多學科通用型開放科學數據共享平臺對比研究

1引言

開放科學是一種新興的科學實踐方式，它強調科學研究的透明度、可訪問性和協作性[1]。開放科學的核心理念是，通過共享數據、方法、工具和研究成果，加速科學知識的積累和創新 ：[2-4] ，通常包含開放獲取、開放數據、開放方法、開放工具和開放評價等幾個方面。

開放數據作為開放科學實踐中的一個核心組成部分，它指的是可以被任何人自由獲取和再發布，而不受版權、專利或其他機制限制的數據[5]。開放數據的推廣和實踐，為科學研究提供了豐富的數據資源，促進了數據驅動的科學發現和知識創新[6-8]。

科學數據作為科研工作的基礎，對于推動學術交流和知識傳播具有重要意義。它們不僅是科研過程中的階段性成果和理論支撐，更是研究對象和工具。科學數據的有效管理和利用，能夠促進科學創新，提高研究效率，并在國家發展中發揮關鍵作用。開放科學數據平臺作為科學數據的集散地，提供了一個促進科學數據開放共享的環境，有助于科研人員之間的協作與交流，加速了科研成果的傳播和應用。這些平臺通過提供數據存儲、管理、分析和共享服務，不僅支持了科學研究的透明度和可重復性，而且通過數據的再利用，促進了新知識的發現和創新成果的產出。例如，歐盟通過實施“地平線歐洲\"計劃和建設歐洲開放科學云（theEuropeanOpen ScienceCloud，EOSC），為科研人員提供了一個聯合開放和無縫訪問的科研環境，推動了科學數據的有效利用和知識的廣泛傳播。此外，開放科學數據平臺的建設和完善，也有助于形成科學數據利用的中國方案，為我國的科技創新戰略貢獻力量。

基于此，本文選擇國外通用型開放科學數據共享平臺Zenodo和國內多學科通用型開放科學數據共享平臺ScienceDB進行比較，旨在深入分析和評估二者在科研數據管理領域的服務能力與特色。通過對比，揭示兩個平臺在數據存儲容量、共享機制、用戶界面設計、技術支持、社區互動、數據安全與隱私保護等方面的差異和優勢。通過本文的深入分析，期望能夠為科學數據平臺的進一步發展提供策略建議，促進科學數據的高效管理和利用，為科學研究的進步做出貢獻。

2Zenodo平臺簡介

Zenodo是CERN（歐洲核子研究組織）于2013年開發的以社區驅動的平臺（圖1），是一個多學科研究數據知識庫，旨在為全球研究者提供一個長期保存科研成果的鼓勵開放科學的平臺。它允許用戶分享和保存各種形式的科學研究產出，包括出版物、數據、軟件和演講等[1o0]。Zenodo 提供與 GitHub 的一鍵集成，推動了軟件的引用和保護，并且支持與其他科學存儲庫進行集成，以進一步擴展研究成果的可見性和可訪問性。Zenodo的核心是Invenio（一個免費的軟件套件），它提供了一個靈活且高度可定制的平臺，使得用戶能夠輕松運行自己的數字圖書館或文檔存儲庫[11]。

2.1 Zenodo平臺的特點

Zenodo提供開放獲取服務，允許任何人免費訪問存儲在平臺上的科學數據和文獻。其主要特點有：（1）開放科學實踐：Zenodo支持開放科學的理念，允許任何人加入開放科學，促進了研究成果的共享和再利用。（2）跨學科共享：作為一個通用存儲庫，Zenodo不局限于特定學科，允許世界各地和各個學科的研究。（3）長期數據保存：Zenodo提供長期保存服務，確保研究數據的持久性和可訪問性。（4）增強研究可追溯性：通過為上傳的研究成果分配DOI，使得研究結果可以被引用，從而增強了研究的可追瀕性。（5）促進研究透明度：讓研究人員可以在研究進行時就存儲和共享數據，從而提高研究的透明度。（6）支持研究材料的早期共享：Zenodo允許研究人員在研究成果發表之前就收集和共享研究材料，有助于研究的早期傳播。（7）提供API支持：Zenodo提供了豐富的API，允許第三方工具和服務將其作為后端使用，進一步促進了研究工作的集成和自動化。（8）與資助機構整合：Zenodo通過OpenAIRE與資助機構（如歐盟委員會）的報告線整合，幫助研究人員獲得應有的認可[10]。

2.2Zenodo平臺的數據社區

Zenodo的社區功能是其平臺的一個重要組成部分，它允許項目、機構、領域和會議在Zenodo上創建共享區域，以管理和策劃他們的研究成果[12]。其主要特色體現在：（1）社區成員。一旦社區創建成功，就可以邀請無限數量的人加入，并根據他們的角色授予不同級別的訪問權限。社區成員可以擔任讀者（readers）、策展人（curators）、經理（managers）或所有者（owners）等角色，每個角色都有特定的權限和責任。在Zenodo社區中，策展人負責審核提交到社區的記錄，并最終決定是否接受或拒絕這些記錄。用戶可以提交已發布的記錄供社區收錄，并且上傳者和策展人都可以編輯提交到社區的記錄的元數據[12]。社區經理和所有者可以邀請新成員、管理角色和轉移社區所有權，以確保社區的持續發展和有效管理。（2）社區服務。Zenodo提供豐富的API，允許第三方工具和服務將Zenodo作為后端集成到他們的工作流程中，這有助于自動化和簡化學術交流過程。Zenodo為每個上傳的研究成果分配唯一的DOI，確保其可被引用和集成到現有的報告體系中，如OpenAIRE和DataCite。（3）社區代碼。Zenodo的開放科學理念不僅限于其服務，還體現在其代碼的開源性上。Zenodo的代碼基于GPLv2許可，鼓勵社區的參與和二次開發。所有元數據在CC0許可下公開可用，所有開放內容都可以通過開放API公開訪問。Zenodo還鼓勵用戶通過GitHub提出新功能的建議，并通過拉取請求貢獻代碼。

總的來說，Zenodo社區通過提供一個共享和協作的平臺，促進了科研成果的開放共享和長期保存，支持了開放科學的發展，并為研究人員提供了一個強大的工具，以支持他們的研究工作和知識傳播。

3 ScienceDB平臺簡介

ScienceDB是2015年由中國科學院計算機網絡信息中心研發的公共通用數據存儲庫（圖2），旨在為研究人員、研究團隊、期刊、機構和大學等提供全方位的數據服務，包括數據獲取、長期保存、發布、共享和訪問。ScienceDB已被多個國際期刊和學術機構收錄和推薦，包括SpringerNature、ScientificData、Elsevier、CellPress和美國地球物理學會（AGU）旗下期刊。此外，ScienceDB還獲得了WebofScience的Data Citation Index 收錄認證和 Google DatasetSearch的收錄索引[13]。

3.1ScienceDB平臺特點

ScienceDB平臺支持數據的開放共享，遵循FAIR原則，即數據應具備可查找性（Findable）、可訪問性（Accessible）、可互操作性（Interoperable）和可重用性（Reusable）。ScienceDB提供數據提交、專業數據審核、DOI與CSTR分配、數據發布以及數據追蹤等核心服務，確保數據的長期管理和持久訪問。此外，ScienceDB還鼓勵數據共享，通過提供激勵措施，如資助數據共享成本、合理認可數據貢獻者、持續資金支持數據中心基礎設施等，以促進科學數據的廣泛共享和高效利用。平臺還注重數據的安全性和防篡改機制，通過SciChain技術確保數據的可靠性。ScienceDB的國際化視野推動了數據共享的全球合作，支持中英文元數據發布，并積極參與國際認證，以提升其國際影響力和競爭力。通過這些綜合性服務和措施，ScienceDB致力于構建一個開放、可信、高效的科學數據共享社區，為科技進步和知識傳播做出貢獻[14]。

3.2ScienceDB平臺的數據社區

ScienceDB社區鼓勵全球的研究人員、團隊、學術期刊和出版機構注冊并參與其中，共同營造一個以數據共享為核心的開放科學環境。（1）社區成員：社區成員在平臺上分享研究成果和數據集，通過不同的角色和權限進行協作，例如數據提交者、管理者和審核者，他們之間形成了明確的職責和合作關系。（2）數據治理與權益保護：通過提供數據使用許可協議如CC0和CCBY4.0來保護數據作者的權益。（3）社區激勵與表彰：定期舉辦評選活動，鼓勵和表彰在科學數據共享及出版方面有突出貢獻的數據集及相關單位或團隊。（4）社區協作與工具支持：社區成員利用數據協同管理工具如DataSpace進行協作，并通過平臺內外的學術交流和討論加強聯系。（5）數據引用與互聯互通：ScienceDB為數據集分配DOI、

CSTR和PID標識，支持數據引用和互聯互通，進一步促進了社區成員間的學術合作。平臺還提供持續的技術支持和專業服務，確保用戶在使用過程中得到有效幫助，共同推動科學數據的高效利用和科研數據成果的價值提升[15]。

4 Zenodo和ScienceDB平臺功能對比分析

4.1數據提交與描述

Zenodo和ScienceDB平臺在數據提交方面的要求各不相同，表1列出了它們各自的要求。從表1可以看出，在數據儲量方面，Zenodo允許每條記錄最多50GB，但可以一次性增加配額至200GB。ScienceDB則沒有明確指出存儲容量的限制，但強調了基于中國科技云的服務，可以提供大規模的數據存儲和計算服務。數據審核方面，Zenodo支持將未發布的草稿記錄提交給社區進行審核。上傳者和社區管理員都可以在提交審核時編輯元數據和文件。如果審核通過，記錄將自動發布；如果審核不通過，上傳者可以選擇提交給新的社區或自行發布。而ScienceDB對作者提交的數據進行形式審核，主要審核內容包括數據的上傳情況、數據的可訪問性以及數據可用性聲明。由此可見，二者都提供了數據審核機制，但ScienceDB的審核流程更加注重數據的專業審查和質量保證，而Zenodo則提供了一個社區驅動的審核流程，允許社區管理員參與到審核過程中。在國際化方面，Zenodo支持所有語言的數據，ScienceDB的數據服務支持中英雙語，目前，Zenodo的國際化程度更高。

4.2 元數據要求

在提交元數據時，Zenodo和ScienceDB平臺的要求也有所差異：（1）數據類型方面。Zenodo支持十種數據類型（包括但不限于）：出版物、圖像、演示文稿、論文集、數據集、軟件、報告、海報、視瀕、所有語言的數據（圖3）。其中，出版物和圖像還包括子類型數據，這些子類型數據可以幫助用戶更精確地分類他們的上傳內容，從而提高數據的可發現性和相關性。在上傳數據時，選擇正確的資源類型和子類型是非常重要的，這有助于確保數據能夠被目標受眾找到并使用[16]。另外，由于社區管理是Zenodo 的特色功能之一[17]，因此推薦用戶填寫社區類型。ScienceDB支持的數據類型包括但不限于：數據集、學術論文、軟件、實驗材料、觀測數據和調查數據（圖4）。由此可以看出，Zenodo比ScienceDB的數據類型分類更詳細，支持多種數據共享與復用。（2）元數據規范方面。Zenodo允許用戶在上傳研究對象時，填寫必要的元數據，如標題和創作者等，以便記錄可以被檢索和引用；另外用戶可以在任何時間編輯已發布的元數據，但一旦記錄發布，其中的文件則不能被編輯（包括添加、刪除或修改）。ScienceDB則強調遵循國際數據政策標準，建議元數據應準確表述數據產生的背景、加工處理方法、使用到的儀器設備情況等；另外它要求用戶在數據提交時描述數據并上傳數據文件，要求數據文件格式為領域內常用文件格式或遵循行業慣例，數據文件格式有開放的規范或標準，數據文件格式本身獨立于特定的軟件、開發人員或供應商[18]。Zenodo的數據發布后，不能再進行修改，可以繼續更新記錄的元數據。ScienceDB跟蹤數據資源的每一次更新，記錄、發布并標識注冊發布數據集的歷史版本信息，確保數據的可追溯性。

二者都提供了數據的DOI服務，但ScienceDB更加強調數據的規范管理、開放共享和高效利用，特別是對于公共資助的科研成果。

4.3數據服務

開放科學數據平臺，從數據存儲到數據共享提供了一系列服務，并各有其特色。

（1）數據檢索

Zenodo提供了高級搜索功能，包括字段搜索、范圍搜索、正則表達式、提升（Boosting）、模糊搜索（Fuzziness）、接近搜索（Proximity searches）和通配符搜索（Wildcards）等。這些功能可以幫助用戶更精確地檢索數據。ScienceDB提供了包括數據提交、數據審核、數據發布和數據追蹤在內的一系列服務，強調了數據的長期管理、持久訪問和數據安全。而Zenodo則強調了其由Elasticsearch驅動的搜索引擎的強大能力，適合進行各種復雜查詢。

（2）數據管理

Zenodo被納入由歐盟委員會通過OpenAIRE資助的研究報告，方便用戶向資助機構匯報研究成果。ScienceDB為學術期刊、科研人員提供數據在線存儲、匯交管理、長期保存與獲取、共享、出版和引用服務，遵循開放共享的原則。Zenodo的優勢在于其通用性、易用性和對開放科學的支持，而ScienceDB則更側重于提供專業數據管理服務，包括數據審查和長期數據管理，并推動數據共享文化的發展。

（3）數據關聯信息

Zenodo支持創建個人或小組的知識庫，允許用戶圍繞特定主題或項目構建社區。ScienceDB則側重于與科技期刊合作，提供數據存儲和出版服務，目前已有98種期刊開通了特色社區。即當此數據集作為支撐論文出版時，需要填寫關聯出版論文的信息，進一步提高數據的受關注程度和復用概率。

（4）數據統計

由表2可以看出，Zenodo和ScienceDB平臺在數據統計方面是有所差異的。從數據引用來看，Zenodo提供使用統計，包括上傳記錄的下載次數和瀏覽量，讓用戶能夠直觀地看到其數據的傳播效果。其次，利用DOI系統，允許用戶追蹤數據被引用的情況，包括引用次數和具體詳情，從而評估數據的影響力。ScienceDB則為每個數據集分配DOI和CSTR標識，這不僅確保了數據集的可引用性，還允許用戶跟蹤其引用情況。其次，ScienceDB平臺通過記錄數據資源的更新和發布歷史版本信息，使用戶能夠輕松追溯數據的變更歷史。

在數據使用追溯方面，Zenodo支持社區統計，用戶可以創建或加入社區，并在社區頁面上查看所有數據集的統計信息，如總下載量和社區活躍度等；ScienceDB提供數據使用統計，包括下載次數和訪問量，幫助用戶了解數據集的使用情況。在數據影響力分析方面，Zenodo會展示數據集在社交媒體、新聞或政策文件中的提及情況；ScienceDB則可以提供數據影響力分析，如數據集被引用的次數及其在學術界的影響力，這有助于評估數據集的價值。此外，Zenodo提供的開放API，使用戶和第三方服務能夠獲取數據統計信息，進行自定義的數據分析和可視化處理，幫助用戶直觀地理解數據的使用和引用模式；ScienceDB也提供開放API，允許用戶和第三方服務訪問數據統計信息，但是目前并不提供可視化分析。最后，關于數據集的評分方面，Zenodo不是直接進行數據統計，但用戶對數據集的評分和評論可以間接反映數據集的質量和影響力；而ScienceDB則是每2年評選1次“ScienceDB科學數據獎”，并在社交媒體進行宣傳。

4.4社區服務

從前文的分析可以發現，Zenodo和ScienceDB都支持數據社區的建設，但它們之間有所區別：（1）社區概念的側重點不同。Zenodo的社區功能更多強調的是創建一個共享區域，讓項目、機構、領域和會議能夠在Zenodo上管理和展示他們的研究成果。它側重于跨學科的合作和成果展示。而ScienceDB的社區則更側重于數據共享和科研合作，鼓勵研究人員、團隊、期刊和機構在平臺上分享數據集，促進以數據共享為核心的開放科學環境。（2）社區成員的角色和權限不同。在Zenodo社區中，成員可以擔任不同角色，如讀者、策展人、經理或所有者，每個角色都有特定的權限和責任，例如策展人負責審核提交的記錄。ScienceDB社區成員則包括數據提交者、管理者和審核者等，他們之間形成明確的職責和合作關系，更注重數據的規范管理和專業審查。（3）社區服務和工具不同。Zenodo提供API支持，允許第三方工具和服務將其作為后端集成到他們的工作流程中，強調自動化和簡化學術交流過程。ScienceDB則提供數據協同管理工具如DataSpace進行協作，并提供數據使用許可協議來保護數據作者的權益。（4）社區激勵和表彰方面。Zenodo社區通過提供開放的API和代碼開源性來鼓勵社區參與和二次開發，但沒有特定的社區激勵和表彰機制。ScienceDB社區則通過舉辦“ScienceDB科學數據獎”評選活動來鼓勵和表彰在科學數據共享及出版方面有突出貢獻的個人或團隊。（5）社區的數據安全和防篡改機制。ScienceDB強調數據的安全性和防篡改機制，采用SciChain技術確保數據的可靠性。而Zenodo目前沒有提供具體關于數據安全和防篡改機制的信息。（6）社區品牌和個性化：Zenodo允許社區展示自己的品牌，包括在記錄頁面上顯示社區的標志和顏色。ScienceDB目前沒有類似的功能。

總結來說，Zenodo的社區更側重于跨學科的成果展示和學術交流的自動化，而ScienceDB的社區更側重于數據共享、專業管理和科研合作，同時注重數據的安全性和社區成員的激勵與表彰。

5 建議與啟示

5.1完善數據管理體制

ScienceDB提供了數據提交、審核、發布和追蹤的流程，這有助于確保數據的質量和可信度。另外，Zenodo和ScienceDB服務于多個學科，這表明科學數據共享平臺應該對不同學科的需求保持敏感，并提供相應的支持和服務。由此可見，一個成功的科學數據共享平臺應該具備開放性、長期保存能力、用戶友好的操作流程、多樣性和兼容性、國際化服務、與期刊和出版商的合作、數據安全和隱私保護以及社區建設和知識匯聚等特點，建議其他數據平臺從整體管理體制進行適當調整，以適應國際化發展。

5.2數據分類精細化

Zenodo以其詳細的分類系統和支持多種數據共享與復用而聞名，這意味著Zenodo在數據類型的細分和組織上更為豐富和詳盡。因此，建議其他平臺擴展數據類型分類。為了改進其在數據類型分類上的限制，可以通過以下技術手段進行：（1）增強用戶界面：提供一個更加直觀和用戶友好的界面，使用戶能夠更容易地瀏覽和上傳不同類型的數據。（2）利用人工智能：采用機器學習算法來自動分類和標記數據，提高數據的可發現性和可檢索性。（3）社區參與：鼓勵社區參與數據分類和標簽的創建，以利用群體智慧豐富數據分類。（4）可視化工具：增加可視化工具，立體展示數據的使用情況。（5）持續更新分類系統：隨著科研領域的不斷發展，定期更新和維護數據分類系統以適應新的數據類型。（6）用戶反饋機制：建立用戶反饋機制，收集用戶對數據分類的建議和需求，不斷優化分類系統。

5.3對ScienceDB的啟示

由上文可見，Zenodo社區范圍更加廣泛，ScienceDB可以探索開發類似的社區功能，促進不同研究團隊和機構之間的協作。（1）社區功能：建議ScienceDB允許不同的研究團隊或項目在平臺上創建自己的社區空間，促進團隊協作和成果共享。（2）社區個性化：ScienceDB可以提供定制化的社區頁面，允許社區根據自己的需求進行個性化設置。（3）國際化和多語言支持：雖然ScienceDB支持中英文，但Zenodo服務于全球用戶，ScienceDB可以加強多語言支持，吸引更廣泛的國際用戶群體。（4）社區成員的互動：建議增加社區互動功能，促進成員之間的交流和知識共享。（5）透明度和社區參與：ScienceDB可以提高透明度，鼓勵社區將工作進展、問題和路線圖等公開反饋和貢獻，共同推動平臺的發展。

6 結論

Zenodo和ScienceDB作為多學科通用型開放科學數據共享平臺，在促進科研數據共享和學術交流方面發揮著重要作用。Zenodo以其友好的用戶界面、靈活的技術架構和強大的社區功能在國際上享有盛譽。ScienceDB則憑借其對FAIR原則的遵循和對數據治理的重視，為中國乃至全球的科研數據共享提供了有力支持。兩個平臺各有優勢，但也各自存在改進空間。Zenodo可以進一步強化數據的本地化服務，而ScienceDB則可以借鑒Zenodo在社區管理的經驗，提升用戶體驗。最終，兩個平臺的持續發展和優化將共同推動科學研究的進步和知識的傳播。

參考文獻

[1]BOYLE J.The Shakespearean Moment in the Law.LawandContemporary Problems，2003，66（1-2）：39-47.

[2]HARNAD S. The immediacy advantage//The Culture of Periodicals fromthePerspective of the Digital Age，2010：77-93.

[3]FECHER B，FRIESIKE S，SCHARNHORST A.Open science： oneterm， five schools of thought// Opening Science：The Evolving GuideonHow the Internet Changes Research， Collaboration，and ScholarlyCommunication，2015：107-134.

[4] PIWOWAR HA，Vision T J. Data reuse and the open data citationadvantage.PeerJ，2018，6，e4375.

[5] 顧立平.數據治理——圖書館事業的發展機遇.中國圖書館學報，2016，42（5）：40-56.

[6] 梅傲，李坤佳.我國科學數據利用的現狀、困境及完善.南京郵電大學學報（社會科學版）.https：//doi.org/10.14132/j.cnki.nysk.20240531.002.

[7] 黃永文，張建勇，黃金霞，等.國外開放科學數據研究綜述.現代圖書情報技術，2013（5）：22-26.

[8] 盛小平，唐筠杰.開放科學環境下的數據隱私治理研究.圖書情報知識，2024.https：//link.cnki.net/urlid/42.1085.G2.20240506.1335.004.

[9]陳氫，李承濠.面向數智賦能的開放科學數據平臺研究.數字圖書館論壇，2024，20（5）：13-21.

[10]About Zenodo[Z/OL].[2024-07-10]. https：//bout.zenodo.org/roadmap/.

[11] Zenodo：研究，共享無界[EB/OL].2024-05-16.[2024-08-02].https：/blog.csdn.net/gitblog_00046/article/details/138948097.

[12]About communities[Z/OL]. [2024-07-10]. htps：//help.zenodo.org/docs/communities/about-communities/.

[13]ScienceDB 成為 Springer Nature 推薦通用存儲庫[EB/OL].（2020-10-10）[2024-07-01]. htps：//www.cas.cn/yx/202010/t20201010_4762415.shtml.

[14]平臺介紹[EB/OL].[2024-07-03].https：//www.scidb.cn/about/introduction.

[15]數據社區有哪些特色優勢？[EB/OL].[2024-07-03].https：//www.scidb.cn/en/aboutCommunity.

[16]BUCCIEROA，DEMETRESCUE，FANINIB， etal.An approach toextend the metadata schema of Zenodo for Cultural Heritage datasets.ResearchIdeasandOutcomes，2023.DOI：10.3897/rio.9.e93859.

[17]孟琰.開放科學數據平臺的數據復用影響因素研究.上海：華東師范大學，2022.

[18]張澤鈺.科技期刊數據政策解讀與常見問題解答[R].北京，2024.

引用格式：賀郝鈺，侯春梅，孫力煒，遲秀麗，葉喜艷.多學科通用型開放科學數據共享平臺對比研究——以 Zenodo和 ScienceDB為例[J].農業大數據學報，2025，7（2）：193-200. DOI： 10.19788/j.issn.2096-6369.000063.

CITATION： HEHaoYuHOUuMei，SUNLWei，CXiuL，YEXiYan.AomparatieAalysisofMultdiscipliaryGeeral-PutDataPlatforms：TakingZenodandSciencasExamples[J]JoualofAgriculturalBigData257（2）：93-.DOI：109sn2096-6369.000063.

Abstract：The purposeof this studyis to explore the similaritiesand differencesbetwen tworepresentative multidisciplinary general-purposesietificataplaos—Zeododienintesofuctioalityvicesndomnitylti andto proposetheirrespective strengthsand potential areas forimprovement.Thesignificanceof thisresearch liesin providng references fortheoptimizationand improvementof scientificresearch data platforms，promoting theeficient managementand utilizationof sientificdatatherebycontributing totheadvancementofscientificresearch.Thestudyemploysacomparative analysis methodtodelveintothecharacteristicsand diferencesofZenodoand ScienceDBinaspectssuchas data storagecapacity sharingechanisms，user interfacedesign，techicalsupport，communityinteraction，anddatasecurityandprivacyprotection. During theanalysis process，detailedcomparisonwasmadebetweethetwoplatformsintemsofdatasubmissonanddesciption， metadatarequements，dataservices，data statistics，andcommunityservices，toassesstheirservicecapabiltiandfeatures inthe fieldofscientificdatamanagement.Zenodonjoysaighreputationinterationallwithitsuser-frndlyinterface，fexibletchical architecture，and robust community functions， while ScienceDB provides strong support forscientificdata sharing in China and globallybyadheringtotheFAIRprinciplesandemphasizingdatagovemance.Bothplatformshavetheiradvantagesbutalsohave roomforimprovement.Zenodocanfurtherenhanceitslocalizeddataservices，andScienceDBcanleam from Zenodo's experincein communitymanagementtoimprove user experience.Ultimately，thecontinuous developmentandoptimizationofboth platfors wil jointly promote the progress of scientific research and the dissemination of knowledge.

Keywords： scientific data platforms; Zenodo; ScienceDB; multidisciplinary; data sharing