北美高校圖書館數據監護服務現狀與啟示

摘 要 論文基于對124個成員館關于數據監護服務的調查，以及研究圖書館協會發布的《SPEC Kit 354： Data Curation （May 2017）》報告，全面展示了北美高校圖書館數據監護的現狀及挑戰。報告內容涉及員工、學科需求、元數據標準、具體服務內容、未來面對的挑戰及代表性案例等。我國高校圖書館尚處于數據監護工作的初級階段，需要在借鑒國外圖書館實踐的基礎上，探索出符合國情、館情的發展道路。

關鍵詞 研究圖書館協會 數據監護 科研數據管理

分類號 G250.7

DOI 10.16810/j.cnki.1672-514X.2019.10.014

The Status Quo and Enlightenment of Data Curation in North American University Libraries： Based on SPEC Kit 354： Data Curation （May 2017）

Geng Manman

Abstract Based on a survey of data curation in 124 member libraries and SPEC Kit 354： Data Curation （May 2017）published by the Association of Research Libraries， this paper comprehensively demonstrates the status and challenges of data curation in North American university libraries. The report covers employees， subject needs， metadata standards， specific service content， future challenges and representative cases. University libraries in China are still in the initial stage of data curation. It is necessary to explore the working methods applicable to domestic libraries based on the successful practice of foreign libraries.

Keywords The Association of Research Libraries. Data Curation. Research Data Management.

0 引言

當今，隨著科學研究范式的革命性變化，科研數據成為一種重要資源，受到科研機構的高度重視。對圖書館而言，做好科研數據的監護服務工作，既是在數據時代彰顯自身作用的一個契機，也是開展創新服務的一個挑戰。英國數字監護中心（Digital Curation Center，簡稱 DCC） 認為“數據監護是在數據的整個生命周期中，對它們的維護、保存及增值的所有活動。其目的是減少在重新研究這些數據時出現的各種威脅，以及降低因數字技術的退化而帶來的各種風險，同時可以減少科研數據的重復性創建工作和共享給未來科研活動”。因此，對于數據監護管理開展的研究同科研數據一樣，越來越受到重視，其研究內容得到不斷補充和更新，具體有三大特點：持續性——貫穿于整個科研項目過程中;專業性——在整個過程中對數據進行專業的維護保存;增值性——通過數據服務實現數據再發現及再利用。

1 國內數據監護服務研究情況

目前，國內關于數據監護服務的研究主要分為以下幾類。（1）國際綜述性研究：東方[1]、楊鶴林[2]分別介紹了美國與英國圖書館界在數據監護工作上的成果與實踐;吳振新[3]介紹了國際主要機構面臨的挑戰，并從數據評估與遴選政策、審計和認證等方面總結了這些機構的應對辦法;劉佳美[4]選取美國、英國、澳大利亞中科研數據監護服務相對成熟的學校，從生命周期視角下探討了科研數據監護的流程。（2）國外具體案例研究：彭鑫[5]利用比較分析的方法對中國科學院和康奈爾大學在科研數據服務上的實踐進行了比較;劉桂鋒[6]、陳麗君[7]分別介紹了伊利諾伊大學香檳分校、霍普金斯大學的科研數據管理實踐。（3）熱點研究：基于CNKI、萬方學術論文庫，張婧[8]、潘煦[9]、陽廣元[10]對國內數據監護的研究熱點和內容進行了分析。（4）探索比較研究：陳國蘭[11]從框架體系出發構建基于大數據的國內高校數據監護的實施框架;衛軍朝[12]分別從平臺的建設現狀、建設目標、系統平臺、數據來源、經費情況、平臺功能、數據管理功能等維度對國內外十余個平臺進行比較分析;周宇[13-14]探析了國內數據監護平臺的研究熱點與進展，并構建數據監護平臺評價指標體系;黃鑫[15]、宋秀芬[16]、張萍[17]、牟婷婷[18]、曹冉[19]分別從服務內容、流程管理、需求評估、崗位設置、監護教育等角度分析數據監護服務。（5）典型平臺建設研究：北京大學團隊[20-21]從用戶需求、系統選型、元數據、系統架構等方面詳細講解了北京大學開放研究數據平臺的整個建設流程;復旦大學團隊[22]介紹了復旦大學社會科學研究平臺的數據管理、服務、交換和監護等主要功能及服務情況;武漢大學團隊[23]介紹了他們在社會科學數據管理方面的實踐。

上述論文雖然從不同角度探討了數據監護服務在國內外圖書館界發展的情況，但未涉及對北美圖書館數據監護工作整體層面的介紹。因此，本文通過選取研究圖書館協會（The Association of Research Libraries， ARL）發布的《SPEC Kit 354： Data Curation （May 2017）》[24]調查報告，選取124個成員館來探討北美高校圖書館數據監護的現狀和挑戰，期望為我國高校圖書館展開數據監護服務提供借鑒。

2 北美高校圖書館數據監護服務現狀

2.1 數據監護服務背景調查

ARL是一個由美國和加拿大125個研究型圖書館組成的非營利性組織，其成員館每年花費14億美元在建設信息資源和開發新的學術交流模式上，因此，ARL的調查報告反映了北美大學圖書館在服務、技術、管理上的現狀和未來發展趨勢，被國內外大學圖書館作為制定政策及發展方向的重要參考。此次數據監護調查的目的是揭示ARL成員館當前的數據監護服務中涉及的人員配置和基礎設施（政策和技術），了解當前數據監護服務的需求水平，并發現成員館在提供數據監護服務上面臨的挑戰。該調查于2017年1月在124個ARL成員圖書館中開展，其中80個（65%）圖書館在1月30日截止日期前作出回復。調查結果顯示，51個（近三分之二）表示目前正在提供數據監護的服務，13個表示正在開發該服務，只有16個（占比20%）表示沒有提供也沒有積極開展該服務。目前，提供服務的51個圖書館中有35個是在2010年及之后開始該項服務的，故數據監護服務是相對較新的服務模式。

2.2 人力資源和學科需求情況

調查詢問將圖書館從事數據監護工作的職工分為“專職工作人員”（100%的工作時間從事數據監護）和“兼職工作人員”（將部分工作時間用來從事數據監護）。回復表明大多數圖書館數據監護都是由兼職工作人員來承擔。49個回復的圖書館中293名員工參與數據監護服務，其中兼職工作人員231人，每個圖書館的參與員工人數從1到15人不等;28個圖書館僅有兼職工作人員，共142人;17個圖書館同時擁有專職39人和兼職工作人員88人。這些兼職工作人員花費在數據監護工作上的時間百分比因機構而異，一些圖書館的工作人員占用時間為5%～10%，另一些則可能高達40%～50%。一些圖書館表示隨著研究人員的需求不同，工作人員所花費的時間量也各不相同，來自社會科學和生命科學的研究人員最有可能需要數據監護服務（65%），其次為藝術人文（41%）、工程與應用科學（39%）及物理（37%），再者是健康學（26%）、農業與自然科學（26%）、跨學科（22%）、圖書館學（14%）和其他學科（6%）。

2.3 數據倉儲庫、元數據標準和資源唯一標識符

數據倉儲庫負責數據保存與維護，作為基礎設施與工具來支持數據監護活動，是數據監護整個服務流程的重要組成部分。調查顯示提供數據監護服務的51個圖書館中有46個圖書館提供數據倉儲服務，與數據監護服務類似，這些倉儲庫大多在2010年或之后上線。有22個圖書館使用最常見的數據倉儲平臺DSpace，11個使用Dataverse，10個使用Fedora/ Hydra，7個使用Islandora，17個圖書館使用上述平臺的組合或其他平臺。

元數據（Metadata） 是“關于數據的數據”，為由各種數字化資源有機構成的分布式信息體系提供整合的工具和紐帶，離開元數據的數字圖書館將無法提供有效的檢索和發現服務。元數據標準（Standards）是描述某類資源的具體對象時所有規則的集合。不同類型的資源可能有不同的元數據標準，一般包括完整描述一個具體對象所需的數據項集合、各數據項語義定義、著錄規則和計算機應用時的語法規定。元數據在不同領域的應用標準主要根據不同領域的數據特點和應用需要。被調查的43個圖書館在數據監護工作中使用的元數據標準主要有DublinCore、MODS、DDI、 DataCite、Dataverse和MARC，其他標準還有如ISO19115、 Geoblacklight、and VRACore4，許多圖書館因為數據監護目的不同會同時使用多個標準，最多的同時使用四種。

資源唯一標識符具有唯一性和持久性，可確保資源可以被長期訪問[21]，在數據發布、訪問、引用、評價追蹤、規范數字版權等方面起著關鍵作用[20]。在44家被調查的圖書館中，有26個使用句柄（Handles）的資源標識符，25個使用DataCite DOI，9個使用CrossRef DOI、 5個使用PURLS，4個使用ARKS，還有4個使用其他資源唯一標識符。

3 北美高校圖書館數據監護服務內容及挑戰

3.1 數據監護服務體系和內容

數據監護服務包括一系列不同類型的活動，此次調查ARL將整個服務流程歸類為五個方面，共47項活動，如表1所示。其中，具體服務內容中每項服務后面括號中的第一個數字表示目前提供該服務的圖書館數量，第二個數字是重要性調查結果統計分值（設定1代表“必須”、2代表“很重要”、3代表“一般重要”，根據圖書館選擇的結果，按照分值計算出該項活動重要性平均值，值越小代表該項服務內容越重要）。

3.2 數據監護服務內容調查分析

從提供服務的圖書館數量來看，攝取項目是被大多數圖書館所認可并正在開展的數據監護服務，處理和審查、保存項目中部分服務提供的圖書館數量相對較少。究其原因有三：一是由于數據監護對于圖書館來說是一個相對較新的領域，技術、人員、資金等各方面還不完備，有些監護內容是圖書館員希望提供但是由于各種原因而無法開展的;二是有些圖書館認為這些服務應該由學校其他部門來提供;三是個別圖書館對這些服務內容不確定，還處于觀察階段。

表2呈現了當前提供該項服務的圖書館數量與期望或者有興趣提供該服務的圖書館數量之間差距最大的7項監護內容。差距最大的服務內容是“5.5存儲庫第三方認證”，該項服務是指可信的第三方認證體系或標準通過透明且完備的流程來對數據倉儲進行審查認證，以此保證數據的可信賴性。第三方認證標準有：可信賴倉儲的審計及認證：指標與列表（Trustworthy Repositories Audit & Certification：Criteria and Checklist，TRAC）、數據認可印章（Data Seal of Approval，DSA）、以及核心信任印章（Core Trust Seal，CTS）等。其次是“3.2代碼審查”，該項服務指對計算機代碼運行并驗證（查找丟失的文件或發現錯誤），以便找到在開發初始階段就存在的錯誤，從而提高軟件的整體質量。

3.3 數據監護服務面臨的挑戰

調查詢問圖書館未來三到五年可能會遇到的挑戰，分值1代表“不具有挑戰性”，分值5代表“具有很大的挑戰性”，然后根據選擇各個分值的圖書館數量計算平均值，值越大代表挑戰性越大。如表3所示，北美圖書館遇到的最大挑戰是“特定領域的專業知識”。除表中所列的之外，還有的圖書館表示數據監護的主要挑戰在于領導層的意愿和執行力。

4 我國高校圖書館開展數據監護服務的啟示

4.1 制度保證

（1） 制定政策。從宏觀層面上看，要頒布權威的數據監護政策，將數據監護提升到國家戰略高度。目前，我國頒布了一些數據管理規范及指南，如2018年3月17日國務院辦公廳發布的《科學數據管理辦法》是首個國家層面出臺發布的科學數據的管理辦法，明確提出“開放為常態、不開放為例外”的原則。但是，我們還缺少權威的、具體的數據監護政策。因此，我們需要適當借鑒國外政府部門數據監護政策和監護項目案例，結合自身科研項目管理的需求和數據資源的特點制定符合自身情況的數據監護政策。從微觀層面上看，管理層要嚴格執行數據監護的相關流程。歐美許多科研資助機構越來越重視數據監護計劃，如美國國家科學基金會（National Science Foundation，NSF）、國立衛生研究院（National Institutes of Health， NIH）、國家航空航天局（National Aeronautics and Space Administration， NASA）、美國能源部（Department Energy， DOE）、英國生物技術和生物科學研究理事會（Biotechnology and Biological Sciences Research Council， BBSRC）等，在對科研項目資助審核時要求科研人員在提交項目申請時提交數據監護計劃。對此，教育、科研管理機構應要求科研工作者提供數據監護計劃，并且從單位管理層面對每項科研項目涉及的數據收集、保存和管理做出強制性要求。由此將頂層設計與底層規劃相結合，構建具有可操作性的數據監護運行機制。

（2）規范流程。數據監護服務的復雜性與專業性導致了數據監護中存在很多難點，缺少規范化的流程說明。歐美的數據監護服務經歷了長期發展，大都基于數據生命周期來規范流程，流程管理較為成熟，如英國國家數據存儲（The UK Data Archive， UKDA）和美國高校校際政治與社會研究聯盟（Inter-university Consortium for Political and Social Research， ICPSR）的數據監護流程大致包括數據創建、數據加工、數據分析、數據保存、數據存取、數據再利用等[25]。高校圖書館需建立一套流程來規范數據監護的具體活動，規范化流程可以保障數據的完整性與有效性，實現數據監護的有序化與標準化，有助于圖書館、數據監護人員與科研人員明確工作任務，提高管理效率，減少數據丟失[16]。

4.2 技術保證

數據監護工作的順利實施需要專業的數據監管工具和一系列IT技術作為支撐[11]，在生命周期的不同階段需要用到不同的工具。筆者結合調查報告和北美一些高校圖書館相關頁面介紹，列舉一些數據監護服務中涉及到的常用工具和平臺。（1） 制定“數據管理計劃”（Data Management Plan， DMP）要使用到工具，大多數高校推薦的DMP工具是DMP Tool和DMP Online兩種;（2） 幫助創建和管理資源唯一標識符的工具EZID;（3） 開源數字文件格式登記系統JHOVE用于對特定格式的數字對象的識別、驗證和鑒定[26-27];（4）開源軟件環境Bit Curator用于將資源從便攜式媒體（如軟盤、閃存驅動器和硬盤驅動器）遷移到更可持續的環境，用戶可以創建磁盤映像、分析文件、提取數據和元數據以及識別和編輯[28];（5）數字文件打包管理系統BagIt支持基于磁盤的存儲和任意數字內容的傳輸（FTP、HTTP、rsync等）;（6）數據倉儲平臺，從調查結果看北美高校圖書館使用的比較多的還是開源軟件，如Dspace和Dataverse，國內武漢大學圖書館采用Dspace，北京大學和復旦大學圖書館采用Dataverse。除此以外，還需要配合云計算、大數據、語義技術等底層IT技術。高校圖書館應該結合高校自身學科特點，選擇合適的開源軟件或自主開發系統，結合先進IT技術構建滿足科學數據儲存、管理、共享和使用的數據監護工具，來滿足不同監護階段的工作需要。

4.3 人員保證

（1）崗位設置。數據監護工作職能多樣且復雜。從數據監管崗位設置來看：北美高校圖書館成立了隸屬圖書館的數據監管部門或與其他部門機構合作設置專門的數據監管機構，通過招聘新的崗位或者由從事信息服務的部門抽調人員從事數據服務。數據監管并非只需要單一的數據館員，也不僅僅依靠一個部門，而是多個部門、機構、崗位整合并相互配合，來共同完成服務[18]。比如，約翰霍普金斯大學數據監護工作由圖書館、科研管理部門、科學數據管理工作組、學校的IT部門和倫理委員會共同組成。從崗位名稱來看：有的崗位名稱為館員，如卡爾頓大學“數據服務館員”（Data Services Librarian）;有的崗位名稱為專家或顧問，如奧克蘭大學“數據管理專家（Data Management Specialist）、杜克大學“數據管理顧問”（Data Management Consultant），有的直接設置為“數據監護員”（Data Curator）;還有的以組合形式來表述，如密歇根大學“數據館員和助理/副教授”（Data Librarian and Assistant/Associate Professor）、紐約大學城市科學與計劃中心的招聘信息“信息專家/程序員/ETL工程師”（information specialist/programmer/ETL engineer）[18]。

數據監管崗位的設置是一個新興的、探索發展中的領域，對于國內高校圖書館來說需要建立一套公認的共同標準，努力達到規范性。不同類型的大學、不同的科學數據研究發展階段應該采取不同政策，是招聘新的數據監管館員還是對現有館員工作內容重組，是成立新部門還是在老部門基礎上增加新崗位，以及如何整合現有部門更好地開展數據監管工作都是需要思考的問題。

（2）素養提升。首先，圖書館對科研數據管理的需求進行評估，但我國對高校科研數據管理的需求評估方法只是簡單地涉及問卷調查和訪談方法，未形成系統化、專門化方法[17]。英、美高校總結提出了一些科研數據管理的需求評估方法，如英國的數據資產框架（Data Asset Framework， DAF）、美國的數據管理綱要（Data Curation Profiles， DCP），這些方法已經得到應用并取得一定成果，值得國內借鑒。其次，圖書館除了提升館員的數據監護技能，還有義務對科研人員實施數據監護培訓教育，不斷培養館員和研究人員的專業數據素養，提高兩者數據收集、處理、分析的能力，如了解常用元數據標準與格式、數據管理與分析技能（Excel、SPSS和Google Charts等）、機構知識庫軟件的實際操作經驗等。最后，需要加強對學生甚至全民數據素養的教育及數據監護意識。歐美高校根據培養目標的不同設置了不同的培養方法，有培養碩士和博士的學位教育、有培養特定技能和知識的認證教育、還有以免費在線學習為主的培訓教育[19]。國內高校可在借鑒國外的基礎上，根據不同的目標，綜合考慮培養方式、培訓層次和教學內容等因素，開展適合本校的培訓計劃。

（3） 廣泛合作。由于龐大的數據量、不斷增加的成本和日益減少的資金來源，圖書館需要強有力的合作和跨領域、跨機構和跨地區的協作。數據監護為我們保存過去和捕捉現在創造了無盡可能，同時它還將在塑造未來上扮演重要角色。數據監護需要不同利益相關者在同一個平臺上合作，共同創造價值。

5 結語

數據監護是一整套系統工程，需要各個層級的不同機構之間共同合作，需要管理者、科研人員和數據監護人員共同參與。圖書館是科研數據監護工作的主要承擔者，在高校科研領域發揮著重要作用。目前，國內僅有武漢大學圖書館、北京大學圖書館和復旦大學圖書館提供科研數據平臺供研究者管理、發布和存儲數據，供數據用戶瀏覽、檢索和下載數據，其他高校圖書館還處于機構知識庫的建設過程中，相關流程規范和制度建設尚需完善。因此，國內高校圖書館需要在借鑒國外圖書館的成功實踐基礎上，探索出一條適用于我國高校圖書館數據監護工作的發展之路。

參考文獻：

[ 1 ]東方.美國圖書館界科學數據管理與共享的實踐及其啟示[J].情報資料工作，2017（3）：107-112.

[ 2 ]楊鶴林.英國數據監護研究成果及其在高校圖書館的應用：CC建設回顧[J].圖書館雜志，2014，33（3）：84-90.

[ 3 ]吳振新，陳瑤，李文燕，等.國際Data Curation研究與實踐發展綜述[J].圖書館理論與實踐，2016（2）：23-28，33.

[ 4 ]劉佳美.生命周期視角下高校科研數據監護流程分析[D].曲阜：曲阜師范大學，2018.

[ 5 ]彭鑫，鄧仲華.科研數據服務實踐的比較研究：以中國科學院與康奈爾大學為例[J].圖書館學研究，2017（11）：61-66.

[ 6 ]劉桂鋒，盧章平.美國高校科研數據管理實踐個案研究：以伊利諾伊大學香檳分校為例[J].圖書情報研究，2016，9（4）：24-34.

[ 7 ]陳麗君.約翰·霍普金斯大學科學數據管理服務實踐與啟示[J].現代情報，2016，36（4）：110-114.

[ 8 ]張婧，吳金紅.國內Data Curation的熱點和重點領域研究[J].現代情報，2018，38（5）：125-130.

[ 9 ]潘煦.國內Data Curation研究文獻的可視化分析[J].圖書情報導刊，2017，2（6）：74-78.

[10]陽廣元.國內data curation研究熱點與進展[J].圖書情報工作，2016，60（2）：129-136.

[11]陳國蘭.大數據驅動的國內高校數據監護實施框架體系研究[J].情報雜志，2018，37（5）：176-181.

[12]衛軍朝，張春芳.國內外科學數據管理平臺比較研究[J].圖書情報知識，2017（5）：97-107.

[13]周宇，歐石燕.國內數據監護平臺研究熱點與進展探析[J].圖書情報工作，2016，60（22）：116-125.

[14]周宇，廖思琴，阮莉萍，等.數據監護平臺評價指標體系構建與測定研究[J].圖書館學研究，2017（1）：35-42.

[15]黃鑫.基于服務內容的科學數據服務用戶滿意度研究[D].武漢：武漢大學，2017.

[16]宋秀芬，鄧仲華，金勇.高校圖書館數據監護的流程管理研究[J].圖書館學研究，2015（5）：35-40，21.

[17]張萍，周曉英.高校科研數據管理的需求評估方法研究[J].情報雜志，2015，34（11）：188-192，198.

[18]牟婷婷.高校圖書館數據監管崗位設置調查研究[D].保定：河北大學，2018.

[19]曹冉，王瓊，耿騫，等.國外大學數據監護教育的調查與分析[J].圖書情報工作，2016，60（4）：52-58.

[20]朱玲，聶華，崔海媛，等.北京大學開放研究數據平臺建設：探索與實踐[J].圖書情報工作，2016，60（4）：44-51.

[21]羅鵬程，朱玲，崔海媛，等.基于Dataverse的北京大學開放研究數據平臺建設[J].圖書情報工作，2016，60（3）：52-58.

[22]張計龍，殷沈琴，張用，等.社會科學數據的共享與服務：以復旦大學社會科學數據共享平臺為例[J].大學圖書館學報，2015，33（1）：74-79.

[23]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，2013，36（12）：89-93.

[24]SPEC Kit 354： Data Curation（May 2017）[EB/OL].[2018-12-10].https：//publications.arl.org/Data-Curation-SPEC-Kit-354/.

[25]孟祥保，錢鵬.高校社會科學數據管理的國際經驗及其借鑒：以UKDA和ICPSR為例[J].情報資料工作，2013（2）：77-80.

[26]開放存儲基金會成為JHOVE的新家[J].現代圖書情報技術，2015（3）：107.

[27]梁娜，張曉林.數字文件格式登記系統[J].圖書情報工作，2005（11）：82-86.

[28]Mellon基金會資助BitCurator進行擴展，以改善對數字原生資源的分析和訪問功能[J].現代圖書情報技術，2016（10）：41.

耿曼曼南京師范大學圖書館館員。 江蘇南京，210023。

（收稿日期：2018-12-26 編校：曹曉文，陳安琪）