《研究数据管理指南》

  • 来源专题:图书情报
  • 编译者: lixiaoyan
  • 发布时间:2018-12-05
  • 研究数据管理(RDM)已经成为国际上一个非常重要的专业话题,因为学术和政府政策数据的分享发生了变化。由Facet Publishing出版并通过ALA商店发布的“探索研究数据管理”为RDM提供了一个可访问的介绍和指南,其中有些任务能够供读者遵循和发展他们的知识。从探索研究领域以及研究过程中数据的重要性和复杂性开始,作者Andrew Cox和Eddy Verbaan考虑如何创建多专业支持服务,他们研究了在设计不同类型的研究数据服务时需要做出的决策,从本地策略创建和培训到创建数据存储库。覆盖范围包括:

    (1)讨论RDM的驱动因素和障碍;

    (2)制度政策并为研究数据服务提供案例;

    (3)实用数据管理;

    (4)数据素养和培训研究人员;

    (5)道德和研究数据服务;

    (6)从事研究数据服务的案例研究和实用建议。

相关报告
  • 《我国科研数据管理理论与服务研究进展述评》

    • 来源专题:图书情报
    • 编译者:xuxue
    • 发布时间:2020-07-02
    • [目的/意义]科研数据是科研成果的原料与基础,对科研数据进行管理能够促进科研成果的再利用,推动科学技术螺旋式发展。科研数据管理理论为科研数据管理服务工作提供方向及指导。深入解析科研数据管理理论与服务研究进展,为我国科研数据管理发展提供更为全面和客观的发展建议。[方法/过程]文章利用文献调查及网络调研法对科研数据管理理论与科研数据管理服务的研究进展进行梳理,总结理论成果与服务特点。[结果/结论]构建了服务需求是前提、服务平台是路径、服务内容是核心、服务模式是桥梁、服务效果是目标的科研数据管理服务体系框架。最后从理论基础、管理工具、服务体系等方面提出建议。
  • 《主流研究数据存储库的数据管理与FAIR遵循:一项探索性研究》

    • 编译者:程冰
    • 发布时间:2025-07-23
    • 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。