国外科学数据引用规范调查分析与启示，本文主要内容关键词为：启示论文,国外论文,科学论文,数据论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
0 引言 随着信息技术的发展，科学研究进入第四范式，即数据密集型研究，科学数据成为驱动科学研究发展的重要动力支撑，越来越多的科学数据的开放获取渠道，使得科学数据的发现、获取和利用更为便捷。众多学术机构提出，科学数据和学术论文同样重要，因此，科学数据需要被正确的引用和评价。目前，科学数据引用已受到国外学界的广泛关注和研究。国际科技数据委员会(Committee on Data for Science and Technology，CODATA)数据引用与实践任务组①，2010年会议讨论了“数据引用标准及实践”(Data Citation Standards and Practices)②；2012年10月CODATA学术会议，其主题之一即“知识管理的数据引用规范”；2015年10月至2016年，CODATA数据引用与实践任务组将致力于促进数据引用联合声明和数据引用政策在全球范围内的应用③；2014年美国信息科学与技术学会(American Society for Information Science & Technology)举办的科学数据访问与保存峰会(Research Data Access and Preservation Summit，RDAP)，讨论主题包括数据引用、数据基础设施、元数据、数据重用等④；哈佛大学社会研究所IQSS 2014年11月一项新的项目名称是：“Citation++：Data Citation，Provenance，and Documentation”，通过添加数据引用出处协助可再生研究⑤。 科学数据引用可以促进科学数据共享和再利用，助推科学研究进程。当前学术造假、数据浪费现象显著，科学数据引用可以通过唯一持久标识符或者URL链接获取原始数据，从而验证被引用数据，并进一步促进引用数据的发现、再生产和再利用；科学数据引用可以跟踪和评价数据集的影响，可以作为计量指标评估数据创建者的科研能力并给予相应的科研奖励；科学数据引用符合学术道德伦理并鼓励研究人员引用数据、奖励数据创建者的机制有利于促进科学数据资源共享。 目前科学数据引用现状并不理想，据相关研究表明，目前学术期刊较少提供科学数据的链接或者脚注、科学数据集没有唯一持久的标识符、引用元数据机制不统一，这些问题的解决都依赖于科学数据引用的统一规范的制定。为全面了解国际组织在科学数据引用规范方面的研究进展，本文对国际组织有关科学数据引用的标准规范和指南进行全面调研，旨在为我国科学数据引用标准和规范的制定提供参考。 1 研究方法 科学数据引用是指为引用的科学(研究)数据以脚注或注释的形式提供参考的实践，类似于通常为引用的文章或其他学术资源提供参考文献的方法。 文章主要运用网络调查和对比分析的研究方法，调查国外科学数据相关的组织、机构、数据仓储、期刊等关于科学数据引用的指南文件或引用原则与要求，阅读全文并将不同组织、机构、数据仓储等的引用原则或指南内容进行对比分析，得出最终的结论。研究对象的选取主要通过两种方法，一是首先调研DataCite⑥网站，并通过DataCite的成员机构链接调研其他组织机构的相关的引用规范；二是通过文献法，分别构造检索词检索中国知网和Web of Knowledge数据库，广泛阅读国内外关于科学数据引用的文章，将其中涉及的科学数据引用的组织、机构、数据仓储等提取出来，最后对两种方法查询的目标对象进行初步调查，根据目标对象的当前发展规模、状态与影响力等进行评估，最终选取了在国际上较有代表性和影响力的美国、英国、澳大利亚的15个组织机构，学科领域涉及社会科学、人类科学、环境科学、生物科学、地球科学等。 2 科学数据引用规范内容分析 科学数据引用规范通常是关于科学数据引用的指南性文件，内容基本包括科学数据引用的意义、科学数据引用的原则、科学数据引用对象、引用元素、引用格式、科学数据引用相关利益主体6个部分。诸多国际科学数据相关机构都已制定了科学数据引用规范，例如，经济合作与发展组织(Organization for Economic Co-operation and Development，OECD)2009年发布的白皮书《我们需要数据集和数据表格的出版标准》(We Need Publishing Standards for Datasets and Data Tables)⑦，英国数据管理中心(Digital Curation Center，DCC)2015年7月30日发布的《如何引用数据集和链接出版物》(How to Cite Datasets and Link to Publications)⑧等。 2.1 引用原则 科学数据引用原则目前应用广泛的是“数据引用共同原则”(Data Citation Synthesis Group)⑨，由国际科技数据委员会(Committee on Data for Science and Technology，CODATA)引用原则、Force11引用原则和DataCite引用原则合并而成，由超过25个组织机构(DCC、ORCID、出版商、数据仓储等)合作制定而成，已被国际科技数据委员会(CODATA)、DCC、美国国家科学、工程和医学学院和哈佛大学社会科学研究所等超过30个机构、出版商和数据仓储支持和采纳。 “数据引用共同原则”主要内容包括：(1)重要性：引用对象必须是合法的、可被引用的科学数据，科学数据引用和引用论文等学术引用一样重要；(2)奖励和贡献：数据引用应该促进对数据做出贡献的任何作者的学术奖励，认识到单一的贡献机制并不适用于所有的数据；(3)佐证：在学术文献中，任何时间、地点只要使用了某一数据，都应该进行引用；(4)唯一标识：数据引用应该包含一个统一标识符，且这种标识符是机器可读的、全球唯一的、能被科学界广泛使用的；(5)访问：数据引用可以促进对该数据、相关元数据、文件、编码和其他一些文献的访问；(6)长期保存：唯一标识符、数据的描述元数据和储存位置都应该被长期保存，在数据生命周期的各个阶段甚至是超过了所描述的数据生命周期；(7)可验证性：数据引用可以促进对某一数据的识别、访问和验证，关于元数据的引用还应该包含出处、数据的版本(或者是更新后的和初始数据相同的部分数据)等信息，以便可以跟踪并验证数据；(8)互操作性：数据引用方法要具有充分的灵活性和互操作性，以适应于不断变化的科研环境。 2.2 引用元素 引用元素是数据引用规范不可或缺的部分，国外诸多与科学数据相关的组织、机构、数据仓储等都对科学数据引用的元素作了说明与规定。世界经合组织(OECD)2009年发布的“白皮书”对关于数据引用元素进行了详细说明；英国数据管理中心(DCC)2015年发布的“数据引用指南文件”对数据引用必备元素、可选元素作了简单的规定。 文章选取了国外重要机构，调查其数据引用元素，主要机构包括有：英国数据管理中心(Digital Curation Center，DCC)、社会科学数据保存联盟(The Data Preservation Alliance for the Social Sciences，Data-PASS)⑩、澳大利亚国家数据服务中心(11)、DataCite、哈佛大学定量社会科学研究所(IQSS)(12)、国际社会科学信息服务技术协会(International Association for Social Science Information Services and Technology，IASSIST)(13)、地球科学信息联合会(ESIP)(14)、全球生物多样性机构(GBIF)(15)、经济和社会研究委员会(ESRC)(16)、世界经合组织(OECD)(见表1)。
根据国外各组织、机构、数据仓储等数据引用元素调查情况，各机构在数据引用元素核心元素方面要求数量不一致，但是最小核心元素也应该包含4个元素，即作者(生产数据的主演研究人员、作者)、名称(数据集或者数据集集合的名称)、出版商(保存、记录档案、出版、印刷、发布或者生产资源的实体名称)、标识符(一个标识资源的独一无二的字符串)，且这4个元素已被众多国际机构所包含和认可。数据引用可选元素各机构要求有较大的差别，元素内容和数量不一致，但是均要求提供尽可能多的关于数据引用的信息，一般应该包括日期(数据集或者数据集集合出版的时间)、版本(数据集或者数据集集合的版次或版本)、统一数据指纹(Universal Numeric Fingerprints，UNF)、资源类型、URL(数据集或者数据集集合描述的URL)5个元素。调查发现也有部分机构的引用元素与其他机构的引用元素存在密切联系，例如澳大利亚国家数据服务中心(Australian National Data Service，ANDS)引用元素是在DataCite元数据元素基础上建立的，二者引用元素基本相同。 2.3 引用格式 数据引用格式是指引用数据时，数据引用的元素内容要求、顺序要求等版式，是研究人员在引用科学数据时必须遵循的规范。文章调研的主要机构包括：英国数据管理中心(Digital Curation Center，DCC)、数据中心PANGAEA(17)、Dryad(18)、Dataverse(19)、世界经合组织(OECD)、澳大利亚国家数据服务中心(ANDS)、DataCite、社会科学数据保存联盟(The Data Preservation Alliance for the Social Sciences，Data-PASS)、地球科学信息联合会(ESIP)、国际社会科学信息服务技术协会(International Association for Social Science Information Services and Technology，IASSIST)、英国数据档案馆(UK Data Archive，UKDA)(20)、经济和社会研究委员会(ESRC)、大学间的政治和社会研究联盟(ICPSR)(21)。各机构引用格式详见表2。
根据表2可知，国外机构、数据中心、档案馆数据引用格式差异较大，大部分机构都发布自己的引用格式要求，部分机构的数据引用格式选择使用通用格式APA、MLA、Chiago或者是与出版商要求的数据引用格式相同，例如英国数据管理中心(DCC)、国际社会科学信息服务技术协会(IASSIST)、地球科学信息联盟(The Federation of Earth Science Information Partners，ESIP)等机构，都选择使用通用格式；另外，较多组织机构的引用格式建立在DataCite引用格式的基础之上，例如：英国数据管理中心(DCC)、大学间的政治和社会研究联盟(ICPSR)等；也有的机构直接使用DataCite的数据引用格式，例如澳大利亚国家数据服务中心(ANDS)等；部分机构针对数据引用对象的不同，要求使用与引用对象一一对应的引用格式，例如世界经济与合作组织(OECD)，对不同引用对象的数据引用格式做出了更为细致的要求，不仅发布对数据集的引用格式，还对数据表格的引用格式提出了要求，规定了当表格出自电子期刊和非出版物时的两种数据引用格式；英国数据档案馆(UK Data Archive，UKDA)除了发布一般的数据引用格式以外，还针对其普查数据三种类型相应地提供了整合数据、边界数据和数据流三种数据引用格式(22)。 2.4 引用对象 经过调查，国外众多组织机构数据引用的对象都是数据集。DataCite是一个非营利性的国际组织，致力于广泛的研究数据的引用格式的应用和推广，其宗旨是帮助数据的发现、获取和重用，让数据更易于获取，更有价值，目标是开发一些技术方法帮助用户定位、识别和引用研究数据和其他的研究对象，其数据引用对象是数据集或者数据仓储；地球科学信息联盟(The Federation of Earth Science Information Partners，ESIP)数据引用对象是数据集，APA、MLA、Chicago三大格式针对科学数据的引用对象分别为数据集、网络资源以及科学数据库(23)；澳大利亚国家数据服务中心(Australian National Data Service，ANDS)针对科学研究基础设施提供者和研究人员发布了一个《数据引用意识指南》，指出数据引用对象是数据集和元数据(24)；世界经济与合作组织(OECD)指出将数据引用对象分为3类，包括动态数据集、静态表格和元数据(25)。 DCC数据引用对象是数据集，并进一步提出数据引用对象的粒度问题，认为印刷出版物数据引用粒度问题是相对简单的，数据集的引用粒度问题则相对复杂，一个数据集可能是某个数据库的一个部分，同时又由很多文件组成，每个文件包含很多的表格，每个数据集都包含很多数据点，而且通常数据集的边界比较模糊；如果引用的数据集是未发表过的，那么引用的原则即是尽可能提供更多的已知的参考信息，至少要包含该数据集的创建者和名称；如果该数据集尚未被某个数据仓储存储，那还应该包含数据集被收藏的日期；如果该数据集已被存储但是无法获得网上记录，日期和仓储则可按照出版商出版的情况添加，一旦网上记录可以获取，则要加上完整的数据引用信息；如果引用的是未出版的手稿数据，研究人员应在出版前再次确定引用的数据是否是当前最新数据(26)。 引用对象所处位置也是数据引用规范的重要内容之一，通常引用数据的最直接方法是通过数据访问说明，数据访问声明可能会在期刊的某一特定位置，也可能是在专业的数据期刊中出版，例如《地球系统科学数据》(Earth System Science Data)。不同期刊放置数据引用声明的位置不同，一些期刊鼓励作者将声明放在文章的摘要后面，如果期刊没有特殊说明，通常建议将声明放在致谢后面(27)。 2.5 相关主体 2.5.1 科研人员 澳大利亚国家数据服务中心(ANDS)发布的“数据引用意识指南”文件，对科学数据引用利益相关者的利益主体进行了划分，并明确指出各个主体在促进数据引用方面的具体举措。在数据引用相关主体中，科研人员是与数据引用行为最为关系密切的角色。科研人员是数据的生产者，同时也可以是数据引用者，负责管理数据，确保数据可以共享和重用，将数据存储到档案馆、社会研究联盟(ICPSR)、穆雷研究档案(Murray Research Archive)、奥德姆研究所(Odum Institute)、罗普中心(Roper Center)，这些档案馆为科研人员提供免费或者较低费用的长期保存服务、自动创建引用服务、显示被引用服务；另一方面，科研人员生产的数据要符合数据出版商的引用要求，科研人员在进行数据引用时，应根据期刊或者专业指南进行数据引用，确保在科研过程中正确引用数据(28)。 2.5.2 出版商和数据仓储 出版商和数据仓储是数据的监管者，在数据引用中扮演着十分重要的角色。英国数据管理中心(DCC)提出出版商、数据仓储和期刊数据仓储要给不同层级的数据集分配合适的标识符，确保数据集的粒度层级是方便引用的。因为在粒度版本管理和动态数据方面，数据引用的一个重要特征是读者可以辨别和检索到精确地被引用的数据资源。但是在实践中即使是数据集在印刷上的错误都可能让一个数据集面目全非，并且数据集通常使用不同的处理方式，会得到不同的数据版本。因此，出版商要确保不同版本的数据集都是拥有独立标识符且可以被单独引用的，并为用户提供引用科学数据的指南信息。另一方面，数据仓储中的数据集不断增长、不断被修正，数据点不断更新，例如传感器的数据，它就像是一个时间序列，数据仓储应通过时间片、完全快照、部分快照三种方式提供数据集的不同版本。数据仓储提供的URL应该是数据集所在的网页而不是可以直接下载的数据页面，数据集所在的页面可以让用户找到被引用的目标数据集，在许可条款协议允许的条件下下载数据的最新版本，并确保公布的数据是保存在可引用的状态，确保已对数据和描述元数据进行了版本控制，为数据的正确版本分配唯一持久标识符。 2.5.3 图书馆 英国数据管理中心(DCC)“数据引用指南”文件，提出了图书馆应提供数据引用工具和服务，主动承担促进科学数据引用的部分责任。目前，唯一标识符(Digital Object Identifier，DOI)已被国外机构广泛应用于数据引用的实践之中，已成为数据引用不可或缺的重要元素。当前科学数据集的DOI是由数据引用联盟(DataCite Consortium)负责，数据引用联盟由德国国家科学技术图书馆(German National Library of Science and Technology，TIB)牵头，全球的图书馆和数据中心共同组成。它可以提供简单的终端用户注册DOI的人机交互管理与服务，当一个机构为某种资源类型注册DOI，其可以提供动态变化的元素后缀，甚至是会随时间不断变化的元数据(29)。另外，国外诸多大学图书馆都在积极倡导和发展科学数据引用文化，提出有自身特色的科学数据引用规范，例如剑桥大学图书馆、密歇根州立大学图书馆、麻省理工学院图书馆等。 2.5.4 引文软件提供商 目前有许多文献管理软件可以对各种信息资源进行引用，帮助用户高效管理和快速生成参考文献，但是绝大部分的文献管理软件都是根据特定的资源类型，比如“期刊”、“专利”、“报告”、“电子资源”等。据张静蓓等学者的研究，对常用的18种文献管理软件进行调研，包括：Biblioscape、Zotero、Mendeley、EndNote等文献管理工具，发现仅有3款软件支持科学数据引用功能(30)。澳大利亚国家数据服务中心(ANDS)即提供支持数据引用的软件EndNote，用户在引用澳大利亚国家数据服务中心(ANDS)的数据时，即可使用EndNote工具自动生成符合数据引用规范的参考文献，但是其引用对象是特定领域的数据，具有局限性。目前，对支持科学数据引用等非文本输出资源类型的文献管理工具的需求日趋强烈，引文软件提供商应致力于推出数据引用文献管理工具。汤森路透公司于2012年10月推出数据引文索引功能数据库(DCI)，它可以从出版物、数据集、研究项目、数据仓储4个粒度等级跟踪数据的引用情况，具有在文献的上下文中发现、引用和查看数据的功能。 3 国外科学数据引用规范对我国的启示 国外组织机构、数据仓储和大学图书馆等不仅积极倡导研究人员提升数据引用意识，强调数据引用的重要意义，还提出建设数据引用文化，例如ANDS等，并提出数据引用原则、数据引用格式、数据引用元素等要求，并且将这些数据引用的要求上升到标准和规范的层次，从而为各国的科学数据引用标准规范的制定提供参考和借鉴。 3.1 创建科学数据引用文化 国外组织机构十分重视科学数据引用文化的倡导和发展，强调科学数据引用整个生命周期的引用文化的创建。例如澳大利亚国家数据服务中心(ANDS)的数据引用规范内容则包含了“科学数据引用文化(Build a Culture of Data Citation)图”(31)，指出科学数据引用各个阶段的内容、参与者角色和不同阶段的相互联系，见图1。
图1 创建科学数据引用文化 我国应该学习澳大利亚国家数据服务的举措，并结合我国当前科学数据引用现状，从科学数据引用相关政策制定、基金支持、科研奖励、引用指南与规范等方面，加强建设科学数据引用文化，提高研究人员科学数据引用意识，强制研究人员提交科学数据引用材料，根据数据引用影响力奖励科学数据贡献人员，从而推进科学数据引用发展，并进一步促进科学数据开放共享。 3.2 协调科学数据引用相关主体 科学数据引用过程中参与者众多，包括研究人员、数据出版商、数据仓储、数据引用软件提供商、图书馆等利益相关者，为促进科学数据引用发展的良好态势，必须协调、分配好不同利益相关者所承担的角色。例如研究人员要管理好科学数据，确保数据正确、有序，能够被引用；数据出版商和数据仓储等制定关于数据引用的规范标准；数据引用软件提供商负责开发支持数据引用的软件，例如澳大利亚国家数据服务中心(ANDS)的文献管理系统包含科学数据引用的软件EndNoteX7(32)；图书馆应该设置利于研究人员检索数据仓储的导航或者其他工具，例如DataCite提供的数据仓储工具re3data.org，是一个全球数据仓储注册表，2012年成立，内容涵盖各个学科的研究数据仓储，超过1200个数据仓储，平均每周约添加10个新的数据仓储(33)，它对数据仓储进行长期保存，并为研究人员、资助机构、出版社和学术机构提供数据集的获取渠道，re3data.org能够促进文化共享，增加研究数据的访问和更好的可见性。 3.3 将科学数据引用纳入科研评价体系 科学数据引用纳入科研评价体系已成为趋势，2013年10月24日，布里斯班研究会议的主题是连接DOIs：数据引用纳入科研奖励计划(Connecting the DOIs：data citation from planning to reward)；澳大利亚国家数据服务中心(ANDS)在其数据引用指南中也提出：数据引用信息可能很快会被纳入实践研究评估与奖励(34)。科学数据引用和学术论文引用同等重要，是研究人员科研成果的重要组成部分，科学数据引用应该被纳入科研评价体系中，对研究人员的数据贡献给予相应的奖励。科学数据引用纳入科研评价体系有利于促进科学数据的开放共享，研究人员愿意共享科研数据，促进科学数据的发现和重复利用，减少数据浪费或失效；将科学数据引用纳入科研评价体系，是对数据创造者学术贡献的认可，一方面可以激励研究人员科研的热情，另一方面可以提升研究人员科学数据引用意识，促进数据引用发展。 3.4 完善我国科学数据引用规范 我国基础科学数据共享网(35)2012年制订了《科学数据引用规范》，该规范适用于数据注册和发布机构、数据引用系统设计人员以及数据使用者。数据注册和发布机构可根据该规范声明数据的引用规则，引用系统设计人员可根据该规范设计系统的工作模式和逻辑规则，数据使用者可根据该规范著录数据引用信息。该规范规定了科学数据引用的语义和语法规则，包括引用元素，指出对科学数据的引用包括作者、名称、发布机构、发布年份、传播机构、传播时间、唯一标识符和解析地址8个必选元素以及版本这一可选元素。随着信息技术的飞速发展，目前唯一标识符DOIs已得到国际组织机构的广泛应用，2012年，DOIs成为新国际标准的一部分，ISO 26324，许多期刊和样式手册已经正式使用DOIs引用出版物。虽然我国已有中文DOI网站(36)，然而该规范尚未对唯一标识符的选取做出明确规定，也未涉及对科学数据进行版本控制的十分重要的元素：统一数字指纹(UNF)元素及元数据资源类型元素等。我国应该不断跟进国际关于科学数据引用规范的发展动态，例如添加已于2013年达成共识的“科学数据引用原则”等新内容，从而不断更新和完善我国科学数据引用规范。 注释： ①CODATA-ICSTI Data Citation Standards and Practices[EB/OL].[2016-01-01].http://www.codata.org/task-groups/data-citation-standards-and-practices. ②科学数据通讯第五期[EB/OL].[2016-01-01].http://www.codata.cn/upload/ebook/20111 2561972869.pdf. ③Open Data and Information for a Changing Planet[EB/OL].[2016-01-01].http://codata2012.tw/. ④Research Data Access & Preservation Summit[EB/OL].[2016-01-02].http://www.asis.org/rda p/. ⑤The Institute for Quantitative Social Science[EB/OL].[2016-01-02].http://www.iq.harvard.edu/news/iqss-data-science-aiding-reproducible-research-adding-provenance-data-citations. ⑥DataCite[EB/OL].[2016-01-01].https://www.datacite.org/. ⑦(25)Green,T(2009),"We Need Publishing Standards for Datasets and Data Tables",OECD Publishing White Paper,OECD Publishing.doi:10.1787/603233448430.http://dx.doi.org/10.1787/603233448430. ⑧(26)(27)(29)How to Cite Datasets and Link to Publications[EB/OL].[2016-01-01].http://www.dcc.ac.uP/resources/how-guides/cite-datasets. ⑨Joint Declaration of Data Citation Principles-Final[EB/OL].[2016-01-05].https://www.force11.org/group/joint-declaration-data-citation-principles-final. ⑩(34)Data Citations[EB/OL].[2016-01-03].http://data-pass.org/citations.html. (11)(24)(28)Data Citation Awareness[EB/OL].[2016-01-03].http://ands.org.au/guides/data-citation-awareness.html. (12)IQSS[EB/OL].[2016-01-05].http://www.iq.harvard.edu/search/site/daterverse. (13)International Association for Social Science Information Service & Technology[EB/OL].[2016-01-03].http://www.iassistdata.org/. (14)(23)Data Citation Guidelines for Data Providers and Archives[EB/OL].[2016-01-08].http://commons.esipfed.org/node/308. (15)Global Biodiversity Information Facility[EB/OL].[2016-01-08].http://www.gbif.org/. (16)Economic and Social Research Council[EB/OL].[2016-01-07].http://www.esrc.ac.up/fundi ng/guidance-for-grant-holders/data-citation/. (17)Pangaea[EB/OL].[2016-01-08].http://www.pangaea.de. (18)Dryad[EB/OL].[2016-01-08].http://datadryad.org. (19)Dataverse[EB/OL].[2016-01-08].http://thedata.org. (20)UK Data Archive[EB/OL].[2016-01-04].http://data-archive.ac.uk/. (21)ICPSR[EB/OL].[2016-01-02].http://www.icpsr.umich.edu/icpsrweb/ICPSR/. (22)UK Data Service[EB/OL].[2016-01-07].https://census.ukdataservice.ac.up/use-data/citing-data. (30)张静蓓，吕俊生，田野.国外科学数据引用研究进展[J].图书情报工作，2014(8)：93. (31)ANDS Data Citation[EB/OL].[2016-01-02].http://ands.org.au/cite-data/index.html. (32)Exporting Data References[EB/OL].[2016-01-06].http://services.ands.org.au/documentation/EndNoteHelp/. (33)Registry of Research Data Repositories[EB/OL].[2016-01-08].http://www.re3data.org/. (35)TR-REC-069科学数据引用规范[EB/OL].[2016-01-08].http://www.nsdc.cn/pronsdchtml/1.compservice.standards/pages/3440.html. (36)中文DOI[EB/OL].[2016-01-08].http://www.chinadoi.cn/portal/index.htm.
标签：科学论文; 大数据论文; 元数据标准论文; dcc论文;
