国内外科学数据管理与开放共享的最新进展

全面细致的科学数据开放管理

数据管理计划：从理念到实践

1995 年，英国经济和社会研究委员会（ESRC）制定了数据管理计划（Data Management Plan，DMP），要求 ESRC 资助研究所产生的数据尽可能共享，并做好长期保存和高质量管理。美国国家科学基金会（NSF）于 2011 年 1月规定项目申请需包括数据管理计划。近年来，数据管理从纸面计划逐步走向实践：关注数据类型、数据或元数据格式和内容标准、获取和共享重用政策、数据归档计划等。大量图书馆、科学数据中心、科研机构、政府部门、国际与区域组织等参与了数据管理计划实践的技术支持、政策解读与培训教育。

新兴技术应用的持续助推

新兴技术应用助推科学数据开放共享的例子不胜枚举。以下仅就区块链推动的数据共享、公民科学激发的数据生产和数据文献倡议组织（DDI）推行的人机网络互操作等方面揭示冰山一角。

区块链推动的数据共享。科学大数据全生命周期的多层次演化、流水线处理等特征，对数据传输处理和共享提出全新挑战。区块链技术提供了解决方案：使用加密算法和共识机制保证安全；追溯源头并“过滤”，保障数据质量；分布式决策去除中间机构，大幅提升数据共享效率。医疗数据已尝试利用区块链存储共享个人健康数据。此外，分布式边缘计算将发挥更大作用，通过区块链一体化快速实现数据采集、处理和分析。

公民科学激发的数据生产。作为数据采集的新源头，公民科学蓬勃发展。过去 22 年间，生态旅行者提供的近 3 万张鲸鲨图片帮助科研人员有效识别了 20 个鲸鲨聚集点。公民科学的数据价值也不容小觑。例如，公民科学联盟（Citizen Science Association，CSA）现已吸纳超过 80 个国家的会员注册；而该组织所参与的 1 000 余个重要科学计划项目，已有超百万志愿者参与其中。

人机网络互操作。为推动人机网络的可理解性，DDI 联盟推出 DDI3.3，技术内容涵盖分类管理、非调查数据收集、样本和权重、问卷设计、支持 DDI 作为属性图、质量声明优化等，主要应用于社会学、行为科学、经济学和公共卫生领域数据的归档、发现与互操作技术指导。

数据出版与可信存储库

数据出版为科学数据开放管理提供新平台。以数据集及数据论文出版在近年流行，如 ESSD（2008年）、GigaScience（2012 年）、Nature Scientific Data（2015 年）、《中国科学数据》（2015 年）等实践。广义数据出版还包括数据存储库建设。存储库为数据集提供存储和访问平台，支持标准化的数据质量控制和完整的全生命周期管理，分为通用存储库、机构存储库、领域存储库、出版物存储库、图书馆/档案馆/博物馆以及科研项目存储库等类型。可信存储库作为一种稳定可靠的数据基础设施，为包括数据出版等开放数据工作带来技术和管理资源保障。

繁荣的数据管理培训

数据管理培训通过实用性强的短期技能训练，指导科研实践。其中，涵盖 20 个国家节点的欧洲政府间组织ELIXIR整体推进欧洲科学数据管理培训。英国的领域培训涉及 DCC（通用）、CAiRO（艺术），DataTrain（考古学、人类学）、DATUM（健康卫生）、DMTpsych（心理学）、科研数据 MANTRA（地学、社会科学和临床心理学）等。CODATA 面向发展中国家科研人员连年提供数据管理技术培训。Data carpentry由软件培训衍生而来，与世界多国合作开展培训推广。此外，数据科学专业学位教育也日渐兴盛。

影响力全面计量

始于数据引用。2010 年至今，国际科技数据委员会（CODATA）数据引用与实践工作组详细讨论了“数据引用标准与规范”；2014 年，美国信息科学与技术协会（ASIS&T）数据访问与保存峰会重点探讨数据引用、元数据、数据重用；哈佛大学量化社会科学研究所（IQSS）在 2014年启动数据引用研究项目。高校图书馆与非营利性组织（如 DataCite、ICPSR）也参与到数据引用规范的制定与推介培训中。

替代计量学的社会化视角。替代计量学基于大众社交媒体、传统主流媒体、学术社交媒体、网络博客、文献管理软件等网络数据来综合评价学术成果的社会影响力（包括被浏览、保存、讨论、推荐、引用等情况）。

数据计量更进一步。从传统文献和参考文献扩展到数据和文献、数据和数据、数据和数据集间的多重关系，更关注“数据”“学术记录”以及“学术个人”。