“双一流”建设需求下高校图书馆科学数据素养教育及服务探索

许伍霞 刘敏

摘 要 科学数据素养教育及服务是彰显图书馆教育职能和信息服务职能的重要体现，也是适应E-Science、数据密集型科研范式及“双一流”建设的时代发展之需。文章综述了我国图书馆界科学数据素养教育及服务现状，探讨了“双一流”建设需求下高校图书馆科学数据素养教育及服务框架、服务内容。最后结合具体学校“双一流”建设需求，探索了科学数据素养教育与服务实践。

关键词 “双一流” 科学数据 科学数据素养 数据素养 科学数据素养教育 高校图书馆

Abstract Scientific data literacy education and service is an important embodiment of the educational and information service functions of the library， and it is also necessary to adapt to the era of E-Science， data intensive research paradigm and “double first-class” construction. This paper summarizes the current situation of scientific data literacy education and service in China， and probes into the scientific data literacy education， service framework and service content of university library under the demand of “double first-class” construction. Finally， combined with the specific “double first-class” construction needs， it explores the practice of scientific data literacy education and service.

Keywords “Double first-class”. Scientific data. Scientific data literacy. Data literacy. Scientific data literacy education. University library.

0 引言

2015年11月5日，国务院发布《统筹推进世界一流大学和一流学科建设总体方案》 （简称“双一流”），我国高等教育领域正式拉开了“双一流”建设序幕。随后，习近平总书记在十九大报告中明确指出要加快我国“双一流”建设步伐，表明“双一流”建设的教育发展战略布局，是我国从高等教育大国迈向高等教育强国的重要契机。2017年8月18日，IFLA颁布《国际图联数字素养宣言》指出：数字素养是指控制利用数字工具的能力[1]。2017年12月8日，习近平总书记主持中央政治局集体学习时强调，推动实施国家大数据战略、推进数据资源整合和开放共享、保障数据安全、加快建设数字中国[2]。2018年1月23日，国务院办公厅发布《科学数据管理办法》[3]，标志着我国科学数据管理进入了国家顶层设计层面。科学数据将革新科学研究范式，驱动知识交流生态圈形成，提高国家科技创新能力。因此，加强和规范科学数据管理，可以保证科学数据安全，提高科学数据开放共享水平。

在E-Science科研环境下，科学数据是在自然科学、工程技术科学等领域，通过基础研究、应用研究、试验开发等产生的数据，包括通过观测监测、考察调查、检验检测等方式取得并用于科研活动的原始数据和衍生数据[3]。科学数据被视为独立的科研成果，既是重要的原创数据，也是科研的重要组成部分。在这种环境下，研究人员面临着数据的管理、引用、共享和出版问题，故有必要提升科研人员的科学数据素养能力。

高校图书馆拥有丰富的资源、深层次服务和专业馆员，是提供科学数据服务的最佳主体。“双一流”建设需求下，将图书馆科学数据服务嵌入高校教学科研、学术创新等环节，可以实现高校图书馆由信息中心向科学数据中心的转变，为高校“双一流”建设提供有力的数据支撑。基于此，本文综述了我国图书馆界科学数据素养教育及服务，设计了“双一流”建设需求下高校图书馆科学数据素养教育及服务框架、研究内容，并就此进行实践探索。

1 我国图书馆界科学数据素养教育及服务研究现状

为从宏观层面把握我国图书馆界科学数据素养教育及服务主题的研究现状，笔者选用中国知网CNKI、万方和维普作为数据获取来源。检索语句为“TI，KY，AB=（科研数据+科技数据+科学数据）*（素养+素质）*（服务+教育）”，学科来源为图书馆学、情报学，检索时间为2020年2月9日，数据在清洗、去重后，获得59篇文献。本文采用主题分析法进行研究，对相关研究文献分析后，得到以下五个方面的主题和研究不足之处。

1.1 概念辨析

孟祥保[5]、张梅卿[6]等提出科学数据素养是指科学研究过程中收集、加工、管理、评价和利用数据的能力和知识。胡卉[7]等认为数据素养包括“科学数据素养”“科研数据素养”“科研數据管理素养”，是获取数据、客观选择和评估数据、规范管理和处理数据、合理利用和共享数据的意识和能力。左平熙[8]指出科学数据素养包括数据态度、数据意识、数据知识、数据技能、数据伦理。当前，科学数据素养、科学数据素养教育的概念尚未完全统一，科学数据素养与信息素养、数字素养既有区别又有联系，科学数据素养不只是基于文献的获取能力，更强调从数据生命周期角度出发，关注数据的发现与获取、组织与管理、处理与分析、引用与出版等能力。

1.2 服务模式和模型

面向研究生群体，张群[9]等提出包括跨学科合作的嵌入式、科学数据生命周期全过程、MOOC在线课程、常规服务全方位渗透式在内的四种科学数据素养教育模式。张群[10]等设计了高校图书馆科学数据素养教育体系“5W”立体模型。郝媛玲[11]设计出由浅入深的数据汇集与支持、数据精加工、知识提取的数据层级模型。孟祥保[5]等调研了基于Libguides的科学数据管理资源导航、通识教育和学科教育的国外高校科学数据素养教育模式。

1.3 素养能力指标和评价

秦小燕[12-13]等指出不同学科科研人员科学数据素养能力特征、确定科学数据生命周期各阶段应具备的素养能力，从个人、团队、生态数据维度搭建18个一级指标、47个二级指标的ITE-KSA科学数据素养能力指标体系。杨利超[14]从基本能力、应用能力、意识态度层面搭建图书馆员科学数据素养能力框架。胡绍君[15]从科学数据管理角度，评价学科馆员能力及建设策略。王维佳[16]等采用因子分析法分析科研人员数据素养能力的主要构成及综合评价函数。

1.4 教育及服务内容

关于馆员和科研人员。（1）关于图书馆数据服务人才培养。首先，依靠高校图书馆、图书馆学会、图书情报学院三方建立相应机制，共同推进我国高校图书馆馆员数据素养服务[17]。其次，培养的数据馆员应具备技术能力、知识能力、行为能力、环境能力[18]。除此之外，明确思想和培养目标、构建相应课程体系和培养复合型人才、寻求多方合作和提升服务技能是图书馆数据人才的培养路径[19]。（2）关于科研人员数据服务内容。黄钰新[20]等从嵌入数字人文过程角度指出图书馆科研数据服务内容包括数据素养教育、数据导航、数据管理计划、数据策展和数字出版。阿嘎尔[21]等认为高校图书馆科学数据服务内容包括数据开发存储服务、导航检索与咨询服务、数据分析服务和基于科学数据的信息素养教育。李立睿[22]等认为服务内容应包括科学大数据意识素养教育、科学大数据分析素养教育、科学大数据监护素养教育。

1.5 国内外实践及经验总结

孟祥保[5]等指出应掌握科研人员数据管理需求、设计基于科研生命周期的教育内容、注重合作并配备专业教育馆员，依托数据管理平台推进科学数据素养教育。王晓文[23]等总结国外科研人员数据素养教育经验，认为我国应寻求政策支持、提升科研人员认知和态度、明确目标定位和培养数据管理人才。张新红[24]调研国外14所高校，指出需求驱动确定教学目标和对象、注重课程内容层次递进性和合理性、教学方式多样化等。胡莲香[25]调研国内外高校，认为科学数据管理应提高思想认识、完善制度体制、提供嵌入式个性化服务和开展科学数据素养教育等。胡卉[26]等调研中国科学院大学生命科学领域研究生数据素养现状、郝媛玲[27]等调研上海地区高校教师数据素养现状。宋甲丽[28]等调研42所“双一流”高校，指出应构建科学数据馆员培养机制、构建数据生命周期的完整教学体系、完善数据管理平台建设等。

1.6 研究不足之处

通过梳理文献可知，我国图书馆界科学数据素养教育及服务主题研究于2014年前后开展，兴起于科学数据管理、数据素养教育等，目前处于引进和借鉴、吸收和消化、探索和创新阶段，属于新兴研究领域。我国关于该领域研究更多的是从宏观层面，尤其是从图书馆教育职能彰显角度进行研究和探索，研究存在以下几点不足：一是尚未结合时代发展需求，对科学数据服务理论体系进行系统和全面的建构;二是缺少数据人才的科学培养机制;三是缺乏图书馆科学数据管理的角色定位;四是科学数据素养教育及服务实践有待进一步丰富和完善;五是缺少科学数据服务实现路径设计。总之，结合“双一流”时代发展之需，开展科学数据素养教育及服务，是当前图书馆研究的重点和难点之一。

2 “双一流”建设需求下的高校图书馆科学数据素养教育及服务总体框架

数据素养研究具有整体性、复杂性，在研究视角上需综合基于科研生命周期的数据管理研究路径和基于信息素养的用户行为研究路径，建立统一的数据素养概念模型和综合框架[29]。高校图书馆开展科学数据素养教育及服务面临着理论层面和实践层面的双重挑战。在现有理论和实践研究基础上，笔者认为搭建科学数据素养教育及服务总体框架需在多种理论和技术支持下，紧密围绕学校“一流学科”建设，开展以图书馆为主导、跨部门合作，联动多方教育主体和多种教育模式，以多样化的课程方式、整合的教育资源、充实的师资力量，实现基于科学数据生命周期教学模块内容全方位嵌入“双一流”建设所需的科学数据服务，挖掘科学数据的潜在价值，反哺高校“双一流”建设，促进科学数据的开发利用和本土化研究。“双一流”需求驱动下高校图书馆科学数据素养教育及服务总体框架如图1所示，具体包括六个方面内容。

2.1 理论支持

信息素养理论、科学数据素养生命周期理论界定了“科学数据素养”的核心内涵[30]。科学数据是海量大数据的重要组成部分，拥有数量大、变化速度快等特点。在大数据理论、科学数据素养理论、文献计量学等理论支持下，使科学数据实现获取、组织、分析、保存等实践成为可能。

2.2 教育主体：加强多元合作

结合“双一流”建设需求，联动教学学院、网络信息中心、职能部门及研究生院等单位，实现跨部门协调合作。同时，图书馆也应厘清与各利益关联体的相互关系。在这个过程中，图书馆始终承载着科学数据素养教育及服务的核心主导角色。培养科研人员的科学数据素养能力和水平虽然以图书馆为主導，但仅仅依靠图书馆是远远不够的，还需要与数理统计院系、图情院系、图情服务机构、远程教育等多种教育主体合作，形成优势互补，提升教育主体的科学数据素养服务水平。如由北京大学图书馆、北京大学信息管理系、北京大学中国社会科学调查中心、重庆西部大数据前沿应用研究院联合主办的2019年第二届全国高校数据驱动创新研究大赛[31]，它有利于各学科领域科研人员基于数据开展研究，创新地利用新方法、新技术分析、发掘数据潜在价值，促进数据的流通和共享。

2.3 教育模式：多模式联动

传统的高等教育通常是教师授课、学生听课，教学方式过于单一。而对于科研人员来说，不同的学科背景、学历层次及研究领域之间存在较大的差异性。因此，科学数据素养教育及服务应考虑到科研人员的学历、学科及研究方向的不同，采取多种教育模式，力求形成多模式联动的互补型教育体系。根据教育主体的不同，将高校图书馆科学数据素养教育模式分为五部分：通识教育、素质教育、专业教育、嵌入教育和网络教育。这种教育模式需要以通识教育和素质教育为基础、专业教育为核心、嵌入教育为提升、网络教育为补充。通过通识教育、素质教育培养科研人员必备的基本科学数据素养，通过培养专业的科学数据人才充实科学数据的人才队伍。除此之外，还需要针对科研群体的不同，设置不同的目标开展嵌入式教育。此外，鼓励科研人员采取网络教育模式突破地域、时间限制，满足数据素养学习之需。

2.4 课程方式

由图书馆、数理统计院系等承担的通识课程、素质课程，以课程讲授、讨论交流为主，课程方式可以采取培训讲座、小组研讨、公共选修、公共必修等形式。由图书馆、图情院系开设的专业教育课程可以课堂讲授、课下实习相结合，以开设专业必修、专业选修的课程方式，培养科学数据专业人才队伍。由图书馆、导师、图情服务机构等承担的嵌入式教育主要是面向科研人员，在课题研究、专业实习、项目申报、开题报告等过程中，强化和锻炼其科学数据素养能力，提升数据意识和数据分析能力。网络教育模式的MOOC、微课等在线课程，科学数据专业人才和科研人员均可以根据个人兴趣、爱好及知识体系要求，通过互联网自主在线学习。

2.5 教学模块

教学模块是整个框架的核心所在，具体体现在科学数据素养教育及服务实施的具体内容。在“双一流”需求驱动下，教学模块内容应基于科学数据生命周期展开，设计内容包括：数据发现与获取、数据组织与管理、数据处理与分析，数据引用与出版、科学数据保存、数据监管与重用、数据质量与记录。每个环节之间相互关联，可以以容纳教学模块相应内容教材的编写、课件的制作、课程的传授、小组研讨、专业实习等多种形式实现。

2.6 教育资源和师资力量

教育资源和师资力量是实现基于科学数据生命周期教学模块的外部因素。对于教育资源来说，丰富的馆藏资源、良好的实践和实验环境影响数据的发现和获取、数据的组织与管理。如拥有“双一流”学科的高校在馆藏资源建设、实验室硬件和软件环境、数据实践效果等方面，均要符合对具体一流学科的要求。对于师资力量来说，拥有一定的数据知识水平、科研成果等是从事科学数据教学必备条件，有利于“一流学科”建设目标的实现。

3 “双一流”建设需求下高校图书馆科学数据素养教育及服务内容探索

在科学数据素养、信息计量等理论支持下，高校图书馆实现跨部门合作，积极协同各部门，以师生科研活动中的原始数据及衍生数据为基本单元、以科研成果为研究单元。同时，以图书馆为主，在各教育主体支持下，积极开展多样化课程教育模式。实施基于科学数据生命周期的教学内容，探讨“双一流”建设需求下高校图书馆科学数据素养教育及服务机制和模式，挖掘科学数据的深层价值，促进科学数据的采集与保存、共享与利用、保密与安全。因此，我国高校图书馆在“双一流”建设下科学数据素养教育及服务内容主要包括：科学数据素养教育、数据管理与分析、数据可视化。

3.1 科学数据素养教育

科学数据素养教育是信息素养教育在大数据时代的延伸。在能力培育与教育实践上，二者有异曲同工之妙。同时，科学数据素养教育又有独特之处。科学数据素养是高校图书馆科学数据服务的基础，科学研究的生命周期衍生出了科学数据生命周期。结合DIL给出的核心数据素养能力指标[32]，笔者认为科学数据素养教育及服务包括数据发现与获取、数据组织与管理、数据处理与分析、数据引用与出版、数据质量与记录、数据监管与重用、科学数据保存七个部分及围绕这些开展的各类教育教学实践活动。同时，应培养师生的数据利用意识、数据获取与分析能力和数据展示能力[33]。

图书馆科学数据素养教育应贯穿科学数据生命周期的全过程。在“数据发现与获取”阶段，图书馆可以结合学校“双一流”建设的学科需要，开展基于“一流”学科特色的专业、专题数据库检索与利用。在“数据组织与管理”阶段，图书馆可以基于科研成果、项目研究的管理，为科研人员开展机构知识库、学者成果库等嵌入式教育;图书馆也可以引导科研工作者规范和管理个人数据，开展基于数据管理的专题讲座或培训，如Endnote、E-study等。在“数据引用与出版”阶段，高校图书馆应注重培养师生的数据伦理，培养师生拥有敏感的数据道德，能够尊重知识产权、尊重他人数据，科学规范利用数据、不擅自修改他人数据。同时，引导他们能够准确科学地著录出处、科学分享、合理评述他人数据。高校图书馆积极利用多种技术的指导，以多样化教育形式，采取培训讲座、学分课程、MOOC平台、小组研讨等学习方式有机融合，构建智能化、多样化、全覆盖的科学数据素养教育学习模式。

3.2 数据管理与分析

数据管理与分析包括科学数据的管理、科学数据的分析两部分内容，它是指利用科学的数据管理工具、专业的统计分析方法对海量数据管理、分析、总结和概括，最终形成相应结论的过程。数据获取是基础，数据管理是保障，数据统计分析是最终目的。因此，数据管理和数据分析密不可分。结合“双一流”建设需求，可以针对高校论文数据、知识产权数据进行分析。

3.2.1 组织和分析高校ESI高水平论文数据

一流大学的建设离不开一流学科的建设。《关于高等学校加快“双一流”建设的指导意见》要求“完善评价和建设协调机制”，强调高校与学科专业在第三方评价中的表现度，鼓励第三方独立开展建设过程及建设成效的监测评价[34]。那么，如何充分利用有影响力的第三方评价，强化学科建设绩效考核和一流学科建设评价呢？目前，世界较为公认的参照评价体系有多种，如：欧洲QS世界大学排名，它与学术出版集团Elsevier合作推出，涵盖QS世界大学学科排名、QS亚洲大学排名等12种类型;北美ESI学科评价体系，强调学术自由、学术自治，重视学科逻辑，成为世界一流学科主要评价指标。当前，國内教育主管部门越来越重视ESI学科评价，如我国在第四轮学科评估、申报“面向科学前沿的协同创新中心”等项目中，将各高校进入ESI全球前1%学科数、ESI高水平论文数等作为重要的参照指标。在此背景下，各大学纷纷将进入ESI学科建设列入学校改革发展的重大事项，以实现更多学科入围ESI全球前1%或1‰。围绕着这个大背景，各高校更加重视ESI高被引论文、热点论文等ESI高水平论文发文，以此推进学科步入国际先进水平行列。高校图书馆可以结合ESI高水平论文数据进行分析，具体来说有以下三方面。

（1）整理汇编保存各期ESI高水平论文。ESI是用于识别各研究领域中有影响力的个人、机构和国家，是用于揭示高水平论文和学术前沿的研究分析工具。ESI数据源是基于Web of Science（SCI/SSCI）的十年滚动数据，每2个月更新一次，数据更新后，前一期数据将不再显示。同时，高水平论文包括热点论文和高被引论文。因此，通过ESI、WOS、Incite及JCR等数据库，整理汇编保存学校在各期的ESI高水平论文。同时，利用数据库分析功能，揭示学科发展规律，挖掘研究前沿和热点。

（2）深度揭示分析学校ESI高水平论文。ESI将SCIE/SSCI收录期刊划分到了二十二个学科大类，每种期刊只对应一个学科，且基于被引频次排名，与文章发表数量无关。因此，通过深度揭示分析学校的ESI高水平论文，可以全面了解学校ESI学科发展现状，了解学校师生学术影响力，为师生科研开展针对性服务。如：开展ESI高水平论文发表期刊分析，分析某学科高水平论文主要发表期刊、期刊投稿指南，为教师投稿提供指引;开展高水平论文作者引证图谱分析，关注主要的共引作者、施引作者及所在机构，主动跟踪主要研究机构发展动态和研究成果，为师生科研合作提供参考。

（3）评估学校ESI学科竞争力。“一流”大学竞争主要取决于“一流”学科竞争，ESI学科竞争力可以为大学争取到更多的ESI学科发展所需动力。各高校图书馆可以借助ESI、WOS、Incite及JCR等数据库，分析进入全球前1%的科学家数量、全球前1%的研究机构或大学排名、全球前1%的学科数及各学科论文发文量、被引频次等。同时，结合对学校ESI學科分析，横向对比自身与同区域、同行业、同水平、同学科等高校ESI学科发展水平，以全面了解学校ESI学科竞争力，准确定位学校在全球同类院校中的位置，制定近期或长远的学科发展规划。在此基础上，高校图书馆还可以对学校优势学科或潜力学科（暂未进入ESI前1%学科）、ESI前1%学科进行动态监测，助推学校更多学科进入ESI学科行列。

3.2.2 知识产权分析

知识产权是权利人对其智力劳动创作的成果和经营活动中的标记、信誉所依法享有的专有权利。常见的专利、文学艺术作品或专著及商标都拥有知识产权，具体来说包括专利权、著作权和商标权。因此，分析学校的知识产权数据，可以了解学校知识产权的整体社会贡献度，有利于提升学校的整体知识产权竞争力。

（1）专利数据分析。可以使用中外文专利数据库、专利知识服务平台等工具，如智慧芽、Innography等，检索学校作为专利权人的宏观数据及重要专利并深入分析，以获得分析数据。梳理“一流学科”涉及的学科专利技术全球走向，以获得专利的申请趋势、专利技术生命周期和专利目标市场等，为学校开拓国内外专利市场、国际专利申请通道等，提供参考和借鉴。同时，对比同类院校“一流”学科的专利数据，了解自身的竞争优势和劣势，为后期提升学校专利质量和价值，培育更多的高价值专利提供参考，进而提升学校的科研成果转化力。

（2）高影响力学术著作分析。学术著作是重要的学术资源，也是反映学科动态的指标之一。学术著作被引频次的多少，可以显示出其研究内容被学界的关注程度，同时也可以说明该学术著作对本学科领域影响力的大小[35]。利用中外引文数据库，如图书引文索引BKCI、中国引文数据库等，采用宏观数据分析和对重要学术专著深入剖析相结合的方法，获得分析样本。同时，梳理“一流”学科相关的高影响力学术著作，得出学术专著的高影响力水平。对比“一流”学科大学的学术著作影响力，分析“一流”大学、“一流”学科高校的学术专著产出的被引频次、主题分布、研究热点等，促进高校“双一流”建设中高影响力学术著作作用的发挥。

（3）商标数据分析。商标是在行政管理部门依法注册，用来区别经营者或商标注册人品牌或服务的标识，一般包括文字、图形、字母、声音等。相比ESI高水平论文、高影响力学术著作，商标的学术性不如前两者。但商标拥有较高的社会价值和生态经济价值，可以反映出商标注册人享有的商标专属权，也可以反映出“一流”学科建设和研究的产出情况。“双一流”建设需求下，高校图书馆可以梳理学校商标在知识产权领域的整体社会贡献度，了解和把握学校整体知识产权竞争力水平。

3.3 数据可视化

数据可视化是更高效利用数据、发现数据价值的重要过程，也是知识发现的重要步骤。通过对获取数据的梳理、管理和统计，分析和挖掘数据价值，以数据可视化形式深度揭示数据潜在、隐藏的价值，更好地促进数据资源的高效充分利用。近年来，互联网上出现了各式各样的数据分析及可视化工具，如专门制作词云的在线工具“图悦”“易词云”、专门制作数据地图的“Tableau”“智图”、综合性在线图表制作工具“BDP”“图表秀”等。高校图书馆可以高效利用“双一流”建设中产生的海量科学数据，协同人工智能技术、大数据技术的专业人才，运用专业的数据分析和可视化工具，研究大规模科学数据集上如何快速聚类、挖掘及可视化，抽取出科学数据的规律性和共性知识，实现科学数据的再生利用。

4 基于“双一流”建设需求的高校图书馆科学数据素养教育及服务实践

高校图书馆需围绕学校“双一流”建设开展科学数据素养教育及服务创新，首先应深入、细致、全面分析学校“双一流”建设中科研人员的各类数据素养需求，真正做到有的放矢、对症下药。湖南农业大学（以下简称“学校”）为湖南省“双一流”建设高校，拥有国内一流建设学科三个、国内一流培育学科七个，其中，动植物科学、农业科学的ESI学科排名进入全球前1%，拥有潜力学科八个[36-37]，在“双一流”建设和改革之路上取得了一定成绩。但是，对标世界一流高校、一流学科的建设目标还任重道远，与其它“双一流”涉农高校之间存在一定差距。因此，学校先后在人才培养、科研攻关、学科建设等方面提出了新的要求。学校图书馆结合学校“双一流”建设需求，先后在科学数据素养教育、数据管理与分析等方面同步推出了系列服务内容。

4.1 科学数据素养教育实践

采用“课题+课程+教材”的方式实现，具体来说包括五部分。（1）成立专门的素质教研室。教研室以图书馆为主体，与学校人事处、教务处、研究生院等部门协同合作，采取学分制和“由易及难”（本科一二年级、本科三四年级、硕士研究生、博士研究生对应课程和教学内容不一）的选课模式，开设系列素养教育类课程，如《阅读素养》 《信息检索与利用》 《数据资源检索》 《专业文献导读》 等。（2）定期的主题培训与讲座。以图书馆为主体，协同相应学院，开展主题培训讲座、小组研讨和分享等，密切围绕科研人员的项目申报、论文投稿、专业数据获取等需求，如开题报告的数据获取与分析、生物及农业学科文献获取、期刊论文撰写及投稿、专业文献分析等。（3）在线课程及MOOC学习。图书馆开设专门的多媒体视听室，可以实时访问获取海量多媒体及MOOC等在线资源。另外，在即将实施的图书馆整体空间布局及改造项目中，单独开辟图书馆的一个楼层作为学习、交流、讨论、创造、展示的大开间动态服务区域，实现读者碎片化学习。（4）专业课题支撑。理论指导实践，以专业课题的系统研究促成实践成果的探索。在省教育厅、学校教务处、CALIS农学中心等机构项目资助下，教研室成员先后开展了“以学习者为中心的大学信息检索通识课程教学模式研究”“大数据时代高校数据素养课程体系构建”“高校图书馆防控学术不端行为的作用与途径”“‘双一流建设背景下高校图书馆科学数据素养教育实踐”等多项课题、发表论文十余篇的系列研究成果。（5）课程教材建设。先后由中国农业大学出版社、清华大学出版社等出版有关数据素养教育的指导教材三部。在实践成果及课程总结基础上，整理汇编了基于科学数据生命周期的科学数据素养教育教学大纲、教案、讲义。

4.2 数据管理与分析实践

4.2.1 整理汇编学校的重要论文数据资源

专业论文属于学科成果之一，尤其是重要的论文资源，因此保存学校的重要论文资源是数据管理的重要内容之一。整理保存的论文包括以下三个部分：（1）整理汇编学校历年来国内外重要的论文资源，包括科睿唯安的SCIE/SSCI/A&HCI、CPCI-S/CPCI-SSH，工程索引、南京大学的CSSCI、中科院的CSCD等，供学校和科研人员参考借鉴。（2）整理汇编保存各期ESI高水平论文。2018年4月，学校第一篇署名为一作及通讯作者的论文入选ESI热点论文，一时成为“农大头条”新闻[38]。需求带动服务，图书馆至今已经整理汇编保存学校ESI高水平论文六期，并提供“挂网”服务，较好保存和公开了学校的ESI高水平论文数据。（3）深度揭示分析学校ESI高水平论文。针对学校“一流学科”建设之需，分析ESI高水平论文所属期刊，了解高水平论文的主要发表期刊，提供期刊投稿指南服务。如发布《ESI农业科学期刊总目录》 《SCIE期刊分区及影响因子》 《中科院JCR大小类分区》 《ESI农业学科期刊目录官网链接》 等，提高了科研人员获取ESI学科期刊资源的效率。

4.2.2 学科分析及学校竞争力评估

（1）ESI学科分析和评估报告。从2016年开始，实时发布《湖南农业大学学科分析报告》，每年六期，累计二十四期，具体内容包括：学校的ESI整体发展分析、学校的ESI22个学科分析、优势学科发展趋势、优势学科的农业科学和动植物科学学科分析。ESI学科分析报告以图文并茂、数据和事实结合的方式分析评估了学校的ESI整体学科竞争力。（2）学科研究前沿分析。翻译、整理、总结编写了学校ESI全球1%的农业学科、动植物学科的热点研究前沿，如《农业、植物学和动物学研究前沿》;潜力学科的环节生态学研究前沿，如《环节生态学研究前沿》。其具体内容包括热点前沿及重点前沿解读、重点研究前沿、新兴研究前沿及重点新兴前沿解读、重点新兴前言，通过核心文献、被引频次、核心文献出版年、TOP10热点前沿的施引文献、核心论文产出国家和机构等数据说明事实。

4.2.3 提供科技查新及查收查引服务。

除学科数据管理及分析外，图书馆还提供科技查新和查收查引服务。主要是服务于科研人员的项目申报、成果评价、人才引进、职称评审、评奖评优等所需的科技查新、查收查引服务，开具具有教育部、农业部查新站资质的查新和查收查引报告。

4.2.4 学科服务平台导航

围绕学校的省内一流学科及培育学科，搭建了专门的学科服务平台，涉及生物学、食品科学与工程、作物学、园艺学、农业资源与环境、畜牧学和农林经济管理7个学科。学科服务平台梳理了学校各个学科的历史、学术成果和专家学者，提供该学科的国内外学术动态、基金项目动态、国内ESI学科高校竞争力分析、会议数据、国内外学科期刊及国内外学科机构的查询和浏览。

4.3 科学数据素养教育及服务实践的不足

在科学数据素养教育、数据管理与分析等实践探索的基础上，学校图书馆服务于“双一流”建设的科学数据素养教育及服务实践取得了一定的成绩。但是，由于图书馆目前处于服务功能转型期，加之人力资源紧张，一定程度上影响了该领域实践的发展。同时，科学数据的管理和分析实践工作中，图书馆更多的投入在了ESI数据的获取、保存和分析上，忽视了知识产权分析、数据可视化等领域的实践探索与服务。这是今后学校图书馆服务于“双一流”建设需要重点考虑建设发展的方向之一。