《SciDataCon 2022:针对《2021年度开放数据状态调查报告》讨论的三个要点》

  • 来源专题:科技期刊发展智库
  • 编译者: 杨恒
  • 发布时间:2022-10-14

  •     SciDataCon 2022 是 2022 年国际数据周的一部分,也是探讨研究数据前沿问题的国际会议。SciDataCon 2022的主题是“数据改善我们的世界”,以下是小组讨论的三个主要内容。

      (1) 资助者应对实施数据共享政策的变化负有最大责任

      《2021年度开放数据状态调查报告》一项重要结论是,存储库、出版商和机构图书馆在推动公开数据方面都发挥关键作用。然而,大多数人认为,科研资助者应该对实施数据共享政策的变化负有最大责任。作为大多数研究项目的资金来源和初始点,资助者有独特的机会来鼓励受资助研究人员实施开放数据政策。自2021年以来,一些资助机构已采取相应的举措,比如:The UNESCO Recommendation on Open Science、NASA’s TOPS (Transform to Open Science)、FASEB and the NIH’s DataWorks! Prize。

      (2) 当前数据共享的挑战是质量,而不是数量

      目前有超过100万篇论文包含数据可用性声明,但最常见的声明形式是“根据要求提供数据”。《临床流行病学杂志》最近的一篇文章分析了3,556篇期刊文章,发现96%的文章包含数据可用性声明,42%表示数据可根据合理要求提供,在回复数据共享请求的1,792位作者中,仅有6.8%提供了数据。这种差异可能是由于早期对共享数据准备不足、对合理的共享要求缺乏了解、缺少时间或其他原因造成的。对此,Springer Nature提出出版商在实施开放数据中可以发挥的作用,包括提供可信赖的数据存储、支持审稿人访问、要求数据尽可能符合FAIR原则。Springer Nature杂志与Figshare合作将有效解决上述问题。

      (3) 研究人员积极推动数据共享,但仍有系统性问题需要克服

      2021年调查发现,研究人员对开放数据实践有更深入的认识,比如遵循FAIR数据原则。为了让研究人员更好的实践,还有一些问题需要克服。基础设施、流程、支持以及数据共享的诚信等系统性问题阻碍了研究人员的数据公开。这些系统性问题一旦爆发将可能引发公众舆论,认为研究不可信任。

      再次表明,资助机构、出版商和研究机构需要齐心协力支持研究人员的开放数据实践。

      背景介绍:2021年11月30日,Figshare、Digital Science和Springer Nature发布了《2021年度开放数据状态调查报告》。“开放数据状态调查报告”已进入第六个年头,来自世界各地的4,200多名研究人员参与其中,提供了对开放数据的动机、挑战、看法和行为的详细而长期的洞察。它建立在大量证据的基础上,其主要发现是:研究人员越来越担心数据滥用,共享数据的信用和认可等问题。


相关报告
  • 《《2022年开放数据状况》报告发布》

    • 来源专题:科技期刊发展智库
    • 编译者:华宁
    • 发布时间:2023-01-28
    •   2022年10月13日,Digital Science、Figshare和施普林格·自然合作的《2022年开放数据状况报告》(The State of Open Data 2022)正式发布。报告囊括了有关研究人员对于开放数据的态度和体验的最新信息。该报告显示,世界各地的研究人员需要进一步的支持,以帮助遵守越来越多的有关开放数据的规定。   这是相关机构第7年发布该报告。报告基于2022年进行的一项全球调查,涉及超过5,400名受访者,是该年度调查在新冠肺炎大流行以来规模最大的一次。来自中国的研究人员占所有受访者的11%,与美国持平。中国和美国是参与本次调查人数最多的两个国家。   今年报告的主要发现是研究人员赞成数据公开获取作为一种普遍做法的趋势日益显著(每5位研究人员中就有4人对此表示赞同)。已有超过70%的受访者被要求遵守数据共享政策,这一定程度上支持了这一趋势。   然而,研究人员提及了有助于他们分享数据的关键需求:更多有关数据访问、分享和再利用政策的培训或信息(55%),以及长期存储和数据管理策略(52%)。荣誉和认可也再次成为研究人员共享数据时的一个重要主题。此前曾分享过数据的人中,有66%获得了他人对其工作的某种形式的认可——最常见的方式是在另一篇文章中的完整引用(41%),其次是在使用了他们数据的论文中成为共同作者。促使研究人员更倾向于分享其研究数据的因素是对引用量(67%)和研究可见度(61%)所能产生的影响,而不是公共利益或期刊/出版机构的要求(均为56%)。   今年的报告还包括了来自美国国立卫生研究院、白宫科技政策办公室、中国科学院计算机网络信息中心、出版机构和大学的开放数据专家的特邀文章。   Figshare创始人暨首席执行官马克·哈内尔说:“报告所得出的结果清楚地表明,尽管大多数研究人员接受开放数据和开放科学的概念,但他们也对开放数据政策和实践如何影响到他们存有合理的疑虑。在一个开放数据的规定不断增多的环境中,资助机构如与研究人员展开更紧密的合作,并为他们提供额外的支持,以顺利过渡到完全开放数据的未来,那他们也会从中获益。”   施普林格·自然开放数据项目经理格雷姆·史密斯说:“过去7年,这些调查有助于展现研究人员对开放数据的看法。该报告不仅表明了所取得的进展,还包括了尚需采取的措施,以支持科研界走向开放数据的未来。无论是为研究人员提供广泛的支持,让研究数据公开获取成为普遍做法,还是针对开放数据规定的态度上的不断变化,我们都必须从中学习并推进具体措施,以解决科研界的问题。” 图1 《2022年开放数据状况》报告首页
  • 《2015年首届工业机器人用户调查报告》

    • 来源专题:数控机床——前沿技术
    • 编译者:杨芳
    • 发布时间:2015-10-09
    •   调查背景   目前全球工业机器人年销售额约为95亿美元。2014年全球工业机器人销量为22.5万台左右,其中在亚洲的销量为14万台,几乎占到2/3,超过美国和欧洲市场总和。2014年,中国新增工业机器人57000台,其中,国产品牌17000台。其他则来自瑞士ABB、德国KUKA、日本安川电机(Yaskawa)及发那科(Fanuc)等海外供应商。受市场需求推动,我国本土工业机器人产业发展迅速,主要分布在沿海经济发达地区,主要是长三角和环渤海经济区。   在市场火热的背后,我们还应看到,工业机器人技术具有典型的实践性特点,很多创新的灵感和推动力直接来自于终端用户的实际生产需求。工业机器人下游用户的需求可推动技术进步,也是技术创新的主要来源。因此,在工业机器人行业蓬勃发展的中国市场,开展针对工业机器人终端用户的调查是非常有必要的。   金属加工杂志社于2014年7月~2015年1月开展了首届工业机器人用户调查,得到中国机床工具行业协会、中国汽车工程学会检测分会、一汽集团、东风汽车以及江淮汽车等协会和单位的大力支持,调查共收回906份有效问卷。本报告基于此次调查,从中国工业机器人的使用现状、未来需求两个角度展开,详细分析了工业机器人的应用行业分布,不同生产工序对工业机器人的实际需求,企业自动化率,机器人开动率,用户对机器人品牌的认知,以及用户近期对工业机器人的采购需求、采购决策过程等。报告以详实的数据、客观的分析,以求为政府部门、相关行业协会、工业机器人生产企业以及系统集成商等提供第一手的参考资料和决策依据。   被调查者基本情况   本次工业机器人用户调查对象主要来自于国有企业和民营企业(见图1),以大中型企业为主,其中企业规模大于500人的企业占到55%(见图2)。调查问卷主要来自汽车及零部件(24%)、机械加工(20%)、电工电子(5%)、金属及制品(8%)等行业,这也是目前机器人应用较为广泛的行业。绝大部分被调查者来自生产制造、工艺和技术研发部门(合计占63%,见图3),这些部门都是机器人的管理或直接使用者,对机器人品牌的选择起着关键性作用。 图1 图2 图3   机器人应用现状   调查显示,超过1/3的企业(35%)自动化率在20%~40%,31%的企业自动化率在20%以下,自动化率较高的企业只有18%(见图4)。这说明,虽然多数企业有使用机器人等自动化设备的经验,但企业整体自动化程度不高。 图4   我国制造业中,每万名工人配备21台机器人,远远低于韩国的347台,日本339台,德国261台(见图5)。这从另一侧面反映了目前我国企业整体自动化程度不高。 图5   在工业生产中,不同类型的工业机器人都已被大量采用。从工业机器人的存量看,根据调查,所占份额最多的为焊接(包括点焊和弧焊)和搬运/上下料型机器人,分别为42%和34%(见图6)。 图6   目前正在使用的机器人品牌以国外为主,发那科、ABB、KUKA、安川、三菱、松下等,比例较高,国内机器人品牌应用较多的有广数、新松等(见图7)。 图7   企业为什么选用机器人?调查显示,提高效率、提高产品的可靠性和一致性,是企业选择购买机器人的首要因素(见图8)。 图8   33%的企业,机器人每天的工作时长小于8h,工作时长在12h以下的企业共有55%,机器人的使用并不充分。机器人开动率较高的(16h以上)只占21%(见图9)。 图9   以上数据说明,目前企业现有机器人的使用水平还不高,机器人生产企业、系统集成商应该加强对用户的培训,帮助用户改进生产工艺和生产流程,最大化的发挥机器人的效率。   根据调查反馈,如图10所示,在实际使用过程中,机器人整体稳定性比较好。对于所遇到的问题,集中归纳起来,主要表现在:①故障维修难、维修成本高是反映最多的现象。②程序易出错和编程难,企业普遍反映缺少熟练的机器人操作人员和编程人员。③稳定性、重复定位精度、工装等问题也比较常见。 图10   希望机器人生产企业,提高售后服务的能力和反映速度,加强对用户的编程和操作使用培训。   未来需求   (1)未来应用机器人的工序:根据调查,用户反映,近期在以下工序会考虑增加机器人:   ①机床上下料,钻孔、攻螺纹等典型的机加工工序。②打磨、去毛刺。③搬运。④检测。   值得重视的是,机加工、上下料,打磨、去毛刺、搬运和检测等工序对机器人的需求不断在增加,增长潜力巨大。当然,焊接、喷涂等传统上使用工业机器人较多的工序,依然是企业重点考虑新购置机器人的领域。   (2)用户希望机器人具备哪些方面的功能:①希望工业机器人具有触觉、力觉或简单视觉,能在较为复杂的环境下工作;具有识别功能或更进一步增加自适应、自学习功能,成为智能型工业机器人。②人机界面更加友好,语言、图形编程界面更加易于使用。③编程技术除进一步提高在线编程的可操作性之外,要进一步提高离线编程的实用化程度。   (3)选购机器人时所看重的因素:64.6%的用户将产品质量和可靠性排在首位,品牌居第二,价格和售后服务居第三和第四。随着中国制造2025规划的逐步实施,智能工厂的普及,其中工业机器人的应用是核心,自动化智能化程度越高,对机器人的产品质量和可靠性要求就越高(见图11)。 图11   结合刚才机器人使用中遇到的问题,故障和维修是用户最头痛的事情,因为未来选购时把产品质量和可靠性放在首位是显而易见的。   (4)近期的采购需求:62%的企业有采购需求(见图12)。单从整体经济大环境来看,工业机器人的采购属于大额设备投资,受影响较大,大批量购买的欲望不足。但是据调查显示,依然有62%的企业有采购需求,以用于现有生产线的升级改造。中国制造业企业规模、数量均居世界第一,62%的企业有采购需求,说明中国市场空间足够大。 图12   (5)采购机器人的途径:50%的用户直接从厂家采购,通过经销商占33%,另有系统集成商17%(见图13)。从购买习惯来看,由于调查对象以大中型企业为主,从厂家直接采购,是这些企业最常见的方式。 图13   (6)用户感兴趣的工业机器人品牌:在用户目前最感兴趣的机器人品牌中,ABB、发那科、KUKA依然占据了前三位。国产品牌中,广数、新松、南京埃斯顿等居前列(见图14)。 图14   (7)采购机器人的决策过程:工业机器人采购决策中,32%的调查对象认为,在影响最终采购决策过程中,工艺/技术部发挥最重要的作用。其次是以总经理为代表的高级管理部门(28%),采购部(14%),由此可见,工艺技术人员在采购决策过程中的重要地位(见图15)。 图15   (8)了解机器人产品信息的渠道:了解机器人产品信息的主要途径,展览会排名首位,由于工业机器人的使用专业技术性较强,因此,专业的杂志和图书依然是信息传播的主要渠道之一,数字媒体、厂家直销、他人推荐,也是了解机器人产品信息的主要渠道(见图16)。 图16   总结   (1)企业整体自动化程度不高,企业普遍缺少编程、操作方面的熟练技术人员。希望机器人生产企业,提高售后服务的能力和反映速度,加强对用户的编程和操作使用培训。   (2)除焊接等传统应用领域之外,机加工、上下料、搬运、打磨去毛刺等领域的应用将成为未来工业机器人新的增长点,机器人企业应该加大对这些领域的关注,加大相应的研发投入。   (3)用户对未来机器人提出更高的要求:具有触觉、力觉或简单视觉的工业机器人,具有识别功能或更进一步增加自适应、自学习功能的智能型工业机器人。人机界面更加友好,语言、图形编程界面的研制,离线编程的实用化。   (4)在工业机器人市场占有率,技术实力,以及品牌认知程度方面,国产机器人企业依然与国际品牌差距巨大。但是广数、新松、南京埃斯顿等国产机器人企业进步迅速,发展势头良好。   另外,在调查问卷中,不少读者提出了对机器人的具体需求,并对如何搭建机器人领域的技术交流平台提出相应的建议,希望金属加工杂志社能够定期组织不同相关行业的机器人应用的技术交流,以便广大用户更好地掌握机器人产业的动态和发展趋势。