2025年6月10日（在线发布时间为3月3日），Data Technologies and Applications期刊发布一项研究，基于 FAIR 原则制定了一份专门的检查表，用以评估研究数据存储库的功能和服务。本研究考察了四个研究数据存储库（RDR）的特征和服务，包括Dataverse、Dryad、Zenodo 和 Figshare，探讨了这些 RDR 是否遵循 FAIR 原则，并提出了需要添加的特征和服务以增强其功能。本研究基于 FAIR 原则，采用专门设计检查表方法，用于评估四个主流RDR 的特征和服务，最终检查表包含11个构念，199个检查点。研究显示，Figshare在可发现性、可访问性、互操作性和可重用性方面获得了最高的特征分数。Figshare在 11个构念中有6个构念的特征得分最高，以116 分（58.3%）获得最高分，排名第一；Dataverse 以90分（45.2%）排名第二；Zenodo以86分（43.2%）排名第三；Dryad的特征得分最低，为85分（42.7%）。此外，研究发现这四个流行的研究数据存储库在“研究数据访问指标”特征（23.3%）和“输出、数据许可及其他高级特征”（22.6%）方面表现较差。在“RDR 中的服务”类别中，特征得分最低，仅为15.9%。这三个构念下的特征需要升级，以提升这四个流行研究数据存储库的功能性。该研究为研究人员选择合适的研究数据存储库（RDR）以访问和共享数据提供了重要参考，同时，也可助力数据科学家、图书馆员和政策制定者在学术及研究机构开展研究数据管理服务，该辅助培训研究人员和教职员工的研究数据素养。
