科学数据出版模式及优秀案例调研

徐菁菁

（浙江大学，浙江 杭州 310058）

近年来，科学数据出版越来越受到研究者的关注。科学数据或研究数据是指产生或收集后有待进一步检查并作为推理、讨论或计算基础的信息[1]。科研数据的出版是从科学研究的角度，对科学研究的数据进行公开发表及同行评审，并创建永久而标准的数据引用信息，以便被他人发现、引用和再利用[2]。

1 科学数据出版的现状

1.1 数据共享政策

近年来，政府越来越多地参与到开放数据的建设中。许多国外政府对项目申请者科研全程的数据提出了硬性规定。美国国家科学基金会[3]、美国国家航空航天局(NASA)、英国研究理事会(RCUK)等均有相关规定，要求所有提交的基金申请项目，必须使其科学数据有公开获取途径。

1.2 数据期刊政策

数据期刊政策是数据期刊发展的指引方向，主要涉及数据提交、数据描述、数据保存、数据利用等流程[4]。首先，数据期刊一般要求使用指定格式的数据以方便统一管理和引用。在审核阶段，需要对其数据进行全方位的评估，同行评审评议是审核数据集非常重要的过程之一。另外，还需针对数据集进行描述，除了论文几大要素之外，还要附加描述数据采集、处理方法、数据样本描述、数据质量评估、元数据信息等内容。数据论文通过评审后，将进行发布并确该数据集是可发现和可引用的。

我国数据出版发展虽已取得阶段性成果，但与国外相比还处于起步和探索阶段。我国大部分期刊都不具有数据出版政策，仅有的政策也多以鼓励为主，并不强制要求。

2 科学数据出版模式

科学数据出版模式是推进科学数据共享的必经之路。现有研究者主要是通过科学数据出版的主、客体方式来归纳科学数据出版模式，属于比较初级的划分。关于主体与客体的区分，邱春艳[5]认为：科学数据出版的主体主要包含学术出版商、科研机构、数据中心和图书馆等，客体为科学数据、科学数据集以及元数据等。Lawrence等[6]从客体视角，将数据出版划分为：独立的数据出版、作为论文辅助资料的数据出版、附录数据出版、期刊数据档案出版以及数据论文出版等。

目前科研数据出版服务主要有以下4种数据出版形式：①学科数据储存库[7]。②机构存储库[8-9]。③数据论文和期刊论文。④机构、个人或第三方网页出版[10]。

也有学者认为，科学出版的主要目的是方便共享，促进科学发展，所以简化流程和方法是非常重要的课题。

3 优秀科学数据出版案例调研

3.1 Data ArK

基于OSF平台[11]中Meeting板块，创建一个在线数据存储库Data Ark[12]，并在其中填充数据集（目前网站中的数据集上传时间为2018-2019），从而使心理学和精神病学相关的研究团体能够重复使用并验证它们。

3.2 Micropublication

Micropublication[13]是一个新颖的学术交流平台，该平台可以捕获研究人员的数据，然后通过Micropublication将其直接传递到信息资源中。该平台通过提供快速并且轻量级的出版物，从而激励作者发布其未发表的观察结果以及相关的元数据。该平台每篇文章都经过同行评审并分配了DOI，整理所包含的数据，并在发布后将其存储在第三方参考数据库中。

3.3 Image Data Resource

IDR项目的建设由BBSRC资助，这是邓迪的 OME财团与EMBL-EBI的合作。IDR使一些研究社区可以被搜索、查看、挖掘，可以处理和分析大型、复杂的多维生命科学图像数据。共享数据可以促进对实验方法和科学结论的验证，可以与全球科学界获得的新数据进行比较，并可以使开发人员使用新的分析和处理工具来重复使用数据[14]。

3.4 Psi开放数据

Psi开放数据是心理学研究协会开放的超心理学和心理学研究数据的开放存储库。该存储库使用DKAN构建，DKAN是一个开放源代码开放数据平台，具有完整的编目、发布和可视化功能。它允许管理员用户上载研究数据集，并允许任何访客搜索和下载数据集[15]。

3.5 Qresp

Qresp[16]是一个基于Web的开放源代码应用程序，可用于管理和探索科学论文中呈现的数据，或者仅用于探索科学论文。它不仅可以用于管理数据，更可以用于数据共享。

Qresp的优点不仅在于促进数据可重复性；还在于它具有以下优点：通过创建论文工作流程，Qresp使作者能够解释和公开论文的研究内容。Qresp通过鼓励使用（重复使用）脚本化程序以减少耗时和错误，从而鼓励从研究项目的早期阶段就采用良好的科学实践操作。Qresp可以成为培养数据管理和共享文化的重要工具。并且Qresp还满足促进数据挖掘和统计分析/学习的需求。Qresp增加大量数据的可用性，以进行统计学习，从而有助于该领域的扩展和稳健性。此外，这将有助于减少在属于某个社区或研究小组的研究人员之间共享数据和知识的时间框架，从而提高生产率并最大程度地减少工作和成本的 重复。