學術期刊數(shù)據(jù)出版政策研究綜述——以JCR中進化生物學領域期刊為例

雷秋雨，馬建玲（1．中國科學院大學；．中國科學院蘭州文獻情報中心）

?

學術期刊數(shù)據(jù)出版政策研究綜述——以JCR中進化生物學領域期刊為例

雷秋雨1,2，馬建玲2（1．中國科學院大學；2．中國科學院蘭州文獻情報中心）

摘要：文章選取JCR中收錄的46種進化生物學核心期刊，對其數(shù)據(jù)出版政策進行詳細調(diào)研。細分了這46種學術期刊是否有數(shù)據(jù)出版政策以及數(shù)據(jù)出版政策的強弱，并在此基礎上從數(shù)據(jù)的存繳方式、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)格式、存儲位置、開放性與權益等多個方面對數(shù)據(jù)出版政策進行了分析與研究，最后提出了該領域?qū)W術期刊數(shù)據(jù)出版政策制定與執(zhí)行中存在的問題以及需要發(fā)展與完善的地方。

關鍵詞：進化生物學；學術期刊；數(shù)據(jù)出版政策；研究數(shù)據(jù)

1　背景

研究數(shù)據(jù)出版是指將科學研究中產(chǎn)生的數(shù)據(jù)（集）公開發(fā)布，以便于數(shù)據(jù)使用者自由獲取，這種做法是開放科學運動的組成部分，［1］數(shù)據(jù)出版的目的也在于將數(shù)據(jù)作為重要科研產(chǎn)出進行評估。［2］科學論文的質(zhì)量取決于底層原始數(shù)據(jù)的質(zhì)量，為了提高論文同行評審的嚴謹度并促進數(shù)據(jù)復用，許多期刊要求作者在論文發(fā)表前，先將數(shù)據(jù)注冊或提交到數(shù)據(jù)倉儲中，或要求在文獻發(fā)表之前公開其數(shù)據(jù)。［3］數(shù)據(jù)存檔﹑共享的相關政策規(guī)定，促進了科學數(shù)據(jù)的開放訪問，便于科學家對研究結(jié)果進行驗證，并基于相關數(shù)據(jù)探索新的分析方法。［4］實現(xiàn)共享，不僅能使科學數(shù)據(jù)在應用過程中增值，也是提高科技創(chuàng)新能力的重要支撐。［5］因此，將出版研究數(shù)據(jù)正式納入學術出版體系是開放科學實踐的重要舉措。

在線發(fā)布研究數(shù)據(jù)并非新概念，在國外，生物多樣性﹑地球科學﹑生物醫(yī)藥等領域的學術期刊早在多年前就要求作者在投稿時必須提交相關研究數(shù)據(jù)的規(guī)定。特別是生物多樣性領域，早在1985年Robert F. Boruch and David S.Cordrag［6］就表示希望科研人員能將與研究相關的信息（RRI）公開發(fā)布，1995年KATHERINE W. McCAIN［7］對自然學科﹑醫(yī)學和工程學的近850種學術期刊數(shù)據(jù)共享政策做過調(diào)查，發(fā)現(xiàn)有至少132種期刊要求將基因序列﹑結(jié)構等數(shù)據(jù)，在論文發(fā)表之前注冊于公共數(shù)據(jù)倉儲。隨著數(shù)據(jù)出版的快速發(fā)展，學術期刊的數(shù)據(jù)出版政策也在發(fā)生重大變化，涉及期刊﹑出版社﹑數(shù)據(jù)倉儲﹑作者等多個角色，政策范圍包括存繳方式﹑數(shù)據(jù)質(zhì)量控制﹑數(shù)據(jù)格式﹑存儲位置﹑開放性與權益等多個方面。本文將以生物學領域的核心期刊為例，全面研究學術期刊數(shù)據(jù)出版政策的特征與發(fā)展變化。之所以選擇進化生物學領域，一是由于該領域在數(shù)據(jù)共享政策規(guī)定方面發(fā)展較為成熟，二是可避免多學科領域調(diào)查﹑統(tǒng)計與總結(jié)的復雜性。

本文的調(diào)查研究分為三個步驟：（1）以進化生物學為學科主題，檢索到JCR中共收錄了該領域的46種學術期刊，以這46種期刊為樣本，在每種期刊的“Author’s Guidelines”部分進行詳細調(diào)查，對期刊是否要求作者提交支撐性數(shù)據(jù)﹑補充材料文件等方面的論述做出統(tǒng)計；（2）依據(jù)統(tǒng)計結(jié)果，進一步調(diào)查期刊要求作者提交何種數(shù)據(jù)﹑如何提交﹑何時提交于何處，以及數(shù)據(jù)的開放性規(guī)定等，將這些學術期刊的數(shù)據(jù)出版政策分為：無數(shù)據(jù)出版政策﹑弱數(shù)據(jù)出版政策﹑強數(shù)據(jù)出版政策三個等級；（3）根據(jù)統(tǒng)計出來的政策強弱等級，選取具有代表性的學術期刊，詳細介紹其政策規(guī)定。

2　概述

目前，學術期刊出版商在制定數(shù)據(jù)出版政策時，對數(shù)據(jù)提交方式給出了兩種建議：（1）要求在提交論文時將相關數(shù)據(jù)注冊到外部公共數(shù)據(jù)倉儲；（2）建議將相關數(shù)據(jù)作為補充材料文件（Supplement material files）同論文一起在線發(fā)布。這46種期刊的調(diào)研顯示，明確規(guī)定作者需要提交支撐性數(shù)據(jù)或補充材料文件的期刊有37種，占80.4%；完全沒有相關規(guī)定或論述的期刊有9種，占19.6%。在有數(shù)據(jù)出版政策的37種期刊中，按政策強弱細分，本文將每種期刊的“Author’s Guidelines”論述中出現(xiàn)“鼓勵作者提交”﹑“作者可選擇提交”這些字眼定義為弱數(shù)據(jù)出版政策，論述中出現(xiàn)“作者必須提交”﹑“作為文章出版的條件”﹑“在文章出版前獲得數(shù)據(jù)登錄號”等字眼定義為強數(shù)據(jù)出版政策。比照上述標準，在37種期刊中，10種期刊具有弱數(shù)據(jù)出版政策，占27%；27種期刊有強數(shù)據(jù)出版政策，占73%。

表1　JCR中收錄的46種進化生物學學術期刊數(shù)據(jù)出版政策類型分布

3　樣本期刊數(shù)據(jù)出版政策研究

3.1數(shù)據(jù)類型與數(shù)據(jù)存繳方式

上述46種學術期刊在制定各自的數(shù)據(jù)出版政策時，會對提交何種研究數(shù)據(jù)，如何﹑何時提交于何處等做出詳細規(guī)定。有數(shù)據(jù)出版政策的37種期刊明確規(guī)定出的數(shù)據(jù)類型有遺傳學數(shù)據(jù)﹑基因組學數(shù)據(jù)﹑序列數(shù)據(jù)﹑晶體學數(shù)據(jù)﹑補充材料文件，以及論文中可能使用到的軟件﹑新技術和新工具等。數(shù)據(jù)存繳方式可選：（1）提交于公共數(shù)據(jù)倉儲；（2）先提交給期刊編輯部，經(jīng)編輯部審核之后再代替作者將數(shù)據(jù)上傳到公共數(shù)據(jù)倉儲；（3）將數(shù)據(jù)打包為補充材料文件上傳到期刊網(wǎng)頁或其他外部倉儲（機構知識庫），同時要提供數(shù)據(jù)URL地址。論文中涉及的軟件﹑新技術與新工具，期刊要求作者將其存繳于公共軟件倉儲。

3.2數(shù)據(jù)存儲位置

有數(shù)據(jù)出版政策的37種期刊，每種期刊的政策都是依據(jù)該期刊自身特點及其各方利益相關者要求而制定的，并無統(tǒng)一標準規(guī)定。就數(shù)據(jù)存儲位置而言，有些期刊會為每種數(shù)據(jù)列出建議數(shù)據(jù)倉儲清單，有些只要求作者將研究數(shù)據(jù)注冊于經(jīng)認可的公共數(shù)據(jù)倉儲。經(jīng)統(tǒng)計，在這37種期刊里，有18種期刊同時明確規(guī)定了數(shù)據(jù)的存儲位置，將DNA﹑RNA﹑蛋白質(zhì)序列數(shù)據(jù)﹑微陣列數(shù)據(jù)﹑核苷酸﹑氨基酸序列數(shù)據(jù)存儲于Genbank﹑European Nucleotide Archive（ENA）﹑DDBJ﹑Protein DataBank﹑GEO和ArrayExpress；將系統(tǒng)發(fā)育數(shù)據(jù)﹑比對數(shù)據(jù)提交于TreeBASE和Dryad。其余期刊都表示要求作者將研究數(shù)據(jù)提交到公共數(shù)據(jù)倉儲（Dryad）或作為補充材料文件在線發(fā)布。整體來說，Genbank﹑GEO﹑ArrayExpress﹑TreeBASE和Dryad，是進化生物學領域最認可的5個公共數(shù)據(jù)倉儲，絕大部分期刊在要求作者提交數(shù)據(jù)時會建議上述5個公共數(shù)據(jù)倉儲的一種或幾種。以這37種期刊中影響因子最高（IF：15.353）的［8］為例，該期刊所屬Elsevier，對作者在存繳數(shù)據(jù)時的存儲位置有非常詳細的規(guī)定。

有些期刊影響因子雖然不高，數(shù)據(jù)出版政策卻很完善，比如Libertas Acad出版集團的［9］（IF：1.169），除了對進化生物學領域的常規(guī)數(shù)據(jù)存儲位置有詳細規(guī)定，它還提到作者如果在論文中使用了新技術﹑新工具或使用了新的軟件﹑計算模型等，則將其轉(zhuǎn)化為生物標記語言，存儲于BioModels Database。Nature出版集團的也規(guī)定，如果論文中介紹了新的模擬﹑分析方法，則要求作者將相關的軟件公開發(fā)布，建議將軟件編碼存繳于Dryad。除此之外，所有的期刊都規(guī)定人體工程數(shù)據(jù)﹑瀕危物種位置信息應當保密，不得公開發(fā)布。［10］建議作者在找不到合適的公共數(shù)據(jù)倉儲的前提下，可以將數(shù)據(jù)存儲于研究單位的機構知識庫，比如英屬哥倫比亞大學的circle﹑斯坦福大學的芯片數(shù)據(jù)庫SMD（Stanford Microarray Database）；或存儲到資助者機構知識庫。在論文發(fā)表時向期刊提供數(shù)據(jù)存儲位置鏈接即可。

表2　Trends In Ecology ＆ Evolution要求提交的數(shù)據(jù)類型與規(guī)定的數(shù)據(jù)倉儲

3.3數(shù)據(jù)發(fā)布與引用

數(shù)據(jù)妥善存繳之后，需要建立某種機制來實現(xiàn)數(shù)據(jù)與期刊論文雙向鏈接。比如Wiley-Blackwell旗下的12種期刊﹑Royal Soc的2種期刊以及Nature的Heredity［11］都要求作者在論文正式發(fā)表之前，需要獲得已存儲數(shù)據(jù)的登錄號或DOI，期刊規(guī)定論文正文的參考文獻前需包含一段“數(shù)據(jù)可獲取”（Data Accessibility）描述區(qū)域，這一區(qū)域應當包括的細節(jié)信息有數(shù)據(jù)集名稱﹑數(shù)據(jù)倉儲名稱﹑數(shù)據(jù)編號﹑DOI鏈接﹑數(shù)據(jù)URL地址等。如果無法將相關數(shù)據(jù)存儲于外部公共數(shù)據(jù)倉儲，也可將其作為在線可讀的補充材料文件上傳于“數(shù)據(jù)獲取”區(qū)域。牛津大學出版社的期刊則要求作者在論文正式發(fā)表前獲得數(shù)據(jù)的DOI，并且在論文題目的下方列出數(shù)據(jù)存儲位置與URL鏈接。

研究數(shù)據(jù)正式發(fā)布以后就意味著用戶必須以規(guī)范的格式在文章的參考文獻部分對數(shù)據(jù)進行引用。收錄著大量研究數(shù)據(jù)的公共數(shù)據(jù)倉儲一般會提供數(shù)據(jù)的推薦引用格式。以Dryad［12］為例，它會給每個數(shù)據(jù)文件分配一個DOI，規(guī)定作者在引用Dryad中的數(shù)據(jù)時必須同時對原論文進行引用，這樣便于第三方對論文和數(shù)據(jù)之間的鏈接進行索引。Dryad給出的數(shù)據(jù)引用格式示例：（）Data from：