情況研究可以發(fā)現(xiàn)，除了外部鏈接形式的直接關(guān)聯(lián)，二者之間還存在著基于元數(shù)據(jù)的內(nèi)部深度關(guān)聯(lián)。

從Data in Brief選取部分論文作為代表性案例研究發(fā)現(xiàn)，二者的“標題”“作者”“關(guān)鍵詞”等元數(shù)據(jù)元素內(nèi)容都是存在著聯(lián)系的。標題通常能夠反映研究的主要內(nèi)容，標題內(nèi)容的相似度反映著二者研究方向的一致性。如圖7所示，數(shù)據(jù)論文描述的是古巴西北部地區(qū)前礁八爪珊瑚組合數(shù)據(jù)集，與其關(guān)聯(lián)的期刊論文則是利用該數(shù)據(jù)集對古巴西北部地區(qū)八爪珊瑚群落進行沿水梯度時空變化展開研究。對部分元數(shù)據(jù)進行關(guān)系構(gòu)建，彰顯數(shù)據(jù)論文與期刊論文的相同元數(shù)據(jù)框架之間基于細粒度、基于語義的共指關(guān)系。“作者”這一元數(shù)據(jù)元素能夠直接反映研究團隊以及研究內(nèi)容的緊密性，數(shù)據(jù)論文與期刊論文的作者群很大程度上是同一作者群或者有部分研究人員變動，但核心研究團隊是不變的，使得二者的作者群存在著全包含或半包含的關(guān)系；“關(guān)鍵詞”也可以直觀反映數(shù)據(jù)論文與期刊論文之間的研究領(lǐng)域、研究方向的一致性。因此，基于元數(shù)據(jù)元素視角，二者之間關(guān)聯(lián)關(guān)系通過多個元數(shù)據(jù)元素、多個案例論文數(shù)據(jù)皆可得到驗證。

Data in Brief依托Elsevier直接在平臺為研究者提供體現(xiàn)科學數(shù)據(jù)應(yīng)用結(jié)果的期刊論文鏈接，科研人員能夠快速跳轉(zhuǎn)到相關(guān)期刊論文并且了解科學數(shù)據(jù)成果轉(zhuǎn)化的最終呈現(xiàn)結(jié)果。基于此，本文通過元數(shù)據(jù)挖掘二者之間的深度關(guān)聯(lián)關(guān)系，“Refers to”“Referred to By”鏈接字段服務(wù)體現(xiàn)了數(shù)據(jù)論文與期刊論文的直接關(guān)聯(lián)，二者之間的關(guān)聯(lián)強度高，實現(xiàn)了數(shù)據(jù)論文與期刊論文的“可互操作”性。

3.2.2基于“可重用”的關(guān)聯(lián)應(yīng)用

目前，引用行為的研究大都是對期刊出版的期刊論文進行探究，但隨著數(shù)據(jù)論文在學術(shù)交流、數(shù)據(jù)開放共享過程中起到越來越重要的作用，對數(shù)據(jù)論文的引用特征進行探索也具有一定的研究價值。與文獻引用類似，數(shù)據(jù)論文被引用也意味著引用者在某種程度上認可了數(shù)據(jù)論文及其數(shù)據(jù)的學術(shù)價值與參考價值。

同時，數(shù)據(jù)提供者可以在說明表（SpecificationsTable）寫出研究過程的Raw and Analyzed的數(shù)據(jù)格式。通過對樣本論文的數(shù)據(jù)格式收集與分析，可以發(fā)現(xiàn)原始數(shù)據(jù)（Raw Data）主要是尚未進行研究或者加工的數(shù)據(jù)，格式主要有（*/.cdf）（*/.CSV）（*/.jpg）等，與此同時，科研人員上傳的研究過程中產(chǎn)生的研究數(shù)據(jù)（Analyzed Data），數(shù)據(jù)形式主要以Fig-ure、Table為主，如圖8所示。

數(shù)據(jù)提供者在發(fā)表期刊論文的同時，按照規(guī)范在Data in Brief發(fā)表數(shù)據(jù)論文，研究者的科學數(shù)據(jù)以不同的數(shù)據(jù)格式、數(shù)據(jù)形式在Data in Brief開放共享，其他研究者能夠發(fā)現(xiàn)、訪問并進行引用行為，從而進行科學數(shù)據(jù)的重用。引用特征主要分為3種：二次重用、直接引用或直接關(guān)聯(lián)、間接引用。

1）科學數(shù)據(jù)二次重用

科學數(shù)據(jù)的二次重用是指基于已有數(shù)據(jù)資源對科學數(shù)據(jù)進行復用和挖掘，以獲取新知識或新規(guī)律的過程。科學數(shù)據(jù)的二次重用是實現(xiàn)科學數(shù)據(jù)價值挖掘和使用的重要手段，對于提高科學數(shù)據(jù)利用率、推動科技創(chuàng)新具有重要意義。

在過去的幾年里，包括谷歌、亞馬遜、微軟和Facebook在內(nèi)的科技巨頭都在不斷地調(diào)整數(shù)據(jù)的處理、管理方式。隨著科學數(shù)據(jù)越來越多地被用于提高各種科學研究的速度和準確性，各個領(lǐng)域和行業(yè)也越來越多地使用其他研究人員已經(jīng)分析過的科學數(shù)據(jù)來推動科學進步，但科研人員并不是需要再次收集、處理所存儲的科學數(shù)據(jù)，如一些科研人員可能想要使用來自不同實驗室的多個研究團隊所收集到的數(shù)據(jù)，但在不同實驗室之間遷移或復制科學數(shù)據(jù)會花費大量時間且導致研究進展緩慢、重復實驗。部分科研人員會將存儲的科學數(shù)據(jù)上傳至科學數(shù)據(jù)共享平臺，使得科學數(shù)據(jù)被發(fā)現(xiàn)、共享并能夠被他人二次重用。部分研究人員在科學研究中，利用已有的或新獲得的科學數(shù)據(jù)中發(fā)現(xiàn)可用于后續(xù)研究、與其他數(shù)據(jù)整合成新的科學數(shù)據(jù)集，進而實現(xiàn)對相關(guān)問題的多源異構(gòu)數(shù)據(jù)融合利用，以提高科學數(shù)據(jù)的二次重用，減少重復科研的可能。

2）直接引用或直接關(guān)聯(lián)

由于數(shù)據(jù)期刊Data in Brief的規(guī)范性出版規(guī)定，學者在訪問該數(shù)據(jù)期刊的文章時，發(fā)現(xiàn)對研究有所幫助的數(shù)據(jù)或內(nèi)容可以直接引用，并且研究者能夠在撰寫學術(shù)論文時直接引用Data in Brief的數(shù)據(jù)論文，并在參考文獻中標注。研究者將自己的科研數(shù)據(jù)在Data in Brief發(fā)表時，也可以將引用到的數(shù)據(jù)或論文以“Referred to By”“Cited”字段上傳且相應(yīng)的期刊論文會通過“Refers to”字段鏈接直接與數(shù)據(jù)論文相關(guān)聯(lián)。如圖9所示，一篇數(shù)據(jù)論文有兩篇關(guān)聯(lián)的期刊論文，都以“Refer to”鏈接字段相關(guān)聯(lián)，兩篇期刊論文各與此篇數(shù)據(jù)論文通過“Re-ferred to By”鏈接字段相關(guān)聯(lián)。

Data in Brief不僅支持數(shù)據(jù)論文與期刊論文相互關(guān)聯(lián)，也支持數(shù)據(jù)論文與數(shù)據(jù)論文的相互關(guān)聯(lián)，展現(xiàn)科學數(shù)據(jù)之間的可重復利用性。如圖10所示，圖中所示的兩篇數(shù)據(jù)論文通過“Refer”外部鏈接方式相互引用、相互關(guān)聯(lián)。

3）間接引用

科學數(shù)據(jù)的間接引用與直接引用在內(nèi)容上存在一些區(qū)別。直接引文是直接引用或直接關(guān)聯(lián)科學數(shù)據(jù)，而間接引用是間接從科學數(shù)據(jù)中提取出引文信息后再進行引用，間接引用的目的主要是科研人員能夠間接引用科學數(shù)據(jù)，更方便、更快速。

由表5可知，間接引文的評價指標主要涵蓋作者影響力、期刊影響力和引用行為等，數(shù)據(jù)論文發(fā)表數(shù)量、引文數(shù)和被引次數(shù)等是間接引文的主要影響因素。科學數(shù)據(jù)間接引用與期刊論文之間也存在較強的相關(guān)性，間接引用主要涉及研究人員通過在訪問過數(shù)據(jù)期刊及其共享的科學數(shù)據(jù)后，僅是在撰寫研究成果時會提及數(shù)據(jù)期刊或者科學數(shù)據(jù)的部分內(nèi)容，只是作為自己觀點的案例論證，并非直接引用。

綜上所述，本文對數(shù)據(jù)期刊的開放共享研究體現(xiàn)在基于“可訪問”“可發(fā)現(xiàn)”兩個原則，通過對具有代表性的數(shù)據(jù)期刊Data in Brief所收錄的數(shù)據(jù)論文元數(shù)據(jù)進行采集、處理與分析，從數(shù)據(jù)論文和期刊論文的內(nèi)外部特征、數(shù)據(jù)期刊的文獻服務(wù)兩個角度切入，探索數(shù)據(jù)期刊的開放性、共享性；對數(shù)據(jù)期刊的關(guān)聯(lián)模型驗證研究體現(xiàn)在基于“可互操作”“可重用”兩個原則，通過對數(shù)據(jù)論文提供的“Refers to”“Referred to By”字段鏈接，對數(shù)據(jù)論文和期刊論文二者之間元數(shù)據(jù)進行深度關(guān)聯(lián)的探索，進一步驗證了關(guān)聯(lián)模型的可行性與合理性。

4結(jié)語

科學數(shù)據(jù)與期刊論文關(guān)聯(lián)融合發(fā)展是各個學科領(lǐng)域發(fā)展的需求和大數(shù)據(jù)時代的期刊出版形態(tài)必然發(fā)展趨勢，更加利于科學數(shù)據(jù)開放共享、高效流通。因此，本文基于FAIR原則通過對Data in Brief所收錄的3年內(nèi)主題為Agricultural and BiologicalSciences/Agricultural Sciences的數(shù)據(jù)論文元數(shù)據(jù)進行收集和處理，首先對數(shù)據(jù)論文的元數(shù)據(jù)如標題、作者、關(guān)鍵詞、涉及學科等進行收集和處理；其次根據(jù)論文的屬性特征，對DC元數(shù)據(jù)進行復用后構(gòu)建數(shù)據(jù)論文與期刊論文的互關(guān)聯(lián)模型，主要體現(xiàn)在論文內(nèi)外部特征視角的元數(shù)據(jù)元素框架、文獻服務(wù)視角的關(guān)聯(lián)模型，并選取具體的具有代表性的數(shù)據(jù)論文作為實證研究對象，對數(shù)據(jù)論文和期刊論文的各個部分的屬性之間關(guān)聯(lián)性展開闡述與驗證。

本文以數(shù)據(jù)流向的視角構(gòu)建基于FAIR原則的關(guān)聯(lián)模型，完成數(shù)據(jù)論文元數(shù)據(jù)框架的構(gòu)建、數(shù)據(jù)論文與期刊論文的互關(guān)聯(lián)模型的設(shè)計，并且對科學數(shù)據(jù)的開放共享、數(shù)據(jù)論文與期刊論文的關(guān)聯(lián)研究不再局限于知識組織和理論研究，而是將理論研究應(yīng)用于實踐驗證中，更富有實踐性、可行性，為今后的科學數(shù)據(jù)的開放共享、關(guān)聯(lián)研究打下基礎(chǔ)。

在后續(xù)的研究中可以增加更多學科領(lǐng)域的樣本數(shù)量，并探索針對多源異構(gòu)特性的科學數(shù)據(jù)元數(shù)據(jù)框架的映射性與關(guān)聯(lián)性，以及數(shù)據(jù)論文與期刊論文關(guān)聯(lián)模式研究視角的創(chuàng)新性。