盧垚 王鸑飛 劉洪冰 袁雪 陳斯翰 劉敏娟

（中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所，北京 100081）

1 集成發(fā)現(xiàn)和管理工具推動研究數(shù)據(jù)開放共享

科學(xué)體系正在經(jīng)歷重大的轉(zhuǎn)變，從以研究人員為主導(dǎo)的專業(yè)體系，轉(zhuǎn)變?yōu)橛卸鄠€利益相關(guān)者的開放創(chuàng)新體系[1]。在開放科學(xué)中，開放數(shù)據(jù)作為重要要素，其實踐促進(jìn)科研協(xié)作和透明度，并且提升科研成果的重現(xiàn)性和影響力[2-3]。近年來無論是研究人員、圖書館、資助者、政策制定者，還是出版方、各類倡議組織、資源開發(fā)和策展方，各利益相關(guān)方都對推動研究數(shù)據(jù)的有效共享給予了更高關(guān)注。研究人員對數(shù)據(jù)共享持積極態(tài)度，根據(jù)萊頓大學(xué)的調(diào)查結(jié)果[1]，73%的受訪者表示獲得已發(fā)表的研究數(shù)據(jù)將有利于自身研究，69%的受訪者表示共享研究數(shù)據(jù)對于他們所在領(lǐng)域的研究很重要，同時有64%的受訪者愿意讓別人訪問自己的研究數(shù)據(jù)。2020年STM出版商協(xié)會開始實施研究數(shù)據(jù)實踐，將2020年定為“STM研究數(shù)據(jù)年”，啟動了STM研究數(shù)據(jù)項目。根據(jù)該項目調(diào)查[4]，2020年參與該項目的出版商中，采用數(shù)據(jù)政策的期刊從29%增加到52%，而包含數(shù)據(jù)可用性聲明（DASs）的文章數(shù)量增加一倍多。

然而研究數(shù)據(jù)的分享實踐面臨很多挑戰(zhàn)，根據(jù)全球7 000余位科研人員反饋[5]，46%的科研人員認(rèn)為將數(shù)據(jù)進(jìn)行共享的最主要障礙是不知道如何將數(shù)據(jù)按照可展示、有用的方式進(jìn)行有效的組織，其他困擾因素包括對版權(quán)和授權(quán)條款的不了解（37%）、不知道在何處使用何種數(shù)據(jù)倉儲（33%）、缺乏時間（26%）和擔(dān)心成本（19%）。因此研究數(shù)據(jù)共享并不應(yīng)該僅是對開放數(shù)據(jù)政策開展研究和制定宏觀數(shù)據(jù)管理計劃，在推進(jìn)數(shù)據(jù)管理實踐層面也同樣重要。如何為科研人員提供良好的數(shù)據(jù)管理支撐服務(wù)，創(chuàng)建便捷的數(shù)據(jù)共享路徑，幫助研究人員更容易訪問和使用數(shù)據(jù)，也應(yīng)當(dāng)引起重視。

數(shù)據(jù)共享的主要目標(biāo)是使研究數(shù)據(jù)以標(biāo)準(zhǔn)化的方式被其他研究人員重用。FORCE11工作組于2016年發(fā)布了《FAIR數(shù)據(jù)原則》，代表了數(shù)據(jù)共享和重用的黃金標(biāo)準(zhǔn)[6]。開放數(shù)據(jù)不僅要可發(fā)現(xiàn)可訪問，更需要能夠被理解、可信賴和可重用。將數(shù)據(jù)存儲在標(biāo)準(zhǔn)化的數(shù)據(jù)倉儲中可以增加公開和重用的機(jī)會，目前許多組織提供了用于歸檔數(shù)據(jù)集的存儲庫[7]。隨著研究數(shù)據(jù)的日益豐富，高效的研究數(shù)據(jù)集成發(fā)現(xiàn)和管理工具越來越不可或缺。本文選取Mendeley Data平臺進(jìn)行調(diào)研，它是Elsevier公司2015年開發(fā)的科研數(shù)據(jù)管理與共享平臺，本文針對其數(shù)據(jù)治理流程、開放關(guān)聯(lián)特征、數(shù)據(jù)存儲管理和共享功能進(jìn)行分析，總結(jié)其開放數(shù)據(jù)實踐過程中，遵循FAIR標(biāo)準(zhǔn)實施流程和系統(tǒng)設(shè)計的優(yōu)勢經(jīng)驗，為圖書館開展開放數(shù)據(jù)資源建設(shè)和研究數(shù)據(jù)服務(wù)帶來啟示。

2 Mendeley Data的研究數(shù)據(jù)治理流程

Mendeley Data的數(shù)據(jù)治理流程包括數(shù)據(jù)收割、數(shù)據(jù)管理發(fā)布、數(shù)據(jù)存檔和提供訪問4 個環(huán)節(jié)（見圖1）。

圖1 Mendeley Data基于開放檔案信息系統(tǒng)（OAIS）模型的數(shù)據(jù)治理流程[8]

2.1 數(shù)據(jù)收割

Mendeley Data索引的科研數(shù)據(jù)一方面來自于個人用戶通過網(wǎng)頁界面創(chuàng)建數(shù)據(jù)集；另一方面來自于外部系統(tǒng)通過配置公共API創(chuàng)建數(shù)據(jù)集，如Elsevier的文章發(fā)表投稿系統(tǒng)EVISE。個人用戶或者外部系統(tǒng)需要按照規(guī)范元數(shù)據(jù)（見表1）對數(shù)據(jù)集進(jìn)行描述。

表1 Mendeley Data元數(shù)據(jù)

2.2 數(shù)據(jù)管理發(fā)布

數(shù)據(jù)集通過UI和API進(jìn)行發(fā)布，以便公眾進(jìn)行訪問。在數(shù)據(jù)集發(fā)布前，系統(tǒng)將從形式上確保必備元數(shù)據(jù)的完整性。數(shù)據(jù)集可立即發(fā)布，也可設(shè)置禁止日期延遲其發(fā)布，若設(shè)置禁止日期的情況下發(fā)布數(shù)據(jù)集，僅其標(biāo)題是立即公開的，其余的元數(shù)據(jù)和文件直至禁止日期才公開。公開時，數(shù)據(jù)集將從DataCite接收一個新的數(shù)字對象標(biāo)識符（Digital Object Identifier，DOI）。數(shù)據(jù)集發(fā)布后，由Mendeley Data平臺審核員從內(nèi)容上進(jìn)行審核，確保其為具有科學(xué)性質(zhì)的研究數(shù)據(jù)，尤其是要與包含研究結(jié)果的研究論文進(jìn)行區(qū)別，并且確保不涉及以下情況：已經(jīng)公開發(fā)布過，具有DOI；含有可執(zhí)行文檔但缺乏獨立、詳細(xì)的文件描述；包含有版權(quán)的內(nèi)容（音頻、視頻、圖像等）；包含敏感信息等。而不符合審核標(biāo)準(zhǔn)的數(shù)據(jù)集將被刪除并通知作者。

2.3 數(shù)據(jù)存檔

數(shù)據(jù)集依照上述標(biāo)準(zhǔn)被審核為有效后，隨即被歸檔到數(shù)據(jù)歸檔和網(wǎng)絡(luò)服務(wù)（Data Archiving and Network Services，DANS）長期資源庫[9]中。Mendeley已經(jīng)與DANS簽署協(xié)議，確保所有已發(fā)布和有效的數(shù)據(jù)集都將被永久存檔，并且所有存檔的數(shù)據(jù)集將獨立于Mendeley Data站點，而在DANS中可用。通過DANS存檔，保證了所有格式文件的長期保存和DANS優(yōu)選數(shù)據(jù)格式文件的長期可用性。

2.4 提供訪問

科研用戶可以從Mendeley Data網(wǎng)站查看和下載數(shù)據(jù)集。外部系統(tǒng)也可以通過Mendeley Data公共API查詢和下載任何已發(fā)布的有效數(shù)據(jù)集。平臺提供元數(shù)據(jù)和文件的全文搜索功能，并且可按數(shù)據(jù)類型、來源倉儲、學(xué)科類別過濾搜索結(jié)果。同時所有數(shù)據(jù)集都分配有永久DOI，也能夠通過已發(fā)表的相關(guān)論文或其他相關(guān)數(shù)據(jù)集進(jìn)行鏈接訪問。

3 Mendeley Data形成了關(guān)聯(lián)集成的開放數(shù)據(jù)生態(tài)系統(tǒng)

Mendeley Data通過與DANS[9]、OpenAIRE[10]、DataCite[11]、Scholix[12]等一系列科研數(shù)據(jù)基礎(chǔ)設(shè)施系統(tǒng)進(jìn)行集成，促進(jìn)科研數(shù)據(jù)在全球范圍內(nèi)的開放關(guān)聯(lián)。在Elsevier內(nèi)部與ScienceDirect、Scopus、Scival等產(chǎn)品進(jìn)行關(guān)聯(lián)，將科研數(shù)據(jù)管理共享全面整合入其學(xué)術(shù)研究數(shù)字化服務(wù)生態(tài)。

（1）利用DANS解決數(shù)據(jù)長期保存問題。DANS是一個長期存檔的供應(yīng)機(jī)構(gòu)，隸屬荷蘭皇家科學(xué)院KNAW和荷蘭科學(xué)研究基金會NWO[9]。Mendeley Data與DANS達(dá)成協(xié)議對所有有效的已發(fā)布數(shù)據(jù)集進(jìn)行永久存檔，協(xié)議將確保數(shù)據(jù)集分配的DOIs將始終被解析為一個包含可用數(shù)據(jù)集元數(shù)據(jù)和文件的web頁面。

（2）與歐洲科研開放獲取基礎(chǔ)設(shè)施OpenAIRE（Open Access Infrastructure for Research in Europe）及其Zenodo數(shù)據(jù)倉儲創(chuàng)建索引。OpenAIRE[10]作為歐盟的研究門戶網(wǎng)站，是歐洲最大的科研數(shù)據(jù)發(fā)布中心，通過建立索引，當(dāng)數(shù)據(jù)集在Mendeley Data平臺發(fā)布時，也將同步發(fā)布到OpenAIRE。

（3）通過DataCite元數(shù)據(jù)索引與數(shù)千個科研數(shù)據(jù)倉儲創(chuàng)建索引，從而索引千萬級別的數(shù)據(jù)集。DataCite是一家于2009年在英國成立的國際非營利性組織，由多家機(jī)構(gòu)聯(lián)合發(fā)起，為科學(xué)數(shù)據(jù)創(chuàng)建元數(shù)據(jù)集[11]，在Mendeley Data平臺發(fā)布的數(shù)據(jù)集，元數(shù)據(jù)也將發(fā)送至DataCite。同時DataCite作為科學(xué)數(shù)據(jù)標(biāo)識符注冊中心，為研究數(shù)據(jù)和其他研究產(chǎn)出分配DOI，增強(qiáng)數(shù)據(jù)搜索能力，建立數(shù)據(jù)共享生態(tài)和高效引用機(jī)制。

（4）通過Scholix鏈接研究論文和科研數(shù)據(jù)。學(xué)術(shù)鏈接交換（Scholix）是一項倡議，為其成員提供一個全面的互操作性框架，通過收集和交換研究數(shù)據(jù)與文獻(xiàn)之間的鏈接，創(chuàng)建開放的全球信息生態(tài)系統(tǒng)[12]。其成員需使用統(tǒng)一的信息模型來表示數(shù)據(jù)和文獻(xiàn)之間的鏈接，以及標(biāo)準(zhǔn)的交換格式和協(xié)議來實現(xiàn)信息交換。Mendeley Data作為Scholix的成員之一，通過將其元數(shù)據(jù)（包括相關(guān)文獻(xiàn)的鏈接）發(fā)送到DataCite來為Scholix做出貢獻(xiàn)，DataCite是Scholix用于聚合數(shù)據(jù)集和文獻(xiàn)之間鏈接的信息集散中心之一，從而使鏈接被廣泛地發(fā)現(xiàn)。

（5）與Elsevier內(nèi)部產(chǎn)品關(guān)聯(lián)，將科研數(shù)據(jù)服務(wù)納入其學(xué)術(shù)研究數(shù)字化服務(wù)生態(tài)。Mendeley Data數(shù)據(jù)集通過Scholix與Scopus數(shù)據(jù)庫中相應(yīng)出版物進(jìn)行關(guān)聯(lián)訪問，進(jìn)一步借助Scopus數(shù)據(jù)庫中的規(guī)范信息對數(shù)據(jù)集作者、所屬機(jī)構(gòu)等元數(shù)據(jù)進(jìn)行增強(qiáng)；在ScienceDirect以及SSRN文獻(xiàn)出版流程中，Mendeley Data則被用于提交或公開與文獻(xiàn)相關(guān)的數(shù)據(jù)集；研究數(shù)據(jù)和文獻(xiàn)一樣也可通過計量指標(biāo)度量其影響力，Mendeley Data復(fù)用了Elsevier的PlumX指標(biāo)體系，包括下載、查看和數(shù)據(jù)引用（源自DataCite和Crossref）等，以及替代計量學(xué)指標(biāo)來反映社交媒體的關(guān)注度和對媒體、政策的影響力。

4 Mendeley Data的功能

Mendeley Data作為覆蓋科研數(shù)據(jù)全生命周期的模塊化研究數(shù)據(jù)管理云平臺，具有數(shù)據(jù)檢索、數(shù)據(jù)存儲和管理以及數(shù)據(jù)監(jiān)控功能，各功能模塊可獨立使用，也可以與機(jī)構(gòu)現(xiàn)有的解決方案集成在一起以確?？蒲泄芾砉ぷ鞯倪B續(xù)性。

4.1 數(shù)據(jù)檢索

Mendeley Data可作為研究數(shù)據(jù)開放搜索引擎進(jìn)行數(shù)據(jù)檢索，其索引了全球2 000多個公共研究數(shù)據(jù)倉儲中超過2 810萬個數(shù)據(jù)集，也包括Mendeley Data管理平臺的數(shù)據(jù)集，并且將各個來源的研究數(shù)據(jù)進(jìn)行元數(shù)據(jù)和數(shù)據(jù)文件的深度標(biāo)引，由此提供字段的高級檢索，可對檢索結(jié)果數(shù)據(jù)文件內(nèi)容進(jìn)行在線預(yù)覽，同時突出顯示搜索詞，以便用戶快速評估和選擇檢索記錄。

4.2 數(shù)據(jù)存儲和管理

Mendeley Data作為數(shù)據(jù)存儲解決方案，使機(jī)構(gòu)能夠存儲文本、表格、圖像、統(tǒng)計數(shù)據(jù)、數(shù)據(jù)庫、置標(biāo)語言等各種類型的研究數(shù)據(jù)[13]，數(shù)據(jù)通過云服務(wù)器進(jìn)行托管也可以選擇存儲在本地服務(wù)器。數(shù)據(jù)庫采用標(biāo)準(zhǔn)且豐富的元數(shù)據(jù)對數(shù)據(jù)記錄進(jìn)行管理，并允許機(jī)構(gòu)用戶自定義元數(shù)據(jù)。同時支持大規(guī)模的數(shù)據(jù)協(xié)作，使研究人員能夠與機(jī)構(gòu)內(nèi)外部合作者在同一個項目環(huán)境中對研究數(shù)據(jù)進(jìn)行組織、注釋和共享。此外，還提供一系列高級數(shù)據(jù)管理工具，如版本控制和審核工作流等，促進(jìn)研究數(shù)據(jù)管理的最佳實踐。

4.3 數(shù)據(jù)監(jiān)控

數(shù)據(jù)監(jiān)控模塊能追蹤檢索全球2 000多個數(shù)據(jù)庫中超過2 810萬個數(shù)據(jù)集，機(jī)構(gòu)用戶能借助其索引自動追蹤監(jiān)控本機(jī)構(gòu)科研數(shù)據(jù)產(chǎn)出情況。Mendeley Data從2 000多個通用和領(lǐng)域數(shù)據(jù)倉儲收集索引研究數(shù)據(jù)，按照OpenAIRE元數(shù)據(jù)方案進(jìn)行規(guī)范描述，經(jīng)數(shù)據(jù)清洗刪除無效索引記錄，再利用自然語言處理和文本挖掘技術(shù)，綜合DataCite、Scholix、Scopus等多個來源的信息，通過添加出版物鏈接、作者標(biāo)識符（ORCID、Scopus Author ID等）和機(jī)構(gòu)標(biāo)識符（Scopus Affiliation ID等）的方式來豐富數(shù)據(jù)集元數(shù)據(jù)，從而形成底層數(shù)據(jù)搜索語料庫（見圖2）。數(shù)據(jù)監(jiān)控模塊在此基礎(chǔ)上，比對作者信息和機(jī)構(gòu)隸屬信息的元數(shù)據(jù)，確定數(shù)據(jù)集的歸屬，即使在原始元數(shù)據(jù)中缺少歸屬信息的情況下也能依據(jù)增強(qiáng)的元數(shù)據(jù)進(jìn)行判斷。因此使得機(jī)構(gòu)科研管理者、圖書館館員能夠追蹤所在機(jī)構(gòu)研究人員發(fā)布的數(shù)據(jù)集，進(jìn)而進(jìn)行監(jiān)控和審核，并且無論這些數(shù)據(jù)集是發(fā)布于機(jī)構(gòu)數(shù)據(jù)存儲庫中，還是發(fā)布于外部的通用或領(lǐng)域數(shù)據(jù)倉儲中。

圖2 數(shù)據(jù)監(jiān)控模塊的工作原理

此外，數(shù)據(jù)監(jiān)控模塊通過建立機(jī)構(gòu)用戶專門的研究數(shù)據(jù)門戶，集中展示本機(jī)構(gòu)的科研數(shù)據(jù)產(chǎn)出情況，提升機(jī)構(gòu)數(shù)據(jù)的可發(fā)現(xiàn)性和可復(fù)用能力。數(shù)據(jù)監(jiān)控模塊還提供API服務(wù)將數(shù)據(jù)集元數(shù)據(jù)集成到機(jī)構(gòu)知識庫（IR）和機(jī)構(gòu)現(xiàn)有研究信息系統(tǒng)（CRIS）中，實現(xiàn)自動匹配作者和鏈接到出版物。此外，還支持導(dǎo)出數(shù)據(jù)報表和生成報告，以進(jìn)行批量審核和分析。

5 Mendeley Data的數(shù)據(jù)發(fā)布和共享機(jī)制

用戶利用平臺進(jìn)行科研數(shù)據(jù)發(fā)布和分享，但科研數(shù)據(jù)的所有權(quán)和控制權(quán)應(yīng)當(dāng)由用戶掌握而非平臺。Mendeley Data平臺由用戶根據(jù)需求對數(shù)據(jù)集進(jìn)行“私密”或“公開”兩種狀態(tài)的權(quán)限設(shè)置，從而控制數(shù)據(jù)集的發(fā)布。私密狀態(tài)意味著數(shù)據(jù)集尚未發(fā)布，用戶可在該狀態(tài)下對數(shù)據(jù)集進(jìn)行編輯和刪除。用戶設(shè)置權(quán)限選項為“公開”狀態(tài)則意味著對數(shù)據(jù)集進(jìn)行發(fā)布，類似于正式發(fā)表一篇文章，數(shù)據(jù)集一旦發(fā)布則不能進(jìn)行編輯和刪除，平臺將公開數(shù)據(jù)集的名稱、所有者、版本、發(fā)布時間以及DOI。而即便是發(fā)布數(shù)據(jù)集，用戶仍可以通過設(shè)置禁止日期來延遲公開的時間，這對研究者而言有充分的自主選擇權(quán)確保在論文發(fā)表之前讓研究數(shù)據(jù)處于非公開狀態(tài)，又能保證編輯和審稿人可見。此外，在用戶發(fā)布科研數(shù)據(jù)時，平臺針對各種數(shù)據(jù)類型，提供了15種資料公開授權(quán)許可方式（見表2）供其選擇，包括常見的一系列CC授權(quán)條款、軟件許可條款（MIT、Apache、BSD、GPL）以及硬件許可條款，其中CC0許可相對最不受約束，Mendeley Data平臺發(fā)送至DataCite的元數(shù)據(jù)使用該許可方式。

表2 Mendeley Data提供的15種資料公開授權(quán)條款

6 Mendeley Data的實踐遵循FAIR原則

開放高效的研究數(shù)據(jù)管理和共享工具一定是遵循FAIR原則的[14]，通過分析Mendeley Data的數(shù)據(jù)治理流程、其集成的開放生態(tài)系統(tǒng)，并進(jìn)一步梳理其功能，對Mendeley Data研究數(shù)據(jù)管理流程和系統(tǒng)設(shè)計中使研究數(shù)據(jù)具有可查找性、可訪問性、互操作性和可重用性特征的解決方案進(jìn)行總結(jié)，以供開放科學(xué)數(shù)據(jù)資源建設(shè)進(jìn)行借鑒。

（1）可查找性。Mendeley Data數(shù)據(jù)倉儲中所有數(shù)據(jù)集都將被分配DOI，包括數(shù)據(jù)集下級文件夾和文件，甚至是數(shù)據(jù)集的不同版本，并且通過數(shù)據(jù)集元數(shù)據(jù)注冊和索引，使其能在多個研究數(shù)據(jù)資源發(fā)現(xiàn)系統(tǒng)中被檢索，除Mendeley Data平臺本身提供的檢索之外，在Google Dataset Search、DataCite、OpenAIRE、Open Science Framework都可以被發(fā)現(xiàn)。

（2）可訪問性。發(fā)布的數(shù)據(jù)集通過標(biāo)準(zhǔn)化通信協(xié)議進(jìn)行訪問，借助DOI標(biāo)識符通過HTTPS協(xié)議用瀏覽器進(jìn)行訪問或者REST API訪問。在訪問過程中允許在必要時進(jìn)行身份驗證和授權(quán)，機(jī)構(gòu)用戶可以集成與行業(yè)標(biāo)準(zhǔn)SAML 2.0協(xié)議兼容（如Shibboleth）的機(jī)構(gòu)認(rèn)證。即便數(shù)據(jù)集未來不再可用，元數(shù)據(jù)仍可被訪問。Meneley Data系統(tǒng)支持“墓碑”DOIs機(jī)制，即使數(shù)據(jù)集從系統(tǒng)中刪除，DOI仍能解析數(shù)據(jù)集頁面。同時由于在DANS長期存檔，確保了對數(shù)據(jù)資源的永久訪問，若Meneley Data平臺停止服務(wù)，數(shù)據(jù)集將通過DOIs解析并指向存儲在DANS中的副本，數(shù)據(jù)集和元數(shù)據(jù)將永遠(yuǎn)可用。

（3）互操作性。Meneley Data使用標(biāo)準(zhǔn)的、廣泛應(yīng)用的、可訪問的方式來表示知識，其采用JSON格式作為數(shù)據(jù)交換語言，通過HTTPS/REST協(xié)議同時也支持OAI-PMH元數(shù)據(jù)互操作協(xié)議，與其他研究數(shù)據(jù)管理工具集成進(jìn)行數(shù)據(jù)收割和推送；通過語義鏈接關(guān)聯(lián)研究論文、軟件、其他數(shù)據(jù)集等研究對象；支持Dublin Core和schema.org標(biāo)準(zhǔn)元數(shù)據(jù)框架，提供標(biāo)準(zhǔn)元數(shù)據(jù)字段的標(biāo)識符（作者及其隸屬機(jī)構(gòu)字段）和受控詞匯表（學(xué)科類別和許可條款字段）。

（4）可重用性。Meneley Data基于豐富精確的元數(shù)據(jù)描述不僅提供數(shù)據(jù)溯源信息，也促進(jìn)數(shù)據(jù)重用。通過許可條款受控詞匯表提供清晰和可訪問的數(shù)據(jù)使用許可；同時鼓勵用戶編輯“Steps to reproduce”字段，對重演該數(shù)據(jù)集對應(yīng)研究步驟和方法進(jìn)行文字描述；還允許機(jī)構(gòu)和研究人員添加自定義元數(shù)據(jù)模板來進(jìn)一步豐富元數(shù)據(jù)，尤其是可以添加某些特定領(lǐng)域的元數(shù)據(jù)字段，并且可將自定義元數(shù)據(jù)字段取值范圍設(shè)置為現(xiàn)有的分類法，以便于發(fā)現(xiàn)和重用。

7 對研究數(shù)據(jù)資源建設(shè)和科研數(shù)據(jù)服務(wù)的啟示

Mendeley Data的研究數(shù)據(jù)實踐充分證明了它不僅是研究數(shù)據(jù)存儲工具，更是工作工具，依據(jù)數(shù)據(jù)重用和共享標(biāo)準(zhǔn)為研究人員提供存儲和發(fā)布的工作環(huán)境，將研究人員作為共享和重用數(shù)據(jù)實踐的核心使之真正受益，也通過這種自下而上的方法縮小政策與開放數(shù)據(jù)基層實踐之間的差距，為開展研究數(shù)據(jù)資源建設(shè)和科研數(shù)據(jù)服務(wù)提供可借鑒的實際措施。

7.1 加強(qiáng)研究數(shù)據(jù)資源的元數(shù)據(jù)建設(shè)

元數(shù)據(jù)的價值一直是科學(xué)數(shù)據(jù)各項研究和實踐中探討的重要問題和關(guān)鍵問題，元數(shù)據(jù)標(biāo)準(zhǔn)對科學(xué)數(shù)據(jù)的發(fā)現(xiàn)、共享和再利用至關(guān)重要[15-16]。機(jī)構(gòu)內(nèi)部自建研究數(shù)據(jù)倉儲應(yīng)使用統(tǒng)一元數(shù)據(jù)描述標(biāo)準(zhǔn)，提高數(shù)據(jù)的互操作性。而圖書館或信息服務(wù)機(jī)構(gòu)進(jìn)行開放科學(xué)數(shù)據(jù)資源建設(shè)時，可通過建立統(tǒng)一元數(shù)據(jù)倉儲，對分散的開放科學(xué)數(shù)據(jù)資源進(jìn)行集成匯聚，以便集中發(fā)現(xiàn)，除對公共數(shù)據(jù)倉儲的數(shù)據(jù)集進(jìn)行索引之外，商業(yè)出版社也掌握豐富的研究數(shù)據(jù)資源，在2020年STM研究數(shù)據(jù)項目的驅(qū)動下，有21家出版商13 064種學(xué)術(shù)期刊參與該項目，并且研究數(shù)據(jù)聯(lián)盟（Research Data Alliance，RDA）的數(shù)據(jù)政策標(biāo)準(zhǔn)化和實施利益小組為所有期刊和出版商開發(fā)了研究數(shù)據(jù)政策標(biāo)準(zhǔn)框架[17]，從出版商的角度積極推動研究數(shù)據(jù)共享，因此加強(qiáng)與出版商在研究數(shù)據(jù)元數(shù)據(jù)方面的合作也十分必要。除此之外，從Mendeley Data的實踐還可以看出，對元數(shù)據(jù)進(jìn)行深度標(biāo)引，配合統(tǒng)一分類系統(tǒng)和受控詞表等知識組織工具的使用，將有利于資源的深度揭示。

7.2 積極加入研究數(shù)據(jù)國際聯(lián)盟和倡議組織

從Mendeley Data可以看出，Elsevier公司作為全球領(lǐng)先的出版企業(yè)在研究數(shù)據(jù)領(lǐng)域非?；钴S，是DataCite、Scholix、FORCE11、Research Data Alliance等多個聯(lián)盟和組織的成員，在研究數(shù)據(jù)資源匯聚、關(guān)聯(lián)、分享、利用，以及標(biāo)準(zhǔn)和指導(dǎo)原則制定等各方面都有布局。國內(nèi)科研機(jī)構(gòu)，尤其是國家級的科技信息服務(wù)機(jī)構(gòu)也應(yīng)當(dāng)為開放數(shù)據(jù)的未來提前做準(zhǔn)備，積極加入各類研究數(shù)據(jù)國際聯(lián)盟和倡議組織，與各類學(xué)術(shù)生態(tài)系統(tǒng)參與者（如資助方、機(jī)構(gòu)、出版商和政策制定者）開展廣泛的合作。借助DataCite這類社區(qū)的數(shù)據(jù)資源集成、數(shù)據(jù)注冊等機(jī)制獲得更大范圍的研究數(shù)據(jù)共享，目前DataCite在中國有5家會員，分別是北京大學(xué)、清華大學(xué)、中國國家基因庫（China National GeneBank）、中國散裂中子源（China Spallation Neutron Source，IHEP）和全國地質(zhì)資料館（National Geological Archives of China）；同時充分利用全球研究數(shù)據(jù)基礎(chǔ)設(shè)施[18]，減少技術(shù)成本投入；參與研究數(shù)據(jù)相關(guān)標(biāo)準(zhǔn)和指導(dǎo)原則的制定，并遵循通用的標(biāo)準(zhǔn)和原則開展具體實施。

7.3 拓展研究數(shù)據(jù)服務(wù)類型

圍繞研究數(shù)據(jù)服務(wù)有很多系統(tǒng)的研究，都指出應(yīng)推行面向科研全生命周期的嵌入式服務(wù)，包括發(fā)現(xiàn)訪問、數(shù)據(jù)存儲和管理、培訓(xùn)教育等[19-23]。Mendeley Data的解決方案使一些服務(wù)更具可操作性，如數(shù)據(jù)鏈接服務(wù)，指導(dǎo)作者在數(shù)據(jù)存儲庫與在線文章之間創(chuàng)建雙向鏈接來實現(xiàn)論文和數(shù)據(jù)的更容易被發(fā)現(xiàn)和訪問。此外以標(biāo)準(zhǔn)化且深度標(biāo)引的元數(shù)據(jù)為基礎(chǔ)，也可進(jìn)一步拓展對科研數(shù)據(jù)利用價值和潛力的開發(fā)，使科研數(shù)據(jù)和文摘數(shù)據(jù)一樣，能夠通過數(shù)據(jù)挖掘和情報分析，為不同類型的用戶提供數(shù)據(jù)驅(qū)動的科研管理決策支撐服務(wù)。例如：通過追蹤本機(jī)構(gòu)研究人員發(fā)布的數(shù)據(jù)集情況，更好地響應(yīng)資助基金要求，輔助管理部門制定機(jī)構(gòu)相關(guān)的數(shù)據(jù)管理政策；跟蹤全球、區(qū)域或機(jī)構(gòu)研究數(shù)據(jù)產(chǎn)出，洞察學(xué)科發(fā)展趨勢和熱點前沿等[24]。

7.4 推進(jìn)研究數(shù)據(jù)引用和人員識別實踐應(yīng)用，完善激勵和評估機(jī)制

數(shù)據(jù)共享的障礙之一是研究人員需要付出額外的時間和工作，卻無法獲得直接回報。對研究數(shù)據(jù)的引用可以改變這種情況，通過引用提高發(fā)布者的學(xué)術(shù)研究聲望，以此激勵其分享行為。數(shù)據(jù)引用是支持?jǐn)?shù)據(jù)重用的學(xué)術(shù)生態(tài)系統(tǒng)的一部分，F(xiàn)ORCE11工作組為數(shù)據(jù)引用制定了一套指導(dǎo)原則[25]，并為出版商和學(xué)術(shù)團(tuán)體提出了實施建議[26]。與論文產(chǎn)出成果的評估類似，引用指標(biāo)和替代計量指標(biāo)，同樣適用于研究數(shù)據(jù)的影響力評估，因此未來數(shù)據(jù)引用及相關(guān)評價指標(biāo)也可納入當(dāng)前基于論文引用的評估體系和激勵機(jī)制。而推行這方面應(yīng)用的重要前提是對數(shù)據(jù)集發(fā)布者的身份識別及其歸屬機(jī)構(gòu)的認(rèn)定，Mendeley Data通過元數(shù)據(jù)增強(qiáng)進(jìn)行歸屬認(rèn)定的做法值得借鑒。