姜 鑫

(黑龍江大學(xué)信息資源管理研究中心，黑龍江 哈爾濱 150080)

科學(xué)數(shù)據(jù)(Scientific Data)，也稱(chēng)科研數(shù)據(jù)(Research Data)，與科學(xué)論文一樣也被視為重要的科研產(chǎn)出，既是科學(xué)研究不可或缺的主要組成部分，也是數(shù)字化科研時(shí)代的重要戰(zhàn)略資源。伴隨著科學(xué)數(shù)據(jù)的開(kāi)放與共享、組織與分類(lèi)、存儲(chǔ)與發(fā)布、監(jiān)管與服務(wù)、出版與引用等相關(guān)領(lǐng)域的實(shí)踐進(jìn)展，科學(xué)數(shù)據(jù)相關(guān)研究的各研究主題已經(jīng)引起了國(guó)內(nèi)外圖書(shū)情報(bào)、信息科學(xué)和其他學(xué)科領(lǐng)域的研究關(guān)注。筆者已利用CNKI數(shù)據(jù)庫(kù)通過(guò)詞頻分析法結(jié)合共詞分析法對(duì)2005-2016年國(guó)內(nèi)“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)進(jìn)行了研究主題演化分析[1]，研究表明圖書(shū)情報(bào)領(lǐng)域已逐漸成為國(guó)內(nèi)“科學(xué)數(shù)據(jù)”相關(guān)研究的主要學(xué)科領(lǐng)域，本研究利用Web of Science數(shù)據(jù)庫(kù)對(duì)2004-2018年國(guó)際圖書(shū)情報(bào)領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)進(jìn)行詞頻分析和內(nèi)容分析，以期對(duì)近十五年國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究進(jìn)展及未來(lái)研究動(dòng)態(tài)進(jìn)行評(píng)判，具體研究問(wèn)題如下：

1)2004-2018年國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究的發(fā)文量如何？主要刊載于哪些國(guó)際期刊？

2)國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究主要涉及哪些主題領(lǐng)域？與我國(guó)圖情領(lǐng)域相關(guān)研究涉及主題領(lǐng)域相比有何差異？

3)國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究主要采用哪些研究方法？對(duì)我國(guó)圖情領(lǐng)域相關(guān)研究有何借鑒與啟示？

1 數(shù)據(jù)來(lái)源

在Web of Science核心合集的基本檢索界面中進(jìn)行字段檢索，檢索字段選擇為：Topic=“Scientific Data”O(jiān)R“Research Data”；文獻(xiàn)類(lèi)型選擇為：Document Types=“Article”O(jiān)R“Proceedings Paper”O(jiān)R“Review”；學(xué)科類(lèi)別選擇為：Categories=“INFORMATION SCIENCE LIBRARY SCIENCE”；來(lái)源數(shù)據(jù)庫(kù)選擇為：SCI-E和SSCI數(shù)據(jù)庫(kù)；語(yǔ)種限定為：Languages=English；時(shí)間跨度設(shè)定為：Timespan=1999 to 2018；檢索日期為：2018年8月21日，共計(jì)檢索出252篇文獻(xiàn)。由于“Research Data”的含義比較寬泛，檢索結(jié)果中出現(xiàn)了較多不相關(guān)的文獻(xiàn)，逐篇閱讀后確定了116篇“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)。圖1展示了2004-2018年國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)發(fā)文量的時(shí)間序列圖。由圖1可見(jiàn)，2004-2013年這十年間各年的發(fā)文量均比較少，2014年以后各年的發(fā)文量呈現(xiàn)出陡然增長(zhǎng)的趨勢(shì)，表明從2014年開(kāi)始“科學(xué)數(shù)據(jù)”相關(guān)研究引起了較多的研究關(guān)注。

注：2018年的發(fā)文量截至2018年8月21日

表1整理了2004-2018年國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)的主要來(lái)源期刊。由表1可見(jiàn)，國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)主要發(fā)表于“Program:Electronic Library and Information Systems”、“Library Hi Tech”、“Journal of the Association for Information Science and Technology”、“Journal of Academic Librarianship”、“Journal of Documentation”、“Electronic Library”等英美兩國(guó)的國(guó)際期刊。

表1 “科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)的主要來(lái)源期刊

表1(續(xù))

2 數(shù)據(jù)分析

本研究通過(guò)詞頻分析法和內(nèi)容分析法揭示2014-2018年國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)的研究主題領(lǐng)域和研究方法類(lèi)型。

2.1 詞頻分析

本研究首先通過(guò)詞頻分析法揭示“科學(xué)數(shù)據(jù)”相關(guān)研究以關(guān)鍵詞為表征的研究主題領(lǐng)域。詞頻分析法是利用能夠揭示或表達(dá)文獻(xiàn)核心內(nèi)容的關(guān)鍵詞或主題詞在某一學(xué)科領(lǐng)域的研究文獻(xiàn)中出現(xiàn)的詞頻高低，來(lái)確定該學(xué)科領(lǐng)域的研究熱點(diǎn)和發(fā)展動(dòng)向的文獻(xiàn)計(jì)量方法[2]。對(duì)作者關(guān)鍵詞通過(guò)人工甄別進(jìn)行規(guī)范化處理：去除揭示論文內(nèi)容專(zhuān)指性不強(qiáng)、含義過(guò)于寬泛的關(guān)鍵詞，如“Data”、“Research”、“Services”等；合并同義、近義關(guān)鍵詞，如“Research Data”與“Scientific Data”合并為“Research Data”、“Academic Libraries”與“Research Libraries”合并為“Academic Libraries”。在上述116篇“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)中，有85篇文獻(xiàn)提供了作者關(guān)鍵詞，在85篇文獻(xiàn)中共計(jì)出現(xiàn)了257個(gè)關(guān)鍵詞，關(guān)鍵詞出現(xiàn)的總累計(jì)頻次為487次，平均出現(xiàn)頻次約為1.89次，從中選取詞頻≥3的高頻關(guān)鍵詞33個(gè)(見(jiàn)表2)。

表2 2014-2018年“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)高頻關(guān)鍵詞表(詞頻≥3)

由表2可見(jiàn)，國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究主要集中于由數(shù)據(jù)管理(Data Management)、數(shù)據(jù)共享(Data Sharing)、數(shù)據(jù)監(jiān)管(Data Curation)、數(shù)據(jù)存儲(chǔ)(Data Preservation)、數(shù)字保存(Digital Curation)和生命周期模型(Lifecycle)等關(guān)鍵詞表征的“數(shù)據(jù)管理與共享”主題領(lǐng)域，其次是由數(shù)據(jù)知識(shí)庫(kù)(Data Repository)、機(jī)構(gòu)知識(shí)庫(kù)(Institutional Repository)和數(shù)字資源庫(kù)(Digital Repository)等關(guān)鍵詞表征的“數(shù)據(jù)基礎(chǔ)設(shè)施”主題領(lǐng)域，再次是由科學(xué)數(shù)據(jù)服務(wù)(Research Data Services)、研究支持(Research Support)和服務(wù)開(kāi)發(fā)(Service Development)等關(guān)鍵詞表征的“數(shù)據(jù)服務(wù)”主題領(lǐng)域。此外，由開(kāi)放數(shù)據(jù)(Open Data)、開(kāi)放科學(xué)(Open Science)和開(kāi)放獲取(Open Access)等關(guān)鍵詞表征的“開(kāi)放數(shù)據(jù)”主題領(lǐng)域，由數(shù)據(jù)引用(Data Citation)和引文分析(Citation Analysis)等關(guān)鍵詞表征的“數(shù)據(jù)引用”主題領(lǐng)域也引起了較多的研究關(guān)注。

2.2 內(nèi)容分析

本研究通過(guò)內(nèi)容分析法進(jìn)一步揭示“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)所涉及的研究主題領(lǐng)域和研究方法類(lèi)型。內(nèi)容分析法是對(duì)文獻(xiàn)內(nèi)容進(jìn)行系統(tǒng)的定量分析的專(zhuān)門(mén)方法，其目的是弄清或測(cè)度文獻(xiàn)中本質(zhì)的事實(shí)或趨勢(shì)[3]，發(fā)端并興起于傳播學(xué)、政治學(xué)和社會(huì)學(xué)等社會(huì)科學(xué)領(lǐng)域[4]，被列為從1900年至1965年62項(xiàng)“社會(huì)科學(xué)的重大進(jìn)展”之一[5]，美國(guó)未來(lái)學(xué)家約翰·奈比斯特的《大趨勢(shì)——改變我們生活的十個(gè)新方向》是當(dāng)代最具代表性的內(nèi)容分析法應(yīng)用成果之一[4]。內(nèi)容分析法在圖書(shū)情報(bào)領(lǐng)域也已獲得較為廣泛的應(yīng)用，關(guān)注的問(wèn)題涉及研究主題的分布[6-7]、研究理論的應(yīng)用[8]和研究方法的使用[9-11]等。

2.2.1 主題分析

將上述116篇“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)涉及的研究主題劃分為12個(gè)主題類(lèi)目，并將每一主題類(lèi)目下的具體研究?jī)?nèi)容劃分為二級(jí)類(lèi)目，將每篇文獻(xiàn)根據(jù)其研究主題劃分至具體的二級(jí)類(lèi)目(見(jiàn)表3)。由表3可見(jiàn)，國(guó)際圖情領(lǐng)域“科學(xué)數(shù)據(jù)”相關(guān)研究主要集中于數(shù)據(jù)管理(Research Data Management，A類(lèi))和數(shù)據(jù)服務(wù)(Research Data Services，E類(lèi))兩大主題領(lǐng)域，其次是數(shù)據(jù)基礎(chǔ)設(shè)施(Research Data Infrastructure，H類(lèi))、數(shù)據(jù)共享(Data Sharing，C類(lèi))和開(kāi)放數(shù)據(jù)(Open Data，B類(lèi))3個(gè)主題領(lǐng)域，再次是數(shù)據(jù)引用(Data Citation，G類(lèi))、數(shù)據(jù)素養(yǎng)(Data Literacy，K類(lèi))和數(shù)據(jù)政策(Data Policy，I類(lèi))3個(gè)主題領(lǐng)域，僅有零星文獻(xiàn)涉及其余4個(gè)主題領(lǐng)域：數(shù)據(jù)重用(Data Reuse，D類(lèi))、數(shù)據(jù)出版(Data Publication，F(xiàn)類(lèi))、數(shù)據(jù)標(biāo)準(zhǔn)(Data Standards，J類(lèi))和數(shù)據(jù)權(quán)益(Data Rights and Interests，L類(lèi))。

表3 “科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)主題分析統(tǒng)計(jì)表

將上述116篇“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)按照2004-2006年、2007-2009年、2010-2012年、2013-2015年、2016-2018年5個(gè)時(shí)段劃分至12個(gè)主題類(lèi)目(見(jiàn)表4)。由表4可見(jiàn)，2004-2006年、2007-2009年和2010-2012年3個(gè)時(shí)段的發(fā)文量都比較少，“數(shù)據(jù)管理”和“數(shù)據(jù)基礎(chǔ)設(shè)施”兩大主題領(lǐng)域受到較多研究關(guān)注，“數(shù)據(jù)共享”、“開(kāi)放數(shù)據(jù)”、“數(shù)據(jù)服務(wù)”、“數(shù)據(jù)政策”、“數(shù)據(jù)標(biāo)準(zhǔn)”和“數(shù)據(jù)權(quán)益”6個(gè)主題領(lǐng)域也有相關(guān)研究。2013-2015年這一時(shí)段的發(fā)文量呈現(xiàn)出陡然增長(zhǎng)的趨勢(shì)，表明“科學(xué)數(shù)據(jù)”相關(guān)研究開(kāi)始在國(guó)際圖情領(lǐng)域引起較多研究關(guān)注，“數(shù)據(jù)服務(wù)”是這一時(shí)段最受關(guān)注的主題領(lǐng)域，其次是“數(shù)據(jù)管理”和“數(shù)據(jù)基礎(chǔ)設(shè)施”兩個(gè)主題領(lǐng)域，“數(shù)據(jù)引用”和“數(shù)據(jù)素養(yǎng)”是這一時(shí)段的兩個(gè)新興主題領(lǐng)域。2016-2018年這一時(shí)段的發(fā)文量呈現(xiàn)出大幅增長(zhǎng)的趨勢(shì)，表明“科學(xué)數(shù)據(jù)”相關(guān)研究開(kāi)始受到更廣泛的研究關(guān)注，“數(shù)據(jù)管理”是這一時(shí)段最受關(guān)注的主題領(lǐng)域，其次是“數(shù)據(jù)引用”、“數(shù)據(jù)共享”和“數(shù)據(jù)服務(wù)”3個(gè)主題領(lǐng)域，“數(shù)據(jù)重用”和“數(shù)據(jù)出版”是這一時(shí)段的兩個(gè)新興主題領(lǐng)域。

表4 “科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)主題時(shí)間序列分析統(tǒng)計(jì)表

表4(續(xù))

2.2.2 研究方法分析

上述116篇“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)中有87篇可歸類(lèi)為實(shí)證研究文獻(xiàn)，將其所采用的實(shí)證研究方法分為兩大主題類(lèi)目：數(shù)據(jù)收集方法(Data Collection Method，C類(lèi))和數(shù)據(jù)分析方法(Data Analysis Method，A類(lèi))，并將每一主題類(lèi)目下的具體研究方法劃分為二級(jí)類(lèi)目，將數(shù)據(jù)收集方法主題類(lèi)目劃分為8個(gè)二級(jí)類(lèi)目(C1類(lèi)～C8類(lèi))，將數(shù)據(jù)分析方法主題類(lèi)目劃分為15個(gè)二級(jí)類(lèi)目(A1類(lèi)～A15類(lèi))，對(duì)上述87篇實(shí)證研究文獻(xiàn)所采用的研究方法進(jìn)行逐一統(tǒng)計(jì)并劃分至具體的二級(jí)類(lèi)目(見(jiàn)表5)。

表5 “科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)研究方法分析統(tǒng)計(jì)表

上述87篇實(shí)證研究文獻(xiàn)中有73篇指出了所采用的數(shù)據(jù)收集方法，其中部分文獻(xiàn)同時(shí)采用了多種數(shù)據(jù)收集方法，如問(wèn)卷調(diào)查法經(jīng)常結(jié)合文獻(xiàn)調(diào)研法設(shè)計(jì)調(diào)查問(wèn)卷，并結(jié)合抽樣調(diào)查法確定問(wèn)卷調(diào)查對(duì)象。由表5可見(jiàn)，問(wèn)卷調(diào)查法是最常采用的數(shù)據(jù)收集方法，其次是網(wǎng)站調(diào)研法和訪談研究法，再次是抽樣調(diào)查法和文獻(xiàn)調(diào)研法。采用的抽樣調(diào)查法既包括隨機(jī)抽樣、系統(tǒng)抽樣和分層抽樣等概率抽樣方式，也包括判斷抽樣、方便抽樣和滾雪球抽樣等非概率抽樣方式。網(wǎng)站調(diào)研法包括登錄圖書(shū)館網(wǎng)站查詢數(shù)據(jù)服務(wù)相關(guān)網(wǎng)頁(yè)、檢索Web of Science數(shù)據(jù)庫(kù)下載引文數(shù)據(jù)、登錄期刊網(wǎng)站查詢期刊數(shù)據(jù)政策相關(guān)網(wǎng)頁(yè)等。

上述87篇實(shí)證研究文獻(xiàn)中有45篇指出了所采用的數(shù)據(jù)分析方法，其中部分文獻(xiàn)同時(shí)采用了多種數(shù)據(jù)分析方法。由表5可見(jiàn)，案例研究法是最常采用的數(shù)據(jù)分析方法，其次是內(nèi)容分析法和引文分析法。上述87篇實(shí)證研究文獻(xiàn)廣泛采用了各類(lèi)統(tǒng)計(jì)分析方法，如回歸分析法、相關(guān)分析法和方差分析法等統(tǒng)計(jì)分析方法，聚類(lèi)分析法和因子分析法等多元統(tǒng)計(jì)分析方法。結(jié)構(gòu)方程模型法主要用于探討數(shù)據(jù)共享意愿和數(shù)據(jù)重用行為的影響因素。

3 結(jié) 論

本研究利用Web of Science數(shù)據(jù)庫(kù)檢索出發(fā)表于2004-2018年的116篇“科學(xué)數(shù)據(jù)”相關(guān)研究文獻(xiàn)，通過(guò)詞頻分析法和內(nèi)容分析法揭示了相關(guān)研究文獻(xiàn)的研究主題領(lǐng)域和研究方法類(lèi)型，可從以下3個(gè)方面概括國(guó)際圖情領(lǐng)域相關(guān)研究的主要特點(diǎn)及其對(duì)我國(guó)的借鑒與啟示：

1)從國(guó)外相關(guān)研究文獻(xiàn)的主題分布特點(diǎn)來(lái)看，國(guó)外“科學(xué)數(shù)據(jù)”相關(guān)研究集中于“數(shù)據(jù)管理”(26.72%)、“數(shù)據(jù)服務(wù)”(18.10%)、“數(shù)據(jù)基礎(chǔ)設(shè)施”(12.93%)和“數(shù)據(jù)共享”(9.48%)等偏重于實(shí)踐的研究主題領(lǐng)域；“開(kāi)放數(shù)據(jù)”(7.76%)、“數(shù)據(jù)引用”(6.03%)、“數(shù)據(jù)素養(yǎng)”(6.03%)、“數(shù)據(jù)政策”(5.17%)和“數(shù)據(jù)重用”(3.45%)5個(gè)主題領(lǐng)域也有一定數(shù)量的相關(guān)研究文獻(xiàn)；僅有零星的研究文獻(xiàn)涉及“數(shù)據(jù)出版”(1.72%)、“數(shù)據(jù)標(biāo)準(zhǔn)”(1.72%)和“數(shù)據(jù)權(quán)益”(0.86%)3個(gè)主題領(lǐng)域，表明國(guó)外相關(guān)研究更多關(guān)注應(yīng)用研究相關(guān)主題領(lǐng)域，而對(duì)理論研究相關(guān)主題領(lǐng)域的研究關(guān)注比較有限，不同主題領(lǐng)域相關(guān)研究文獻(xiàn)的數(shù)量分布很不均衡，部分研究主題領(lǐng)域未能在國(guó)際圖情領(lǐng)域引起足夠的研究關(guān)注。

2)從國(guó)外相關(guān)研究文獻(xiàn)的研究方法特色來(lái)看，國(guó)外“科學(xué)數(shù)據(jù)”相關(guān)研究以實(shí)證研究為主(75%)，最常采用的數(shù)據(jù)收集方法是問(wèn)卷調(diào)查法、訪談研究法和網(wǎng)站調(diào)研法，最常采用的數(shù)據(jù)分析方法是案例研究法、內(nèi)容分析法和引文分析法。國(guó)外相關(guān)研究從采用的研究方法來(lái)看具有以下兩個(gè)特點(diǎn)：①?gòu)V泛采用多種類(lèi)型的研究方法進(jìn)行實(shí)證研究，如Shen Y等(2013)結(jié)合網(wǎng)站調(diào)研法、訪談研究法、案例研究法、扎根研究法、內(nèi)容分析法和文本分析法對(duì)約翰·霍普金斯大學(xué)數(shù)據(jù)管理服務(wù)(DMS)進(jìn)行了調(diào)查分析[16]，Marcial L H等結(jié)合抽樣調(diào)查法、網(wǎng)站調(diào)研法、聚類(lèi)分析法和回歸分析法對(duì)選取的100個(gè)數(shù)據(jù)知識(shí)庫(kù)(SDRs)的主要特征進(jìn)行了比較分析[17]；②比較注重借鑒、移植多學(xué)科方法進(jìn)行創(chuàng)新性應(yīng)用，如Mattern E等采用參與式設(shè)計(jì)結(jié)合視覺(jué)敘事法調(diào)查科研人員的研究過(guò)程及其相關(guān)數(shù)據(jù)需求以及潛在的圖書(shū)館數(shù)據(jù)服務(wù)建議[18]。

3)從對(duì)我國(guó)相關(guān)研究的借鑒與啟示來(lái)看，與國(guó)外“科學(xué)數(shù)據(jù)”相關(guān)研究相比而言，國(guó)內(nèi)相關(guān)研究偏重于理論研究，雖然也有一定數(shù)量的實(shí)證研究，但實(shí)證研究整體缺乏研究方法創(chuàng)新。國(guó)內(nèi)相關(guān)研究最常采用的數(shù)據(jù)收集方法是問(wèn)卷調(diào)查法和網(wǎng)站調(diào)研法，最常采用的數(shù)據(jù)分析方法是案例研究法。從國(guó)內(nèi)同類(lèi)主題領(lǐng)域相關(guān)研究的內(nèi)容特點(diǎn)來(lái)看，“數(shù)據(jù)管理”、“數(shù)據(jù)服務(wù)”和“數(shù)據(jù)共享”等主題領(lǐng)域的相關(guān)研究偏重于國(guó)外最佳實(shí)踐的案例分析、國(guó)外實(shí)踐進(jìn)展的調(diào)查分析、國(guó)外研究進(jìn)展的分析評(píng)價(jià)等方面，針對(duì)國(guó)內(nèi)實(shí)踐進(jìn)展的調(diào)查研究還比較有限；而“數(shù)據(jù)出版”、“數(shù)據(jù)政策”和“數(shù)據(jù)權(quán)益”等主題領(lǐng)域的國(guó)內(nèi)研究成果比較豐富，與國(guó)外同類(lèi)研究相比更加全面、系統(tǒng)。綜上所述，國(guó)內(nèi)相關(guān)研究應(yīng)更多關(guān)注與國(guó)內(nèi)實(shí)踐進(jìn)展相關(guān)的研究主題領(lǐng)域，并應(yīng)注重多學(xué)科理論與方法的借鑒、移植與創(chuàng)新，豐富和充實(shí)本領(lǐng)域的研究方法以解決日趨復(fù)雜的現(xiàn)實(shí)問(wèn)題。