科學數據管理服務需求識別方法研究

王丹丹

摘要 從用戶研究的角度對近幾年國外有關科學數據管理實踐和服務需求的文獻進行分析，針對收集用戶信息需求的三種主要方法，即基于數據管理計劃的內容分析挖掘識別用戶需求，使用數據監管檔案工具進行結構化訪談捕獲需求信息，以及大規模問卷調查收集用戶信息需求，分析了三種方法的應用場景以及優勢和局限性，并以新加坡南洋理工大學為例.總結了圖書館開展科學數據管理、服務用戶需求的經驗與體會。

關鍵詞 科學數據管理 用戶研究 南洋理工大學圖書館

分類號 G250

DOI 10.16603/j. issn1002 -1027. 2018. 01. 006

1 引言

美國大學與研究圖書館協會（Association ofCollege and Research Libraries，ACRL）不斷強調科學數據管理已成為一種重要的趨勢，新媒體聯盟的地平線報告也指出這是一種長期趨勢，是學術研究型圖書館必須適應的一種趨勢。越來越多的圖書館認為他們應該也能夠在該領域發揮重要作用。一些便于圖書館開展科學數據管理服務的工具開始出現，如研究基礎設施自評價框架（ Re-search

Infrastructure

Self-Evaluation

Frame-work）、數據資產評估框架（Data Asset Frame-work）、普渡大學開發的用戶訪談工具DCPT（ DataCuration Profiles Toolkit）以及澳大利亞“國家數據服務科學數據管理框架：能力成熟度指南”（Aus-tralian National Data Service Research Data Man-agement Framework： Capability Maturity Guide）等，幫助圖書館收集數據，分析開展數據管理服務的能力。與此同時，圖書館的同仁們前赴后繼地通過各種方法來識別用戶需求，以期提供真正有效且被科研人員認可的科學數據管理服務（ResearchData Management，RDM）。針對近幾年圍繞科學數據服務而開展的用戶研究文獻進行梳理，總結各種需求識別方法的應用場景、研究目的、研究內容、主要結論和方法的優勢及局限性，可為國內擬開展RDM用戶需求識別的圖書館提供參考和借鑒。

2 圖書館數據管理服務的用戶需求識別研究

2.1 基于數據管理計劃內容分析挖掘識別用戶需求

數據管理計劃（Data Management Plan，DMP）是科研人員撰寫的書面文件，描述科研項目進行過程中期望獲取或生成的數據，介紹項目如何管理、描述、分析和存儲這些數據，闡述項目結束后將使用什么機制來共享和保存數據。DMP蘊含著科研人員數據管理的意識、知識和進行數據管理的能力，是一種極有價值的研究資源。

目前，對美國國家科學基金會（National ScienceFoundation，NSF）的DMP進行結構化內容分析已成為識別用戶需求的一種新方法，已有的研究大致可劃分為兩類，一是通過DMP揭示科研人員數據管理行為特征。如佐治亞理工學院對其在2011年1-9月獲得NSF資助的科研人員的181份DMP進行分析，使用剽竊檢測軟件，檢測DMP內容中與知識庫服務、數據共享和存儲相關的內容后，建議進一步加強圖書館員、管理者、技術專家和科研人員之間的聯系，有針對性地面向具體學院宣傳圖書館新的RDM服務。佐治亞理工學院、密歇根大學、賓夕法尼亞州立大學、俄勒岡大學、斯坦福大學等美國五所研究型大學聯合對獲得NSF資助的465份DMP分析了不同領域科研人員如何解釋并回應NSF對DMP的要求，發現生物學、計算機信息科學、工程學、地球科學、數學和物理科學以及社會、行為和經濟學領域的科研人員在數據共享、數據發現和重用以及數據監管基礎設施的利用方面存在顯著差異。密歇根大學圖書館對2012年1月至2013年6月之間獲得NSF資助的工程學教師的104份DMP進行分析，發現科研人員不了解存儲和長期保存之間的差別，不清楚什么樣的數據格式更適合于長期保存，尚未認識到數據創建和關于數據記錄的維護之間的互補關系。

二是基于DMP質量評價確定服務需求。俄勒岡州立大學、俄勒岡大學、賓夕法尼亞州立大學、佐治亞理工學院以及密歇根大學合作開發了針對NSF DMP的評分量表-DART Rubric。DARTRubric使跨機構進行一致的、大規模的DMP評價成為可能，成為圖書館員了解科研人員實踐和服務需求的一種有效工具，尤其是那些沒有具體研究實踐或者數據管理經驗的館員。密歇根大學圖書館使用DART Rubric對工程學院獲得NSF資助的教師的29份DMP進行評價，發現DMP的綜合質量存在較大差異，有關數據管理的角色和責任、元數據標準以及知識產權都是DMP中經常缺失的一些內容，說明科研人員進行數據管理時還比較欠缺這方面的知識和意識。韋恩州立大學圖書館對2012 - 2014年提交NSF的119份DMP進行分析，發現大多數科研人員的DMP沒有充分對其項目所產生的數據進行描述，對項目進展過程中的數據管理、項目完成后的數據保存和共享描述都不清晰。不同學院的DMP展現出的不足存在差異，建議針對不同的學院來開展差異化的DMP培訓服務。

以上研究均表明，DMP內容分析為圖書館深入了解科研人員數據管理的現狀、存在的問題提供了第一手的素材，分析結果可以直接應用于DMP咨詢、教育以及幫助指南的改善和基礎設施建設等。

2.2 基于結構化訪談工具捕獲需求信息

結構化訪談是另一種識別用戶需求的方法與手段，目前已經出現了一些幫助圖書館員了解科研人員數據管理實踐和具體需求的結構化訪談工具，如普渡大學2010年推出的數據監管檔案工具（DataCuration Profiles Toolkit，DCPT）和弗吉尼亞大學2012年推出的DMVitals。這兩個工具的優勢都在于指導深度了解某一個具體項目或科研人員的實踐與需求，為制定個性化、針對性服務提供參考。從目前的研究文獻看，DCPT是使用較多的工具。

DCPT是幫助圖書館員和其他專業信息人員進行數據訪談，確定科研人員數據管理、共享和監管需求的工具。它實質上是一個訪談提綱，旨在捕獲科研人員在其數據生命周期中創建或管理的特定數據集的信息，探索科研人員及其實驗室當前如何管理和使用數據，以及未來打算如何處置數據，最終的成果是形成數據監管檔案（Data Curation Pro_file，DCP）。

使用DCPT訪談形成DCP需要經歷三個階段：準備、訪談和形成DCP。準備階段，訪談者確定將作為訪談重點的具體數據集，并選擇要納入訪談的DCPT模塊。接下來，訪談者與科研人員進行面談，收集他們的數據實踐、數據相關的信息以及需求信息。最后，將訪談獲得的信息轉換為DCP對應的部分。出版的DCP還可以作為一種共享資源，服務于整個圖書館社區。2013年11月數據監管檔案目錄推出，提供對已經出版的DCP檔案的獲取。

DCPT已被圖書館員廣泛采納和使用，幫助確定科研人員的數據管理和監管需求。目前使用訪談法進行的需求研究幾乎都是基于DCPT進行的。如康奈爾大學使用DCPT，重新規劃通過DataSTaR知識庫提供服務的方式。伊利諾伊大學厄巴納一香檳分校利用DCPT對農作物研究已經實現數據開放獲取的科研人員的數據共享情況進行訪談，包括數據共享的原因、方法、各種方法的優缺點，并確定圖書館在幫助促進數據共享方面可能發揮的潛在作用。使用DCPT通常以焦點小組或深度訪談方式開展，調查規模較小，一般針對小部分科研群體開展重點訪談。如多倫多大學牙科圖書館員使用修改后的DCPT訪談牙科學院的6位科研人員，了解其數據管理偏好以便為圖書館參與實驗室數據管理過程提供啟發。瑞典隆德大學和林奈大學基于DCPT對生物、文化、經濟、環境、地理、歷史、語言、媒體和心理學領域的12位科研人員進行結構化訪談，了解不同學科元數據的使用問題。科羅拉多州立大學圖書館員基于DCPT的訪談問題對31位科研人員進行5個焦點小組研究，揭示科研人員創建和維護數據集的本質，了解他們如何管理數據以及需要為其共享、管理和保存數據提供哪些支持。上述研究都展示出DCPT在識別用戶需求方面的有用性和有效性。

2.3 基于大規模問卷調查收集用戶需求信息

使用問卷調查法直接收集科研人員的需求信息是圖書館在開發RDM服務過程中最常采用的一種方法，也是在RDM服務興起的早期階段采用的唯一方法。根據調查目的及規模的不同，圖書館利用問卷調查識別用戶需求主要可劃分為以下幾類（見表2）：①調研不同學科領域科研人員的數據管理行為的差異以開展個性化服務，如埃默里大學將科研人員（教師和研究生）分為藝術與人文、社會科學、醫學和基礎科學四個領域，比較四個領域科研人員對DMP的熟悉程度、數據共享、數據存儲情況以及期望的RDM服務形式。根據調查結果，決定不增加機構知識庫的保存和共享數據集的功能。堪薩斯大學分析不同研究方法和學科領域的科研人員數據存儲方式的差異，發現除學科領域外，不同的研究方法也會對數據管理和服務需求產生影響。②面向跨機構的大范圍調查以從整體層面了解數據管理需求。如尼爾·比格理（Neil Beagrie）等通過在線問卷調查，同時結合焦點小組和深度訪談了解英國布里斯托爾大學、利茲大學、萊斯特大學和牛津大學科研人員保存和傳播科學數據的實踐及其觀點，判斷英國RDM服務開展的可行性。③針對數據管理某一特定環節而開展的特定調查。如卡耐基梅隆大學對科研人員進行調查和訪談后，發現所有教師中有64%的教師、工程學領域中有95%的教師，了解美國資助機構DMP的要求，但是他們的數據管理實踐并不符合最佳實踐要求。俄勒岡州立大學從數據管理政策、角色和責任、數據特征和短期管理實踐、數據管理服務和支持、數據管理資金、科學數據標準和文檔、數據共享和長期保存幾個方面展開調查。基于得到的數據特征，策劃宣傳和培訓活動；基于數據量規模.規劃數據存儲和共享基礎設施。④識別科研人員數據管理的薄弱環節以開展針對性服務。如愛荷華大學的調查發現，科研人員對缺乏集中式數據存儲設施和云存儲服務普遍不滿，建議大學信息技術部門開發相應平臺。北卡羅萊納大學教堂山分校的調查表明，科研人員主要依靠自己的非正式方式存儲數據，只有不到25%的被調查者了解圖書館提供數據管理支持服務，建議擴大基礎設施并宣傳數據支持服務。康奈爾大學、俄勒岡州立大學和佐治亞理工學院均通過問卷調查了解到科研人員通常使用非標準的方法描述數據或者根本不提供數據描述文檔，推測創建元數據對科研人員而言有難度，因此建議對科研人員開展有關元數據的具體培訓。但是，康奈爾大學斯坦哈特（Steinhart）等的調查同時發現，有近三分之二的被調查者表示，無論元數據服務是付費的還是免費的都不打算使用。那么在這種情況下，盡管科研人員需要進行元數據培訓是事實，但是如果沒有愿意參加培訓的用戶群體的話，是否堅持開展元數據服務則需要進一步斟酌。

3 三種用戶需求識別方法的優劣勢分析

從上述研究來看，圖書館要么使用一種方法，要么結合其中的兩種、三種方法同時進行需求研究。無論哪種方法，都可以為改善RDM服務和規劃新服務提供有用的信息，三種方法得出的研究結論也有一些相似之處。但三種方法各有自身的優勢及其局限性。

3.1 內容分析法

隨著科研資助機構不斷提出對DMP的要求，為撰寫符合最佳實踐要求的DMP提供支持的標準化工具DMP Online、DMPTool的發展，以及致力于標準化、跨機構評價DMP質量的工具的廣泛應用和不斷完善，為圖書館充分挖掘DMP的價值提供了有力支撐。DMP內容分析為圖書館員提供了一種快速、動態、詳細且可大規模分析數據管理服務需求的方式。相比基于DCPT的訪談，DMP內容分析同樣可以獲取有關數據管理實踐、數據共享習慣以及研究過程中使用工具等的詳細信息，不受時間的限制且可以大規模進行。但是，進行DMP內容分析可能面臨兩個挑戰：首先，由于DMP是具體領域的科研人員撰寫的文檔，如果進行DMP內容分析的人不具備相應的學科背景知識，那么想完全透徹理解DMP的內容就存在一定困難。其次，理論上講，科研人員之所以撰寫DMP主要受兩個因素驅動，一是滿足科研資助機構的要求，二是滿足研究團隊自己數據交流的需要。然而目前大多數科研人員主要是為了滿足資助機構的強制性要求而撰寫DMP，所以DMP中所描述的信息有可能并不是科研人員真實的數據管理行為。

3.2 結構化訪談法

開發DCPT的目的是為圖書館員提供一種標準化指南，幫助其有效展開與用戶有關數據的討論。因此，基于DCPT的結構化訪談，除了具備訪談法的普遍優點之外，最大的優勢在于提供了用于開發數據訪談的“詞匯和問題”，為思考如何處理數據管理問題的咨詢提供了一個很好的框架（見表3）。此外，DCTP結構化訪談重視對某一數據集的深入了解，而不是泛泛知曉，是一種能夠最真實地、最深入地了解科研人員數據實踐和服務需求的一種方式，從一定程度上可彌補DMP內容分析的不足。然而，由于科研人員的背景、經歷、知識以及分析對象不同，導致科學數據管理存在較大差異。因此，利用DCPT開展訪談同樣需要實施訪談者具備一定的學科背景知識。此外，基于DCPT開展數據訪談非常耗時且費力，訪談本身就需要花費大量的時間，在訪談過程中為了讓受訪對象完全理解這一過程和術語，也需要訪談者花費時間去解釋；而訪談前的準備工作、轉錄訪談的內容，形成DCP同樣需要投入大量的時間。這兩個方面的因素，都導致協調訪談時間并大規模產生DCP比較困難。因此，DCPT較為適合小規模深度調查，而且有助于識別機構內渴望使用RDM服務的科研人員以及愿意參加科學數據服務測試的志愿者。

3.3 問卷調查法

問卷調查的一個優勢在于可以通過一個問卷，達到多種目的。比如密歇根大學圖書館2013年夏天通過電子郵件邀請的方式，讓工程學院的教師自愿完成在線調查。這一調查不是以研究為導向，它有三個目的，首先將調查作為一個宣傳工具，讓更多的科研人員知道圖書館提供科學數據管理服務；其次，將調查作為一個評價工具，幫助圖書館了解工程學院教師對NSF DMP的熟悉程度和撰寫經驗；第三，將調查作為一個反饋渠道獲取用戶對先前NSF工程學DMP幫助文檔的使用體驗。因此，緊接其后，密歇根大學圖書館選擇內容分析法，作為一種循證研究方法來進一步驗證問卷調查的結果，以提供基于證據的RDM服務建議。此外，問卷調查法既沒有DMP內容分析涉及的數據所有權問題，也沒有結構化訪談對館員提出的相對較高的要求，而且還有大量其他機構的問卷可以參照設計，因此相對省時省力。但是，借助問卷調查來識別需求，存在的問題是：問卷雖然可以大規模發放，但往往響應率比較低，這會降低研究結論的普適性；響應調查的人，多是對圖書館服務有一定了解的人，那些不熟悉不了解圖書館服務的科研人員的信息可能沒有獲取到。因此，通過調查獲取好的、有代表性的樣本是難點所在。

4 圖書館開展RDM服務用戶需求識別研究的體會與思考一以NTU為例

受國家留學基金委資助，筆者目前在新加坡南洋理工大學（Nanyang Technological University，NTU）圖書館學術交流部的科學數據服務組訪學，全面參與其RDM服務工作，并負責其RDM服務用戶需求研究。因此，這里以NTU為例，介紹開展用戶需求識別研究的幾點體會。

2016年4月，NTU頒布了科學數據政策，成為新加坡第一個要求科研人員提交DMP的機構。NTU所有科研項目的負責人都必須在其科研信息管理系統（Research Information Management Sys-tem，RIMS）中創建并提交DMP。為配合這一工作，圖書館設計了DMP模板和RDM網頁，并從2016年5月開始，開展面向該校所有科研人員的DMP培訓（每月1次，每次3小時）。截至2017年3月，RIMS系統中提交的DMP有500余份。與此同時，NTU基于哈佛大學的Dataverse軟件，開發了數據知識庫DR-NTU（Data），該系統已通過測試，計劃于2017年10月投入正式使用。為進一步完善NTU的研究數據管理框架，更好地提供RDM服務，基于上述文獻研究的結論，NTU圖書館設計了RDM服務用戶需求識別方案（如圖1）。

由于NTU RIMS中的所有DMP對圖書館而言是現成的，圖書館同時還有每次DMP培訓的參與者注冊統計信息以及對每次DMP培訓的評價和反饋信息。基于NTU DMP模板，圖書館設計了NTU DMP Rubric，用于對RIMS系統中所有的DMP質量進行評價，以了解模板的效果。通過參與者注冊統計信息以及DMP培訓的評價和反饋信息的分析，發現不管是模板的使用還是DMP培訓，根據學科差異提供針對性服務都是參與者提到最多的問題，鑒于此，NTU圖書館基于英國數字監管中心（Digital Curation Centre， DCC）總結的DMP主題（DCC Themes），按照不同的學院，從14個主題出發對DMP的內容進行分析，以了解不同學科RDM實踐差異。結合這兩個方面的研究成果，為NTU DMP模板優化、DMP培訓內容再設計以及NTU RDM網站內容再組織提供思路。目前，第一階段NTU DMP數據的分析基本完成。在這一過程中，遇到的最大問題是數據的所有權歸屬問題。經過科研部門、信息技術部門等相關部門的協商，最終科研誠信部門代表大學與圖書館DMP分析人員簽署了保密協議之后，才獲得了DMP數據的使用權。

階段1的分析結果使圖書館意識到，僅進行DMP內容分析對于了解需求是遠遠不夠的，尤其是深度了解具體學科的需求。一方面不同的學科會造成科研人員數據管理行為的差異，另一方面不同的研究方法也可能造成科研人員數據管理行為的差異。由于數據知識庫DR NTU（Data）已完成開發測試，測試過程中通過與學科館員合作，圖書館已經招募到一批愿意嘗試貢獻數據的先驅者。因此數據服務館員嘗試在與這些先驅者互動的多個過程中，有選擇性地使用結構化訪談工具，如DCPT和DM-Vitals中的不同模塊，結合DR NTU（Data）用戶使用測試研究開展深度訪談，2017年3月，伊利諾伊大學香檳分校推出風險評估工具（Risk AssessmentActivity for Managing Research Data）后，圖書館嘗試將其引入，作為訪談開始前的熱身活動。目前，階段2的工作處于基于試訪談結果繼續優化方案階段。館員通過不斷嘗試不同的工具，進一步優化訪談提綱和問題，同時通過“滾雪球”方式來招募更多的訪談對象。該階段的體會是借鑒已有的工具有助于實現好的訪談結果，然而不同的工具有其各自的優勢，使用前一定要充分了解不同工具的設計背景和應用場景，并追蹤新出現的工具，應結合具體情況有選擇地使用。

鑒于RDM是學術研究型圖書館必須適應的一種長期趨勢，研究型圖書館必須持續投入人力、物力、財力，通過提供基礎設施和開展不同層次服務來為機構的RDM活動提供支持。充分理解機構科研人員的數據實踐和服務需求，使機構尤其是希望在現有人員和資源基礎上開展RDM服務的機構，可以最有效地將有限的資源投入在最可能產生影響力的項目上。因此，未來面向RDM服務的用戶需求識別研究將會繼續涌現。

對于提供RDM服務的圖書館而言，為了有效開展機構的用戶研究，可以考慮以下三個方面的建議：首先圖書館自身必須具備數據共享和管理的意識，從規劃實施RDM服務的開始就嘗試并習慣遵從DMP最佳實踐要求，撰寫圖書館本身用于數據服務用戶研究的DMP，并真正地將這- DMP作為數據服務團隊進行數據共享、管理的指導性綱領文件。其次，形成圖書館數據服務團隊的知識庫，跟蹤并了解該領域開發的、可用于服務評價、用戶研究的工具的最新進展以及新的工具，熟悉其開發背景、功能特征和應用情景。這可以大大降低圖書館的學習成本，提升研究效率，提高研究成果的轉化度，更好地與國際最佳實踐接軌。第三，了解各種研究方法的特點、熟悉其優勢和局限性，在開展本機構用戶數據實踐和需求研究時，能根據自身機構的基礎和特點，選擇使用多種方法繪制本機構的用戶需求分析全景圖，指導服務的規劃設計，與此同時建立數據服務用戶需求長期研究機制，這是保證圖書館RDM服務可持續并不斷優化的前提。總之，RDM服務任重而道遠，期待圖書館界同仁通過更好地交流與合作，共同探討RDM服務用戶需求研究的最優實踐。