1、美国高校图书馆研究数据管理服务内容研究 刘桂锋 卢章平 阮炼 江苏大学科技信息研究所 江苏大学图书馆 伊利诺伊大学消防图书馆 摘 要： 文章采用网络调查方法对美国 50 所高校图书馆的研究数据管理服务实践特征进行比较和总结,选取斯坦福大学、哥伦比亚大学和华盛顿大学 3 所高校作为分析样本。根据调研现状和数据生命周期理论,构建高校图书馆研究数据管理服务内容框架。关键词： 研究数据; 高校图书馆; 研究数据服务; 研究数据管理; 学科服务; 作者简介：刘桂锋(1980-),男,博士,副研究馆员,硕士生导师,江苏大学科技信息研究所副所长;作者简介：卢章平(1958-),男,博士,教授,博士生导师,江
2、苏大学图书馆馆长;作者简介：阮炼(1964-),女,博士,教授,伊利诺伊大学消防图书馆馆长。收稿日期：2015-04-05基金：江苏省博士后科研资助计划“大数据轮动的图书馆学科服务创新研究”(项目编号:1402106C)Research Data Management Service of Academic Libraries in the USLIU Gui-feng LU Zhang-ping RUAN Lian Abstract： Using online survey method,the research data management service of 50 academic
3、libraries in the US are analyzed and compared, and Stanford University, Columbia University and University of Washington are taken as examples. According to the research results and the data life cycle theory,the framework of research data management service is built.Keyword： research data; academic
4、 library; research data service; research data management; subject service; Received： 2015-04-051 国内外研究数据管理服务文献综述研究数据(R esearch D ata)是指在科研过程中产生的能在计算机上存贮的全部数字形式的数据和能转换成数字形式的非数字形式数据。研究数据管理(Research Data Management,RDM ) 贯穿于整个研究生命周期,主要指对研究数据进行获取、计划、组织、存档、共享、分析、利用、保护等与数据相关的所有管理活动的总称。 研究数据服务(Research Da
5、ta Service,RDS)是图书馆为科研人员提供的科研数据服务,主要包括数据管理计划、数据组织、数据存档、数据再利用等服务。图书馆开展研究数据服务,既是顺应大数据背景科学研究范式转变的时代要求,满足科学研究基金组织对数据管理的基本要求,也是科研人员数据管理的内在需求,图书馆学科服务与机构知识库转型升级的必然需要。国外图书馆研究数据服务的理论探讨和实践探索主要集中在美国、加拿大、英国、澳大利亚等国家,目前基本处于初步探索阶段,理论研究侧重图书馆员对研究数据服务的认知阶段,实践探索侧重对研究数据服务项目的介绍阶段。 Tenopir1对美国和加拿大 223 名研究型图书馆员调查显示:虽然 R D
6、 S 目前尚未广泛开展,但是已经在计划阶段,将会成为大学图书馆重要的服务类型。Pinfield2对英国 26 位不同机构图书馆员进行半结构化访谈,研究表明图书馆在研究数据管理中发挥重要作用,但也会受到其他单位(如 IT 服务商)的挑战。V erbaan3对英格兰北部 20 名研究型大学的图书馆相关人员、IT 服务商、研究人员进行半结构化访谈,研究表明不同职业的人员对 R D S 的看法不同:IT 服务商关注短期数据存储,图书馆相关人员关注数据保护,研究人员侧重研究质量。C orrall4利用多选择调查表对澳大利亚、新西兰、爱尔兰和英国 140 家图书馆的数据支持服务进行调查,结果表明 R D
7、S 处于较低水平,但前景广阔。B all5介绍萨塞克斯大学与 3 个学院之间通过 Jisc Managing Research Data programme 进行 RDM 的实践,通过采集实际需求,为开展可持续的研究数据管理服务奠定基础。Naum6介绍澳大利亚阿德莱德大学的研究数据存储与管理项目,让图书馆员走出图书馆、融入科研团队,结果表明研究人员需要研究数据典藏和元数据存储的解决方案。国外许多机构开展 RDS 理论研究和实践, 形成一批研究成果,国内学者7-10在此方面进行重点关注。国内高校图书馆的研究数据管理尚未系统化,只是在培训过程中涉及相关内容,尚未提高到研究数据管理的层面,也欠缺完整
8、的计划。国内研究从 2011 年起步,经过 2012 年和 2013 年的过渡,2014 年达到快速发展阶段。研究对象从早期的科学数据管理到科研数据管理、 Data Curation,直到最近的研究数据服务。 研究成果多为引介国外项目进展、教育培训与案例分析11-14。马建玲等12比较分析美国 4 所高校图书馆的研究数据管理服务实践案例特点,如耶鲁大学基于学科研究指南、通过 Lib G uides 系统提供比较系统的研究数据管理服务;麻省理工学院成立专门工作组,由学科馆员负责,基于数据生命周期提供个性咨询服务。王婉14分析澳大利亚 3 所高校图书馆科研数据管理服务内容与特色,如澳大利亚国立大学
9、通过图书馆的 Lib Guides 系统提供服务;悉尼大学图书馆与多部门共同提供服务。除采用网络调查法了解国外图书馆研究数据服务现状、总结研究特点、提出对策建议外,还有学者15-20从研究数据管理主题、框架、政策、 联盟、工具、技术等角度探讨。综上可知,国外图书馆 RDS 的理论探讨和实践探索大幕早已开启,但目前尚处于萌芽阶段,理论探讨主要采用问卷调查、结构化访谈等形式来了解图书馆开展研究数据服务的认知、机遇与挑战、功能与作用等;实践探索方面较少,而且开展的时间普遍不长,缺乏可普及的成功经验。2 基于网络调查的研究数据管理服务研究调查 U .S.News 二是大部分研究数据服务由图书馆负责,或
10、成立服务团队、或通过 Lib G uides 系统提供,一小部分图书馆通过整合或联合校内外相关机构共同提供服务,如哈佛大学图书馆与教务处、 IQSSD ataverse 网络和学校 IT 部门合作,启动研究数据协同体来开展研究数据管理服务;三是服务活动的水平和层次差异较大,有的只提供基本的数据管理计划服务,如加州大学欧文分校; 有的提供基于数据生命周期的全过程服务,如哥伦比亚大学、杜克大学、威斯康星大学麦迪逊分校。数据管理计划是最基础的服务,因此46 家图书馆全部提供数据管理计划服务,主要内容包括 DMP (Data Management Plan) Tool 使用指南、各类型基金要求、参考案
11、例及相关资源链接等。各家图书馆在数据组织、存储、共享、引用、利用等活动方面开展的层次存在差异,最多的是数据存储,其次是数据共享,再次是数据组织、数据引用,最少的是数据利用。41 家图书馆提供数据存储服务,存储方式包括学校机构库、学科数据库、项目网站、期刊补充材料等。31 家图书馆开展数据共享服务,共享方式包括自建、合建或它建存储库等。28 家图书馆开展数据组织服务,主要包括文件命名、版本控制、文件管理、数据文档与数据描述(元数据)等。19 家图书馆提供数据引用服务,主要包括数据引用的目的、格式、工具、案例等。16 家图书馆涉及数据利用服务,主要包括数据再利用、数据出版和数据可视化等。因此每所高
12、校都会根据自身学科特点以及图书馆开展相关服务的基础提供满足本校师生需求的研究数据管理服务。通过对调研学校的服务方式、服务资源、服务内容和服务特色综合分析,选取 3所服务特色鲜明和服务内容丰富的高校作为案例,斯坦福大学研究数据服务内容不仅涵盖数据管理活动,还提供最佳实践与案例参考、培训咨询及其它服务;哥伦比亚大学不仅提供 4 个阶段的数据管理服务框架,还有多元的技术平台、齐备的政策保障和丰富的资源链接等;华盛顿大学不仅成立职责明确的服务团队,还提供丰富多彩的服务资源。2.1 斯坦福大学:数据管理服务 (DMS)斯坦福大学图书馆依托科研支持服务提供数据管理服务,主要通过制定服务目标、组建服务团队、
13、开展免费咨询或举行研讨会等形式为全校师生提供服务。D M S 目标是协助斯坦福研究人员进行数据组织、管理与管护,提高数据保存及访问能力,成立了由 7 名专业馆员组成的服务团队,定期发布相关新闻通报,如最近的一期是 2015 年 4 月 13 日的“Data Day”,主题是数据共享与数据再利用。DMS主要通过举行免费咨询或研讨会等形式为全校师生提供教育培训,具体服务内容有数据计划、保存与备份、共享、最佳实践及案例参考、咨询培训及其它服务。(1)数据计划服务。图书馆与加州大学图书馆合作提供 DMP 工具的利用服务。提供的服务包括撰写之前的准备工作、DMP 工具利用指南、 不同基金组织的案例参考、
14、数据管理计划撰写指导以及咨询等。(2)数据保存与备份服务。斯坦福大学 IT 部门提供大量的保存系统供选择。M ac 上的 Time Machine 软件就是一个很好的备份系统,而 Andrew File System (A FS)系统兼具存储和备份功能。Stanford Digital Repository(SDR)用于数据的长期保存。数据可分为禁止数据、限制数据、保密数据和公开数据 4 种类型。根据不同的数据类型选择存储和备份机构,如 Secure A FS 适用各种数据的保存和备份,而 Online Archive Storage 和 Secure IG FS (Individual 自然
15、科学如 Ecological Metadata Language (EML)。(3)数据共享与存储。数据共享可选择学科或机构存储库、期刊论文的补充材料、网站、院系服务器、通过电子邮件或可移动媒体非正式的点对点共享等方式。U W -IT 的 lolo Archive 提供与同行分享研究数据的文件合作服务。推荐至少使用两种不同的数据存储方式,图书馆的 R esearch W orks A rchive 能够存储最大 10G B 的数据量;U W -IT 的 lolo Archive 可用于存储不经常访问的数据。其他的一些方式还有外部硬盘、 院系服务器或存储网络、第三方云存储空间、便携式媒体。学校提
16、供的存储方式有 U W -IT Computing 数据组织回答元数据如何创建,数据文件如何管理等问题;数据备份回答数据备份的原则与方式等问题;数据出版主要回答数据成果的表现方式等问题;数据存储和共享主要回答数据成果的合理保存方式等问题;数据引用主要回答数据集的引用方式等问题;数据再利用主要回答数据成果如何发挥价值等问题。其中数据管理计划属于顶层设计,统揽全局,其他各部分各司其职、是不可缺少的重要一环。图 2 研究数据管理服务内容框架 下载原图3.1 数据管理计划数据管理计划主要描述数据的结构和性质以及研究数据收集、合并、转让、组织、文档、分析和保存等数据生命周期活动和技术要求;能够帮助正确管
17、理数据、满足基金要求、促进数据共享。主要由数据类型、数据收集、数据组织、数据出版、数据存储和共享、数据引用、数据再利用、数据政策等部分组成。撰写数据管理计划主要目的是符合基金组织和期刊出版社的要求、进行数据生命周期管理节省研究时间、通过数据引用提高学术影响力、使其他研究人员对数据能够再利用、长期保存数据避免灾难性的损失。推荐使用加州大学图书馆的 D M P Tool 制定数据管理计划。如威斯康星大学麦迪逊分校以 N SF 为例, 提供数据计划写作资源及案例参考。3.2 数据组织数据文档(也称元数据)描述数据的内容、格式和详细的内部关系,使其他研究人员正确查找、使用和引用数据。数据文档包括数据收
18、集的上下文环境、数据收集方法的结构、数据文件的组织与结构、数据源、数据验证与质量保证、原始数据的数据转换、机密性与访问和使用条件。 创建元数据,即数据的内容、结构和权限信息, 尽可能使用共同的或已知的语言描述元数据模式和标准。不同学科具有不同的元数据标准。如莱斯大学从通用学科、自然科学、社会科学和人文科学角度提供的元数据标准服务,D ublin C ore 是一个通用的元数据标准。文件管理主要包括文件命名、文件格式和版本控制。例如文件命名要遵守的规范包括保持一致、使用惟一标识符、日期和时间格式为年月日时分秒、不要使用空格或特殊字符、对不同版本使用顺序编号。3.3 数据备份数据备份可以跟踪不同版
19、本的变化,查找历史版本和保存当前版本。最好遵守“321”规则, 即建立 3 个备份(原始、当地机构和远程位置),2 份在线保存,1份离线保存,经常定期备份。备份数据可以选择个人电脑、学院或学校服务器、磁带、学科存档(库)、外部硬盘、云存储等。校内机构,如德克萨斯州大学(U T)的教职工可以使用 IT 办公室的 U T Backup,此外还提供外部转移服务和加密服务。第三方云存储,根据不同公司的要求和特点选择合适的备份公司,如 Amazon S3 Dropbox。3.4 数据出版数据论文可以被认为是一个数据包装方案, 提供足够的信息(或“元数据”),允许其他研究人员能够正确理解和再利用数据。数据
20、出版的主要方式有学科存储库(如 Data ONE、Dryad 等)、 机构存储库(如罗格斯大学 RUresearch 的数据门户 RUcore)、期刊论文与数据期刊(如自然出版集团的 Scientific Data)和通过个人、机构或第三方网页的自出版(如哈佛大学的 IQ SS Dataverse)。一个典型的例子是加州大学圣克鲁兹分校的 D A SH 自助服务数据管护工具,由图书馆与 U C C uration Center(U C 3)合作维护,为研究人员提供数据集出版服务。其具有界面友好、通过数据搜索引擎描述和索引数据、利用永久的 DOI 标识数据、长期保存数据、通过分面搜索和浏览研究数
21、据集等特点。3.5 数据存储和共享数据存储和共享能够促进研究的公开性和再现性、提高基础研究的可见性、提高数据集的引用率、满足基金组织和期刊出版商的要求、加快科研过程、建立优先权、增加合作的机会。数据共享之前需要考虑的因素包括学习更多数据共享的最佳实践、了解影响数据共享的版权法规、理解与共享敏感数据相关的责任、遵守保密和隐私要求。数据可以通过电子邮件、个人网页、项目或机构的网站、期刊的补充材料或“数据出版”, 或者通过学校机构库、学科存储库存储和共享。 如加州大学圣地亚哥分校提供的学科存储库包括生命科学的Dryad、地球观测和环境科学的 Data ONE、 社会科学 的 Harvard Data
22、verse Network 和 ICPSR 等。3.6 数据引用数据引用是参考数据集的标准化方法。数据引用增加研究的可见性,提高学术影响力和对数据的再利用。由于许多学科没有统一的数据引用标准,目前主要使用的是 Data Cite initiative。 引用格式由作者、题名、出版社、出版年、标识符、版本、获取(URL,doi/doilink)、访问日期等组成,如亚利桑那大学提供的不同内容的具体例子。数据引用的主要工具有 Refworks、Zotero、 Mendeley、Papers 和 Cite ULike。使用 EZID 服务获得 永久标识 符 Digital Object Identif
23、iers (DOIs)。3.7 数据分析 (可视化)数据可视化是数据分析的重要方式之一。开展数据可视化服务对技术要求很高,需要多部门协助配合。威斯康星大学麦迪逊分校提供 20 多种数据可视化应用程序和编程语言的比较服务。 密歇根大学图书馆在北校区、中心校区和医学校区提供各种各样的数据可视化服务,还提供大量的开放研讨会,如 C lark 图书馆通过开放研讨会、 课程辅导、个人咨询等形式提供大量的数据可视化和绘图服务。3.8 数据再利用数据再利用目前开展的非常少,受到很多因素限制,首先是发现与获取数据难,其次还要考虑成本、许可与安全等因素。目前数据再利用的途径主要有开放网络(如政府网站)、学科存储
24、库(如 IC PSR、Figshare、Dryad、Data Citation Index (DCI)、学校机构库、科研人员与科研团队。4 结论为更好的面向科研人员提供优质高效的研究数据服务,高校图书馆需建立完善的“四位一体”服务体系:服务内容作为灵魂、技术平台作为支撑、机构设置作为突破、人员配套作为关键、信息资源作为保障。其中服务内容是核心, 决定着服务质量和服务水平。通过对美国 50 所高校图书馆的调研发现,每家图书馆都是根据自身特色开展丰富多彩的服务内容。借鉴数据生命周期理论,构建了以数据管理计划为核心、数据组织为基础、数据存储和共享为关键、数据再利用为升华、其他各部分有机融合的研究数据管理服务内容框架。国外鲜活的服务实践和服务理论将会为我国图书馆开展相关服务奠定坚实的基础。
