英国G5大学图书馆科研数据管理实践与镜鉴

王晨阳?朱雨琪?褚建勋

摘 要 科研数据管理是数据密集型科学范式和开放科学趋势下各高校图书馆的重要服务性工作。论文采用网络调研和内容分析法，从科研数据管理服务体系、科研数据管理政策、科研数据管理服务等方面，总结帝国理工学院、伦敦大学学院、伦敦政治经济学院等英国G5大学图书馆科研数据管理实践经验。从完善科研数据管理法规，颁行科研数据管理细则，加强国家层面科研数据管理服务支持，加快构建以图书馆为核心的科研数据协同管理体系，提升服务管理能力等方面，探讨对我国高校开展科研数据管理实践的启示和借鉴。

关键词 科研数据管理；高校图书馆；科研数据；英国G5大学

分类号 G259.1

DOI 10.16810/j.cnki.1672-514X.2023.10.011

Research Data Management Practices and Insights From the G5 Super Elite Universities Libraries in the UK

Wang Chenyang， Zhu Yuqi， Chu Jianxun

Abstract Research data management （RDM） is an important service with great value for university libraries facing the data-oriented research paradigm and open science trend in the nowadays. This paper reviews the development of RDM in the libraries of G5 universities in the UK， namely， Cambridge University， Oxford University， Imperial College， University College London， and London School of Economics and Political Science， aiming to offer insights and suggestions for the university libraries in China. By summarizing the practice from the dimensions of RDM system， policies， and services， this study suggests that the government should improve the RDM regulations and rules by strengthening the RDM service support， and the library should also put in efforts to construct the collaborative RDM system with the library as the core to facilitate the RDM services.

Keywords Research data management. Academic library. Research data. the G5 Super Elite.

0 引言

数据密集型科学范式和开放科学趋势的到来，对某一领域研究的稳健性和可重复性提出了更高要求[1]，也对科研数据质量、科研数据管理、科研数据使用、数据素养等提出了更高要求[2]。在此背景下，科研数据管理（RDM）对科研人员、科研以及支持科研活动的基础设施（如，图书馆、技术支持、IT部门等）的重要性正愈发凸显。英国作为科研数据管理的先行者，早在2001年就启动实施了“E-Science核心计划”[3]。此后，英国通过出台科研数据管理政策，建立数字馆藏中心（DCC）、数据存档中心（UKDA）、国家地理科学数据中心（NGDC）等措施，推动了英国高校的科研数据管理体系的建立与完善[4-5]。剑桥大学、牛津大学、帝国理工学院、伦敦大学学院、伦敦政治经济学院等英国G5大学作为英国顶尖高水平研究型大学的代表，在科研数据管理方面取得了显著成效[6]。本文拟通过网络调研法和内容分析法，研究英国G5大学科研数据管理模式和经验，以期为我国高校开展科研数据管理工作提供借鉴。

1 英国G5大学科研数据管理政策

科研数据管理政策对于明确科研数据管理的各方权责和发展愿景，指导科研人员和学生正确、高效地管理和共享科研数据，最大限度地发挥科研机构研究潜力，支持科研机构的核心价值和使命具有重要作用。调研发现，英国G5大学均颁行了科研数据管理政策或政策框架，对科研数据管理的定义，各方在科研数据管理中的职责，以及科研数据管理政策执行与审查等进行了明确规定。其中，伦敦大学学院于2011年出台了首版《伦敦大学学院科研数据政策》 （UCL Research Data Policy），并于2020年9月颁行了该政策的第6版[7]，不断明确了科研数据管理的定义，以及大学、学院、科研人员的角色和职责。伦敦政治经济学院于2014年1月出台了首版《科研数据管理政策》 （Research Data Management Policy），并于2018年11月對该政策进行了更新[8]，对科研数据所有权归属、科研人员在科研数据管理中的角色和职责、大学的角色和职责等作出12条规定。剑桥大学于2015年颁行了《科研数据管理政策框架》（Research Data Management Policy Framework），并在此后进行了数次修订，2021年2月出台了第3版《科研数据管理政策框架》[9]。这是对剑桥大学《开放研究立场声明》《科研诚信和道德守则》《记录管理声明》《剑桥大学章程》《存储库使用条例》的全面概括。牛津大学则于2018年颁行了《支持研究成果的科研数据管理政策》（Policy on the Management of Data Supporting Research Outputs）[10]，明确规定了科研数据管理政策的目的、适用对象、大学的职责、科研人员的职责以及科研管理政策与其他政策的关系，并且明确了“研究”“主要科研人员”“科研人员”和“科研数据”的定义。帝国理工学院则于2022年9月出台了《科研数据管理政策》（Research Data Management Policy）[11]，对主要科研人员、学院、图书馆、ICT部门、科研办公室等角色和责任分别作出了解释。

以牛津大学《支持研究成果的科研数据管理政策》为例，首先，该政策明确界定了“主要科研人员”“科研人员”和“科研数据”。具体而言，“主要科研人员”是指全面负责为牛津大学、代表牛津大学或与牛津大学联合进行的任何规模的研究项目的研究人员，以及牛津大学正式科研人员或使用牛津大学科研设施的人员。“科研人员”是指牛津大学教职工和学生，或与牛津大学有联系的人，包括访问者和合作者。“科研数据”是指支持或验证研究项目的观察、发现或产出所需的记录信息（无论是何种存在形式或媒介载体），或为遵守法律或法规所需的信息。其次，该政策明确规定了牛津大学的科研数据管理职责，包括以下几个方面：①在科研数据管理的所有方面为研究人员提供足够的支持、建议和信息；②提供适当的基础设施，以确保符合要求的科研数据管理；③提供相关培训，以促进科研数据管理的最佳实践。根据此规定，牛津大学的图书馆、信息安全部、法律服务部、信息合规团队、科研伦理委员会等都要尽可能为科研人员提供数据管理支持和服务。最后，该政策明确规定了科研人员的科研数据管理职责，即：①主要科研人员负责有效管理在其和研究团队研究中产生的或从其研究中获得的科研数据；②科研人员要对涉及个人和敏感信息的科研数据严格保密；③科研人员要对其研究进行准确、全面记录，包括记录与之相关的科研数据的收集、储存、使用、再使用、访问和保留或删除的明确程序；④科研人员要承认和尊重科研知识产权，并根据相关要求管理该产权；⑤在项目结束后，科研人员要持续保存科研数据，并提供适当的访问方式，并规定科研数据和记录的最低保留期限为研究工作发表或公开发布后3年；⑥科研人员应积极考虑将科研数据和充足的描述性元数据（数据记录）一并存放在适当的数据存储库中，以确保这些科研数据可以被检索、理解和使用。如果数据存储在牛津大学机构知识库（ORA-Data）以外的地方，则应在ORA-Data中创建一个数据记录，描述并链接到数据存储库；⑦科研人员有责任与系主任或科研数据主管商定其科研数据存储地点，并确定当其离任或退休时何人可以访问这些数据。科研人员所属部门或学院保留在适当时间内保留数据副本的权利。基于该政策，牛津大学及其下属各学院、科研人员能够在法律法规要求和道德框架内开展高效的科研数据管理工作。

2 基于数据生命周期的科研数据管理服务实践

英国G5大学注重建立健全以图书馆为核心的科研数据管理服务体系，采取自上而下的模式领导全校的科研数据管理实践，辅以自下而上的模式吸引全校科研人员参与科研数据管理工作。如剑桥大学图书馆下设学术交流办公室（Office of Scholarly Communication， OSC）和研究运营办公室（Research Operations Office， ROO），由这两个部门共同领导和监督剑桥大学科研数据管理团队。目前，剑桥大学科研数据管理团队共有6名人员组成，其中4人来自学术交流办公室，2人来自研究运营办公室，团队主管为Sacha Jones博士[12]。牛津大学成立了以图书馆总馆（Bodleian Libraries）为核心，由e研究中心（e-Research Centre）、IT服务部门和科研服务部门共同组成的科研数据管理工作小组，负责领导和服务全校科研数据管理工作[13]。帝国理工学院、伦敦大学学院、伦敦政治经济学院均成立了专门的科研数据管理工作团队，负责统筹全校科研数据管理资源，协调领导全校科研数据管理工作，并为校内各部门和科研人员开展科研数据管理实践提供指导和技术支持。可以说，英国G5大学已形成了一套将元数据、科研数据均纳入科研数据管理范畴，为全校科研人员提供计划、创建、管理、存储和保护、共享和再用、培训等全生命周期的科研数据管理的完整服务体系。

2.1 数据管理计划服务

科研数据管理计划（DMP）是科研数据全生命周期管理的第一步。其计划通常是一份概述在科研项目开展期间和项目完成后如何处理科研数据的正式文件，其中要求在科研项目甫一开始就考虑数据管理、元数据生成、数据保存和分析等诸多方面的因素。科研数据管理计划最初在1966年被用于管理航空和工程项目的数据收集和分析，后于20世纪80年代扩展到整个工程和科学学科。目前，科研数据管理计划被用于几乎所有的科研项目管理之中[14]。常用的科研数据管理计划工具主要是DMPTool和DMPonline[15-16]。

DMPTool由美国加州大学数字图书馆管理中心开发，是一个免费的在线科研数据管理计划应用程序。当用户注册DMPTool并选择创建一个新的科研数据管理计划时，用户会得到基于特定组织的指导文件和资金要求的模板。一旦选择了某个模板，用户就可以按照指南的要求，回答基于模板的一系列问题。用户也可以根据已有模板或其他科研人员的科研数据管理计划模板，构建个人科研数据管理计划。值得一提的是，DMPTool允许用户跨机构共享和在线编辑，极大提升科研数据管理计划模板的丰富度和便捷性。

DMPonline由英國DCC开发并管理，是一个通过回答一系列问题来建立科研数据管理计划的工具。相比DMPTool，DMPonline的突出优势体现在能够同时为用户显示来自多个相关方（如科研资助组织、科研管理部门和科研机构）关于科研数据管理的特定领域的问题和指导。科研人员只需按照DMPonline提供的核对表逐步操作，即可制定出符合要求的科研数据管理计划。同样值得称道的是，在遵循这一过程时，人们可以选择将DCC的指导意见与资助者的问题和机构的政策一起展示，使科研数据管理计划既能满足特定资助或机构的确切要求，又能提供最佳实践信息。由于DMPTool专注于服务美国科研资助机构、科研管理部门和科研机构，美国之外的机构只能根据DMPTool提供的美国国家科学基金会（NSF）模板建立科研数据管理计划，而DMPonline包含大量美国、欧盟、英国和国际组织的科研数据管理计划模板，用户选择余地更大，指导的针对性更强。此外，DMPonline允许用户在没有资助组织或机构政策的情况下创建科研数据管理计划，友好对待其他国家用户。

目前，英国G5大学图书馆均推荐用户优先使用DMPonline建立科研数据管理计划，伦敦大学学院还在DMPonline基础上开发了针对本校的科研数据管理计划创建服务模板。此外，剑桥大学高度重视博士生科研数据管理计划工作，认为博士生作为科研生力军和后备队，提升其制定意识和能力至关重要，并为此专门建立了博士生科研数据管理计划试点项目。博士生在一年级时，就需在图书馆RDM团队的指导下制定一份简短的科研数据管理计划。在这份计划中，需要综合考虑数据格式、日常管理、知识产权、科研伦理、数据备份等诸多方面的科研数据管理工作，并且博士生还至少上传2份科研数据[17]。

2.2 科研数据创建与整理服务

科研数据创建和整理是科研数据管理的基础工作，只有数据格式正确，整理规范，才能确保科研数据得到有效的存储和再利用。英国G5大学图书馆均给出了具体的科研数据创建和整理建议，尤以剑桥大学图书馆给出的建议步骤最为详实。

具体而言，剑桥大学图书馆将科研数据创建和整理分为命名和组织文件、添加文件和元数据、管理参考文献、整理电子邮件等4个步骤，每个步骤之下又有具体的建议。此外，剑桥大学也积极汇聚校外资源，为科研人员提供科研数据创建和整理支持。以数据命名和组织为例，剑桥大学图书馆网站为全校科研人员免费提供了DMPonline工具、科研数据管理在线培训模板、科研数据管理学习中心、《管理和分享你的科研数据》指南、《为存放数据做准备》指南、《文件命名》视频课程。其中，科研数据管理在线培训模板由爱丁堡大学联合英国数据档案馆（UK Data Archiving）、英国DCC、普渡大学图书馆开发。科研人员可以自由访问并选择自己所需模块进行在线培训。科研数据管理学习中心是学习由英国数据服务部开发的科研数据管理指南。《管理和分享你的科研数据》指南和《为存放数据做准备》指南由英国数据档案馆开发，其以四个案例研究为基础，提供了关于如何管理、存放和共享科研数据的生动案例，科研人员可结合相关案例学习如何开展科研数据管理工作。《文件命名》是一个8分钟在线视频课程，提供文件命名和版本控制指导，特别适用于计算机和信息科学专业的科研人员[18]。值得注意的是，剑桥大学图书馆高度重视数据创建格式规范化、标准化，给出了明确具体建议。其中，文本数据推荐XML、TXT、HTML、PDF/A（Archival PDF）格式；数据库文件推荐XML、CSV格式；表格数据推荐CSV格式；图像文件推荐TIFF、PNG格式，不推荐JPEG格式；音频文件推荐FLAC、WAV、MP3格式[19]。

2.3 科研数据存储与保护服务

数据存储与保护是科研数据管理的核心流程，英国G5大学图书馆尤为重视科研数据存储与保护工作，均建立了多样化的科研数据存储和保护平台。剑桥大学为科研人员提供多种云储存方案，其Apollo存储库能够为本校师生提供20GB以下的免费存储空间[20]。牛津大学科研数据存储和保护服务由校科研数据管理部门统一提供。鉴于医学数据的敏感性和特殊性，医学科学部还为医学研究人员免费提供针对性的数据存储和保护服务。牛津大学科研数据存储平台包括SharePoint Online、OneDrive for Business、LabArchives以及Figshare平臺。SharePoint Online是一个基于网络的协作平台，提供1TB的存储空间，可用于安全地存储和分享科研数据；OneDrive for Business提供5TB的安全云托管存储空间，但其不能长期存档，仅可用作课程数据存储和共享；LabArchives是牛津大学的电子实验笔记本服务，可用来存储和共享科研数据。此外，牛津大学还基于Figshare平台开发了牛津大学可持续数字学术服务（SDS），用于存储、处理和发布研究数据。该服务设在牛津大学人文科学部，但面向牛津大学全体科研人员开放使用。牛津大学医学部还联合该校IT服务部建设了医学科研数据存储平台，用于安全存储医学类敏感科研数据。该平台仅面向指定人员开放，需付费使用[21]。

在科研数据保护方面，英国G5大学注重从源头抓起，采取规则制约和伦理规制双管齐下的方式确保科研数据合法合理获取和安全存储。以剑桥大学为例，该校明确规定，所有科研人员有责任确保其所收集和使用的任何数据得到正确使用和妥善保存，所有科研数据的获取和保存必须符合欧盟《通用数据保护条例》（GDPR）的要求。为此，剑桥大学专门创建了《DGPR指南》，详细说明该校为确保法规得到遵守所采取的措施，科研人员需严格按照指南规范开展RDM工作[22]。在伦理规制方面，剑桥大学颁行了《申请伦理批准：基本原则》，明确规定种族、基因组学或生物统计学数据、健康数据等属于个人数据，获取个人数据之前必须进行伦理审查。科研人员必须对敏感数据进行加密，限制对敏感数据的物理访问。同时，必须始终将敏感数据、数据获取对象的知情同意书和元数据一起储存。剑桥大学IT部门可以为科研人员保护敏感数据提供技术支持，临床医学院可为科研人员提供科研数据安全托管服务[23]。为方便科研人员了解是否应当以及如何进行敏感数据管理，剑桥大学特建立了科研伦理网站，科研人员可通过该网站查询各类伦理规制信息[24]。

2.4 科研数据获取、引用与重用服务

科研数据获取与重用是科研数据管理工作价值的重要体现，对促进开放科学，服务科学共同体乃至支持社会发展具有重要作用。英国G5大学图书馆均将科研数据获取与重用列为科研数据管理工作的核心流程。剑桥大学根据可发现、可访问、可互操作、可重用原则（FAIR），颁行了《开放获取出版政策框架》，规定科研人员在制定科研数据管理计划阶段，就需要考虑科研数据共享工作。科研人员至少需要公开能够支持已发表研究结果的数据，包括原始代码、定量数据、定向数据、图像、文本等。如果科研数据属于敏感数据无法公开，科研人员需认真考虑数据在哪些方面可以公开。当原始数据无法公开时，可以公开调查问卷。剑桥大学同时规定，数据集作为重要的科研成果，科研人员需制定科研数据管理计划，明确数据集如何开放、引用、重用和构建。通过数据分析和可视化操作，数据集同样可以进行出版。剑桥大学还携手Elsevier、Springer Nature等出版社，提供系统的科研数据出版服务[25]。帝国理工学院积极与Re3data、OpenDOAR等世界知名科研数据通用存储平台合作，方便科研人员获取、共享和重用科研数据。该校还积极订阅各类专用数据库，供科研人员获取社会、经济方面的科研数据。为了确保科研数据能够更容易被检索和引用，帝国理工学院建立了Symplectic平台，科研人员可以将科研数据和元数据上传至该平台，而后，这些数据将被自动同步自帝国理工学院机构知识库Spiral平台。Spiral平台已被Firefox、谷歌学术索引，其他人员通过网络检索即可获取和引用相关数据[26]。在数据引用方面，英国G5大学图书馆均明确要求科研人员尊重知识产权，规范引用格式。

2.5 用户培训、在线社群构建和资源推荐服务

英国G5大学图书馆高度重视科研数据管理培训工作。剑桥大学图书馆建立了科研数据管理培训网站，联合该校工程系、IT中心、生命科学研究院、社会科学研究中心、职员发展中心等部门，开发了一系列科研数据管理培训讲座、研讨会和视频课程，为科研人员提供数据获取、数据创建、数据分析和可视化、编程、数据共享、科研伦理等全方位培训[27]。剑桥大学还积极组织开展数据冠军项目（Data Champions），面向所有有志于科研数据管理服务的大学成员，包括研究人员（从博士生到PI）、数据管理人员、IT专业人员、图书管理员和数据科学家等，致力于培養符合FAIR原则的科研数据服务志愿者队伍。数据冠军项目在剑桥大学的不同院系及附属研究机构之间建立了一个多维合作网络，并面向校外开放合作，已成为科研数据管理培训的标志性项目[28]。此外，剑桥大学通过开设“@Cambridge RDM”社交媒体账号，借助RSS订阅推送等方式，积极为科研人员提供最新的科研数据管理前沿动态和研究信息。帝国理工学院通过科研科研数据管理培训网站，为全校师生提供专业的培训聚合类信息，还积极携手该校研究生院开设RDM、DMP、ICT技术培训课程、研讨会[29]。此外，牛津大学、伦敦大学学院、伦敦政治经济学院等校的图书馆均积极携手英国DCC、校内科研服务部门开设专业培训课程，并积极参与剑桥大学“数据冠军”项目，不断扩充科研数据管理工作人才队伍。

3 启示与建议

在数据密集型科学范式之下，科研数据已成为科学研究和创新发展的核心资源。科研数据管理实践在开放科学的大趋势下，正在引发愈来愈多国家、科研机构的关注，对科研数据管理工作的要求也成为我国高校图书馆高质量发展的新契机和新挑战。通过学习英国G5大学科研数据管理实践的成功经验，可从如下几方面着手提升我国科研数据管理实践水平。

3.1 完善科研数据管理法规，颁行科研数据管理细则

2018年出台的《科学数据管理办法》对科研数据进行了明确界定，2020年颁布的《科学技术研究档案管理规定》又对研究档案进行了充分界定。在此期间，科技部、自然资源部、中科院及部分省（自治区、直辖市）相继出台了科研数据管理规定或通知，推动我国科研数据管理工作进入新阶段。但我国科研数据管理工作依然存在落地缓慢、管理粗放等问题。首先，科研、工程技术领域面对的数据范畴通常很大，超出了现行《科学数据管理办法》定义的范畴。在科研数据管理工作中，存在范畴界定不对等情况，难以实现精准管理[30]。其次，现行《科学数据管理办法》主要由各级政府职能部门推动落实，许多科研机构尚未出台结合本机构实际的实施细则，总体落实情况尚不理想[31]。最后，《科学数据管理办法》对国家科学基金资助的科研项目，尚未规定科研数据强制汇交[32]。而英国G5大学均根据《通用数据保护条例》（GDPR）的要求，结合本校科研数据管理工作实际，制定或修订了明确具体的大学科研数据章程、科研数据管理政策、框架、指南、伦理规制等，明确实行科研数据强制汇交和分级分类管理制度，推动科研数据管理工作在依法合规开展。

有鉴于此，首先，要推动完善《科学数据管理办法》，将自然科学、工程科学、人文社会科学等领域的数据整体纳入科研数据范畴。同时，也要针对不同学科、不同领域、不同数据的科研数据管理，提出具体的管理边界和管理细则，为《科学数据管理办法》全面落地实施提供针对性指导和细化策略[33]。其次，可借鉴英国G5大学的经验，推动高校、科研院所等科研机构根据《科学数据管理办法》《科学技术研究档案管理规定》等的要求，制定本机构的科研数据管理政策、指南和实施细则，并将相关文件列入大学章程之中，从全校层面重视推动科研数据管理工作，明确科研管理部门、图书馆、院系、科研人员等各方权责，以使科研数据管理工作落到实处且行之有效。最后，要将科研数据列为重要的国家科研资源，推动国家基金资助的科研项目强制汇交科研数据，并按照分级分类管理的方案严格管理[34]。

3.2 加强国家层面科研数据管理服务支持

从英国G5大学科研数据管理实践看，由于工作涉及面极广，远超大学层级，英国G5大学科研数据管理工作均是在英国联合信息系统委员会（JISC）和数字管理中心（DCC）的指导和支持下开展。JISC虽不是英国政府部门，但作为公共服务机构，其通过发布战略指南、提供资金和技术支持、培养人才队伍、提供咨询建议等方式，很好地引领了英国大学的科研数据管理实践。DCC作为英国国家层面的数据管理中心，通过开发DMPonline工具，建设数据存储中心等方式，为英国大学科研数据管理工作提供支持的支持和服务。2009年至今，JISC、DCC已经与英国数十所高校达成合作，通过一系列科研数据管理项目的探索和实践，积累了大量的经验、方法、技术和工具，并通过总结、提升、推广等方式，推动英国高校的科研数据管理工作走在了世界前列。2019年6月，我国发布了首批20个国家科学数据中心。此后，各地区、各高校又建立了一批科研数据库。但在国家层面对于科研数据管理工作依然存在引领、指导和支持服务不足等问题[35]。为此，可借鉴JISC、DCC实践经验，探索由教育部、科技部、中科院等部门牵头，组建国家层面的科研数据管理工作专班，通过发布政策规范、战略指南、发展规划、提供技术支持等方式，更好地指导和支持我国科研机构科研数据管理工作。

3.3 加快构建以图书馆为核心的科研数据协同管理体系，提升服务管理能力

英国G5大学均构建了以图书馆为核心，由全校科研管理部门、IT技术部门、院系、科研人员协同参与的科研数据管理体系。现阶段，北京大学图书馆、武汉大学图书馆、复旦大学图书馆等部分高校图书馆正在积极探索开展科研数据管理服务，构建了以管理科学、人文社会科学、自然科学为主的科研数据管理平台。北京大学建立的开放科研数据平台还在此基础上，涵盖了信息科学、地球与空间科学、考古学、天体物理学、城市与环境科学、生物学、化学等学科领域[36]。但我国高校科研数据管理管理工作依然存在重视程度不足、参与部门单一、服务形式匮乏、资源建设单薄、人才队伍缺乏等问题[37]。鉴于此，应从学校层面推动科研数据管理工作，充分凝聚校内外资源，调动各部门积极性，加快构建以图书馆为核心的科研数据协同管理体系，积极探索构建多校协作的机构知识库联盟[38]。同时，要配齐科研数据管理工作人才队伍，建设“小核心，大外围”的科研数据管理工作队伍。一方面，通过系统培训提升图书馆员、科研管理部门和IT部门人员的科研数据管理水平和参与科研数据管理工作的意识和能力；另一方面，借鉴剑桥大学“数据冠军”项目，通过举办研讨会、讲座，开设在线教学课程，招募培训科研数据管理志愿者，设立合理的激励机制等方式，构建全员参与、人人尽责的科研数据管理人才队伍。此外，要注重网络社群构建，开设科研数据管理专项服务网站和社交媒体账号，在科研数据管理计划和创建服务、网页说明和内容建设、图书馆员咨询服务、IT部门技术支持服务等方面发力，建设服务方式多样、服务内容丰富、传播渠道便捷的一站式科研数据管理服务网络社群[39]。

参考文献：

LYNCH C A. Jim gray's fourth paradigm and the construction of the scientific record[M]. Redmond， WA： Microsoft Research， 2009： 177-183.

KOLTAY T. Data literacy for researchers and data librarians[J]. Journal of Librarianship and Information Science， 2015， 49（1）： 3-14.

HEY T， TREFETHEN A E. The uk e-science core programme and the grid[J]. Future Generation Computer Systems， 2002， 18（8）： 1017-1031.

許丽丽. 英国高校科研数据管理研究[J]. 图书与情报， 2015（4）： 123-127.

王友转. 英国图书馆科研数据管理服务调研分析[J]. 新世纪图书馆， 2020（11）： 71-76.

王晓鹏. 剑桥大学科研数据管理实践及启示[J]. 图书馆， 2022（9）： 47-52.

UCL Research Information And IT Services Group （RIISG）. Ucl research data policy[EB/OL]. （2020-9-16）[2022-11-05]. https：//www.ucl.ac.uk/isd/sites/isd/files/ucl_research_data_policy_v6.pdf.

London School Of Economics And Political Science. Research data management policy[EB/OL]. （2018-11-20）[2022-11-05]. https：//info.lse.ac.uk/staff/services/Policies-and-procedures/Assets/Documents/resDatManPol.pdf.

Canbridge University. University of cambridge research data management policy framework[EB/OL]. （2021-02-11）[2022-11-05]. https：//www.repository.cam.ac.uk/handle/1810/264785.

University Of Oxford. Policy on the management of data supporting research outputs[EB/OL]. （2018-12-17）[2022-11-05]. https：//researchdata.ox.ac.uk/university-of-oxford-policy-on-the-management-of-data-supporting-research-outputs/.

Imperial College London. Research data management policy[EB/OL]. （2022-09-15）[2022-11-05]. https：//www.imperial.ac.uk/media/imperial-college/research

-and-innovation/research-office/public/Imperial-College-RDM-Policy.pdf.

Cambridge University. Research data management team[EB/OL]. （2022-11-02）[2022-11-03]. https：//www.data.cam.ac.uk/research-data-management-team.

Oxford University. Research data working group[EB/OL].

（2022-10-30）[2022-11-03].https：//researchsupport.

admin.ox.ac.uk/rdwg#collapse390091.

WILLIAMS M， BAGWELL J， NAHM ZOZUS M. Data

management plans： the missing perspective[J]. Journal of Biomedical Informatics， 2017（71）： 130-142.

李晗. 新加坡南洋理工大学科研数据管理探究与启：基于数据生命周期视角[J]. 图书馆学研究， 2022（2）： 68-73.

周雷. 数据管理计划工具rdmo研究和启示[J]. 新世纪图书馆， 2021（9）： 52-58.

Cambridge University. Data management plans pilot for cambridge phd students[EB/OL]. （2022-11-03）[2022-11-05]. https：//www.data.cam.ac.uk/support/data-management-plans-pilot-cambridge-phd-students.

Cambridge University. External resources[EB/OL]. （2022-09-30）[2022-11-05]. https：//www.data.cam.ac.uk/support/external.

Cambridge University. Organising your data[EB/OL]. （2022-10-30）[2022-11-06]. https：//www.data.cam.ac.uk/data-management-guide/organising-your-data.

Cambridge University. Apollo-university of cambridge repository[EB/OL]. （2021-12-30）[2022-11-06]. https：//www.repository.cam.ac.uk/.

Oxford University. Backup， storage and security[EB/OL]. （2022-10-30）[2022-11-03]. https：//researchdata.ox.ac.uk/home/managing-your-data-at-oxford/storage-and-backup/.

Cambridge University. Guidance on gdpr[EB/OL]. （2022-11-6）[2022-11-06]. https：//www.information-compliance.admin.cam.ac.uk/data-protection/general-data-protection-regulation.

Cambridge University. Applying for ethical approval： basic principles[EB/OL]. （2018-12-30）[2022-11-06]. https：//www.research-integrity.admin.cam.ac.uk/research-ethics/ethics-application-guidance/applying-ethical-approval-basic-principles.

Cambridge University. Research ethics[EB/OL]. （2022-11-01）[2022-11-06]. https：//www.research-integrity.admin.cam.ac.uk/research-ethics.

Cambridge University. Open access publications policy framework[EB/OL]. （2022-11-06）[2022-11-06].

https：//www.openaccess.cam.ac.uk/cambridge-open

-access-policy.

Imperial College London. Data discovery and reuse[EB/OL]. （2022-10-30）[2022-11-06]. https：//www.imperial.ac.uk/research-and-innovation/support-for-staff/scholarly-communication/research-data-management/data-discovery-and-reuse/.

Cambridge University. University of cambridge training： research data management[EB/OL]. （2019-04-04）[2022-11-06]. https：//www.training.cam.ac.uk/theme/resdatamgnt？providerId=1862623.

Cambridge University. Data champions[EB/OL]. （2022-10-14）[2022-11-06]. https：//www.data.cam.ac.uk/intro-data-champions.

LONDON I C. Imperial rdm training[EB/OL]. （2022-06-17）[2022-11-06]. https：//www.imperial.ac.uk/research-and-innovation/support-for-staff/scholarly-communication/research-data-management/training-and-resources/imperial-guidance/.

都平平， 李雨珂， 張雪媛. 我国《科学数据管理办法》中概念视角数据域范畴与管理边界研究[J]. 图书馆杂志， 2022， 41（4）： 96-105.

李洋， 温亮明. 《科学数据管理办法》落实现状、影响因素及推进策略研究[J]. 图书情报工作， 2021， 65（2）： 65-74.

陈亚明， 李刚. 国家级基金项目数据强制汇交的必要性与可行性分析[J]. 数字图书馆论坛， 2022（10）： 28-31.

秦顺， 邢文明. 开放·共享·安全：我国科学数

据共享进入新时代：对《科学数据管理办法》的解读[J]. 图书馆， 2019（6）： 36-42.

宰冰欣. 科研数据共享中的数据安全规范研究：以澳大利亚高校科研数据共享政策为例[J]. 新世纪图书馆， 2022（1）： 61-68.

唐玫， 赵婉忻， 李晶， 等. 面向科学数据管理的机构知识库建设与启示[J]. 数字图书馆论坛， 2022（10）： 65-72.

刘敏.“双一流”高校图书馆科学数据服务现状

及优化策略[J]. 图书馆工作与研究， 2020（11）： 15-24.

周力虹， 段欣余， 宋雅倩. 我国高校图书馆科研

数据管理服务调查与分析[J]. 图书情报工作， 2017， 61（20）： 77-86.

王晨阳， 朱雨琪， 褚建勋. 美国常春藤大学图书馆科研数据管理实践与启示[J]. 图书馆学研究， 2023（3）： 43-49.

王晓鹏. 苏黎世联邦理工学院科研数据管理实践及启示[J]. 图书馆学研究， 2021（19）： 44-51.