數據出版及其質量控制研究綜述*

劉茲恒，涂志芳

科學數據(scientific data)或研究數據(research data)是學術成果的重要組成部分，也是數字時代學術資源開放共享的重要內容范疇，而數據出版正是使科學數據能夠被社會廣泛而有效利用的一種手段。較之于已經發展成熟的傳統學術出版，數據出版作為一個相對新興的研究與實踐課題，無論是理論還是實踐均需要加強思考和探索，尤其較之于傳統學術出版嚴格的審查機制，數據出版因數據結構復雜、準入門檻較低、開放傳播等特點，更加需要通過質量控制手段保障數據質量和價值。因此，本文圍繞數據出版的概念、作用、模式、流程等理論與實踐問題進行梳理，繼而對數據出版質量控制的概念、內容與方法進行綜述，并對數據出版質量控制的調查報告和實踐研究進行述評，以期在一定程度上促進圖書館界、出版界、科技界對數據出版的認識，克服現存的問題與困難，推進數據出版及其質量控制理論與實踐更長足的發展。

1 數據出版基本問題研究綜述

國內外對科學數據出版的研究主要從理論性思考探索和實踐性調研分析的角度進行，其中理論研究主要包括對數據出版概念、作用、模式、流程、問題與挑戰等的論述，實踐研究主要包括論文數據附件、數據知識庫、數據論文等模式的數據出版調研分析及相關問題討論。

1.1 數據出版概念

數據出版(data publishing或data publication)首先作為一個概念而存在，不少研究都對數據出版及其相關概念進行了釋義或辨析。從出版語義的角度，Lawrence等[1]、Callaghan等[2]對數據的“publish”和“Publish”進行區分，前者將數據文件貼于網絡使數據得以開放，但文件沒有任何長期存在、不被損壞、相關信息描述等保障；而后者作為正式的數據出版，不僅可揭示數據集的科學質量和重要性，也能為數據生產者帶來聲譽，同時還意味著對數據長期保存的承諾和面向數據消費者的數據增值。從出版實踐的角度，Penev等[3]認為數據出版是將數據上載到網絡使得除作者以外的人和組織也能夠下載、分析、重用和引用數據的行動；Candela等[4]認為數據出版是一項將數據公開以提供重用并且還能跟蹤數據來源和作者貢獻的活動。從概念辨析的角度，數據出版與數據發表、數據發布、數據開放[5-7]既關聯又區別，數據出版過程還應考慮長期保存與存儲、元數據、引用與作者貢獻、出版許可與數據重用、數據傳播等關鍵要素。由此可知，數據出版是使科學數據獲得“可溯源”“可引用”“質量審查”“承認作者貢獻”“長期保存”等特征的活動和過程。

1.2 數據出版作用

隨著科學數據管理與共享政策法規制定、標準規范發布、基礎設施建設等的深入推進和數據量的不斷積累，數據出版的作用不斷凸顯，國內研究者均高度肯定數據出版的積極作用。數據出版的作用一方面在于其推動數據開放共享，促進整個學術出版和科學研究的發展，如Borgman[8]強調科學數據對新的研究成果產生的價值，Murphy[9]強調數據出版有提高學者學術信譽、保障數據存檔與監護、保障數據質量、提供公共利用、提高研究過程透明度的作用。另一方面，數據出版在數據開放共享的基礎上，重點解決數據知識產權的問題，保障科學數據的質量，提高數據重用的價值，如吳立宗等[5]突出數據出版解決知識產權問題、提高數據共享積極性的作用，而袁曦臨[10]認為數據出版是科學數據管理及其可持續發展的必然結果和最終環節，是推動科學數據共享的最根本途徑。此外，數據出版顯然也能夠為公眾提供更多獲取、利用科學數據的平等機會，創造社會價值。

1.3 數據出版模式

數據出版模式，又被稱為數據出版途徑、形態、機制、路徑等，現有研究主要從數據出版客體和數據出版主體兩個不同視角對數據出版模式進行劃分和歸納。

從數據出版客體角度，Lawrence等[1]較早提出數據出版的5種模式：獨立數據出版、學術論文輔助數據出版、附錄數據出版、期刊數據檔案出版、數據論文出版；王丹丹[11]、孔麗華[12]、顧立平[13]、張小強等[6]、何琳等[14]進一步將數據出版總結為3種模式：獨立數據出版、作為論文輔助資料的數據出版、數據論文出版。從數據出版主體角度，張麗麗等[15]將數據開放模式總結為3種：自上而下模式、橫縱聯合模式、自下而上模式；張小強等[6]將數據出版分為4種模式：出版機構控制模式、非出版機構獨立控制模式、混合模式、“二次出版”模式。

從數據出版客體和數據出版主體角度劃分的數據出版模式之間是相互映射的關系，雖表述略有差異，但仍可歸結為3種模式：(1)獨立數據出版，該模式將數據作為獨立的信息對象提交到開放存取數據知識庫；(2)作為論文關聯和輔助資料的數據出版，數據往往作為論文的附件、附錄而出版或存儲到期刊指定的數據倉儲并建立論文和數據的關聯；(3)數據論文出版，將科學數據作為一種文本文獻進行出版，包括發表在專門數據期刊的數據論文和綜合性期刊的數據論文。

1.4 數據出版流程

與傳統學術出版相似，數據出版也有完整的出版流程，數據出版流程通常指在網絡出版數據、相關元數據與文檔附件、軟件代碼等的活動和過程[16]，數據質量控制也往往面向出版流程的不同環節而進行。例如，從知識轉化與創新的角度，Hense等[17]、杜偉等[18]參考知識螺旋模型，把數據出版過程簡化為“內部化”和“外部化”兩大環節，其中“內部化”包括搜索和瀏覽、審核和學習、實驗3個小環節，“外部化”包括解釋和注釋數據、執行質量保障、出版和發布數據3個小環節。從工作流程的角度，Kratz等[19]認為數據出版有4個環節，首先將數據存儲在知識庫，然后對數據進行描述，再分配標識符，最后進行評審；而數據出版后應可利用、被存檔、可引用、可驗證；吳立宗等[5]認為數據出版包括數據發布、同行評審、數據出版和永久存儲、數據引用、數據評價等環節。目前對數據出版流程的研究主要是針對基于數據知識庫的數據出版，其他兩種出版模式下的數據出版流程則遵循傳統期刊出版流程和數據政策及數據期刊的出版流程。

1.5 數據出版實踐

數據出版實踐主要從前文所述的論文數據附件、數據知識庫、數據論文3種模式展開，相關研究也從數據知識庫與數據出版研究、期刊數據政策與數據出版研究、數據期刊與數據論文研究等方面展開。

目前，學者們主要通過對國內外開放數據知識庫進行調查分析的方式研究數據知識庫的數據出版，常用數據知識庫案例包括Dryad、figshare、Dataverse、Zenodo、GenBank、北京大學開放研究數據平臺等。相關研究[20-24]主要對數據與論文的鏈接、數據出版要素、數據學科領域、內容類型、唯一標識符、質量管理、知識庫建設過程與經驗等問題進行調研分析，厘清數據出版與傳統學術出版的異同，明確數據出版的要素、類型與特點。

期刊出版商通過制定數據共享政策對數據出版加以控制和規范，以實現論文和數據的關聯出版。學者們通過調查一種或多種學科期刊的數據政策內容，了解作為論文附件的數據開放出版情況。一方面，對特定學科領域期刊的數據政策進行研究，如Zenk-M?ltgen等[25]、陳秀娟等[26]、雷秋雨等[27]對社會學、化學、生物學領域期刊數據政策的數據類型、數據存儲、質量控制等內容進行分析；另一方面，對多種學科領域的期刊數據政策進行綜合研究，如371種自然科學與人文社會科學領域的期刊政策內容調查[28]，多領域學術期刊數據政策的制定主體、客體與內容，數據政策的實施及其效果、約束力強度及相關研究項目[29]。大型出版集團、學協會出版社等是推動數據政策制定以及作為論文附件的數據出版的主要力量，也是面向研究人員和廣泛的研究社群強化數據共享意識、推進數據共享行為、培養數據共享文化的重要陣地。

數據期刊(data journal)是在科學數據開放共享趨勢之下發展起來的新型學術期刊，是促進數據的使用、引用及重用的重要工具[30]，數據期刊的定義、類型及出版實踐均得到了關注[16，31-32]。據Candela等[33]對國際數據期刊的不完全統計，2015年至少已有15家出版機構出版了至少116種數據期刊，近年來國內外數據期刊數量得到明顯增長，我國《中國科學數據》(2016)、《全球變化數據學報》(2017)也相繼創刊。數據論文(data paper)是一種新興的出版物形態，與傳統學術論文最大的不同在于數據論文重點描述科學數據本身而不是描述基于科學假設和科學問題的研究結果[34]，不過也有學者認為中譯名“數據論文”未能很好地反映“data paper”的內涵邊界與功能定位，而“數據導引”更為精準貼切[35]。數據論文內容重點描述數據的可用性、覆蓋范圍、格式、許可、共享、項目來源、數據來源、數據質量、數據重用等要素[36]，數據論文出版同樣涉及學科屬性、出版方式、收錄內容要求、引用機制、版權協議、費用等事項[32]。

1.6 數據出版的問題與挑戰

盡管數據出版已經在國內外開始了較大規模的實踐，但作為學術交流、傳播與出版領域相對新興的議題，數據出版仍存在不少困難和問題需要克服。Hense等[17]認為數據出版面臨的挑戰存在于格式、內容、科學質量控制、格式質量控制、技術質量控制、瀏覽與檢索、存儲等多方面；何琳等[14]認為科學數據的元數據、隱私保護、組織技術、知識產權保護、出版激勵機制是數據出版待解決的關鍵問題。張小強等[6]認為數據出版的主要障礙是倫理規范與標準的缺失，包括數據出版體系中獎懲功能的缺失，數據出版復雜性導致的短期內標準規范的缺失，數據出版的用稿規范、數據引用規范、元數據標準等的不完善；張麗麗[37]認為，相較于傳統學術論文出版，數據出版的學術地位和行業認可度、運營模式的可持續性、數據開放與版權保護等方面仍有待發展。也就是說，數據出版的問題和困難在于數據本身內在特性以及數據出版外在環境兩個方面：數據本身數量大、格式多樣、技術依賴、學科差異大，因此數據出版天然具有復雜性；與數據出版配套的標準規范、技術工具、體制機制等還沒有充分發展起來，數據出版要得到像傳統學術出版一樣的認可，還任重而道遠。

2 數據出版質量控制研究綜述

2.1 數據質量及其標準

數據質量(data quality)是一個多維度概念，可被描述為一組質量特征的集合，也通常取決于對最終用戶目標實現產生的價值大小[38]。明確數據質量的概念及其標準，是對數據出版進行質量控制的基礎。

從質量特征的視角，數據質量強調數據本身應該具有的質量特征和屬性。Gordon[39]將數據質量定義為數據完整性、有效性、一致性、及時性和準確性的狀態以使數據適合特定用途，而高質量的數據則能夠在運行、決策、規劃中很好地發揮預期作用；胡良霖等[40]認為數據質量包括數值質量和模型質量兩個維度，前者如準確性、完整性、一致性、客觀性等，后者如相關性、可讀性、最小化等，而科學數據質量的評價和控制則可從科學數據質量標準框架、數據成熟度模型、評價方法與軟件工具等方面展開。zhu等[41]認為數據質量受所使用的數據標準的質量(quality of data standards)的影響，即提高某些數據標準的質量便可能提高根據標準創建的數據的質量，并提出將完整性(completeness)和相關性(relevancy)作為數據標準質量的兩個重要元素。

從數據消費者的視角，數據質量強調數據之于用戶的質量和價值。英國皇家學會在“科學是開放事業”[42]報告中提出開放數據的質量標準包括可獲取、可理解、可評估和可利用；Peer等[43]認為數據質量意味著“對已知的數據重用而言獨立的可理解性”(Independently Understandable Data for Informed Reuse)；Hense[17]認為數據質量的關鍵因素為聲譽、可靠性和程序規范；Wang和Strong[44]認為數據質量框架包含內在數據質量(intrinsic data quality)、語境數據質量(contextual data quality)、可表現性數據質量(representational data quality)、可訪問性數據質量(accessibility data quality)4個維度。

可見，數據質量的維度和指標十分豐富，數據出版過程中的數據質量控制可概括為3個方面內容：(1)內容質量，主要指數據內在的科學性、邏輯性、真實性、可信度等，如支撐科學新發現的價值、驗證文章結論的價值；(2)形式質量，主要指所存儲的數據格式的兼容性、可讀性、規范性、友好性等；(3)語境質量(元數據質量及上下文信息)，主要指理解數據所需的語境信息的充分性、有用性，如元數據的準確性、完整性及元數據描述與數據匹配的真實性等。

2.2 數據質量控制概念、內容與方法

以數據質量標準為基礎，以數據質量事實為依據，了解數據質量控制的概念、內容與方法，才能針對性地從數據出版的各個環節進行數據質量控制，從而使數據質量結果符合預期和需求。

關于數據質量控制的概念，相關研究包括釋義、辨析及定義等視角。加拿大研究數據組織(Research Data Canada)[45]將數據“質量保證”(quality assurance，QA)定義為用于測量和確保產品質量的一系列過程，而將數據“質量控制”(quality control，QC)定義為滿足消費者期望的產品和服務過程。兩者的主要區別[46]在于QA是過程導向，側重建立質量以防止錯誤，是用正確的方式做正確的事；而QC是產品導向，側重質量測試(如檢測錯誤)，是確保所做的結果符合預期；但通常情況下不對兩者進行嚴格區分[47]。張靜蓓等[48]進一步將“數據質量控制”定義為用于確定被測試的數據是否可以有效地被其他研究人員進行驗證和重用的一套標準流程。從對概念的闡釋可知數據質量控制發生在數據產生、存儲、傳播、利用多個階段，不僅需要從源頭確保數據產生的質量和價值，也需要在存儲與傳播過程中對質量進行檢測和驗證，同時還需在面向用戶時確保較高的利用價值。本文在此基礎上認為數據質量控制是在明確數據出版的含義及范疇、確定不同的數據出版模式及其流程、了解數據質量的內涵及標準的基礎上使得出版后的數據達到甚至超過數據質量標準的一系列政策標準、工具平臺、活動、方法等的過程。

關于數據質量控制的內容與方法，包括出版環節、質量控制對象與評審人員等維度。Pampel等[49]認為可從數據創建、數據管理(計劃)、數據(集)質量評估3個環節進行數據質量控制。Austin等[16]認為數據評審與審查是數據質量控制的重要方法，包含廣泛的質量評估內容，如元數據的準確性、數據文件與文檔的充分性和計算與分析結果的準確性，評審還取決于數據出版者的要求、研究者的期望或數據敏感性等因素，數據評審具體可表現為：(1)數據期刊或知識庫的外部專家進行同行評審(數據內容的科學性、可信度審查)；(2)數據知識庫的數據管理專員進行技術審查(數據形式審查)；(3)數據知識庫的學科內容管理專員對數據內容進行審查(數據內容的完整性審查)。配合數據質量控制的內容，數據質量控制方法包括數據評審、數據審查、數據確認、數據驗證等，可借助計算機技術、統計軟件、圖表工具或參照一般原理、科學邏輯、數據標準等實現。

2.3 數據出版質量控制研究

2.3.1 數據出版質量控制調查報告

部分國外研究資助機構或學術社群對數據出版及其質量控制問題進行了系統性的調查，包括對科研人員的數據共享意愿、數據共享現狀、不同模式的數據出版概況、特定學科領域的數據開放出版狀況等。

2008年6月，研究信息網絡(Research Information Network，RIN)發布題為“共享還是不共享：研究數據出版和質量保證”的調查報告[50]，從數據創建過程、數據管理計劃、數據集質量評估3個方面對天文學、系統生物學、氣候科學等8個學科領域的研究者及數據出版質量控制進行調查，得出結論包括：(1)大多數科研人員認為數據創建者本身最適合判斷自己的數據集質量，并且信任其他科研人員的數據質量和完整性；(2)沒有統一的方法對數據集內容或技術進行同行評審；(3)數據中心往往采用嚴格的程序以確保數據本身結構和格式及相關元數據的質量標準，但研究者在提交數據時往往缺乏滿足這種要求的技能。

2012年2月，永久訪問科學網絡記錄聯盟(Alliance for Permanent Access to the Records of Science Network，APARSEN)發布學術交流環境下科學數據同行評審報告[49]，從科研人員、數據知識庫、數據期刊三方視角調研科學數據質量控制：(1)科研人員對數據出版持積極態度，但擔心數據同行評審因所需時間和工作量的巨大而變得不切實際；(2)數據管理計劃、數據知識庫及其認證和審計對數據質量控制影響突出，數據知識庫的質量控制方法因數據形式、范圍、學科而異；(3)期刊通過編輯政策、同行評審進行數據質量控制，但仍存在審查任務重、缺乏技術標準和普遍做法等問題。

2012年9月，由美國國家科學基金會(NSF)資助的調研工作組進行了題為“數據質量監護：確保數據質量促進科學新發展”[51]的專題研討會，研討會將科學數據質量可能的問題及解決方案歸為4個方面：(1)數據質量標準與語境：識別數據生成、分析、存儲、管理、訪問、利用與重用及保存等階段可能的數據質量威脅，明確數據質量標準及其在不同學科的差異；(2)人和制度因素：探索利益相關者進行數據質量控制的激勵和限制因素，明確數據質量控制的人力和技術成本，利用風險模型評估數據質量控制的投資回報率；(3)有效和無害的數據監護工具：了解數據質量控制的工具與技術需求，推薦現有工具用于數據選擇、元數據自動生成與注釋、數據攝取、審計與保存；(4)數據質量指標：確定數據質量指標，開發應用測量并提高數據質量的技術。

2016年9月，由歐盟“地平線2020”項目資助的人文科學研究數據開放存取出版調查報告[52]指出，信任是數據知識庫與其相關主體之間的關鍵因素，而審計(audit)和認證(certification)是對數據知識庫進行質量控制從而提高可信度的有效方法，聯機計算機圖書館中心(OCLC)、歐盟等已經制定數據知識庫的認證標準。

以上針對數據出版質量控制的調查報告，提出了質量控制實踐過程中可能遇到的問題及解決方案，為了解數據出版質量控制的不足與缺失、指明未來發展方向具有重要的參考價值。具體而言涉及數據質量控制兩個方面的重要議題：(1)數據質量首先依賴研究人員的“自覺”與“自律”；(2)工作量大、技能要求較高、缺乏成熟的標準規范以及工具方法，使得數據質量控制存在困難甚至有些“不切實際”。

2.3.2 數據出版質量控制實踐研究

針對期刊政策所涉數據質量控制，不同出版社有不同做法：自然出版集團規定數據評議編委會必須包括至少1名數據標準審核專家，對作者提交數據的質量進行評估，從而確保實驗數據的完整性和可重用性；Elsevier要求期刊編輯在評議文章時對數據的時效性、客觀性及來源的真實性等進行初步評估[27]。另有期刊與數據知識庫合作進行數據管理，如PLOS與Dryad合作進行數據審查，PLOS的作者將數據提交到Dryad后，數據與論文分別接受評審，數據和論文同時出版[53]。

針對數據知識庫的數據質量控制，包括數據本身、元數據及相關文檔等內容，采用了不同的方法技術，涉及不同的利益相關方。張靜蓓等[48]認為數據知識庫質量控制包括文件整體質量控制、文檔說明質量控制、科學數據本身質量控制、源代碼質量控制，其利益相關者包括研究人員、大學圖書館、期刊出版商等。Gordon[39]發現Dryad存在同一創建者姓名表述不統一、日期表達方式不統一、資源類型與事實不相符等問題，建議加強對數據知識庫的元數據質量控制。Csordas等[54]調研蛋白質組學領域的數據知識庫PRIDE的數據質量控制方法，首先對上傳至PRIDE的XML文件進行語法檢查；其次對元數據是否缺失、是否一致進行檢查；最后根據蛋白質組學領域數據的學科特點檢查數值的正確性。

針對數據論文的質量控制，主要采用同行評審的方法，數據評審尚存一定的問題，需要加強解決方案的探索。數據論文同行評審包括封閉式和開放式兩種形式，側重考查前期質量控制、論文和數據的一致性、論文中數據的質量、論文中數據的可用性、論文中數據的功用和貢獻度等內容[55]。基于對數據同行評審進展的梳理，Murphy[56]認為目前學界對科學數據同行評審缺少準確的理解，對數據評審與傳統出版物評審的關聯與區別尚不明確，同時也沒有可持續的角色承擔數據評審的工作。黃如花等[57]從數據館員、數據驗證服務、數據生命周期管理的角度探索高校圖書館參與數據驗證的可能路徑。

基于3種數據出版模式研究數據質量控制，相關研究結果表明[11-12，58]：(1)獨立數據出版的質量控制：同時進行技術審查和同行評審，前者主要從技術標準層面對數據及數據文檔進行完整性的控制；后者確認數字資產的完整性、評價數據集的完整性并評估數據文檔的完整性，但目前有相當一部分數據知識庫不進行同行評審或只進行內部評審。(2)作為論文附件的數據出版質量控制：內嵌于期刊論文的數據通常表現為圖表、表格、數字等形式，主要從邏輯上審查數據對研究結論的影響，依賴數據創建者對數據質量的把控。(3)數據論文出版：考慮到數據論文是數據集的描述，數據集質量體現在完整性、描述的詳細程度、數據有用性，因此數據論文質量應包括數據質量、描述質量、描述和數據一致性，一般對

數據及論文進行嚴格的同行評審。

2.3.3 數據出版質量控制的問題與困難

綜上所述，因目前所處的數據出版環境，加之數據及數據出版本身的特點，數據出版質量控制尚存以下問題：(1)數據龐大而復雜、數據量增長較快，數據評審不得不依靠計算機的幫助，評審者需要具備足夠的能力并借助軟件工具進行科學質量控制；(2)不同類型、不同學科的數據存在明顯差異，難有統一的標準和規范；(3)理解數據需要了解數據產生背景及上下文語境，而背景通常“不可見”，致使數據質量控制的難度加大；(4)數據評審是一項復雜的系統工程，數據評審需與數據政策、數據發布、數據存儲等環節協同；需要學科領域專家、數據專家、數據管理人員甚至軟件工程師的協同，很少有評審者能夠評審數據質量的所有方面；現有的數據評審大多仍保留了傳統同行評審的形式，未曾深入對數據本身的評審；(5)數據出版質量控制需要大量時間、精力的投入，其投入產出效率可能存在一定的質疑；(6)數據質量不僅在于數據本身，還在于對應的元數據及相關文檔；(7)數據出版質量控制是內嵌于數據出版生態系統的子系統，要求良好的數據共享文化作為基礎。鑒于以上困難，事實上目前的數據質量控制首先有賴于作者自我審查[17]，而后才是同行評審及其他各類審查的質量控制手段。

3 現有研究述評與未來研究展望

綜合以上數據出版的理論與實踐研究綜述，目前相關研究具有以下特點及欠缺：第一，國外理論研究內容較為豐富，涉及數據出版概念、作用、模式、流程、問題、挑戰等多個方面，對數據出版實踐有較強的指導作用；第二，國外較為注重對數據出版進行長篇幅的系統研究，有助于全面了解數據出版的關鍵問題；第三，國內早期多對國外理論研究進行推介、對國外實踐進行案例研究，后期開始進行少量的創新性理論思考；第四，數據出版最佳實踐“從0到1”的建設過程與發展經驗對推動更大范圍的數據出版具有重要借鑒作用，而目前較為缺乏對這種成熟經驗的總結和呈現；第五，目前數據出版主要發生在自然科學與工程技術領域，缺少對國內期刊、人文社科期刊探索數據出版的研究與思考；第六，欠缺對研究人員數據共享意愿影響因素的調查，研究人員及學術共同體對數據出版需求的精準把握；第七，存在較多的系統性梳理與研究欠缺之處：如對數據出版歷史機遇與發展進程的系統梳理，對數據出版系統基礎設施建設與軟實力建設的系統研究，對數據成果和數據作者導向的數據出版影響力的評價方法研究等。

綜合以上數據出版質量控制的理論與實踐研究綜述，相關研究特點及欠缺表現為：第一，國外通常對數據出版質量控制進行專題研討和調查報告，有助于發現問題、探討解決方案；第二，國內研究相對分散，缺乏調查報告、碩博士論文或專著對相關問題進行系統梳理和研究；第三，側重對數據出版質量控制的實踐進行案例分析和研究，較為缺少對數據出版及質量控制理論與方法的探討；第四，國內研究主要集中于對國外實踐經驗的描述，缺少對國內數據出版問題與困難的建設性思考；第五，對數據出版質量控制所需時間、金錢等投入產出與成本效益缺少量化評估和直觀體現；對研究者、數據管理者等相關人員滿足數據質量控制所需的技能要求缺乏明確的梳理；對數據質量控制所需的標準規范和方法工具缺乏足夠的需求分析和培訓設計。

可以預見，未來將有更多的學者對科學數據出版的理論、方法、平臺、工具、實踐等進行系統而綜合的研究，探討數據出版及數據質量控制存在的問題和面臨的困難，推動數據出版實踐進展，推動科學數據開放事業的可持續發展。具體而言：加快數據出版政策制度的研究，保護數據作者的知識產權，平衡知識產權保護和開放傳播的關系，對原有學術評價體系進行適應性變革，在學術評價體系中承認數據出版的學術貢獻；加快數據出版標準規范的研制，完善元數據標準、細化數據引用標準使之更具可操作性；調查數據質量控制對研究人員和數據管理人員的技能要求并建立適應的培訓體系；加快數據出版技術、工具、平臺的開發，將數據可視化、動態數據呈現等技術應用于數據出版；對數據出版及其質量控制的影響因素進行實證研究，從中發現問題、消除障礙、提出解決方案；從投入產出、成本效益、定性定量的角度分析數據出版及其質量控制的經濟效益與社會效益；探索數據出版賦能下的科學數據影響力評價及學術評價，充分展現數據出版在增加學術影響力方面的作用。