基于生命周期的動態科學數據服務模式研究

楊傳汶，徐坤

基于生命周期的動態科學數據服務模式研究

楊傳汶，徐坤

探討如何有效開展科學數據服務，通過專家訪談法參考專家意見，借鑒國內外相關研究和實踐，以科學數據生命周期理論為基礎，結合科研工作流程，提出動態科學數據服務模式，并給出漸進開展科學數據服務的建議。

科學數據 生命周期 動態科學數據服務

1 國內外科學數據服務研究概況

歐美發達國家的科學數據服務發展較快，在數據開發、檢索、存儲、咨詢、分析等方面取得了較好的成績。數據開發服務主要是對科學數據進行組織，使之更好地被共享和利用，如美國加州大學圖書館對學校實驗室數據進行收集和整理[1]。數據檢索服務主要是幫助用戶獲取所需數據和相關資源的信息，實現文獻資源和相關數據資源的交叉鏈接，為科學數據用戶提供系統服務，如德國國家科技圖書館利用給數據對象分配唯一的標識符實現文獻對科學數據的鏈接[2]。科學數據存儲服務是科學數據服務的重要內容，是其他相關服務的基礎，有效地對相關數據進行存儲才能實現科學數據的共享和復用，如哈佛和麻省理工大學聯合建立數據中心，供本校教師進行數據存儲和獲取[3]。數據咨詢服務主要是針對用戶需求，幫助用戶選擇數據知識庫，協助用戶制定相應的數據管理計劃，如麻省理工大學圖書館提供地理GIS數據、社會科學數據、生命科學數據的咨詢服務[4]。科學數據分析服務主要是對科學數據之間的相互關系進行分析，總結出新內容或者發現相關領域的研究趨勢，如哈佛大學Dataverse Network項目就提供利用SPSS和STATA對數據進行分析服務，并能對分析結果進行下載[5]。另外，數據服務人員的教育培訓[6]、數據服務軟件工具的開發[7]等在國外都有較好發展。

國內科學數據服務的研究起步較晚，但近年呈現蓬勃發展趨勢，在CNKI上以“科學數據”為主題進行檢索，對檢索到的相關文獻進行篩選，得到科學數據相關論文篇數見表1(檢索時間：2015年2月27日)。

表1 CNKI科學數據相關文獻數量表

由檢索結果可知，科學數據一直是科研人員關心的熱點，2013年開始受到更多的關注和研究。從內容看，多為對國外相關理論和經驗的介紹[8]，洪程以東南大學研究生為對象調查科學數據需求與利用情況[9]，還有一些單位做了科學數據管理上的實踐，如武漢大學的社會科學數據管理中心[10]。

從實際效果看，雖然國內科學數據服務對科學研究產生了積極影響，但與歐美發達國家相比還存在差距，許多方面仍然需要完善。盡管國外有較多的實踐經驗，但由于服務對象和科研環境不同，國內科學數據服務不可能完全照抄國外經驗。同時又因為數據服務是一項系統的持續的任務，有大量工作需要做，如何系統地開展國內科學數據服務，具體有哪些工作需要做，這些問題是在目前科學數據服務研究蓬勃發展的情況下亟待解決的，需要一個有效合理的科學數據服務模式來指導科學數據服務的具體實踐，以促進科學數據服務更好實施。基于此，本文參考國內外相關研究和實踐，結合科學數據生命周期和科研過程，提出覆蓋整個科學數據生命周期的動態科學數據服務模式，并對科學數據服務實施提出建議。

2 動態科學數據服務模式構建

構建動態科學數據服務模式需要正確理解科研過程和其所需數據服務，為此，本研究在參考相關研究文獻的基礎上，于2014年10月對相關專家進行訪談。訪談過程如下：

(1)擬定訪談提綱。除介紹訪談目的、意義、匿名保證等基礎項目外，還需參考相關研究文獻，從中抽取整理科研過程、科學數據生命周期等知識，訪談人員要熟悉相關內容，保證訪談過程中與專家有良好的互動交流。訪談提綱可在與專家訪談后進一步完善，以利于后續訪談取得更好的效果。

(2)選擇專家。為使訪談有效進行，筆者從吉林醫藥學院選擇訪談對象，包括臨床醫學、檢驗、口腔影像、藥學等科學數據產出較多的專業。首先由筆者工作部門領導與相關院長溝通，而后院長推薦專家，保證訪談工作順利進行。在被訪談的40名專家中，教授25人，副教授12人，均曾主持過省級以上科研項目或者是項目的主要完成人，了解和掌握科研過程，對數據服務具有較高需求，其中3名是中級職稱，主要從事實驗室實驗工作，日常工作中科學數據接觸頻繁，對科學數據服務需求內容較了解。因為被訪談人員均由各個學院院長選擇推薦，在科研過程、科學數據服務需求內容等方面的意見具有一定代表性，能夠對相關內容做出較真實的反應。

(3)進行訪談。訪談地點雙方約定，保證不受外界干擾，一般宜選擇小型會議室。首先記錄專家的性別、年齡、專業、學歷、研究方向等基本信息，使用錄音筆需經專家同意。訪談內容按照提綱順序進行，注意訪談過程與專家進行適度互動，主要是介紹和解釋相關研究成果中的科研過程、科學數據生命周期等內容，同時在訪談過程中保證對訪談核心問題理解的全面性與深刻性。訪談時間一般在30分鐘左右，訪談結束后請專家核實記錄內容。

(4)訪談結果分析整理。整理專家訪談結果，再選擇10名被訪談教授對結果進行修正和確認，最終得到一般科研過程和科學數據生命周期。

科研過程一般包括如下步驟：①制定計劃，設計如何實施整個科研項目；②進行實驗，采用相關的儀器設備采用相關的方法進行實驗；③收集數據，對實驗過程中所產生的數據進行收集整理；④解釋與分析，將整理好的數據進行加工，分析其相互關系；⑤得出結論，整理分析結果，得到相應結論；⑥表達與交流，對結論進行合適的表達，與其他科研人員交流；⑦評價與改進，在交流過程中對結論進行評價，改進不夠理想的地方。

在科研活動中，科學數據由最初創建的初始數據，經過科研人員的解釋和處理形成中間數據，并進行存儲管理、復用，最后隨著研究的進展將數據發布整理結果數據，再被其他研究所引用，形成這樣一個生命周期過程。各研究機構和學者給出了不同的數據生命周期模型，如英國的Data Archive項目把數據生命周期分成6個階段[11]，澳大利亞國家數據服務項目將數據監護分成了創造、存儲、描述、標識、登記、獲取、檢索、開發等8個環節。在與專家有效溝通上述科學數據生命周期的情況下，獲取專家對科學數據生命周期的設置建議，經整理后將科學數據分為計劃、生產、保存、篩選、存儲、利用、更新等7個階段，在每個階段所需進行的工作內容也不相同，具體如下：

①計劃：進行科研工作前須有周密計劃，在計劃階段設計好數據生命周期每個階段的任務和需注意的問題，能使科學數據服務實施更加容易和可靠，同時讓相關人員清楚自己的任務，保證工作有效地開展。對科學數據而言，要滿足后續的數據存儲和共享復用，需要針對本學科并兼顧科學數據的跨系統應用做好科學數據的元數據模板，明確需要記錄的內容，以及應以怎樣的方式對記錄進行有效組織，方便科學數據在不同的系統中處理和利用。

②生產：做詳細計劃后是實施科研工作，在這個過程中科研人員利用自己的專業知識，參考其他相關知識和數據，進行科學研究，利用科學數據元數據模板記錄科學研究產出的數據。由于科研人員在查找資料和相關數據上要花費大量的時間和精力，他們需要更專業的人員和機構為他們提供相關服務，基于國內科學數據交流與共享的實際情況，對科學數據的服務需求更為明顯。

③保存：科研過程生產的科學數據存入臨時存儲系統，為進一步研究使用。這些原始數據來自于科研人員的研究項目，不同的研究人員對同一數據可能產生不同的想法，進而產出新的研究成果，這就是科學數據的增值性特點。即使是錯誤的或者失敗的數據對避免同類錯誤發生也具有重要的借鑒價值。而科研人員保存數據的情況亟待改進，目前，這些數據多數是零散的以表格的形式存在于計算機中，缺乏安全機制，數據丟失情況嚴重，更不利于數據的復用和共享，科研人員急需專業的服務將他們從不太合格的數據管理員的角色中解放出來。

④篩選：由于科研實驗產生大量的原始數據、中間數據和結果數據，鑒于科學數據存儲需要花費一定的人力物力，并不是所有的原始數據都需要進行存儲，只需要對原始數據進行篩選，選出具有長期存儲價值的數據，這個過程需要同行的參與，在與其他研究人員充分交流的基礎上篩選的數據才能更好的保證有用的數據不被誤刪，發揮其應有價值。而要實現這一目標需要有一個合適的交流平臺，既能保證數據交流，又能保證數據的安全。

⑤存儲：將篩選出的科學數據存儲到數據中心，讓更多的科研人員復用和與其他科研人員共享交流，并做好備份工作。共享和交流最多的是結果數據，但因為各種原因結果數據往往不夠完整，并且加入了研究人員的主觀因素，導致復用數據的人員對科學數據產生誤解和誤用。因此，存儲數據需要將更加完整的原始數據和中間數據也以不同的版本存儲，這樣科研人員可根據需要對數據進行較好的利用，減少因誤解而造成的錯誤。信息組織不是科研人員的專長，需要專業的服務技術幫助他們實現科學數據的有效組織，發揮科學數據的最大價值。

⑥利用：數據中心的科學數據應可較方便地為科研人員提供檢索、下載等服務，根據需要，還可以進行數據分析等高級應用服務，這部分一般是科研數據創建者已經完成科研工作，將數據完全公開在科學數據中心，由科學數據中心向其他科研人員提供服務。

⑦更新：因為科學數據是動態存在的，在被其他科研人員共享復用的過程中可能不斷對原有數據進行完善和更新，并且這一過程可能多次出現，科學數據服務中應該能夠提供該項功能，如果不是數據創建者本人對數據更新，應該提供便利的溝通渠道，使雙方對數據更新達成一致意見，以保證數據的質量和數據不被濫用。

科學數據經歷一個從創建到更新，再到其它研究繼續應用進而產生新的科學數據的一個動態的循環過程，并且與科研過程緊密相聯。通過調研得知在科學數據生命周期的每個階段都需要不同的科學數據服務，并且服務隨著科研過程的推進而動態變化著，其在科研活動過程中的周期如圖1。

圖1 科研活動中科學數據的生命周期圖

由圖1可知，科學數據在科研過程中不是一成不變的，可能會經過若干次的利用和修正，在利用中被不斷更新和完善，是一個循環上升的過程，不但如此，一個科研項目雖然結束，其數據存儲到數據平臺還可以被其他項目所應用，繼續發揮其更大的價值，這也正是進行科學數據服務的目的所在。

在確定科研工作流程與數據生命周期的基礎上，將第一輪訪談中專家建議的服務基于生命周期進行分類整理，如計劃階段需要哪些數據服務，本研究采用德爾菲法的理念選擇15名教授(包括做確認的10名)進行了三輪調查，對所調查內容專家們具有較高的收斂度，整理后得出動態科學數據服務模式，如圖2所示。在此模式下，數據服務人員參與整個科學數據生命周期，在不同階段提供不同服務，使數據服務形成一個動態的有機的整體，保證科學數據的完整性，避免數據描述不全而造成的理解上的誤解，更有利于科學數據被有效共享復用或者二次開發，發揮科學數據的最大價值。動態科學數據服務模式要求科學數據服務人員與科研人員密切合作，對提高科研人員的數據信息素養具有重要意義，能更有效地促進科研人員共享科學數據，發揮科學數據的最大價值，提高科研效率。

動態科學數據服務模式需要具有以下特點：

①科學數據服務內容的整體性。動態科學數據服務模式基于科研工作過程和科學數據生命周期，覆蓋科研過程的各個階段，針對科學數據的整個生命周期對科研人員提供科學數據服務。

②科學數據服務的動態性與及時性。動態科學數據服務模式不但要覆蓋科研過程的各個階段，同時還要根據科研人員的工作的動態需要及時地為科研工作提供服務。

③以科研用戶為中心。從科研人員進行科研計劃、資料搜集到科研工作的進行、科研成果的存儲與利用，數據服務人員要提供相應的數據服務，如幫助科研人員制定科學數據管理計劃、幫助科研人員搜集相關科學數據、有效組織存儲數據、利用數據服務等，做到按照科研人員的需求，并以科研人員的科研活動為重心為科研人員提供科學數據服務。

圖2 動態科學數據服務模式圖

④完整存儲科學數據。動態科學數據服務強調對整個科學數據生命周期進行服務，能夠對科學數據的各階段的狀態做及時準確的存儲，并由專業的信息組織人員與相關領域人員共同完成，既保證數據的準確完整性，又能保證數據的長期可用，避免因數據描述不全而造成的理解上的誤解。

⑤有效提高相關人員的能力。動態科學數據服務要求科研人員與數據服務人員合作，不但保證數據管理與應用的有效實施，同時對科研人員的數據信息素養和數據服務人員的專業知識的提高都有幫助，為科研人員與數據服務人員進一步合作打下良好基礎，使得數據服務形成良性循環。

⑥持續提供科學數據服務。隨著科研項目的結題，一個科學數據生命周期完結，但相關科學數據還會繼續被共享重用，發揮價值，進入到另一個科研過程中。科學數據服務也一樣繼續為其他項目提供服務，這一過程并非簡單的循環，無論是科研過程還是科學數據服務，都是一種螺旋式上升的過程。

3 科學數據服務的實施

動態科學數據服務模式不僅是一個有機整體，同時也是一個復雜的工程，基于當前的實際情況，想要在短時間內實施所有動態科學數據服務內容是不現實的，應采用漸進式的方法，逐步實施。基于上述科學數據服務模式的特點要求，如下幾個方面的工作需要開展。

3.1 培訓數據服務人員

優秀的科學數據服務人員是動態科學數據服務實施的重要保障。從相關計劃的制定到數據的動態存儲，再到科學數據的交流復用，在整個動態的科研過程的各個環節中，需要不同的科學數據服務，這要求動態科學數據服務模式下的服務人員具有良好的服務水平，需要具有信息組織知識和所服務學科的專業知識雙重能力，針對以上特點，國外開設了相關的教育和培訓。而國內科學數據服務以信息人員為主，缺少必要的專業知識。有些科研團體設置相關數據管理崗位，由科研人員自己進行相關服務，而科研人員又相對缺少信息組織方面的知識。比如近年來吉林醫藥學院圖書館優先培訓學科館員，使學科館員嵌入科研過程，從科研計劃階段開始參與科研活動，負責相關資料的搜集整理服務，協助制定數據管理計劃和針對學科特點制定元數據模型，對科學數據進行有效組織，1年后3名學科館員的領域知識明顯提高，較好地融入學院科研團隊，科學數據服務能力顯著增強。同時，嵌入學科館員科研團隊科研人員的信息素養也顯著提高，在數據搜集整理和管理利用上的技能明顯進步。

3.2 提高科研人員數據信息素養

在動態科研過程中，科研人員的數據服務需求也是動態變化的，單憑科學數據服務人員很難有效滿足其需求，不斷提高科研人員的數據信息素養對滿足科研人員不斷變化的科學數據服務需求具有一定積極作用。目前科研人員搜集傳統文獻資源的信息素養已經具備一定水準[12-13]，但由于科學數據服務是近年來的一個新興領域，限于相關機構或者部門所提供的科學數據服務宣傳不夠，以及科研人員出于數據安全等因素對自己所創建科學數據的保護行為，在數據信息素養上離滿足科研人員的科研工作需求還有較大差距，需要進行相關的培訓干預來提高科研人員的數據信息素養。例如近年來吉林醫藥學院圖書館開展了科學數據相關研究講座、國內外數據資源介紹、科研數據相關政策學習等講座，對提高科研人員數據信息素養起到了一定效果，使相關科研人員的數據獲取能力、數據共享態度等發生了積極轉變。

3.3 選擇組織部門

在服務過程中會涉及多個部門，如信息組織部門、資源管理部門、科研部門，它們之間需要協作才能更好地進行科學數據服務。在高校，圖書館是科學數據服務較理想的組織部門，與科研處和各院系協作完成科學數據服務。圖書館具有信息服務的經驗和人員，與學校各個院系部門建立了長期的服務關系，在此基礎上進行科學數據服務，只是對信息服務的升級和細化，在技術、組織和協調上都能較好完成服務任務。吉林醫藥學院圖書館組織實施科學數據服務1年時間以來，在資源、技術和部門間組織協調上未出現特殊困難，保證了科學數據服務有效實施。以一個部門為主導對科學數據服務進行有效組織，協調多部門共同協作，能夠保證科學數據服務的動態性和及時性，有利于科學數據服務的持續發展。

3.4 利用和開發相關軟件

在科學數據服務的不同階段，有針對性的利用相關計算機軟件對相關科學數據進行組織與管理，使科學數據資源有效數字化，提高科學數據的安全性和可重用性。目前主要開發了一個科學數據存儲系統，功能上還只是實現簡單的存儲和檢索展示，基本滿足科研人員的數據日常管理需求，對科學數據進一步的利用和開發需要繼續完善相關軟件，如輔助制定科學數據管理計劃、元數據構建、科學數據的關聯化組織管理等功能還待開發。

3.5 搭建數據交流與共享平臺

盡管動態科學數據服務各個階段內容不盡相同，但最終目標都是使科學數據被更好的利用和發揮更大的價值，有效的交流平臺是實現這一目標的途徑。在大數據背景下，科學數據已經成了科研人員之間交流的一項主要內容，而科研人員之間現在能夠方便獲取的數據還僅限于所發表成果中的結果數據，而對這些結果數據具有重要支持作用的初始數據和中間數據的獲取則較困難。產生這種情況的主要原因之一是缺少方便科研人員進行交流和共享數據的平臺。目前的科學數據平臺多以數據存儲為主，所存儲內容多為基礎數據和結果數據，對初始數據和中間數據未見有相關處理方法。同時鑒于科學數據具有重要價值，交流共享當中如何才能保證數據創建者的利益不被損害，就需要有一個好的政策平臺來保證。鑒于技術、資源、政策等原因，目前平臺還未能成功搭建，吉林醫藥學院圖書館將進一步完善相關工作，由于任務的復雜性和艱巨性，只能漸進地實施。

4 結語

科學數據服務是一項重要又復雜的工程，本文在參考相關文獻的基礎上，利用專家調查法、問卷調查法等研究方法，結合科學數據生命周期理論與科研工作流程，提出動態科學數據服務模式，并給出科學數據服務動態實施的建議，為科學數據服務開展提供參考。由于時間、人力、技術等因素，加之科學數據服務本身的復雜性和長期性，對科學數據服務細節研究不夠深入，深層次的科學數據服務也沒能有效開展，這是本研究的不足，也是下一步需要繼續研究的方向。

[1]UC Berkeley's Principal Archive of Social Science Data [EB/OL].[2015-03-09].http：//ucdata.berkeley.edu/.

[2]Lautenschlager M，Hock H，Brase J.Publication and Citation of Scientific Primary Data at WDC Climate [EB/OL].[2015-03-09].http：//colab.mpdl.mpg.de/ mediawiki/images/3/30/ESci08_Sem_1_Primary_data_ registration_Lautenschlager.pdf.

[3]Harvard-MIT Data Center[EB/OL].[2015-03-09]. http：//hmdc.harvard.edu/.

[4]Lincoln Laboratory Grid（LLGrid）[EB/OL].[2015-03-10].http：//www.ll.mit.edu/news/llgrid.html.

[5]An Open-source Application for Publishing，Citing and DiscoveringResearch Data[EB/OL].[2015-03-10]. http：//thedata.org/book/features.

[6]陳清文.美國Data Curation職業教育研究綜述及啟示[J].情報理論與實踐，2015（1）：135-138.

[7]Digital Research and Curation Center[EB/OL].[2015-03-10].http：//ldp.library.jhu.edu/dkc.

[8]馬建玲，祝忠明，王楠楊.美國高校圖書館參與研究數據管理服務研究[J].圖書情報工作，2012（11）：77-82.

[9]洪程，錢鵬.高校研究生科學數據需求與利用行為調查分析[J].國家圖書館學刊，2014（1）：17-21.

[10]項英，賴劍菲，丁寧.高校圖書館科學數據管理服務實踐探索——以武漢大學社會科學數據管理為例[J].情報理論與實踐，2013（12）：89-93.

[11]Keeping Research Data Safe：A Cost Model and Guidance for UK Universities[EB/OL].[2014-05-19].http：//www.jisc.ac.uk/media/documents/publications/keepingresearchdatasafe0408.pdf.

[12]徐秀秀，楊寅華，尚珊珊.上海地區一般本科高校圖書館學科服務工作探究[J].圖書情報工作，2014（23）：117-121，125.

[13]沈婷婷.數據素養及其對科學數據管理的影響[J].圖書館論壇，2015（1）：68-73.

Study of Dynamic Scientific Data Service Model Based on Life Cycle

YANG Chuan-wen，XU Kun

In order to discuss how to effectively carry out the scientific data service，after consulting the experts and taking the domestic and foreign relevant researches and practices for reference，a dynamic scientific data service model is proposed on the basis of scientific data life cycle theory，combined with the process of scientific research work.At the same time，suggestions are given on how to carry out scientific data services gradually.

scientific data；life cycle；dynamic scientific data services

格式 楊傳汶，徐坤.基于生命周期的動態科學數據服務模式研究[J].圖書館論壇，2015（10）：82-87.

楊傳汶（1973-），男，三峽大學圖書館館員；徐坤（1979-），男，吉林大學公共衛生學院博士研究生。

2015-04-07