学术期刊与科学数据仓储关联研究*——兼论图书馆科学文献与科学数据关联的途径

卫军朝 宋婧婷

（1.上海大学图书情报档案系 上海 200444）

近年来，随着数据密集型科研活动的蓬勃发展，越来越多的科学数据仓储被建立，以满足科学数据保存和管理的需要。据Re3data.org的统计，截至2017年9月，已经有1900余个科学数据仓储在Re3data.ORG注册，体现了科学数据仓储的迅速发展。而图书馆保存着海量的科学文献，这些科学文献往往被独立的保存在文献管理系统中。微软研究院科学家Jim Gray指出，科学研究的素材实际包含呈金字塔型的三个层面：处于塔尖的科学文献、中间层是派生数据和重组数据、基础层是大量的原始数据，科学文献和科学数据共同构成科学研究的总体。如何将图书馆的科学文献和目前蓬勃发展的科学数据关联起来，将二者构成科研成果的全体，让用户置身于完全的科研成果环境中，使科学文献和科学数据共同来支撑科学发现，成为科研新范式下，图书馆面临的重要问题。

在传统的学术交流体系中，学术期刊也以科学文献为主要报道内容。随着数据密集型科研范式的兴起，越来越多的学术期刊出台期刊数据政策，要求作者在提交学术论文的同时，必须在学术期刊或在第三方科学数据仓储提交相关的科学数据。学术期刊通过和科学数据的关联，为用户提供集文献和数据于一体的信息服务。目前看来，学术期刊与科学数据之间的关联实践成为研究科学文献和科学数据关联的典型范例和最活跃研究对象，本文以学术期刊与科学数据仓储的关联为研究对象，希望通过本文的努力，为我国图书馆开展科学文献与科学数据仓储关联提供参考。

1 学术期刊的期刊数据政策

期刊数据政策是数据密集型科研范式下，学术期刊制定的提交数据、保存数据、开放数据、共享数据的重要措施，它对数据的提交方式，数据的内容、共享范围、有效期、版权、保存方式等具体信息进行了规定。对期刊数据政策的分析可以加强我们对学术期刊与科学数据仓储关联的认识。如期刊PLoS One要求所有论文中涉及到的数据都必须无限制的开放，要求作者在提交论文时，同时提供一份“数据可用性说明”，以描述论文涉及到科学数据的使用和访问方法。PLoS One推荐几种数据存储的途径，其中强烈推荐将数据存储在公开的数据仓储中。BioMed Central鼓励所有作者将数据以一种可机读的方式存储在公共数据库中，并且在“数据可用性说明”中提交数据 DOI或 Accession Numbers。

从期刊数据政策可以看出，学术期刊往往要求作者将与论文相关的科学数据，提交至学术期刊或公共科学数据仓储。如Wiley、Springer等出版商要求作者将科学数据存储在PANGAEA等数据存储库；Science、PNAS、Nature、BMC等国外学术出版社和期刊出台相关的数据政策，要求作者提交论文的同时，也要提交相应的科学数据；PubMed中的文章可以与GenBank、Dryad等数据存储库中的数据进行关联等。

JISC资助的旨在调研学术期刊数据政策的项目Journal Research Data Policy Bank针对400种期刊的科学数据政策调查发现，其中约一半的期刊对其所发表文献的支撑数据提出定向存储的要求，要求作者在提交学术论文时，必须同时或在第三方科学数据存储库提交相关的科学数据。特别是地理科学、基因学、生物学等学科数据量较大的学术期刊，往往会为作者提供用以存储与期刊文献关联的科学数据的数据仓储。如美国地理协会 （The Geological Society of America,GSA）的 GSA Data Repository专门用以存储其出版的科学期刊的支撑数据。

Dryad于2011年提出联合数据保存政策（The Joint Data Archiving Policy，JDAP）提出支撑学术论文的科学数据也应该被保存在合适的公共存储中，以被读者获取和访问。JDAP最先被生态和进化学领域的期刊提出，目前已成为大多数学术期刊制定数据政策的主要参考标准。采用该政策的期刊多推荐使用Dryad作为定向存储数据的数据仓储。

2 学术期刊与科学数据仓储关联现状

数据密集型科研范式下，越来越多的学术期刊开始尝试与科学数据进行关联，实现论文和数据的互操作，为用户提供集文献和数据于一体的信息服务，实现科学数据的增值再利用。本文通过对国外有代表性的期刊数据政策、学术期刊与科学数据关联实践、以及部分代表性的科学数据仓储的调研和分析，来了解学术期刊和科学数据仓储之间的关联关系。

表1 部分学术期刊与科学数据仓储关联情况

国内学术期刊与科学数据关联实践才刚起步。《现代图书情报技术》从2016年第2期起，要求所有发表论文提交支撑论文结论的数据，编辑部将对论文和数据进行关联和出版；《图书馆杂志》也开通了数据管理平台，鼓励作者在提交数据论文的同时，提交数据全文或数据引用方法。傅天珍、陈妙贞于2014年对我国学术期刊数据出版政策的调查发现，即使在我国最具国际影响力的期刊中，拥有数据政策的期刊数量仍非常有限，且主要是自然科学与工程技术类期刊。

国内关于学术期刊与科学数据仓储关联的研究尚且不多，主要集中在两个方面：一是对学术期刊科学数据政策的研究。 吴蓉等调研了 Science、Pans、Nature、BMC的期刊数据政策，从数据提交规范、数据审查政策、数据权益政策等方面进行了论述；陈秀娟等对美国化学学会期刊的数据政策进行了剖析；雷秋雨等对进化生物学领域期刊的数据政策进行了综述；陈全平从主体、客体与主要内容的角度分析了期刊数据政策；二是对科学文献和科学数据的关联性研究。黄筱瑾基于元数据描述的角度，分析了科学数据和科学文献关联的几种模式；邱春艳在2014年和2015年的两篇论文中对期刊文献与科学数据的关联服务及其实现进行了比较全面的研究；郭学武总结分析了科技数据与科技文献相互关联的三种主要模式：基于引用的直接关联、基于同被引关联和基于引文网络的扩展并联。

3 学术期刊与科学数据仓储关联实现方式

3.1 与科学数据仓储建立合作关系

学术期刊与科学数据仓储建立合作关系，可以根据二者的实际情况，最大可能的合作实现学术期刊与科学数据的关联，增强文献和数据关联的广度和深度，促进科学数据的开放共享。如Elsevier希望通过与科学数据的关联，完善论文的上下文环境，为用户提供更完善的科研产出，构建完整的论文产出成果，尽可能地提高数据集的可获取性来支持科研人员的研究。已与包括Protein Data Bank、Encyclopedia of Life、Cambridge Crystallographic Data Center、PANGAEA、SIMBAD Astronomical Database、Dryad 在内的50多个科学数据仓储建立了合作关系，通过Elsevier开发的Science Direct平台与这些科学数据仓储进行关联和互操作。

目前学术期刊已与一些大型公共科学数据仓储之间建立合作关系。Dryad鼓励学术期刊成为Dryad的合作伙伴，构建学术期刊与Dryad的集成系统，使用户在提交学术论文时，可以同时在学术期刊系统提交相应的科学数据至Dryad,实现学术期刊和科学数据仓储的无缝关联,目前已与130余种期刊之间实现了合作关系，如PLoS的全部期刊已与Dryad实现集成，作者在提交论文的同时，相关数据可同步至Dryad。Dataverse科学数据仓储系统则提供了与学术期刊系统的集成插件，学术期刊利用Dataverse的数据仓储插件，建设与自身系统集成的Dataverse数据仓储，集成期刊论文与科学数据的提交、管理、编辑、评审等过程。FigShare作为一种新的分享开放科学数据的方式，研究人员可以在FigShare上,以可引述、搜寻、共享的方式发表他们的数据。FigShare也是学术期刊的主要合作对象，如与300多种BioMed Centra、SpringerOpen、Wily期刊合作，将 FigShare集成到学术期刊的工作流和论文出版过程中。

表2 科学数据仓储与学术期刊关联情况（部分）

一些专业的学科数据仓储也是学术期刊的主要合作对象，学术期刊要求作者将相应的科学数据提交到学科数据仓储，而数据仓储为学术期刊提供可访问的数据DOI或Accession Number。如SCIENCE要求和论文相关的分子结构数据提交到Worldwide Protein Data Bank，DNA和蛋白质序列数据提交到GenBank，气候数据提交到NOAA气候资源库，微阵列数据提交到 Gene Expression Omnibus 等。 PLoS要求数据应该满足各学科标准，并且提交到相应学科的科学数据仓储，并在其数据政策中罗列出了不同学科推荐的科学数据仓储。如生物化学领域的caNanoLab、PubChem等，生物医学领域的The Cancer Imaging Archive (TCIA)、Influenza Research Database等，神经系统科学领域的NeuroMorpho.org、OpenfMRI等，基因序列领域的 DDBJ、ENA、Genbank等科学数据仓储。

3.2 学术期刊与科学数据仓储的无缝集成

（1）学术期刊与科学数据仓储无缝集成概况。数据密集型科研范式下，学术期刊积极谋划与科学数据仓储更紧密的合作和关联，通过将学术期刊系统与科学数据仓储的集成，在学术期刊系统嵌入科学数据仓储插件，使学术期刊系统具备科学数据管理功能，实现在提交科技论文的同时，能够同时对相关的科学数据实现提交、描述、管理、存储等功能，科学数据仓储同时接受从学术期刊系统传递过来的科学数据与元数据。实现科学文献和科学数据在提交、管理、发布等流程中的无缝集成，最终在学术期刊的访问页面，为使用者提供访问科学文献的同时，提供科学数据的阅读、引用、分析等体验。

目前一些大型的公共科学数据仓储，如Dryad、Dataverse、FigShare等正在积极与学术期刊进行集成，Dryad提出免费为学术期刊提供与Dryad集成的接口，Dataverse 开发了 OJS（Open Journal System）Dataverse Plugin来实现学术期刊与Dataverse的集成，FigShare也开发了相关的学术期刊系统插件，来实现学术期刊系统与FigShare的集成。PKPDataverse项目通过对开放期刊系统 （Open Journal System,OJS）与哈佛大学的Dataverse科学数据仓储集成，在开放期刊系统OJS中加入OJS Dataverse插件，文献作者可以在期刊文献提交系统提交文献的同时，提交相关的科学数据至Dataverse,提交的数据集通过数据存储API自动存储到Dataverse中，由OJS Dataverse为科学数据生成数据DOI，并与文献进行关联，实现文献和数据之间的双向链接。

学术期刊与科学数据仓储的无缝集成，对于作者、期刊编辑、评审人员以及文献和数据的关联的主要作用表现在：①简化作者的数据提交流程；②可以使作者更多的将科学数据提交到统一的科学数据仓储；③期刊编辑和评审人员可以同时看到论文和数据，使评审工作更科学；④将对科学数据的元数据描述和对期刊论文的元数据描述统一起来，增强二者关联性；⑤实现期刊论文和科学数据之间的双向链接；⑥保证期刊论文可公开访问时，科学数据也可以访问。

（2）学术期刊与科学数据仓储无缝集成的工作流。在学术期刊出版中集成科学数据的提交和发布，体现在学术期刊与科学数据提交、编辑、描述、存储、评审、发布等工作流的重构与集成。传统学术期刊的工作流以文献为中心，将科学数据加入进来，需要对以往的工作流进行重构，把对科学文献和科学数据操作的工作流集成，形成统一的工作流，在统一的界面、步骤中完成科学文献与科学数据的提交、出版等操作。这种工作流的集成使用户在提交、编辑、描述论文的上下文环境中同时提交、编辑、描述科学数据，实现了文献和数据的集成操作，避免了二者割裂的提交，使用户能更及时、准确的对支撑论文的科学数据进行组织和描述，增强了文献和数据的关联，提升用户的体验。

PKP-Dataverse通过对学术期刊工作流的重构与集成，使作者、编辑、评审人员可以同时完成对科学论文和科学数据的操作，提高工作效率，加强文献与数据的关联强度（工作流见图 1）。

图1 学术期刊与科学数据出版的集成工作流

学术期刊与科学数据出版的工作流首先由期刊工作人员安装Dataverse数据仓储，并安装基于Dataverse的数据存储API，在OJS系统安装OJS Dataverse插件，完成基础设施准备工作。然后由作者在OJS中同时提交、编辑、描述论文与数据，论文被保存在OJS系统中，数据和数据的元数据描述提交至Dataverse,Dataverse接收数据并生成数据引用和DOI反馈给OJS系统。作者提交完成后，编辑和评审人员对文献和数据进行评审，如果评审通过，将文献和数据在OJS系统进行发布，同时科学数据与描述元数据在Dataverse中也进行发布，发布以后，可以实现从文献（OJS）到数据（Dataverse）的，和从数据（Dataverse）到文献（OJS）的双向链接，并且在 OJS 中可以实时查看科学数据的引用、编辑等状态。如果评审未通过，作者可以选择将相关的科学数据从Dataverse中移除或继续保存在Dataverse中。

3.3 基于作者提交数据DOI构建关联

当用户将科学数据存储到数据仓储时，科学数据仓储会生成数据DOI，用户在提交期刊论文时，将数据DOI同时提交给学术期刊，方便实现论文与科学数据仓储的关联。从目前的调研来看，学术期刊要求作者提供数据DOI,基于作者提交数据DOI来构建期刊论文和科学数据之间的关联，成为构建期刊论文和科学数据之间关联的主要方式。

（1）科学数据仓储产生数据DOI。大多数科学数据仓储会为用户提交的科学数据产生数据DOI或Accession Number。Dryad提供DOI Services为用户提交的科学数据产生DOI，并提供DOI解析服务。PANGAEA提供PANGAEA DOI Name Resolver来进行 DOI的产生和解析服务；GenBank为用户提交的DNA或其他序列数据生成Accession Number，Accession Number是数据的唯一标识符，学术期刊可以通过Accession Number实现期刊论文和相应科学数据的链接，用户可以通过Accession Number访问到科学数据的具体内容。科学数据仓储通过数据DOI，可以实现科学数据的发现和再利用。

（2）作者提交数据DOI。期刊数据政策要求，作者在提交数据的同时，需要提供一份“数据可用性说明”，以描述论文涉及到科学数据的使用和访问方法。如PLoS One要求“数据可用性说明”必须包含存储数据的数据仓储名称以及数据DOI或Accession Numbers， 以方便 PLoS One实现与数据的关联；SCIENCE要求在文献出版前，Accession Numbers或一个可访问的地址必须被包含在文献提交中。

（3）学术期刊基于数据DOI构建关联。学术期刊基于作者提交的数据DOI或Accession Numbers构建与科学数据之间的关联，关联实现方式多样。以Dryad为例，学术期刊与Dryad的关联方式主要包括：①通过Banner Widgets（旗帜窗体）的方式，嵌入在论文展示页面。这种Banner Widgets既可以是简单的链接图标，也可以是更多功能的数据快照；②论文正文中包含的图表、数据等通过数据DOI直接与Dryad关联，读者通过点击这些图表、数据，可以直接访问Dryad中存储的数据；③在论文展示页面，可以在论文的开头或附录，通过“数据可用性说明”，明确数据的来源和引用方式；④同时在参考文献中，以全标识的方式，一般以数据DOI的方式，对论文中提到的科学数据，进行参考文献标识。

3.4 学术期刊识别与构建与科学数据的关联

通过作者提交数据DOI来实现与科学数据的关联，是最简单、易于实现的方式。然而作者提交的数据DOI并不能代表与该文献内容相关的所有科学数据，除了作者提交的数据DOI，该文献还可能与其他科学数据存在主题相似或其他关联关系。学术期刊也在积极通过各种方式，来实现与这些科学数据的关联。

（1）通过识别文本中的语义实体来进行关联。一般而言，作者在文中涉及到的一些重要概念、术语、词组等，也具有一定的科学意义，通过识别这些语义实体，在后台的数据发现系统中，发现并构建与这些语义实体关联的科学数据，可以更全面的实现文献和数据关联。如Elsevier通过人工识别和自动文本挖掘的方式，对作者行文中的语义实体进行识别，通过Science Direct构建这些语义实体与相关数据的关联，为用户提供更全面的阅读体验。

（2）与科学数据仓储合作开发数据APP。学术期刊与可信任的科学数据仓储合作开发数据APP，通过数据APP，可以更大程度的发现与识别文献中涉及的与该科学数据仓储有关的科学数据，并通过集成展示的方式，在文章页面展示相关的科学数据。Elsevier与可信赖的数据仓储之间建立了紧密的合作，已经开发了许多数据APP，例如Protein Viewer（PDB）、PANGAEA Relate d Data、GenomeViewer（NCBI）等。这些数据APP保证了文献与这些科学数据的发现、识别与关联。

（3）构建科学数据登记注册中心。虽然，学术期刊识别了论文中的科学数据语义实体，但是不知道与哪些科学数据仓储进行关联，以及有哪些与该文献相关的科学数据。通过构建科学数据登记注册中心的方式，科学数据仓储在科学数据注册中心进行注册，学术期刊在科学数据注册中心进行搜索与发现与之关联的科学数据仓储。

目前国际上比较著名的科学数据登记注册中心包括Re3data.ORG与DataCite。Re3data.ORG是一个科学数据仓储注册中心，主要目标是提供科学数据的全景地图，鼓励科学数据开放共享。科学数据仓储在Re3data.ORG注册时，需要的主要注册信息包括：数据仓储的简短描述、内容类型、关键词、科学数据的受资助机构、数据集的许可证、数据集版本、数据DOI等。截至2017年9月，已经有1900余个科学数据仓储在Re3data.ORG注册。DataCite是一个为科学数据提供数据DOI的非盈利组织，科学数据仓储产生的数据DOI,通过在DataCite进行注册，为科研组织定位、识别和引用科学数据提供帮助。如，Dryad提供的数据DOI就会在DataCite进行注册，以方便第三方的查找和识别。

4 对我国图书馆开展与科学数据关联的参考

科研大数据时代，我国已经建设和正在积极开展科学数据仓储和科学数据平台的建设。如由科技部牵头的我国科学数据共享工程，在资源环境、农业、人口与健康、基础与前沿等领域开展科学数据共享工作，已经形成了50余个不同学科领域的科学数据共享中心。中国科学院建设的国家基础科学数据共享服务平台，重点对中科院各院所的科学数据进行整合和存储，形成不同学科的科学数据专题库。我国高校图书馆也积极开展科学数据平台的建设。包括复旦大学社会科学数据管理平台、武汉大学科学数据管理平台、北京大学开放研究数据平台等。

从调研来看，这些科学数据管理平台主要实现科学数据的汇交、保存和管理功能，提供的服务以科学数据的检索、发现和下载服务为主，通过数据DOI和数据使用说明来实现数据的引用。而其他功能，如与科学文献的关联，与学术期刊或图书馆开展合作，共同提供集文献和数据于一体的服务则较少。

我国图书馆保存和管理着海量的科学文献，如何实现这些科学文献和科学数据仓储的关联，为用户提供集科学文献和科学数据于一体的服务，成为图书馆、学术期刊、科学数据仓储都在关心和期望解决的主要问题。通过研究国外学术期刊与科学数据仓储关联的实现方式，可以为我国图书馆开展科学文献与科学数据关联提供参考。

（1）积极与科学数据仓储合作。目前国内外已经建设一些成熟的科学数据仓储，这些科学数据仓储保存着海量的科学数据，图书馆与科学数据仓储建立信任和合作关系，可以更好的实现与科学数据仓储的关联。如国外主要的几个科学数据仓储，Dataverse、Dryad、FigShare 等已经和诸如 Nature、Plos One等期刊深度合作，构建学术期刊与科学数据仓储集成关联系统，实现提交科学文献和科学数据的集成与统一。学术期刊还可以通过与科学数据仓储的合作，在学术期刊的论文展示页面，展现与科学数据的关联，这既可以实现科学数据的开放共享，又可以为用户提供更全面的使用体验。

（2）重构科学文献与科学数据提交与管理工作流。传统的学术期刊或图书馆，对科学文献和科学数据的提交、管理是两个不同的平台，由不同的工作流来实现。数据密集型科研范式下，学术期刊与图书馆都开始重视科学数据的提交、发布、管理，如果将对科学文献的提交、发布、管理与科学数据的提交、发布、管理集成起来，重构科学文献与科学数据提交与管理工作流，使二者合二为一，有机联系，共同构成科学研究内容的总体，将能更好的实现文献和数据的关联，提升数字资源的检索与发现效率，更好的为用户服务。如PKP-Dataverse项目就实现了期刊论文提交、评审、出版工作流和科学数据提交、管理工作流的集成。

（3）要求作者同时提交数据DOI。作者在提交科学文献时，同时提交的数据DOI成为进行科学文献和科学数据关联最主要、最易于实现的方式。作者提交的数据DOI，就像学术论文中作者自行标注的关键词，最能准确反映学术论文的具体特征。因此，图书馆可以要求作者在提交论文时，同时提交相关的科学数据DOI，以方便实现二者的关联。国内已有学术期刊开始要求作者同时提交相关的科学数据。如国内的《现代图书情报技术》（后改名为《数据分析与知识发现》）、《图书馆杂志》等期刊已经开始要求作者在提交论文的同时，提交相应的科学数据至编辑部。

（4）图书馆自动识别与科学数据的关联。除了作者提交数据DOI，科学文献和科学数据之间还存在其他诸如主题相关、研究相似的关联关系，这些关联关系作者没有自主标出，而读者则希望能看到与某研究主题相关的所有科学文献和科学数据。图书馆可以通过自动文本挖掘、语义实体识别、开发数据APP等方式，建立科学文献和科学数据之间的关联关系。

（5）建设科学数据登记注册中心。目前国内外已有较多的科学数据仓储，通过科学数据登记注册机制，可以发现和识别与科学文献相关的科学数据。例如国际上比较著名的科学数据登记注册中心Re3data.ORG与DataCite，Dryad、FigShare等科学数据仓储都在这些登记中心进行注册，以方便用户的检索和发现。我国也可以建设科学数据登记注册中心，科学数据仓储在其上进行注册，图书馆通过注册中心查找和识别与自己相关的科学数据。

参考文献：

［1］Registry of Research Data Repositories［EB/OL］.［2017-09-28］.http://www.re3data.org/browse/by-subject/.

［2］Tansley S，Tolle K M.The fourth paradigm:data-intensive scientific discovery［M］.Redmond，WA:Microsoft research，2009:19-33.

［3］李若溪，游中胜，田海江，等.数据密集型科学环境中科技期刊的数字化走向［J］.编辑学报，2011（6）:531-534.

［4］周晓英.数据密集型科学研究范式的兴起与情报学的应对［J］.情报资料工作，2012（2）:5-11.

［5］陈全平.学术期刊数据政策及相关研究［J］.图书与情报，2015（5）:9-15.

［6］Data Availability in Plos One［EB/OL］.［2017-08-21］.http://journals.plos.org/plosone/s/data-availability.

［7］BioMed Central.BioMed Central's position statement on open data［EB/OL］.［2017-08-21］.http://blogs.biomedcentral.com/bmcblog/files/opendatastatementdraft.pdf.

［8］Science.Data and materials availability［EB/OL］.［2017-08-21］.http://www.sciencemag.org/site/feature/contribinfo/prep/gen_info.xhtml#dataavail.

［9］PNAS.Editorial policies［EB/OL］.［2017-08-21］.http://www.pnas.org/site/authors/joournal.xhtml.

［10］Nature.Data policies［EB/OL］.［2017-08-21］.http://www.nature.com/scientificdata/for-authors/data-deposition-policies/.

［11］NCBI Linkout Technology［EB/OL］.［2017-08-22］.http://wiki.datadryad.org/NCBI_LinkOut.

［12］Journal Research Data （JoRD） Policy Bank［EB/OL］.［2017-08-22］.http://crc.nottingham.ac.uk/projects/jord.php

［13］GSA Data Repository［EB/OL］.［2017-08-23］.http://geosociety.org/datarepository/.

［14］Joint Data Archiving Policy （JDAP）［EB/OL］.［2017-08-23］.http://datadryad.org/pages/jdap.

［15］Look up your journal［EB/OL］.［2017-08-23］.http://www.datadryad.org/pages/journalLookup.

［16］《现代图书情报技术》编辑部.公开研究数据，保障学术研究的可检验性和可重复性［J］.现代图书情报技术，2015，31（11）:1-3.

［17］《图书馆杂志》数据管理平台（测试版）试运行公告［EB/OL］.［2017-07-25］.http://www.libraryjournal.com.cn/CN/column/item136.shtml

［18］傅天珍，陈妙贞.我国学术期刊数据出版政策分析及建议［J］.中国出版，2014（23）:31-34.

［19］吴蓉，顾立平，刘晶晶.国外学术期刊数据政策的调研和分析［J］.图书情报工作，2015，59（7）:99-105.

［20］陈秀娟，吴鸣.学科领域期刊科研数据发表政策剖析——以美国化学学会期刊为例［J］.中国科技期刊研究，2015（8）:800-807.

［21］雷秋雨，马建玲.学术期刊数据出版政策研究综述——以JCR中进化生物学领域期刊为例［J］.图书馆理论与实践，2017（1）:30-34.

［22］黄筱瑾.基于元数据的科学数据与科技文献关联研究［J］.情报理论与实践，2013（7）:27-30.

［23］邱春艳.期刊文献与科学数据的关联服务研究［J］.情报资料工作，2014（2）:63-66.

［24］邱春艳.科学数据与期刊文献的关联实现研究［J］.图书馆杂志，2015（8）:29-33.

［25］郭学武.基于引文的科学数据与科技文献关联研究［J］.情报科学，2014（4）:59-62.

［26］Designing the Article of the Future［EB/OL］.［2017-07-25］.https://www.elsevier.com/connect/designing-the-article-of-thefuture.

［27］Submission integration［EB/OL］.［2017-08-23］.http://www.datadryad.org/pages/submissionIntegration.

［28］The Dataverse Project［EB/OL］.［2017-08-25］.http://dataverse.org/.

［29］Figshare teams up with Springer Nature［EB/OL］.［2017-08-25］.https://www.researchinformation.info/news/figshare-teamsspringernature.

［30］Science：editorial policies［EB/OL］.［2017-08-25］.http://www.sciencemag.org/authors/science-editorial-policies.

［31］PKP-Dataverse integration project［EB/OL］.［2017-08-25］.https://projects.iq.harvard.edu/ojs-dvn.

［32］Building a Bridge Between Journal Articles and Research Data：The PKP-Dataverse Integration Project［J］.International Journal of Digital Curation，2014，9（1）:176-184.

［33］Open Journal Systems and Dataverse Integration-Helping Journals to Upgrade Data Publication for Reusable Research［EB/OL］.［2017-08-25］.http://journal.code4lib.org/articles/10989.

［34］DOI Services Technology［EB/OL］.［2017-08-25］.https://wiki.datadryad.org/DOI_Services_Technology.

［35］PANGAEA DOI Name Resolver［EB/OL］.［2017-08-25］.https://doi.pangaea.de/.

［36］Receiving an Accession Number for your Manuscript［EB/OL］.［2017-08-25］.https://www.ncbi.nlm.nih.gov/genbank/submit/.

［37］Datacite.org［EB/OL］.［2017-08-25］.https://www.datacite.org/.

［38］卫军朝，张春芳.国内外科学数据管理平台比较研究［J］.图书情报知识，2017（4）:97-107.