国内Data Curation的热点和重点领域研究

张婧　吴金红

〔摘要〕[目的/意义]通过梳理历年来国内Data Curation研究主题和内容，总结分析相关研究的特征和不足，探讨未来研究中值得重点关注和拓展的领域。[方法/过程]以CNKI数据期刊、会议库，万方学术论文库为来源，检索2017年3月13日之前收录的学术文献，采用内容分析法进行分析、归纳、总结，并根据DC的生命流程和管理规律探析值得重点关注和拓展的研究领域。[结果/结论]国内Data Curation研究主题主要集中在6个方面：数据策管基础理论现象、数据策管方法工具技术、数据策管的机构知识库、数据策管人员的教育与培养、图情机构开展数据策管服务；尽管Data Curation研究呈纵深发展，但仍存在数据策管的规范化，数据策管政策、法规和标准，以及数据策管安全、人才、质量、绩效管理等值得重点关注和拓展的研究领域。

〔关键词〕数据策管；数据监护；数据监管；数据策展；数据存管；研究热点

DOI：10.3969/j.issn.1008-0821.2018.05.020

〔中图分类号〕G250252〔文献标识码〕A〔文章编号〕1008-0821（2018）05-0125-06

〔Abstract〕[Purpose/Significance]This paper reviewed the domestic research achievements on data curation over these years，combed the subject and content，summarized the characteristics and shortcomings of the study，and explored the key study fields worth of attentions and expansion in the future.[Method/Process]This paper used the methods of content analysis to analyze and summarize the papers，which were selected from CNKI and Wanfang database，and discussed the key study fields worth of attentions and expansion according to the life process and management rules of data curation.[Result/Conclusion]The domestic data curation research topic was mainly focused on six aspects：data curation basic theory and phenomenon；data management method，tool，technology；institutional repository for data curation；education and training of data curation personnel；data curation services of the library and information institutions.Although the studies were developing in depth，there are still some key study fields，such as the standardized basic knowledge system，the policies，regulations and standards，safety，talent，quality，performance management of data curation.

〔Key words〕Data Curation；study hotspots

2001年，以科學数据为对象的数据科学杂志《Data Science Journal》的创刊和Digital Curation（英国称为Digital Curation，美国称为Data Curation）一词在国际研讨会Digital Curation：Digital Archives，Libraries and E-science Seminar[1]的诞生，意味着以Data Curation为重点的科学数据发展成为了一个新的研究领域。随后，英美等各国日益注重对Data Curation的研究投入。相较而言，我国相关研究起步较晚。2009年张智雄曾在“第四届教育信息存储大会（北京站）”主题演讲中提到Data Curation并将其译为“掌管”[2]，2011年杨鹤林首次发文介绍美国高校图书馆Data Curation的相关研究情况，将其译为“数据监护”[3]。随后，Data Curation引起了国内众多学者的关注，被译作“数据策管”、“数据监护”、“数据监管”、“数据策展”、“数据存管”等等，产生了一定的研究成果。

为回顾Data Curation历年来的研究成果，梳理其涉及的研究主题和内容，总结分析相关研究特征、不足和发展方向，本文以“Data Curation/Digital Curation”、“数据监护/数据监管/数据策管/数据管护/数据策展”为主题检索词，分别在CNKI数据期刊、会议库，万方学术论文库中进行精确检索（检索时间2017年3月13日），剔除不相关、重复文献，得到相关文献146篇，采用内容分析法对这些文献进行了总结分析，从数据策管基础理论、方法工具技术，数据策管与机构知识库，数据策管人员的教育与培养，图情机构开展数据策管服务等几个方面对我国数据策管研究热点进行分析，并根据数据策管的生命流程和管理规律，探讨未来研究中值得重点关注和拓展的领域，以促进我国数据策管研究的进一步深入发展。

1国内数据策管研究领域的热点分析

11数据策管基础理论研究

国内数据策管基础理论和现象的思考涵盖多个方面，包括概念定义、特征、环境、政策、生命周期模型、长尾现象等等，其中基础概念辨析、生命周期、长尾现象颇受关注。

在概念辨析方面，学者们关注Data Curation和Digital Preservation的异同：张智雄等[4]从应对问题、行动目的、参与者和服务对象、保存周期和内容管理方法等多方面对Digital Curation和Digital Preservation这两个相关概念进行了辨析；张斌等[5]通过考察数据策管的特征、任务和生命周期管理来分析策管与保存之间的联系与区别，指出数字保存是前提和基础、数据策管是变革和升华。

基础理论和现象研究中，生命周期相关研究是我国学者最为重视的，据统计，截止2014年12月国内DC生命周期相关研究文献就达到12篇[6]。围绕生命周期的研究主题包括借鉴能力坡道模型的期刊论文数据管护生命周期概念模型[7]、用于生命周期不同阶段的国外数据监管工具[8]、以大数据生命周期发展规律和服务对象为依据的监护系统[9]等等。

经济学的“长尾现象”在科学数据中也同样存在，尽管长尾数据长期以来被大部分机构和人所忽视，但其对科学发展却有着十分重要的作用，一些学者围绕长尾数据策管开展了研究，例如杨滟等[10]分析了长尾数据保管利用的社会和技术壁垒，探讨了科学长尾数据策管的解决方案；赵艳枝[11]则论述了小科学和对应长尾数据的利用困境，建议图书馆的数据监护工作重心向“小科学”转移，数据管理工作从科学研究的下游向上游转移。

12数据策管的方法、工具、技术研究

数据策管覆盖管理计划、收集、加工、管理、存储、分析、共享、发布、再利用等多个环节，因此对数据策管的方法、工具、技术的研究也覆盖众多环节。有的学者从整体角度开展研究，例如沈婷婷等[12]讨论了科研项目立项前、项目进行中、结项后3个不同阶段的高校科学数据监管方法；张春芳等[13]调研分析了LabTrove、Blog3、LabBroker、DMP、DataUP、Merritt等用于数据管理计划、数据收集、数据存储共享等不同阶段的国外数据监管工具；吴金红等[14]从技术与管理相结合的视角提出包括4个核心职能、4个辅助职能和1个综合管理职能的科学数据监管体系的概念模型。

有的学者则从某一个或几个环节入手深入研究，例如，在数据管理计划环节，刘峰等[15]在调研和统计国际上主要科研管理机构的数据管理计划规范基础上形成了8大基本构成要素和39个子要素的数据管理计划细化构成规范，并构建出一种以数据管理计划为核心驱动的数据监护模型；在数据发布共享利用环节，张计龙等[16]则比较分析了4款主流平台软件Dspace、Fedora Commons、DataverseNesstar和一款在线分析软件SAD的特点。

此外，数据策管方法，尤其是工具、技术的研究与数据策管实践密不可分，不少学者从实践案例中总结方法、工具、技术等经验，例如殷沈琴等[17]以英国国家档案馆UKDA案例剖析了数据监护的处理流程、质量控制、数字资源保存策略和可信的数字资源仓储平台；蔚海燕等[18]通过比较分析获得过奖励的D2C2、DataStaR、DDC、EIDCSR项目，详细解析了项目的数据管理计划工具、系统架构、工作流模式、元数据要素等。

除以上对国外实践项目的学习借鉴，近两年的文献中也出现了一些关于国内相关实践项目的探讨，例如暨南大学图书馆自行开发的科研产出元数据策管系统[19]、全国全程英语教育科研项目数据策管[20]等，这种转变展现出我国数据策管实践方面的重要进展。

13數据策管与机构知识库研究

若以麻省理工学院的Dspace作为机构知识库起源的标识，机构知识库至今已有10多年的历史，作为学术交流、资源共享和长期保存新模式的开放获取仓储，机构知识库一度得到大力支持和迅速发展，但定位模糊、服务缺失、用户参与度不高等[21]弊端成为其可持续发展的瓶颈，而数据策管理念为机构知识库的生存和发展提供了新的思路。

杨鹤林[21]通过考察康奈尔大学图书馆以机构库为基础、以一个短期暂时性的数据集存储点和一套完整的数据策管服务为定位的数据策管项目DataStar，从受众、重点内容、元数据标准、数据存储内容、存储要求、存储过程、嵌入科研过程等方面对比分析了DataStar与机构库、学科库的不同特征，指出DataStar正是机构库开展数据监护、回到科研流程中的一次尝试，机构库可以成为整个数据监护战略的一个重要部分；宋秀芬、邓仲华[22]在机构知识库国际认证标准的基础上，论述了基于数据监护的机构知识库在环境构成、属性与责任、数据质量以及保存能力等方面的要求；刘婧琢[23]提出引入“数据管护”新理念是高校机构知识库支撑学科信息服务、拓宽业务内容的途径之一，有助于解决机构知识库发展的局限性问题，完善“小科学”。杨志伟等[24]介绍了约翰霍普金斯大学Data Conservancy项目的目标、构建基础、核心架构和运行模式，为机构库向数据监管方向转型提供借鉴。

可以说，已有的、较为成熟的机构知识库是图书情报机构迅速切入开展科学数据监管活动的一种有效方式，而科学数据又会促进机构知识库的职能发挥和可持续发展，机构库和数据策管的双赢是一项值得图情人探索的课题。

14数据策管人员的教育与培养研究

国内图情学数据策管职业教育相关研究主要集中在两个视角：

一是对国外教育情况的调查研究。从论文内容看，这些调查主要面向对北美、欧洲等地区开展数据策管专业教育的高校，例如美国排名第一的图书情报学院——伊利诺伊香槟大学图书情报学院[25]、英国数据监护中心网站列举的开展数据监护教育项目较为成熟的16所院校[26]等等，比较分析各校的培养目标、课程和专业学位设置情况、师资和教学模式、课程体系特点以及就业形势和职业发展等。

调查结果显示，北美、欧洲等地区的数据策管教育已经逐步兴起、初具规模，尽管课程类型多样、主题设置不尽相同，但内容大体明确，与传统图书情报学课程有机衔接，十分注重实践性和应用性。

二是从相关岗位对知识的需求分析来探讨教育重点。例如黄崑[27]就从职位基本信息、岗位职责、任职要求3个方面分析了智联招聘搜集的数据分析、数据管理、数据挖掘3类岗位的招聘信息；叶兰[28]则对国外招聘网站上的60个数据监护岗位发布机构、工作职责、技能要求等进行了调查分析。

可以看到，不论国内国外，相关岗位的就业市场都对图书情报专业有一定的认可度，相关岗位需求除与图情传统专业知识有所契合外，还强调计算机、数据统计分析、项目和流程管理等知识技能；此外，两个视角的研究都揭示出了培养实践应用能力的重要性。从国内相关研究文献来看，国外图情学数据策管职业教育已经大规模兴起、初具规模，我国却还未开设相关的数据策管教育课程[26]。我国也应该及时抓住数字化科研的契机，迈开数据策管专业教育实践的步伐。

15图情机构开展数据策管服务的研究

科学数据浪潮和数据密集型计算时代下，数据策管既为图情机构服务产品发展注入新的生命力，又对现有的服务技术和模式提出了更高的要求，因此一部分学者围绕图情机构的数据策管服务开展了研究。

不同形式、内容、目的的科学数据从产生、整理、加工到利用、共享等一系列过程中，会有各种不同的主体参与其中，其社会境地和利益诉求相同，在科学数据策管中的角色也各有差异，而角色决定职责和服务内容。一些学者以不同的视角探讨了图书馆、学科馆员的数据策管角色和功能，例如樊俊豪[29]就从学术交流体系的角度对政府、研究机构、数据中心、数据出版机构、IT部门、图书馆这些科学数据管理中的相关主体角色一一分析，指出图书馆可担当嵌入式科学数据管理专家、基于过程的科学数据监护机构、科学数据存档与长期保存机构、数据素养的教育机构；任树怀等[30]则以PanosConstantopoulos等人的数据策管生命周期的扩展模型为基础，将学科馆员可担任的角色及职责归纳为10个主要方面：参与政策制定、描述及表示、制定数据保存计划、数据保存需求分析、守望研究社区、参与研究过程、监管与知识增强、素养教育与培训、数据加工与使用、数据收集与关联、用户体验与改进。

在这一问题上，各学者指出的具体职责内容大体上已达成共识，数据策管作为图情机构的新角色已被普遍认可，职责范畴覆盖科学数据服务、科学数据资源存储、数据素养培训、科学研究参与等方面。

另外一些学者则直接就图情机构以数据策管为基础的服务创新开展了研究，例如高珊[31]就指出传统信息服务要向科学数据支持服务突破，要面临更大容量、更复杂模式的数据信息对象以及更高深度的知识挖掘要求；邢文明等[32]调查发现US New排名前50的高校图书馆数据服务主要内容包括科研数据管理介绍与指南、数据监护、数据管理培训、数据管理咨询、相关工具与资源的推荐等；蒋丽丽等[33]深入剖析28所国外代表性图书馆数据馆员服务内容和方式，指出多采取融入科研环境、嵌入科研团队的方式来覆盖科研生命周期、数据素养教育、数据管理平台维护等方面。

尽管众学者研究角度不同，例如知识服务[34]、学科服务[35]、用户需求识别[36]等，但研究观点基本达成一致：要围绕科研数据生命周期、数据策管工具资源以及相关培训等服务内容，“嵌入”、“融入”科研环境和项目中，以用户需求为驱动，保障交流共享，“主动”促进知识化增值。然而，相关研究中服务的开展模式、组织设计、资源配置、推广策略等深入研究尚不多见，因此，应加强服务创新开展和推广的深度研究。

2国内数据策管值得重点关注的研究领域

总体来看，国内数据策管正引起广大科研工作者的广泛关注，研究主体也由高校图书馆、图书情报学院系，发展到地方图书馆、地方科技情报机构、档案馆等科技信息机构（如图1所示）。

从图2可以看到，国外理论成果和实践经验介绍类文献占年发文量的比重正逐年降低；通过相关研究内容的研读也不难发现，相关研究深度也不断加深，研究主题从初期的数据策管概念含义和意义、作用的探讨到成熟项目等的借鉴、启示性研究，再到适合国情的数据策管体系、数据策管技术和实践的摸索。

尽管近几年国内数据策管相关研究成果颇多，但要将数据策管的工作落实到地，仍存在不少领域值得重点研究：

21数据策管的规范化研究

如何把数据策管落实到实处？是否能将数据策管活动拆分成各个有效衔接又相互独立的环节进而连成一条能高效运转的生产流水线？怎么让每个数据策管人员经过简单的培训就能胜任工作？

规范化的基础知识体系是指导一个领域实践和发展的基石。数据策管目前仍然是一个较新的研究领域，国内原创性的理论研究工作较少，支撑科学数据策管活动的基础知识相对零散、未成体系。例如数据策管的中文译名就尚未有统一说法，内涵理解方面也未形成统一认识，生命周期理论、数据策管流程、元数据标准、工具等方面研究也以国外研究介绍为主，缺乏深入的分析和理论的规范化、本土化，更少有被普遍认可的新思想新理论，关于如何通过数据策管实现“增值”也较少有细致的研讨。在这种形势下，新接触这一领域的人员如何快速了解领域共识？从业人员该如何开展实践工作？

数据策管作为一个技术和管理相结合的持续完善的管理过程，标准化、规范化、制度化、流程化是简化数据策管活动、提升数据策管效率的有效途径。可以在总结数据策管实践经验的基础上，汇编被普遍认可的基础理论知识，搜集整理相关技能、技术、方法和工具资料，并借鉴生产流水线的思路，将管理和作业职能分离（如图3所示），在管理层划分管理子模块，在作业层采用过程模型将数据策管活动中的策管计划、数据获取、评估选择、组织处理、存储维护、再利用、丢弃等各个处理环节固化，具体定义每个处理环节的输入、输出、具体实施活动以及所需采用的技术、方法和工具，形成一套类似于国际数据管理协会DAMA-DMBOK[37]的，全面系统、科學合理、动态优化的数据策管基础理论和实践手册，用来指导、控制、协调、推广数据策管相关工作。

22數据策管安全管理研究

安全性是数据策管中至关重要的环节。数据密集型科学范式下，数据被视为“金矿”，成为重要的战略资源，但数据价值的普遍认可，也带来数据安全的挑战：数据虚假、失真、无序使用、隐私泄露，数据存储和网络传输漏洞，数据非授权访问、被拦截、攻击、窃取和篡改，数据基础设施威胁、数据丢失等等。

数据策管安全管理研究就是研究如何利用人、物、财等要素通过计划、组织、协调、控制等职能，使得数据策管全系统、全过程以及与数据策管系统外部的数据、信息、服务交互过程稳定可靠，不发生功能紊乱、失效等各种安全问题。研究主题可从安全系统4M要素[38]角度分为4个部分：人（Men）——数据专家、数据策管操作人员、业务专家、数据用户等策管活动参与人员的安全素质和不安全行为特征；机（Machine）——匿名保护、数据溯源、数据加密、敏感数据交换、入侵容忍等安全技术，安全的数据平台系统和基础设施设备等；环境（Medium）——数据策管网络社会环境、信息技术环境、政策人文的特点、变化和应对；管理（Management）——整体的安全防范和应对策略、防患于未然的安全测评机制等运行管理保障。

23数据策管的人才管理研究

数据策管需要怎样的人才？他们应该在数据策管过程中承担怎样的角色？他们可以有怎样的职业发展路径？如何构建合理的人才组织结构？如何激励他们发挥最大的效能？如何培养人才？网络众包模式能否用于解决数据策展的人才匮乏问题？

人才是技术创新能力的核心，市场竞争归根到底是人才的竞争，优秀的人才是数据策管实施的重要基本保障。从策管计划的制定到数据的动态存储、再到科学数据的交流复用，整个动态的科学活动过程的各个环节中，除需要运用科学数据组织、分析等数据、信息处理和科学管理知识外，也可能涉及数据关联信息的采集分析、对应学科专业知识等，因此数据策管需要管理专家、数据专家、信息专家、领域专家与智能工具的协同工作。研究这些管理、数据、信息和领域人才的发现、识别、选拔、培养、使用、考核、激励、发展以及这些人才之间的关系、人才与社会技术环境的关系等的原则、方法等一般规律，正是数据策管主体机构有效整合智力资源，以人才发展支持业务发展的基础支撑工作。

以互联网众包这种新兴的开放式创新模式为例，数据策管的人才培养和利用能否利用众包？如何进行众包的人才筛选、任务处理和结果的质量审核？如何解决众包的权属问题、信息安全问题？众包模式的实现会给数据策管以及相关业务乃至科研模式带来怎样的影响？这些都是影响数据策管发展的重要研究主题，值得更深入的探究。

24数据策管的质量管理研究

如何判定主数据、元数据的质量好坏？怎么控制主数据、元数据的质量？怎么保证数据策管活动全过程的质量？

数据策管的质量直接影响到数据的再利用和数据的“增值”，因此数据策管的质量管理十分关键。数据策管的质量管理实际上就是为了保证数据策管的质量目标进行的所有管理性活动，质量管理的内容不仅包括数据、数据策管的全过程，还包括参与数据策管的组织体系、人员、资源等各个方面。数据、数据策管全过程的质量计量评价方法和指标，实用有效的质量管理方法和工具，科学高效的质量管理组织体制和规章制度，质量成本的核算和控制，质量控制人才的培养和利用等等，都是值得探讨的重要主题。

25数据策管的政策、法规和标准研究

良好的政策法规和业务技术标准不仅能为约束和规范数据策管活动，也有利于促进数据策管的推广。例如，数据策管的前提是科学数据的开放共享，但科学数据在科学活动中占据重要的位置，牵涉到科学数据生产者、所有者的利益问题，没有政策法规、知识产权条款的保障，数据共享和策管就难以推广施行。

国外科学数据管理共享政策和相关标准的研究层出不穷，其政府、研究机构、期刊出版机构等在科学数据管理和共享政策和标准颁布方面已渐趋成熟和体系化，国内虽制定了《科学数据共享条例》、《国家科技计划项目科学数据汇交办法》和《科学数据分类分级共享及其发布策略》等相关政策法规[39]，但对数据策管的激励、引导、规范化作用尚未充分发挥。因此，结合我国发展的实际情况和条件，如何进一步建立健全制度法规，形成从国家到行业、机构覆盖管理计划、权责机制、监督机制、奖惩机制等质量监管政策[40]，数据遴选标准和存储规范，以及隐私保护、知识产权界定、开放程度等传播交流机制的政策法规和业务技术标准也是值得重视的研究课题之一。

26数据策管的绩效研究

效能、效率和效益是所有生产经营活动共同的目标。数据策管绩效管理对于改善组织结构、优化作业氛围、提高组织效率进而提升组织竞争力具有巨大的推动作用。

数据策管需要研究有针对性、可操作的全面、全过程的立体动态绩效管理体系，对数据价值、数据质量、数据策管过程以及组织数据管理成熟度进行评价[18]，形成制定绩效管理计划、实施绩效方案以及绩效反馈和修改的开放的螺旋上升式循环过程，充分发挥监督、引导、激励、优化作用。

3结语

本文以内容分析法对国内Data Curation历年来的研究成果进行了梳理总结，从数据策管基础理论、方法工具技术，数据策管与机构知识库，数据策管人员的教育与培养，图情机构开展数据策管服务等几个方面对我国DC研究的现状和热点进行分析，并根据DC的生命流程和管理规律，探讨未来的值得重点关注和拓展的领域。然而，数据策管是一个需要政府、研究机构和人员、科技信息机构等多方参与的复杂系统，其创新性、本土化研究工作任重道远，本文的研究尚有很多不足之处，在今后的研究工作中将针对数据策管中更具体的关键性管理和技术问题和实践难点进行深入细致地探讨。

参考文献

[1]Digital Curation：Digital Archives，Libraries and e-Science Seminar[EB/OL].http：//www.ariadne.ac.uk/issue30/digital-curation/，2002-01-25.

[2]张智雄：数字保存是数字时代信息中心的一项重要战略[EB/OL].http：//www.edu.cn/li_lun_yj_1652/20091124/t20091124_424016.shtml，2009-11-24.

[3]杨鹤林.数据监护：美国高校图书馆的新探索[J].大学图书馆学报，2011，（2）：18-21，41.

[4]张智雄，吴振新，刘建华，等.Digital Curation和Digital Preservation之概念辨析[J].现代图书情报技术，2014，（1）：4-13.

[5]张斌，李翔.从数字保存到数字策展的变革走向探析[J].情报理论与实践，2014，（10）：25-29.

[6]刘杨.国内外Data Curation生命周期管理研究对比[J].图书馆论坛，2015，（5）：100-104.

[7]刘春年，张凌宇.能力坡道模型视角下期刊论文数据生命周期管护分析[J].现代情报，2016，（9）：39-44，49.

[8]张春芳，卫军朝.生命周期视角下的科学数据监管工具研究及启示[J].情报资料工作，2015，（5）：68-72.

[9]马晓亭.图书馆大数据监护系统的构建——以生命周期理论为视角[J].图书馆建设，2014，（12）：31-33，38.

[10]杨滟，孙建军.基于生命周期管理的科学长尾数据管护研究[J].情报理论与实践，2016，（4）：45-50.

[11]赵艳枝.长尾数据监护与图书馆的职责——伊利诺伊香槟大学图书馆范例研究[J].国家图书馆学刊，2015，（3）：79-84.

[12]沈婷婷，卢志国.科研项目不同阶段的科学数据监管方法[J].图书馆建设，2013，（3）：49-51.

[13]张春芳，卫军朝.生命周期视角下的科学数据监管工具研究及启示[J].情报资料工作，2015，（5）：68-72.

[14]吴金红，陈勇跃.面向科研第四范式的科学数据监管体系研究[J].图书情报工作，2015，（8）：11-17.

[15]刘峰，张晓林.数据管理计划构成规范及其可操作数据监护模型研究[J].现代图书情报技术，2016，（1）：11-16.

[16]张计龙，殷沈琴，张用，等.社会科学数据的共享与服务——以复旦大学社会科学数据共享平台为例[J].大学图书馆学报，2015，（1）：74-79.

[17]殷沈琴，张计龙，窦方.欧洲科学数据监护的标准与实践[J].图书馆杂志，2013，（6）：76-80.

[18]蔚海燕，卫军朝.国外高校数据监管项目的调研与分析[J].图书情报工作，2014，（22）：38-47.

[19]汤敬谦，杨鹤林，王小强.科研产出元数据监护系统的开发与实践[J].图书馆论坛，2015，（5）：75-83.

[20]王彩虹，高新琳，高旭阳.基于全程英语教育项目的大数据监护服务实践[J].情报资料工作，2015，（6）：83-86.

[21]杨鹤林.从数据监护看美国高校图书馆的机构库建设新思路——来自DataStaR的启示[J].大学图书馆学报，2012，（2）：23-28，73.

[22]宋秀芬，邓仲华.基于数据监护的机构知识库研究[J].图书馆学研究，2016，（2）：44-48，31.

[23]刘婧琢.基于Data Curation的高校机构知识库研究[J].图书馆工作与研究，2014，（8）：109-112.

[24]杨志伟，卫军朝.基于Data Curation的机构库建设研究——以约翰霍普金斯大学Data Conservancy项目为例[J].图书馆学研究，2016，（7）：55-61.

[25]黄如花，吉翠芳.伊利诺伊香槟大学数据管理教育现状及启示[J].图书与情报，2015，（1）：61-65.

[26]曹冉，王琼，耿骞，等.国外大学数据监护教育的调查与分析[J].图书情报工作，2016，（4）：52-58.

[27]黄崑，王凯飞，王珊珊，等.数据类岗位招聘需求调查及对图情学科人才培养的启示[J].图书情报知识，2016，（6）：42-53.

[28]叶兰.国外图书馆数据监护岗位的设置与需求分析[J].大学图书馆学报，2013，31（5）：5-12.

[29]樊俊豪.图书馆在科学数据管理中的角色定位研究[J].图书情报工作，2014，（6）：37-41.

[30]任树怀，时婉璐.论数据策管环境下学科馆员的角色定位[J].图书馆杂志，2014，（9）：48-53.

[31]高珊.大数据时代的图书馆用户服务创新[J].上海高校图书情报工作研究，2014，（4）：45-49.

[32]邢文明，吴方枝，司莉.高校图书馆开展科研数据管理与共享服务调查分析[J].图书馆论坛，2013，（6）：19-25，61.

[33]蒋丽丽，陈幼华，陈琛.国外高校图书馆数据馆员服务模式研究[J].图书情报工作，2015，（17）：56-61.

[34]王瑛，周敏华，周蓓蓓，等.高校图书馆基于数據监管的知识服务思考[J].图书情报工作，2015，（S2）：38-40.

[35]赵美玲，秦卫平.基于Data Curation的高校图书馆学科化创新服务研究[J].情报理论与实践，2015，（10）：46-50.

[36]迟玉琢，王延飞.国外高校科研数据服务需求识别模型特点与启示[J].图书情报工作，2016，（4）：37-43.

[37]DAMA International.Body of Knowledge[EB/OL].http：//www.dama.org/content/body-knowledge，2017-07-23.

[38]周德红.现代安全管理学[M].武汉：中国地质大学出版社，2015：7-21.

[39]司莉，邢文明.国外科学数据管理与共享政策调查及对我国的启示[J].情报资料工作，2013，（1）：61-66.

[40]张瑶，顾立平，杨云秀，等.国外科研资助机构数据政策的调研与分析——以英美研究理事会为例[J].图书情报工作，2015，（6）：53-60.

（责任编辑：孙国雷）