国外数据共享行为影响因素研究综述.doc

1、国外数据共享行为影响因素研究综述 张静蓓 吕俊生 田野 中国科学院国家科学图书馆兰州分馆 中国科学院大学 摘 要： 简要概括科学数据共享的基本理论, 基于国外的研究成果, 从制度因素、技术因素与个人因素 3 个方面概括影响科研人员数据共享行为的因素以及它们与共享行为之间的关系, 发现由于政策制定目的与内容的不唯一性、技术因素的复杂性以及个人因素的主观性, 已有的研究结果也只能说明某一因素在研究特设的条件下对研究人员数据共享行为所起到的作用, 并不能明确地总结出各个层面的因素到底是促进还是阻碍了科学数据的共享行为。最后, 对目前研究存在的问题以及今后的研究方向进行探讨。关键词： 科学数据; 共享

2、行为; 影响因素; 综述; 作者简介：张静蓓, 中国科学院国家科学图书馆兰州分馆、中国科学院大学硕士研究生;E-mail:;作者简介：吕俊生, 中国科学院国家科学图书馆兰州分馆研究馆员;作者简介：田野, 中国科学院国家科学图书馆兰州分馆、中国科学院大学硕士研究生。收稿日期：2013-12-20Review of Factors Influencing the Data Sharing Behaviors at AbroadZhang Jingbei Lv Junsheng Tian Ye The Lanzhou Branch of National Science Library, Chine

3、se Academy of Sciences; Abstract： This article briefly summarizes the theoretical basis of data sharing and describes three main factors affecting researchers data sharing behavior and how they affect the behavior based on the research results abroad, including institutional factors, technical facto

4、rs and personal factors. Since the purpose and content of policy factors is not unique, the complexity of the technical factors and the subjectivity of the individual factors, previous studies can only show the research results in the study conditions and we can not clearly sum up whether the three

5、factors are to promote or hinder the sharing behavior of scientific data. Finally, the article discusses the shortcomings of current research and then gives a forecast.Keyword： scientific data sharing behavior influencing factors research review; Received： 2013-12-201 引 言科学数据一直以来是科学研究的基石, 它是指通过科研活动或

6、其他方式所获取到的反映客观世界的本质、特征、变化规律等的原始数据, 以及根据不同科研活动需要, 进行系统加工整理的各类数据集, 用于支撑科研活动的科学数据的集合1。虽然科学数据能够为科学研究带来巨大的投资回报, 但前提是科学数据被妥善的管理以及可以在研究人员之间形成良好的共享2。数据共享指的是研究人员个人以正式或非正式方式将自己的原始 ( 或者预处理) 数据与其他人共享3, 它的重要性也受到了学术界的关注, C. Tenopir 等4认为随着数据密集型时代的到来, 数据共享变得十分重要, 它为研究人员提供了再分析的理论依据, 减少了他们的重复劳动, 从而加速了科研创新。现实情况中有很多因素都会

7、影响研究人员的数据共享行为。从外部环境上来看, 有资助机构政策、期刊政策、企业资助等; 从技术角度看, 有元数据标准、数据仓储等; 从个人角度来看, 有预期利益、出版专有权、商业化机会、数据误用、数据敏感等; 此外, 个人经验教训、学术界竞争力等也影响着研究人员的数据共享行为。国外关于研究人员数据共享行为的研究主要集中在 3 个方面: 研究人员数据共享或不共享程度的现状调查; 数据共享给研究人员带来的好处与不便; 数据共享影响因素研究。而针对研究人员数据共享行为影响因素的研究, 主要采用的是问卷调查法, 进而基于调研报告得出结论, 研究内容主要是影响某一领域研究人员数据共享的各种因素, 研究对

8、象主要是生物学、医学、生态学、地理学等领域的研究人员。由于国外目前对于数据共享行为的研究比较散乱, 并未形成完整统一的体系, 也尚无人进行系统化梳理, 笔者在相关研究的基础上进行了整合, 从制度因素、技术因素与个人因素 3 个方面对数据共享行为影响因素进行探讨, 以反映相关研究进展, 便于今后的研究者进一步思考和探讨。2 国外数据共享影响因素研究综述2. 1 制度因素2. 1. 1 资助机构政策资助机构层面上, B. Stanley 等5认为, 目前科学界不仅仅视数据共享是一种自愿的行为, 更多的是包含一种责任, 而资助机构的政策可以有助于加强这种职责的履行。目前政策实施情况较好的资助机构包括

9、美国的国立卫生研究院 ( NIH) 6和美国国家科学基金会 ( NSF) 7。这些机构对于他们所资助的科研项目有强制的数据共享要求。此外, OECD8和欧盟科学数据长期保存计划 ( PARSE. In- sight) 都指出9, 利用公共资金资助的科研项目所产生的科学数据, 理所应当免费开放给公众或第三方。欧盟资助的“数据交换”项目 ( opportunities for data ex- change ( ODE) ) 10试图从证据的角度来支持和促进数据的共享、重用和保存。自 2003 年以来, 美国国立卫生研究院 ( NIH) 6要求每年收到资助金额大于50 000 美元的项目必须要遵循

10、其数据共享政策, 主要包括签署数据共享协议与提交数据共享计划等; 同时, 美国国家科学基金会 ( NSF) 7和美国国家癌症研究所 ( NCI) 11也要求他们所资助的项目必须提交数据管理计划 ( DMP) 。一些研究也试图证明资助机构政策与研究人员数据共享行为之间的关系。如 H. A. Piwowar 等12在 2008 年利用文献计量学进行分析, 发现资助机构的数据共享政策和研究人员的数据共享行为之间有着显著的正相关性。其在 2007 年的一项研究中13也发现, 那些受国立卫生研究院 ( NIH) 资助的研究人员在一定程度上更愿意和他人进行数据的共享。另外, 在开放存取运动的推动下, 部分

11、科研机构也制定了本机构的科学数据保存与共享政策。E. G. Campbell14发现, 在对 79 名技术转移人员的一项调查研究中, 所在大学的数据共享政策规定研究人员在没有转让协议的情况下, 不能共享数据。K. Neil10也指出, 国际性数据共享政策非常复杂和不切合实际, 研究人员普遍趋向于遵守本地区或本机构的共享政策, 因为他们的科研资助主要是地区性的。综上所述, 不论是科研资助机构还是科研机构本身的数据共享政策, 其本质都是为了推动科学研究的发展以及科学数据在一定范围内的共享, 但这种共享并不总是意味着数据的完全开放获取, 出于机构利益等考虑, 部分资助机构政策只是促进了科学数据在科研

12、团队或科研机构内部的共享。2. 1. 2 期刊政策不仅资助机构完善了自己的数据共享政策, 期刊界也在试图建立一套良好的数据共享政策体系。K. W. McCain15在 1995 年的一项研究中发现, 850 种自然科学、医学和工程领域的期刊中, 有 132 种期刊 ( 16% ) 至少有一项关于数据共享的政策, 这些政策的主要内容是将研究中所产生的数据存储到相应的数据仓储中或提供后续的补充发布服务等。H. A. Piwowar 等122008 年在对微电子领域的期刊的研究中发现, 74. 3% 的期刊明确涉及了数据共享的要求。C. J. Savage 等16在 2009 年也发现, 目前越来越

13、多的期刊明确了自己的数据共享政策, 要求论文的作者通过某一特定的方式 ( 比如把数据上传到开放的数据仓储或根据他人的请求发布数据等) 来与其他研究人员进行数据共享。总的来说, 目前期刊界的数据共享政策主要分为两种情况: 建议和鼓励研究人员在发表论文时, 同时提交相关的附加数据, 实行这类政策的期刊有: PLoS One、BMC Evolutionary Biology、F1000 Re- search 等; 作为出版的条件, 要求研究人员发表论文时, 必须将论文中涉及到的研究数据提交到合适的仓储中, 如 Nature、BioMed Central 等期刊。一些研究也在试图证明期刊政策和研究人员

14、的数据共享行为之间的联系。H. A. Piwowar 等17调研了一些有数据共享政策的期刊, 发现这些期刊的政策趋向于要求作者通过数据仓储来进行数据共享。并且他们在 2008 年的研究12表明, 期刊政策的实施力度和数据共享行为是正相关的, 期刊政策执行得越有效, 在相应的数据仓储中存储的数据就越多。研究还发现, 如果研究人员在 OA 期刊发表文章或者曾经有过数据共享行为的经历18, 那么这些人更愿意去共享他们的数据。然而从另一些研究中发现, 在数据共享活动中, 即使有期刊的数据共享政策, 但是这些政策实施的强度不一, 也造成了共享效果的不一。M. A. F. Noor 等19在 2006 年

15、的研究中发现, 在有着较为清楚数据共享政策的遗传学期刊中, 3% -20%的论文中的数据并没有提供相应的数据仓储库访问链接, 甚至3% - 15% 的论文一直没有提交任何的研究数据。C. J. Savage 等16调研了实施数据共享政策较为积极的 PLoS 系列期刊, 结果也不尽如人意, 他们发现参与调查的 10 位作者中, 仅仅有一位作者提交了原始的数据集。综上所述, 目前期刊界的数据共享政策大部分是鼓励而不是强制研究人员共享数据, 它对研究人员的数据共享行为有着较为积极的影响, 但是这些政策不一定能激励研究人员长期的数据共享行为。2. 1. 3 企业资助政策不是所有的科研项目都是政府资助的

16、, 有一定比例的科研项目是由企业资助的, 这些科研项目在一定程度上必须遵从该企业的利益。企业资助的项目一般常见于工程学等应用性较强的学科领域中20, 与这些企业有着商业合同的研究人员共享他们的研究数据的可能性较小。E. G. Campbell 等14发现, 提供资助的企业会对所资助的研究人员的数据共享行为予以较大的限制。K. Louis 等20发现, 21% 的遗传学家因与所资助的企业有协议而拒绝共享他们的研究数据。D. Blumenthal 等21发现, 生命科学领域的研究人员更可能拒绝共享他们的研究数据, 因为在这些领域中, 企业的参与度较高, 研究人员担心版权等问题而不愿共享数据。当然,

17、 并不是说只有企业资助的研究项目才拒绝共享数据, E. G. Campbell 等22也发现某些政府资助的科研项目也会对科研人员有数据共享限制。综上所述, 企业的资助在一定程度上会限制研究人员的数据共享行为, 企业参与度较高领域的研究人员往往更不愿意共享他们的研究数据。2. 2 技术因素2. 2. 1 元数据标准在科学数据共享实践中, 元数据标准是一个非常重要的影响因素。美国研究信息网 ( research information network, RIN) 的一份报告23指出, 在科学数据管理方面缺少统一的元数据标准是研究人员数据共享行为的阻碍因素之一。J. Saltz 等24认为, 统一的

18、元数据标准可以帮助科研人员避免同类数据的异质描述。J. S. Horsburgh 等25和 G. C. Bowker 等26认为, 元数据标准的不唯一性使得研究人员发现和使用数据变得困难。为了科学数据的长期保存, 研究人员要形成一套统一的元数据标准。M. J. Bietz等27和 H. Karasti 等28通过调研发现许多研究团队已经开始探索采用统一的元数据标准来支持数据的发现和重用。L. Daz 等29、H. Karasti 等30、N. W. Paton31以及 D. Ribes 等32的研究主要针对特定学科领域的元数据标准的制定, 例如, H. Karasti 等30在生态学领域制订了

19、生态学元数据语言EML, 其主要用来组织和管理生态学的元数据。N. W. Paton31在生命科学领域进行了有益的探索, 为了鼓励数据的共享, 专门为实验制订了统一的元数据标准。标准化的元数据不仅促进了研究中的协作32, 也使得在分布式环境中的数据整合变得更加容易29。然而, 之前大部分有关元数据标准的研究主要聚焦在科研合作项目中新产生数据的共享和复用, 而没有关注已发布的科学数据的元数据标准的制定。综上所述, 统一的元数据标准在促进数据共享的实践中发挥着至关重要的作用, 它是实现数据共享的手段, 也是研究人员能够规范地管理数据以便进行共享的先决条件, 但目前针对科学数据元数据标准的制定呈现出

20、各学科或各研究团队各自为阵的现象, 尚未出现统一的、针对科学数据的“核心元数据”。2. 2. 2 数据仓储数据仓储是影响研究人员数据共享的另一个重要因素。数据仓储使得科研人员更加容易地存储、分享、查询和下载科学数据33。同时, 数据仓储的使用也使得研究人员可以利用大量的数据来佐证研究结果, 促进数据的重用和再分析, 最终提高科学发现率34。目前基于网络的数据仓储主要存在于生物学、医学、地理学、天文学等学科中35。此外, 大学或研究机构的机构知识库除了保存科学数据外, 一些还提供数据监管 ( data curation) 等服务36-37, 比如康奈尔大学的 DataStar。DataStar3

21、8是康奈尔大学的阶段型数据存储库, 服务对象主要是本校学者。它以机构知识库为基础, 是数据集共享的一个暂时的、过渡性质的存储节点。它拥有高质量的元数据描述工具, 是一个提供完整服务方案的数据监护平台。由图书馆员负责操作, 通过协助学者们完善数据和元数据来促进共享, 最终帮助他们向各自领域的学科数据仓储发布数据成果, 以便长期使用和保存。先前的研究发现39-40, 某一学科或机构的数据仓储可以促进研究人员的数据共享。C. Brown39认为在生物学领域, 学科数据仓储提供的数据存储和检索机制极大的改善了研究状况。M. H. Cragin 等40也调查了数据仓储的使用对于科学数据共享的影响程度,

22、据此得出结论: 数据仓储通过提供数据策管服务也在一定程度上促进了数据共享。他们还指出, 在数据仓储中数据共享的困难主要存在于数据仓储本身的访问限制和合理性等问题。C. Fennema-Notestin41认为, 生物医学数据仓储库 ( BDR) 的使用增加了数据的可访问性, 这也在一定程度上支持了目前的研究。然而, 一些学者也提出42-43, 研究人员并没有充分利用已有的数据仓库来重用他人的数据。同时, J. Michael10在 ODE 项目中以 PANGAEA 作为例子, 提出了机构仓储作为数据共享平台的几个问题, 包括如何确保其提供有效的服务、资金支持、激励和评价等。但是 M. Pete

23、r10也指出, 随着技术的升级, 仓储平台的硬件设备会变得过时, 这样一来, 对于数据的长期保存的技术迁移成本也是很高的。综上所述, 数据仓储作为研究人员存储科学数据的工具和平台, 对于数据的共享和长期保存有着至关重要的作用, 它解决了科学数据“去哪儿”的问题。但是, 目前数据仓储建设还存在着学科分布不均现象和本身访问限制与合理性等问题。2. 3 个人因素2. 3. 1 预期利益预期的利益问题是影响研究人员数据共享行为的另一个重要因素。预期利益主要是指研究人员通过数据共享而获得学术团体的认可和相应 的学术优先权。研究人员被认可的程度可以用被引率来衡量, 而被引率可以作为科研活动评价的重要指标之

24、一44。尽管学术界已经存在了一些数据引用规范45, 但是研究人员似乎并不乐于采用这些做法, 所以统计研究人员的数据被引率比较困难, 从而使科研人员并不愿意共享数据。B. Stanley5、M. Parker 等46发现数据共享无法给研究人员带来应有的声誉, T. D. Sterling等47的研究也发现, 共享数据后的学术优先权的不确定是研究人员不愿意共享数据的原因之一。此外, “互利互惠”也是影响研究人员数据共享行为的因素之一。A. Zimmerman48在一项研究中发现, 研究人员更愿意在他们的同事或熟人之间进行数据的共享, 因为这些人也会将他们的数据共享给自己。K. Louis 等20发

25、现, 28% 的遗传学家不乐于共享他们的研究数据, 主要是因为得不到利用这些数据的科研人员的回报。综上所述, 是否能获得学术认可、学术优先权以及数据共享中的互利互惠是研究人员对数据共享是否能带来预期利益的判断条件。但目前研究人员数据引用意识的欠缺以及数据引用标准的不规范也给数据共享 带来了一定的阻碍。2. 3. 2 共享风险( 1) 出版专有权。D. D. Reidpath 等49发现, 出版权的丢失是研究人员不愿意去共享数据的原因之一。K. Louis20、E. G. Campbell 等50的研究发现, 一些研究人员拒绝共享他们的研究数据主要是为了保留将来数据出版的专有权。( 2) 商业化

26、机会。数据是一种资产的说法的日渐流行, 也在一定程度上抑制了研究人员数据共享的行为, 也即研究人员认为数据共享意味着丢失商业化的机会4。J. B. Fisher 等51认为目前各个国家正式的知识产权法并没有涉及到数据共享, 主要是依靠某些机构本身的政策或规范。这种现状使得那些希望将来把自己的数据申请为专利的研究人员更加难以共享数据52-53。( 3) 数据误用。研究人员担心他们的数据在没有经过许可的情况下被使用甚至被误用, 这也在一定程度上降低了数据共享的程度。B. Stanley 等5发现, 共享数据的研究人员非常关心利用他们的数据的人员的身份资质以及数据被误用的可能性。G. R. Sedb

27、erry 等54、D. McKay55、P. M. Davis 等56也指出, 一旦相关的科学数据被共享, 某些研究人员可能由于缺乏这些数据的背景信息而对这些原始数据集进行错误的解读, 进而产生一定的分歧。A. J. Vickers57、L. A. Liotta 等58指出, 医学领域的研究人员更加担心数据共享后被误读, 一旦数据真地出现一定偏差, 其会遭受来自各方面的批评和指责。( 4) 数据敏感性。某些科研项目的数据具有一定的敏感性, 这也在一定程度上抑止了数据共享行为。J. Lane 等59发现, 某些人类学领域的研究数据具有一定的隐私性。C. L. Borgman60的研究表明, 在与

28、人类学相关的学科中, 比如社会学或生物医学等, 数据共享受限是比较普遍的。J. Lane59在 2010 年的一项研究中发现, 在医疗卫生领域的数据共享确实是比较困难的。T. D. Sterling47也认为涉及到国家安全的数据不应该进行国际性的数据共享。此外, A. W. Crall 等61认为, 只要研究人员认为某些数据是具有敏感性的, 就应该避免数据共享, 比如濒危物种的数据。综上所述, 研究人员对数据共享可能带来风险的判断会影响他们是否共享数据的决定, 这些共享风险涉及出版专有权、商业化机会、数据误用以及数据敏感性等各个方面。从这些共享风险可以看出, 目前科学数据的知识产 权问题以 及

29、共享层 次问题是 亟待解决的。2. 4 其他因素影响研究人员共享数据的因素还体现在个人层面与环境层面上。在个人层面上, D. Blumenthal 等21指出个人的经验教训等客观原因使得他们并不想共享数据; 在环境层面上, C. Tenopir 等4的研究发现, 是否共享数据取决于目前的研究处于哪一阶段, 如果数据共享后会对该实验室或机构的竞争力造成负面的影响, 那么肯定不会共享他们的研究数据。C. Vogeli62的研究也证实了这一说法, 即实验室或机构的相互竞争会在很大程度上影响数据的共享行为。3 总结与展望基于以上的研究综述, 笔者对目前影响数据共享行为的因素进行了总结, 如表1 所示:

30、表 1 影响研究人员数据共享行为的主要因素 下载原表 笔者主要对国外关于影响科研人员数据共享行为因素的研究进行了简要的回顾, 并从制度、技术和个人 3 个层面进行了归纳和阐述。其中制度因素是客观因素, 个人因素是主观因素, 技术因素是二者的桥梁, 它既受到客观历史发展背景的影响, 也受到个人主观因素所限, 一定背景下有可能成为助力, 也有可能成为阻碍的瓶颈。制度因素方面, 无论是资助机构政策、期刊政策还是企业资助政策, 都促进了研究过程中产生的科学数据的有效管理, 但由于政策制定目的以及内容的不唯一性, 这些制度因素对于研究人员的数据共享行为到底产生了促进还是阻碍作用并不能一概而论; 技术因素

31、方面, 影响研究人员数据共享的技术因素是十分复杂的, 笔者主要探讨了元数据标准和数据仓储这两个方面, 它们是保障科学数据共享的先决条件, 统一的元数据标准、规范的数据仓储在一定程度上促进了研究人员的数据共享行为与科学数据的长期保存; 个人因素方面, 不论是预期利益还是共享风险, 都是研究人员判断数据共享可能带来结果的条件, 但由于个人因素的主观性较强, 并且也受到客观制度因素与技术因素的影响, 每个人对于是否共享数据的判断是不同的; 其他因素方面, 个人经验教训很难被归入预期利益或共享风险之中, 它既可能是激励因素, 也可能是阻碍因素, 而学术界竞争力作为影响研究人员数据共享行为的外在客观因素

32、, 与制度因素一样, 其对于数据共享行为的影响视具体情况而定。就目前国外的研究现状来看, 由于政策制定目的与内容的不唯一性、技术因素的复杂性以及个人因素的主观性, 已有的研究结果也只能说明某一因素在研究特设的条件下对研究人员数据共享行为所起到的促进或阻碍作用, 很难明确地总结出各个层面的因素到底是促进还是阻碍了科学数据的共享, 但是它们对于科学数据共享的影响是不可忽视的。目前国外的研究还存在以下几方面问题: 理论基础不明确, 研究模型不健全。一方面, 目前的大部分研究没有采用任何明确的行为学理论基础来研究研究人员的数据共享行为; 另一方面, 有效的数据共享可能不仅仅依赖于上述这些因素, 例如

33、C. Tenopir4等人在研究中指出研究人员的数据共享行为还受到研究过程中的学科文化氛围的影响, 他们认为目前数据共享在各个学科的实践中的差异很大程度上是缘于学科文化的多元性; 研究对象的学科范围受限。大部分以前的研究主要集中于生命科学家、遗传学家、医学研究人员、生态学家和心理学家, 而不是研究人员跨越各种科学和工程数据共享行为; 研究方法单一。有学者指出23, 研究人员实际的不共享现象比调研报告中显示的要严重, 仅仅基于问卷调研的方法无法了解共享行为的全部。因此, 未来的研究可以考虑定性的方法或者混合的方法来调查研究人员的数据共享行为, 以更全面的理论基础来构建数据共享行为影响因素模型,

34、并且将研究领域扩展到社会科学等其他学科或者跨学科的共享行为上。参考文献1王培正, 张志强, 吴一民.科学数据共享方式研究J.科技管理研究, 2010 (17) :201-204. 2Wallis J C, Rolando E, Borgman C L.If we share data, will anyone use them?Data sharing and reuse in the long tail of science and technologyJ/OL.PLoS One, 2013, 8 (7) 2013-10-02.http:/www.plosone.org/article/in

35、fo%3Adoi%2F10.1371%2Fjournal.pone.0067332#pone-0067332-g001. 3Zimmerman A S.Data sharing and secondary use of scientific data:Experiences of ecologistsD.Ann Arbor:The University of Michigan, 2003. 4Tenopir C, Allard S, Douglass K L, et al.Data sharing by scientists:Practices and perceptionsJ.PLoS On

36、e, 2011, 6 (6) :1-21. 5Stanley B, Stanley M.Data sharing:The primary researchers perspectiveJ.Law and Human Behavior, 1988, 12 (2) :173-180. 6National Institutes of Health 2003.NIH data sharing policy and implementation guidanceEB/OL.2013-10-02.https:/grants.nih.gov/grants/policy/data_sharing/data_s

37、haring_guidance.htm. 7National Science Foundation 2010.Scientists seeking NSF funding will soon be required to submit data management plansEB/OL.2013-10-02.https:/www.nsf.gov/news/news_summ.jsp?cntn_id=116928. 8Faniel I M, Zimmerman A.Beyond the data deluge:A research agenda for large-scale data sha

38、ring and reuseJ.International Journal of Digital Curation, 2011, 6 (1) :58-69. 9PARSE Insight 2007.Insight into digital preservation of research output in Europe:Survey reportR/OL.2013-11-06.http:/www.parse-insight.eu/downloads/PARSE-Insight_D3-4_SurveyReport_final_hq.pdf. 10The ODE Project.Ten tale

39、s of drivers and barriers in data sharingR/OL.2013-10-02.http:/www.alliancepermanentaccess.org/wp-content/uploads/downloads/2011/10/7836_ODE_brochure_final.pdf. 11Colditz G A.Constraints on data sharing:Experience from the nurseshealth studyJ.Epidemiology, 2009, 20 (2) :169-171. 12Piwowar H A, Chapm

40、an W W.A review of journal policies for sharing research dataC/International Conference on Electronic Publishing 2008.Toronto:KMDI, 2008:253-265. 13Piwowar H A.Who shares?Who doesnt?Factors associated with openly archiving raw research dataJ/OL.PLoS One, 2011, 6 (7) 2013-10-02.http:/www.plosone.org/

41、article/info%3Adoi%2F10.1371%2Fjournal.pone.0018657. 14Campbell E G, Louis K S, Blumenthal D.Looking a gift horse in the mouthJ.JAMA:The Journal of the American Medical Association, 1998, 279 (13) :995-999. 15McCain K W.Mandating sharing journal policies in the natural sciencesJ.Science Communicatio

42、n, 1995, 16 (4) :403-431. 16Savage C J, Vickers A J.Empirical study of data sharing by authors publishing in PLoS journalsJ/OL.PLoS One, 2009, 4 (9) 2013-10-03.http:/www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0007078#pone-0007078-g001. 17Piwowar H A, Chapman W W.Public sharing of re

43、search datasets:A pilot study of associationsJ.Journal of Informetrics, 2010, 4 (2) :148-156. 18Piwowar H A, Day R S, Fridsma D B.Sharing detailed research data is associated with increased citation rateJ/OL.PLoS One, 2007, 2 (3) 2013-10-02.http:/www.plosone.org/article/info%3Adoi%2F10.1371%2Fjourna

44、l.pone.0000308#pone-0000308-g002. 19Noor M A F, Zimmerman K J, Teeter K C.Data sharing:How much doesnt get submitted to GenBank?J/OL.PLoS Biology, 2006, 4 (7) 2013-10-03.http:/www.plosbiology.org/article/info%3Adoi%2F10.1371%2Fjournal.pbio.0040228#pbio-0040228-t001. 20Louis K, Jones L, Campbell E.Sharing in scienceJ.American Scientist, 2002, 90 (4) :304-307. 21Blumenthal D, Campbell E G, Gokhale M, et al.Data withholding in genetics and the other life sciences:Prevalences and predictorsJ.Academic Medicine, 2006, 81 (2) :137-145.