科学数据引用标准实施的关键问题探析

史雅莉

摘要：[目的/意义]对科学数据引用标准实施过程中的关键问题进行探讨，总结国外实践经验，为我国科学数据引用标准化提供借鉴和参考。[方法/过程]在对国内外科学数据引用标准进行全面调研的基础上，采用案例分析法，从数据引用服务的开展、数据引用标准实施指南的联合推行、数据引用系统的开发与应用及引用标准实施效果的反馈4方面深入分析澳大利亚ANDS数据引用实践。[结果/结论]通过调研及分析提出我国科学数据引用标准实施建议：便捷的用户服务、DOI技术的嵌入使用、系统化的数据存储与管理和广泛的业务合作。

关键词：引用标准;科学数据;实施;澳大利亚国家数据服务

DOI：10.3969/j.issn.1008-0821.2019.04.004

〔中图分类号〕G2507〔文献标识码〕A〔文章编号〕1008-0821（2019）04-0034-08

Analysis on the Key Issues in the Implementation of

Scientific Data Citation Standards

Shi Yali

（Faculty of History and Culture，Hubei University，Wuhan 430062，China）

Abstract：[Objective/Implication]The paper discussed the key issues in the implementation of scientific data citation standards，summarized the foreign practical experience，and provided reference for the standardization of scientific data citation in China.[Method/Process]Based on comprehensive research of the reference standards on scientific data at home and abroad，the case analysis method was adopted，from four aspects such as the development of data reference services，the joint implementation of data citation standards implementation guides，the development and application of data reference systems，and the feedback on the implementation of citation standards in-depth analysis Australian ANDS data citation practice.[Results/Conclusions]Through research and analysis，the author put forward the implementation recommendations for China scientific data citation standards：convenient user services，embedded use of DOI technology，systematic data storage and management，and extensive business cooperation.

Key words：citation standards;scientific data;implementation;ANDS

隨着海量数据的不断增长和科研环境的变化，就像土地、石油和资本一样，数据已经成为社会发展过程中的一项战略性资源。数据的开放共享是实现数据驱动创新、发挥大数据潜力的重要前提，数据引用在资源共享、知识传播过程中将发挥越来越重要的作用。英、美、澳、欧盟等纷纷制定了针对研究数据引用与共享的政策及实施计划，国内外不同领域的学者也对数据共享问题给予了高度重视。在此背景下，数据引用作为实现数据共享的重要途径之一，它是连接数据使用者与数据生产者的桥梁，对数据引用问题的系统研究有助于明确数据共享的责任与义务，使数据共享任务落到实处，同时达到对研究数据进行增值利用的目的。本研究即以科学数据引用标准的实施为研究对象，剖析标准实施过程中的关键问题，为科学数据引用标准化实践提供借鉴和参考。

1科学数据引用标准实施的关键问题

基于现状调研，从数据引用服务的开展、数据引用标准实施指南的联合推行、数据引用系统的开发与应用及标准实施效果的反馈4方面对科学数据引用标准实施过程中的关键问题展开讨论。

11数据引用服务的开展

开展数据引用服务是当前科学数据引用标准实施的主要途径。英国经济与社会研究委员会（Economic and Social Research Council，ESRC）建立了专门的网页对用户引用科学数据进行指导和帮助。美国国家冰雪数据中心（National Snow and Ice Data Center，NSIDC）为用户提供数据引用服务。其指出用户须在出版物的参考文献部分对数据进行正式引用，具体可在登陆页和每个数据集的文档中找到该数据集的引用格式，复制并粘贴到文档的参考文献列表中。如果用户需要数据引用格式方面的帮助，可联系NSIDC用户服务。笔者对世界主要国家和地区科研资助机构的数据引用标准规范实施情况进行了调研和统计（见表1）。

与此同时，不少期刊也开展了数据引用服务。如Springer在其门户网站的用户常见问题问答中对该刊在科学数据引用方面的用户指导作了相关说明。例如关于什么是数据可用性声明，其认为数据可用性声明提供了一个可在文章中找到数据支持结果的声明，包括在适用的情况下，在研究过程中分析或生成的公开归档数据集的超链接。关于为什么要引用研究数据。其认为所有类型的数据政策都允许研究数据集在文章参考列表中正式引用。在参考列表中正式引用数据也有助于数据跟踪的重新使用，并可能有助于推动数据贡献者的学术认可。

12数据引用标准实施指南的联合推行

数据引用实施指南是对引用标准的进一步细化，使得标准的可操作性更强。ICPSR Data-PASS合作伙伴致力于推广数据引用的标准化。其网站提供引用社会科学研究数据引用的详细指南和最佳实践做法，以促进数据集的合理传播，明确科学数据产权归属。关于科学数据引用过程中各行为主体应履行的职责如表2所示：

美国政府颁布的《引用政府信息资源的完整指南》是一本旨在帮助研究人员引用各种政府文件的手册。提供一种通用格式，可为引用中包含的特定元素提供引导，用户可根据需要进行修改，以符合其指定的格式要求。富蘭克林·罗斯福总统图书馆和博物馆推行《原始资料引用指南》，将图书馆和博物馆数据资源加以整合，在传播过程中倡导用户按照《指南》进行合理引用。英国的数字化学中心《实用指南》将帮助用户创建学术出版物和基础数据集之间的链接，以便任何查看出版物的人都能够找到数据集。它提供了所涉及的问题和挑战的工作知识，以及当前如何寻求解决这些问题的方法。应该关注从事数据主导研究的研究人员和主要研究人员以及他们工作的数据存储库。CLADDIER项目、SageCite、DCC等也探讨了如何引用数据集、数据引用的最佳做法。DataCite、OECD、Dryad、Dataverse Net-work等还提出了具体的数据引用操作规范[2]。

13数据引用系统的开发与应用

随着引文创建自动化的发展，科学数据引用标准的实施离不开技术平台的支持。美国哈佛大学研究数据平台的Dataverse系统的开发和数字指纹的推行，Dataverse对数据集的引用进行了标准化，使研究人员更愿意发布其数据并获得认可[3]。在Dataverse中创建数据集时，将自动生成和显示引用。作为开源框架和研究数据的存储库，Dataverse致力于帮助研究人员、期刊和组织使科学数据可访问及可重用和开放，其中包括实施社区接受的数据出版标准。近20年来，IQSS及其数据科学团队的成员在Dataverse积极参与数据引用的标准化工作。为用户提供《数据引用原则联合声明》，使用户了解在Dataverse中如何创建数据引文。

除获得引用认可，用户还可通过在Dataverse Theme+Widget中设置自己的标签来使其Dataverse可识别。该数据引用标准还规定：以永久标识符代替可能会频繁更改的URL，同时对作者身份进行永久识别。即使存储介质、操作系统、硬件和统计程序格式发生改变，使用通用数字指纹（UNF）能保证研究人员验证数据与几十年前发表的数据相同。同时，UNF的不可转换的加密属性保证获取数据集的UNF不会传递关于数据内容的信息。作者可利用此属性实现对数据集的完整引用，即使数据是专有的或高度机密的，也没有披露的风险。

DataCite的数据引文创建系统Datacite Citation Formmater。DataCite是一个领先的全球非营利组织，为研究数据提供DOI。其目标是帮助研究机构精确定位、识别和引用研究数据。DataCite支持创建、分配DOI及其相关元数据，提供搜索和发现研究内容的服务。同时，还通过社区建设，用户响应性沟通及材料宣传，推进数据引用工作的开展和宣传推广[4]。DOI Citation Formatter是Crossref、EDRA和ISTIC合作创建的一项服务，为用户提供一种简单界面，使其能够从DOI中自动提取元数据并构建完整的引文。DOI Citation Formatter支持创建45种不同语言的5 000多种不同的引文风格，其规定的通用引文元素包括数据创建者，出版年份，标题，出版者及数字身份识别符[5]。

美国FactFinder针对在线表格的数据引文生成器。FactFinder是美国人口普查数据的在线表格生成器。American FactFinder：Citations for Tables and Maps（Link）来自美国人口普查局的常见问题，提供引用AFF表格的说明（见图1）。

14引用标准实施效果的反馈

实施效果的反馈或评估是衡量科学数据引用标准适用性的重要依据。ESIP数据管理委员会负责维护《面向数据提供者与归档者的数据引用准则》，以确保其保持功能和关联性。ESIP认为虽然对用户数据引用行为规范问题作出了明确规定，但

在实践过程中数据还很少被正式引用，这是由多方面原因造成的。其中，部分原因是对如何引用和参考数据集以及如何构建合理的数据引用规范体系缺乏一致的建议。ESIP需要关于如何创建地球科学数据引用的一致准则。在此过程中，数据管理员需要与数据提供者，科研团体紧密合作，共同定义引文内容，并为用户提供数据集引用的实施指南。ESIP数据保存和管理人员对当前文献引用途径进行了研究，发现这些方法通常具有一定的兼容性和适用性，但并不完全符合地球科学数据的引用需求。事实上，也不可能有某种引用方法能够完全满足科学研究重现的需求。但是，如果采用合理严谨的方法，加上良好的版本跟踪，全面的文件记录和数据管理员的调查，在大多情况下还是可以为绝大多数地球科学数据提供有用和精确的引用。

美国密歇根州立大学图书馆的调研数据显示，目前引用数据的标准并未得到一致同意，并且尚未被国家信息标准化组织编纂。然而，许多数据提供商和分销商以及一些样式手册（或格式指南）确实提供了指导。该《指南》中列出了其中一些说明：请用户按照实际需求使用引用指导手册。鼓励用户提供与资源相关的信息越多越好。数据集引用和统计表引用的选项卡由样式手册、数据存档和分发者提供具体示例。一些样式手册提供了引用数据的说明，所选示例列在“数据引用”选项卡上。如果用户使用的格式手册不涉及数据引用，则可以遵循这些一般规则。为保证引文格式正确，无论工作类型如何，格式手册都将为引文要素的顺序制定基本规则。

NASA EarthData《数据引用声明》鼓励向研究人员、应用社群、私人企业、学术界以及公众开放共享其所有数据资源[6]。同时，提倡用户通过会员注册、电子邮件等方式向数据发布机构反映相关数据（集）的使用情况，包括数据质量、平台用户体验、引文创建等方面。

2案例分析——ANDS科学数据引用实践

21项目背景

澳大利亚国家数据服务（Australian National Data Service，ANDS）是澳大利亚国家层面的数据服务中心，旨在促进澳大利亚研究数据资产价值的实现，为研究人员、研究机构以及整个国家创造更多的价值[7]。为实现研究创新与数据再利用，ANDS针对本地数据资源制定了《ANDS数据引用指南》（以下简称《指南》），围绕引用规范的实施其展开了一系列实践，如根据使用对象的不同先后出台了针对研究机构和研究人员个体的数据引用实施方案。与此同时，拓展数据服务的业务范围，将数据引用服务纳入到服务内容体系当中。截止到2017年1月19日，《ANDS数据引用指南》内容不断完善更新，在澳大利亚数据引用规范化、标准化过程中发挥了重要作用，同时也在国际范围内产生了重要影响。

这种国家层面的研究数据引用规范的制定及推广实施与我国科学数据引用标准《信息技术科学数据引用》（GB/T 35294-2017）的发布及后期宣传执行具有较高的契合度。ANDS在服务方案的制定、用户培训和参考文件管理系统的改造及二次开发等方面都进行了尝试并取得了一定突破。从技术实现的角度来讲，其数据引用方面的理论探索和实践发展可为我国科学数据引用规范化工作的有效进行提供多方位参考，节约建设成本。

22ANDS科学数据引用实践举措

221发布执行《ANDS数据引用指南》

澳大利亚国家数据服务中心认为，数据引用是指以与研究人员通常提供其他学术资源的参考书目相同的方式提供数据参考的做法。为使用户更加明确如何规范地引用研究数据，ANDS出台的《指南》指出数据越来越被公认为主要的研究成果;许多期刊出版社现在鼓励或要求引用研究数据;基于学科和机构数据存储库的全球网络，其中研究数据集合被描述为提供了预定义格式的引文;只有引用的数据可以通过计数和跟踪（以类似于期刊文章的方式）来衡量其影响力;DOI可以同期刊文章一样分配给数据;数据引文信息可能很快被纳入科研评估和奖励的实践中;一些书目管理系统目前已包括研究数据的引用模板[8]。从具体内容来看，《指南》中涵盖了以下相关问题：1）数据引用是什么;2）数据引用的基本常识，如何引用数据，有无DOI时的数据引文格式或要求等;3）数据存储库、数据引文格式、期刊、数据引文风格和格式;4）存储库管理器的数据引用元素，用户可根据自身认知情况了解相应部分的内容并寻求人工帮助[8]。

《指南》的发布及推行可为用户使用数据、创建数据引文提供最直接的引导和帮助。ANDS设置了专门的服务模块负责这部分工作内容[9]，这在很大程度上减小了科学数据引用规范化推行的阻力。除此之外，ANDS还对数据引用中的各项测评指标做了规定，发布了《数据引用索引简介》[10]，同时还制定了专门的《动态数据引用规则》[11]。这些在内容上与《指南》形成了互补。

222拓展数据引用服务内容—DOI服务

除在服务政策层面引导用户如何创建数据引文外，ANDS还从技术方法层面不断完善其服务内容，数据引文DOI服务业务的拓展便是其中之一。

DOI是一种针对引文进行优化的持久性标识符，并意味着数据集将被长期良好的管理。澳大利亚公共资助的研究机构和政府机构可以使用ANDS DOI服务，将数据集和集合中的DOI用于数据引用。DOI在数据引文元素和格式中不是必备的，但被认为是数据引用的最佳做法。DOI是一种独特的持久性标识符，可用于跟踪数据引用度量并链接诸如期刊文章、研究数据和软件的相关结果。DataCite DOI Citation Formatter是一个简单的基于表单的系统，它允许用户使用其数据集DOI来以数百种不同的样式快速格式化数据引文。它使用数据集DOIs来格式化数百种不同引文风格的数据引文。

ANDS提供可用于将DOI分配给数据及其集合的DOI服务。数据使用过程中启用DOI：用户可以通过DOI链接，轻松持久地访问通过互联网获得的研究数据，增强和促进科学数据的发现、检索和管理，使数据可被重用并验证研究结果。相关产出之间的持续联系：DOI可应用于期刊文章、报告、灰色文献、数据和软件等。ANDS数据DOI工作流管理及决策过程如图2所示[12]。

为此，ANDS将DOI服务作为该机构数据引用规范化工作的重点之一，一方面在技术和方法上寻求突破。另一方面向用户大力普及DOI相关知识，在其机构网站的“Data Citation Tookit”中设置了“DOI FAQs”为用户解答，“DOI FAQs”內容详实全面（见表3），可为用户引文创建提供指导和帮助[13]。

223完善数据描述与存储

数据描述和存储是数据使用及传播的基础。在推进科学数据引用规范化进程中，ANDS将完善数据描述与存储作为一项重要工作任务。ANDS下设学科和机构数据存储库全球网络，其中，研究数据集合被描述为提供了预定义格式的引文。数据存储库应明确其引文风格和格式。ICPSR、PANGEA等数据存储库提供了用于引用来自该存储库的数据的推荐格式。

ANDS还与许多期刊出版社合作，提供如何从数据存储环节帮助和引导用户引用科学数据。如认定SpringerNature数据计划，当数据集托管在提供DOI的数据集公共存储库时，鼓励用户使用这些数据集时在参考列表中对其进行正式引用。当数据集的引用出现在参考列表中时，应包括DataCite推荐的最低限度信息，并遵循相关引文格式规定，如存储库管理器的数据引用等。

224升级用户培训与指导

ANDS在推进数据引用规范化过程中尤其注重用户培训与指导。为鼓励用户规范引用科学数据，ANDS针对研究机构和广大科研人员分别开展“Implementing Data Citation for Institutions”和“Implementing Data Citation for Researchers”专业指导[14]。

针对研究机构，ANDS指出良好的规划是顺利实现数据引用的有效路径，应尽早考虑数据引用中的关键问题，学习优秀实践并与ANDS工作人员讨论相关服务内容以获取支持。为此，ANDS为向研究机构推广实施数据引用规范，出台了引用计划制定—数据引文创建—引用文化建设—实施引导—激励机制的完整实施规划[15]。在指导研究机构制定及实施数据引用计划的过程中应考虑资源规划，业务规则和程序，元数据框架，数据和元数据存储等关键问题[15]。

针对科研人员，ANDS指出完善的规划将顺利实现组织中的数据引用。组织应尽早考虑数据引用中的关键问题，学习优秀实践并与ANDS工作人员讨论相关服务内容以获取支持。为此，ANDS为向广大科研人员推广实施数据引用规范，也相应出台了针对个体研究者的引用计划制定—数据引文创建—引用文化建设—实施引导—激励机制的完整实施规划[16]。在指导个体研究者制定及实施其数据引用计划的过程中应重点考虑用户需要什么以及如何从发布数据中获得最大收益并考虑制定个人数据管理计划以获取有关所有权、数据和数据许可的具体要求及数据引用详细信息[16]。

225积极开展业务合作

近年来，ANDS在科学数据管理方面取得了较突出的进展，其中不断拓展的业务合作关系发挥了重要作用。ANDS作为澳大利亚国家信息服务中心，其数据管理业务范围广泛，数据来源和类型均呈现出多元化的特点。因此，在开展数据引用服务，推进数据引用规范化过程中，涉及多部门多机构的协作与支持。目前，ANDS将工作重心转移到如何使用户可以更便捷地共享和使用科学数据，以确认提供数据的重要性，并将数据引用作为工作重点。为此，ANDS积极开展跨部门、跨机构、跨地区的业务合作。具体而言：

1）ANDS正在与研究经费来源机构合作，将数据研究成果的引用及共享问题纳入到项目申报及验收等环节。引导和激励研究机构及科研人员规范数据使用，同时在科学数据生产过程中重视数据成果的质量，提高数据引用规范的实施效力。

2）ANDS正在与Thomson Reuters合作，通过数据引文索引进行跟踪和记录科学数据的引用情况。具体举措包括：建立数据引文索引，即类似于使用Web of Science和Scopus等产品来衡量期刊文章和其他类型学术出版物的引用来评估科学数据的影响力。将数据出版作为一项主要研究成果，鼓励出版机构对数据进行在线出版，利用其权威导向作用引导广大读者用户合理引用和传播数据研究成果，并将其纳入研究评估范围。

3）ANDS努力争取研究数据联盟组织的协助与支持，为促进数据引用与数据跟踪的国际举措做出贡献。在数据引用规范化进程中，ANDS积极拓展业务合作范围，由国内合作（澳大利亚地球科学协会GA、陆地生态系统研究网络中心TERN、国家计算基础设施NCI、澳大利亚国家研究基础设施NCRIS等）[11]逐步转向国际合作（地球科学信息联盟ESIP、数据引用DataCite）[17]。

23我国科学数据引用标准实施建议

ANDS在科学数据引用方面的成功实践表明当前数据引用规范化已上升到国家层面，与此同时，我国出台了《信息技术科学数据引用》国家标准。ANDS的实践探索具有自身特色，同时又可为我国科学数据引用标准的实施提供经验依据。具体而言，我国科学数据引用标准的实施应着重考虑以下4方面问题：

1）便捷的用户服务。为方便用户规范引用数据，创建数据引文，ANDS先后出台了包括《指南》在内的一系列数据引用操作规范和实施细则。这对科学数据引用标准规范的有效实施至关重要。目前我国现有科学数据引用规范体系尚不完善，在实施细则、用户指南方面可借鉴ANDS相关经验，如分别针对机构用户和个体用户制定不同的科学数据引用计划并对其进行操作上的指导和帮助等。

2）DOI技术的嵌入使用。DOI是数字时代的“ID”号码，其常见表现形式包括了二维码、条形码、字符码、网络域名，数字对象唯一性是DOI的典型特征[18]。将DOI作为数据引文的标注元素是ANDS数据引用的重要特征，其围绕用户需求开展了各项DOI服务，大力普及DOI作为数据引用元素的必要性。当前国内科学数据引用，仍以URL作为主要标识符，但在数据更新、存储位置转移等情况下存在一定缺陷。为实现科学数据的全国乃至全球传播与应用，我国在今后实践过程中可尝试将DOI作为数据的主要标识符，以与期刊文章相同的方式分配给每条数据记录DOI并借助诸如EndNote等书目管理系统简化技术实现路径。

3）系统化的数据存储与管理。从数据声明周期的角度来看，数据存储管理与数据引用是分处于不同阶段的两个重要环节，二者之间相互影响。笔者通过调研发现，ANDS在实施科學数据引用规范的同时，对其数据资源的存储和管理机制也做了修订和完善，将数据引用元素与数据存储过程中元数据描述进行关联，为后期数据引文的创建奠定了良好的基础。国内科学数据引用实践发展尚处于起步阶段，但科学数据管理已取得了一定成效。因此，国内科学数据规范化工作的开展可从数据存储与管理入手，重视科学数据的元数据描述，完善存储库指南，使之在工作流程上与数据引用相互推进，节省资源建设成本。

4）广泛的业务合作。数据引用规范化是一项任务艰巨而复杂的工作，涉及多个部门及学科领域。ANDS除与芝加哥大学、美国社会学协会等机构联合推进跨机构、跨学科的科学数据引用规范化实践外，还通过与欧洲PubMed中央网络服务中心合作推动国际范围内的数据引用规范化。与研究数据联盟开发的Scholix元数据描述框架实现数据和相关引文的连接，与Thomson Reuters共同支持数据引用和跟踪。我国科学数据引用标准的实施与推进也将面临同样的现实情况，因此应将跨部门、跨机构的业务合作作为一项重要工作。

3结语

综上所述，随着科研环境的变化，出版商和科研资助方对数据研究成果愈加重视，数据已被视为主要的研究成果之一，而不是研究副产品。当数据集被引用时，数据集就变得可被他人发现、重复使用和传播。数据引用也使得相关学科或组织的学术努力得到认可并将数据研究成果纳入科研绩效评估指标体系。与此同时，随着科学数据引用国家标准的出台，我国科学数据引用规范化实践将得到进一步发展。在标准实施过程中应充分了解现实需求，着重考虑数据引用服务的开展，推动相关实施细则及指南文件的制定，加强数据引用技术平台的开发与应用并注重引用标准实施效果的评估。ANDS作为科学数据引用规范化进程中的一个成功案例，在很多方面可为我国实践提供经验参考。但也应认识到，不同国家面临的客观现实有所差异且ANDS目前也在不断发展中，在数据引文格式的兼容、标准规范实施效果的评估等方面仍存在一定问题。因而，国内科学数据引用规范化工作的开展，一方面要借鉴国外先进实践经验，另一方面也应认清现实，明确用户客观需求，稳步推进。

参考文献

[1]Terms of Use[EB/OL].http：//www.bbsrc.ac.uk/site/terms-and-conditions/，2017-08-09.

[2]黄永文，张建勇，黄金霞，等.国外开放科学数据研究综述[J].现代图书情报技术，2013，（5）：21-27.

[3]Harvard Dataverse[EB/OL].https：//dataverse.org，2018-08-01.

[4]Datacite Mission[EB/OL].https：//www.datacite.org/mission.html，2017-08-09.

[5]Citation Formatter Service Description[EB/OL].https：//www.datacite.org/citation.html，2017-08-09.

[6]Data Citations and Acknowledgements[EB/OL].https：//earthdata.nasa.gov/earth-observation-data/data-citations-acknowledgements，2017-06-14.

[7]ANDS What We Do[EB/OL].http：//www.ands.org.au/about-us/what-we-do，2018-01-22.

[8]ANDS Guide—Data Citation[EB/OL].http：//www.ands.org.au/about-us/what-we-do，2018-03-17.

[9]Citation and Identifier[EB/OL].http：//www.ands.org.au/working-with-data/citation-and-identifiers，2018-03-17.

[10]Citation Metrics[EB/OL].http：//www.ands.org.au/working-with-data/citation-and-identifiers/data-citation/citation-metrics，2018-03-20.

[11]Citing Dynamic Data[EB/OL].http：//www.ands.org.au/working-with-data/citation-and-identifiers/data-citation/citing-dynamic-data，2018-03-20.

[12]Identifier Desicion Tree[EB/OL].http：//www.ands.org.au/_data/assets/pdf_file/0010/386884/id_decision_tree.pdf，2018-03-17.

[13]DOIFAQs[EB/OL].http：//www.ands.org.au/working-with-data/citation-and-identifiers/data-citation/doi-faqs，2018-03-17.

[14]Data Citation[EB/OL].http：//www.ands.org.au/working-with-data/citation-and-identifiers/data-citation，2018-03-19.

[15]Data Citation for Institutions[EB/OL].http：//www.ands.org.au/working-with-data/citation-and-identifiers/data-citation/data-citation-for-institutions，2018-03-20.

[16]Data Citation for Researchers[EB/OL].http：//www.ands.org.au/working-with-data/citation-and-identifiers/data-citation/data-citation-for-researchers，2018-03-20.

[17]DataCite[EB/OL].https：//www.datacite.org/become.html，2018-03-20.

[18]DOI[EB/OL].https：//baike.so.com/doc/219263-231967.html，2018-03-20.

（責任编辑：陈媛）