学术期刊出版机构数据政策框架研究

秦长江 吴思洁 王丹丹

[摘 要] 选取国外两大著名期刊出版机构爱思唯尔（Elsevier）、威利（Wiley）为研究主体，采用网络调研法，以两大出版机构相关数据政策文本、指南为蓝本，详细解析其科研数据政策类型、科研数据管理各个流程、具体实施措施等。结果表明两大出版机构都有一系列完备的多层次的数据政策，政策内容均涵盖数据出版的全流程，包含研究数据的存储、评审、共享、引用等，且大部分流程的标准高度相似。

[关键词] 学术期刊 科研数据 出版机构 数据管理 数据共享

[中图分类号] G255.2[文献标识码] A[文章编号] 1009-5853 （2021） 06-0046-09

[Abstract] This article selects the two famous foreign journal publishing institutions Elsevier and Wiley as the research subjects. Based on the relevant data policy texts and guidelines of the official websites of the two major publishing institutions， the network research method was used to analyze the types of research data policies， various processes of research data management， and specific implementation measures of the two major publishing institutions in detail. The result shows that the two major publishing organizations have a complete series of multi-level data policies. The content of the data policies covers the entire process of data publishing， including the storage， review， sharing， and citation of research data， and most of the process standards highly similar.

[Key words] Academic journals Scientific research data Publishing agency Data manage-ment Data sharing

近些年學术期刊出版机构在促进、实施和执行相对标准和统一的科研数据政策实践中发挥着越来越重要的作用，学术期刊出版机构通过积极制定标准化的科研数据政策框架，指导所属期刊制定自己的科研数据政策，以此促进科研数据的共享和重用[1]。本文选取了在全球范围内学术影响力大且具有很好示范引领作用的两大国际著名出版集团爱思唯尔（Elsevier）和威利（Wiley），对其科研数据政策框架制定体系和其政策的实践情况进行调查分析，以期为我国出版机构等相关部门科研数据政策的制定和实施提供借鉴。

1 爱思唯尔的数据政策框架

1.1 概况

爱思唯尔作为全世界最大的出版集团之一，共出版2500余种数字化期刊，发表了全球18%的科技成果，引用占比高达25%。爱思唯尔认为科研数据是科研论文的基础和支撑，对科研数据进行良好的管理和共享有利于其他研究人员重用实验结果，并在已有研究成果的基础上进行探索创新，支持研究的透明性和可重复性，从而使研究更加高效。爱思唯尔在满足研究人员存储、共享、发现和重用数据的需求中发挥着关键作用，它通过与其他利益相关者积极的合作来更好地提高数据的使用效率[2]。

目前科研数据主要通过期刊论文进行传播与共享，但一些并未通过期刊发表的隐藏数据给科研数据的获取与共享带来了挑战，因此爱思唯尔作为发表和传播科研数据关键环节的出版机构，在2015年提出了较为详细全面的科研数据政策框架。爱思唯尔出版集团旗下的期刊、图书等均可在该科研数据政策框架下，结合自身的特色和需求制定最为适宜自身特色的科研数据政策，以此来较好地解决科研数据的获取与共享问题[3]。

1.2 内容解析

科研数据是出版物的核心，爱思唯尔鼓励或要求研究人员共享其在研究过程中产生的科研数据，使其可访问、可发现并便于其他研究者重复使用。爱思唯尔认为，从广义上讲，科研数据指的是证实作者研究发现的结果且尚未作为期刊论文一部分发表的观察或实验的结果。科研数据可包括但不限于：原始数据，处理后的数据、软件、算法、协议、方法、材料。表现形式可以通过音频、图像、电子表格等形式呈现。

如表1所示，针对不同期刊和学科的差异，爱思唯尔提出了五种政策强度不同的指导方针，期刊可以根据其学科的特点进行相应的调整，为自己选择适合的数据政策类型;隶属不同学科领域的科研人员都可以在了解各种期刊声明中的数据政策后，对在何处以及如何进行数据发布做出明智的选择[4]。

爱思唯尔的科研数据政策适用于所有期刊，它为期刊如何鼓励和支持科研人员提供科研数据提供了数据政策框架。爱思唯尔科研数据政策框架提出后，所属绝大部分期刊都根据科研数据政策框架制定了较为规范的数据政策，政策中对出版道德、利益声明、作者贡献、开放获取、双盲审查、同行评审、参考文献、版权、数据可视化、科研数据等都进行了规定和声明。

大部分期刊的数据政策都基本采用了爱思唯尔科研数据政策框架中的数据政策内容和要求，少数期刊根据自身情况对科研数据政策框架进行了调整，如Heliyon在爱思唯尔原有数据政策的基础上在版权与引用许可方面，特别提出两个可供作者选择的许可协议，来确定数据的知识共享属性，反映了爱思唯尔科研数据政策框架应用的灵活性。以爱思唯尔所属的社会科学类期刊为例，经统计截止到2020年12月，爱思唯尔社会科学类263本期刊中拥有明确数据政策的期刊有254本（占96.6%），可见爱思唯尔的科研数据政策框架应用的广泛性和可行性，这些期刊鼓励作者提供数据以及数据简介、数据链接、数据可用声明等。

爱思唯尔在科研数据政策实施过程中要求各实施主体积极响应并完善科研数据共享政策的具体实施细节。期刊、出版机构以及科研机构、图书馆等利益相关方应该做到：制定数据指南并将指南标准化，使数据生产者知道如何存储和共享数据，并根据科研人员遇到的问题和需求及时调整以实现最佳的数据获取和共享;提供有效管理数据所需的结构、工作流程和技术，使研究更加高效，避免重复劳动;关注工具的开发和政策的制定，鼓励实践并作示范，获得科研人员信任;建立审查和评审机制，对共享的科研数据进行审查，确保其正确性、有效性和可重用性;加强和其他相关机构的合作，并不断改进以促进科学发展，使数据的价值最大化[5]。同时要充分保障数据生产者拥有自己数据的最大控制权。科研人员在提交数据的同时，提供一份数据可用性声明来把控数据使用者访问和使用自己所有数据的方法和时间。数据使用者应当认可和重视数据生产者的贡献，若引用他人数据来支撑自己的研究，应当将引用的数据标注出来。科研数据共享应借助科学规范的平台进行，数据使用者应严格按照平台的作者数据指南，在遵循数据管理要求的基础上对数据进行良好的管理，从而实现最佳访问和重用。

爱思唯尔在提出科研数据政策标准框架后，又提出数据管理流程路线图，主要目的是考虑所有利益相关者，并以最佳方式来优化数据重用，使数据能够最大化利用。方法是通过调整以下10个方面来优化数据重用。如图1，这个金字塔以马斯洛的人类需求层次为模型，可以看作是公平数据原则（FAIR）的扩展（数据应该是可找到的、可访问的、可互操作的和可重用的），也可以作为在整个数据生命周期中开发更好的数据管理流程和系统的路线图。

1.2.1 科研数据的存储

科研数据需求层次结构中的第一步是需要存储已获取的数据。许多研究团队在研究之前都没有明确要将其数据存储在什么地方，这使得该团队内部和外部的研究人员都难以将数据重复使用，因此爱思唯尔引入了数据管理计划，以确保研究团队在研究之前就确定存储数据集的方式。通过电子实验室笔记本、通用数据存储库和特定领域数据库等系统，允许研究人员在不公开数据的情况下存储其数据，为研究人员在研究项目期间存储数据提供了帮助。

1.2.2 科研数据的保存

数据需要进行长期保存。一旦存储了研究数据，就需要以独立格式的方式保存，否则数据就会过时。只有当数据以研究人员可以使用的格式存在时，它才有价值，但是很少有研究人员有时间去翻阅旧研究档案对数据进行恢复、重新处理和数字化，因此确保研究数据的正确存档和长期保存是非常重要的。爱思唯尔提供了有关数据保存的方式和数据保存的基础设施等相关实践范例。如荷兰的数据归档和网络服务（DANS），提供了有关数据保存的做法和数据保存的基础设施等相关实践范例。此外，数据存储库也可以发挥重要的作用，特别是当它们有可靠的深色存档（solid dark archives）时，这保证了即使数据存储库不再存在，数据也不会丢失。

1.2.3 科研数据的可访问

即使存储并保存了数据，也不一定意味着可以自动访问。越来越多的出版机构或资助者都要求研究人员提供他们的数据，但没有要求数据储存和保存在哪里。目前研究人员一般是将数据存储在公共存储库中或使用诸如Mendeley Data之类数据共享系统来完成。最近爱思唯尔推出了开放数据试点项目，将原始研究数据（与文章一起提交）与文章一起开放供任何网络用户访问，此功能涵盖了存储，保存，可访问性和可发现性。研究人员可以提交他们的原始研究数据作为补充文件，该文件将在CC-BY许可下提供。这几乎不需要作者做额外的工作，是使数据可访问的一种简便方法。

1.2.4 科研数据的可发现

即使数据被存储、保存并原则上可以访问，但是如果数据不能被其他研究人员发现，则会事倍功半。目前查找学术论文非常简单，但想要轻松快速查找到研究数据却极为困难。数据的可发现性可以通过学术论文来增强，也可以独立进行。爱思唯尔和其他出版机构均支持将学术论文链接到这些论文所基于的数据集来增强数据的可发现性，通过包含数据DOI或数据访问账号，自动链接到公共数据库中的相关数据。如果在论文发表时尚不知道數据位置，爱思唯尔将与外部数据存储库协作，在发表的论文旁边自动添加数据库的徽标，该徽标可作为数据集的深层链接（由论文作者或数据管理员保存）。最近有资助机构提议鼓励数据搜索引擎来做这项有意义的工作，使研究人员能够以更便捷更科学的方式来访问和查询从论文中提取的数据以及从研究数据库中导入的表格内容，完成科研数据的独立搜索。

1.2.5 科研数据的引用

数据引用提供了一种跟踪、记录和报告数据提交和重用的方法，并且确保了研究人员的工作获得认可。数据共享的障碍之一是，它要求研究人员付出额外的努力，而获得的回报却很少。数据引用有可能改变这一点，因为数据引用可以很容易地纳入当前基于文章引用的奖励系统。因此，研究人员应考虑为数据提供唯一、持久且可解析的ID。在某些情况下可以使用登录号（Accession Numbers），而唯一的持久标识符的最佳示例是数字对象标识符（Digital Object Identifier，DOI），文章和数据都可以通过它进行标识。另外，FORCE 11已经制定了一套原则来描述应如何引用数据。

1.2.6 科研数据的可理解

为了使数据可以重用，需要明确使用哪些度量单位、参数和缩写等，如何收集数据。因此数据来源对于理解数据至关重要。最佳方案是在存储数据时添加适当的元数据。需要添加哪些元数据会因规程的不同而有差异，但是元数据越详细，其可理解性就越强。出版机构可以在这方面提供帮助，现在有几家出版机构出版了专门的数据期刊，例如爱思唯尔的数据简介（Data in Brief）。在这些数据期刊中，科研人员可以提供对其数据集的全面描述，这使其他研究人员更容易理解数据，捕获数据的过程，以及数据的重新使用者应注意的数据异常（或捕获过程中的异常），以支持适当的数据重用。对于论文中发布的数据，爱思唯尔开发了一套工具来提高对科研数据的理解，比如论文中的数据可视化，比如交互式绘图。爱思唯尔将作者提交的数据呈现为一个绘图，读者可以将鼠标悬停在绘图上查看数据点的值，或者从图形视图切换到表格视图，从而更详细地检查数据。

1.2.7 科研数据的审查

虽然对研究论文进行同行评审是学术界的普遍而严格的规则，但对于科研數据的审查却还很少见。科研数据的审查是数据质量控制和数据可信赖性的重要保证。出版机构也可以发挥重要作用，因为出版机构有适当和有力的程序来执行审查。同行评审可以区分刚刚发布的数据和已发布的数据（因此可以被信任）。在许多情况下，数据集通过网络发布来共享，但是经过同行评审过程的数据可以出版。当前爱思唯尔部分出版机构对科研数据进行不同程度的同行评审。有些机构在将数据集纳入到数据存储库中之前，根据特定学科的标准手动检查数据集的格式是否正确。也有些机构在图像数据整合在论文中之前，自动检查以进行审查操作。还有一些机构会验证数据是否有适当的描述作为元数据附加—有了元数据，数据就可以被充分理解和重用。爱思唯尔的开放数据试点项目“开放数据试验”，要求审阅者检查提交的文件是否是可解析的原始数据，是否在相关领域中普遍使用;对于数据期刊，针对数据的审查将更加严格。

1.2.8 科研数据的可复制

研究结果的可重复性是科学界的重大关切。为了提高研究结果的可信度，爱思唯尔引入了“可复制性计划”，通过独立复制来验证（收费）关键实验结果。不可再现性往往源于研究数据的缺失，而这些缺失的要素是实现验证相同研究结果所必需的。例如，生物医学文献中报告的资源（例如抗体，模型生物和软件）通常缺乏足够的细节以实现可再现性或重用性。学术界非常重视这一点，并创造各种条件来帮助解决这一需求。爱思唯尔为FORCE11资源识别计划做出的巨大贡献得到学术界的认可和肯定。该计划在生物医学文献中实现资源识别，促进唯一研究资源标识符（RRID）的使用。研究数据联盟（RDA）也成立了一个关注可再现性的机构。

1.2.9 科研数据的可重用

对于学术界而言，共享研究数据的最大益处是可重复使用这些数据。只有当研究数据具有足够的可信度和可复制性时，研究人员才会重新使用这些数据。因此，爱思唯尔建议在数据共享的第一步（即存储和保存时）允许将用户许可证附加到数据集。这将使任何用户都能清楚地了解他们在使用数据时能和不能做什么，更有助于确保给予研究人员和数据创建者足够的信任。目前有各种各样的用户许可证可用，其中最常见的是知识共享。本节描述的爱思唯尔所有的步骤和举措最终都指向这个目标：促进重用，使研究更具可重复性和效率。

1.2.10 科研数据的整合

爱思唯尔认为，数据重用最重要的是整合以上9个“高效研究数据”的流程。但在构建数据重用或数据引用的系统时，还需要考虑当前的存储和共享数据系统。爱思唯尔以上9个流程和第10个集成步骤作为爱思唯尔的指导原则，对研究数据管理实践进行排序和检查。

2 威利的数据政策框架

2.1 概况

威利是1807年创立于美国的全球历史最悠久﹑最知名的学术出版机构之一，是世界第一大独立的学术图书出版机构和第三大学术期刊出版机构。威利发现目前许多资助者都要求研究人员发布数据，造成研究人员共享和存档数据的压力越来越大。威利认为数据共享可使其他研究者重用实验结果，在他人先前研究的基础上继续创新研究，提高研究效率并提升科研数据的透明度和可重复性。因此，威利致力于提升科学研究的开放性、透明度和可重复性，以营造更公平，更高效和负责的研究环境。威利认为科研过程中产生的数据与已发表的论文一样重要，当数据是FAIR（可查找、可访问、可互操作、可重用）时，研究人员可以访问和分析已有的研究成果，并在此基础上进行新的研究，这将使研究变得更加高效。为了建立更开放的研究环境，威利于2017年9月推出了完善的数据共享和引用政策，鼓励、期望或要求作者共享科研数据，该政策框架适用于威利所属的所有期刊[6]。

2.2 内容解析

2.2.1 数据共享政策

威利鼓励在期刊上发表论文的作者分享他们的科研数据，认为科研数据的定义因学科而异，“数据”包括为分析目的而收集，观察或创建的研究输出，科研数据可以包括（但不限于）：原始数据、处理后的数据、软件、算法、协议、方法、材料、照片、样本等。这些数据是研究论文中研究结果的基础和支撑。

可重现研究的基础是存在易于访问并易于发现支撑研究成果的数据，这需要依托强大而通用的数据框架来实现。2015年威利就提出了完善的科研数据政策，鼓励科学研究应保持开放性和透明性[7]。研究人员可访问威利的论文作者所使用的合规工具来选择期刊名称，了解其具体的数据期刊政策。政策框架具体内容如下。

（1）政策类型1—鼓励数据共享

期刊出版机构鼓励作者在适当的公共存储库中存档数据和其他附件来支持论文中的研究成果。作者可以提供包括可跳转到存储数据的数据存储库链接的数据可用性声明，并将该数据可用性声明发布在论文中，便于其他研究人员引用该数据，可用性声明可以自己起草，也可以使用威利提供的标准模板。所有论文作者都可以选择性发布数据可用性声明，以确认是否存在共享数据。如果作者选择共享数据，则数据可用性声明将描述如何访问数据，包括来自共享数据存储库所提供的数据永久性标识符（例如，数据的DOI或登录号）。

（2）政策类型2—期望数据共享

期刊出版机构希望作者将支撑论文研究结果的数据存储在适当的公共存储库中，并提供数据可用性声明，以描述共享数据的可用性或缺失。作者愿意共享数据时，要求作者在其数据可用性声明中描述已使用的存储库的链接，同时用于论文所述分析的脚本和其他附件也应该尽可能地公开存档。如果共享数据违反了道德标准或法律要求，数据将不允许共享。作者可以参阅威利网站“作者使用的标准模板”部分，为数据集选择适当的数据可用性声明。

（3）政策类型3—强制要求数据共享

期刊出版机构要求作者应将其数据存储在适当的公共存储库中，将支撑论文结果的数据作为发表的必要条件。作者必须提供数据可用性声明，包括指向所使用的数据存储库的链接，并引用已共享的数据，用于论文所述分析的脚本和其他附件也应该尽可能地公开存档。如果作者无法共享数据（例如，如果共享数据违反了道德标准或法律要求），则不需要作者共享数据，但必须在其数据可用性声明中描述数据使用限制。作者可以参阅威利网站“作者使用的标准模板”部分，为数据集选择适当的数据可用性声明。

（4）政策类型4—强制要求数据共享和同行评审数据

期刊出版机构要求必须对论文中支撑研究结果的数据进行同行评审，来确认共享数据的质量以及确认数据能否再现论文中的研究结果。威利强制要求作者提交论文结果中的数据，将其数据存储在适当的公共存储库中。作者必须提供数据可用性声明，包括指向所使用的存储库的链接，并引用已共享的数据。用于论文所述分析的脚本和其他附件也应该尽可能地公开存档。如果共享数据违反了道德标准或法律要求，则无需作者共享。

研究者可参阅表2以了解各种标准化数据共享策略类别。

说明：a数据可用性声明确认共享数据的存在或不存在。

b检查数据可用性声明中的数据链接，以确保链接作者想要的数据。如果数据已在数据存储库中共享，则数据可用性声明将包含指向该数据的永久链接。

c对链接数据的质量和/或可复制性进行同行评审。根据期刊的不同，一种方法是通过论文中的结果与存储库中的数据对应（例如，样本量和变量匹配）来确保同行评审数据的质量，另一种是同行评审数据的可复制性，以确保期刊论文中提出的声明有效且可复制。

不同类型措施的最低要求是鼓励数据共享。其中“期望数据共享”措施的期刊在每篇已发表的论文中都要求有数据可用性声明。但威利指出“期望”并不强制要求研究人员共享数据，相反它需要作者在每篇论文中都声明以确认是否存在共享数据。“期望”的措施是许多威利期刊的理想之选，只有那些采用最强数据共享政策水平的期刊才要求对每篇论文进行数据共享。强制的数据政策不仅要对作者数据共享核验，而且要求作者提供数据可用性声明。作者可以在“作者合规性工具”中访问期刊列表及其支持的措施。

2.2.2 数据可用性声明

数据可访问性声明提供能在何处找到支撑论文成果的科研数据和其他附件的有关信息，还包括指向公共数据集的存储库链接。威利的数据共享措施建议或要求（取决于期刊所选择的数据政策类型）将数据可访问性声明包括在论文中。表3是可供作者使用的数据可用性声明标准文本模板，声明是给遵循“期望数据”或“强制数据”措施的期刊制定的准则[8]。

2.2.3 数据引用政策

数据引用原则的适用范围包括期刊等出版机构和通用存储库中的数据。数据引用并不是取代如GenBank登录代码的在线引用（in-line citation of GenBank accession codes）等现有引用标准。在引用数据时，作者应参考相关要求，在参考文献中提供对数据的正式引文。威利建议采用FORCE11数据引用原则《数据引用原则联合声明》提出的格式[9]：

[数据集]作者;年; 数据集标题;数据存储库或档案;版本（如果有）;永久标识符（例如，DOI）

在引用之前添加[dataset]，以便正确地将其标识为数据引用。[数据集]标识符将会在论文发表前被删除，不会出现在作者发表的论文中。

威利鼓励作者在相关且适当的情况下引用数据，规定引用数据必须与引用论文、图书和网络的引用方式相同，且要求作者将数据引用作为其参考列表的一部分，并对生产和发布系统做出相应的改动来处理数据引用[10]。

威利建议的引用格式中，作者需要在共享数据之前访问作者合规工具以检查其选择的期刊或资助机构的数据共享政策，或访问re3data.org或fairsharing.org，为科研数据选择与主题领域相关的注册和认证数据存储库。通常，研究数据应尽可能提交给特定学科的、社区认可的存储库，如果没有合适的社区存储库可用，则应提交给通用存储库。如果目标期刊没有特定的数据存储库建议，那么各个学科的研究人员都可以考虑使用通用存储库如Dryad，figShare或Zenodo。数据所在的存储库将为科研数据分配一个永久性标识符，使其他研究人员可以引用该数据以及作者发表的研究论文，能轻松链接到论文引用的数据位置，通过直接链接快速访问参考资料。参考列表中的正式引文支持可重复性，有助于跟踪数据重用，认可或赞扬个人对研究的贡献，以及个人在收集、管理和归档数据方面所做的贡献。

3 结 语

爱思唯尔和威利这两大学术期刊出版机构的科研数据政策具有一定的趋同性。主要体现在以下方面。

（1）两大机构都根据所属期刊的不同需求推出了一系列多层次的数据政策，政策范围同样都是从鼓励数据共享到强烈鼓励再到强制性数据共享，所属期刊均可根据自身需求选择不同共享程度的数据政策类型。这种多层次分级的科研数据政策不仅使政策通用框架更易于理解和实践，同时也充分尊重了各期刊的差异化发展。

（2）两大机构的数据政策内容均涵盖数据出版的全流程，包含研究数据的存储、评审、共享、引用等，且大部分流程的标准高度相似，如均推荐作者选择符合FAIR原则的数据存储库，使用类型相似的数据可用性声明进行说明等。

（3）两大机构都遵守《数据引用原则联合声明》，对数据引用提出了新的要求，且都在其参考格式部分提供文字引用和数据集参考的示例。

本文通过对两大国际著名出版集团爱思唯尔和威利科研数据政策框架的詳细分析，以期有助于我国学术期刊出版机构等相关部门数据政策的制定，有效推进我国科学科研数据共享和重用，使开放科学数据更具可操作性。

注 释

[1]Home to the worlds most influential journals [EB/OL]. [2021-02-12]. https：//www.springernature.com/gp/products/journals

[2]Fast facts about Elsevier [EB/OL]. [2021-02-12]. https：//www.elsevier.com/__data/assets/pdf_file/0005/1095953/Fast-Facts-2020-12-04.pdf

[3]Sharing Research Data [EB/OL]. [2021-02-12].https：//www.elsevier.com/authors/tools-and-resources/research-data

[4]Research Data Guidelines [EB/OL]. [2021-02-12].https：//www.elsevier.com/authors/tools-and-resources/research-data/data-guidelines

[5]FAIR data with Mendeley Data [EB/OL]. [2021-02-12]. https：//www.elsevier.com/solutions/mendeley-data-platform/fair

[6]Find the right journal to publish your research [EB/OL]. [2021-02-12]. https：//authorservices.wiley.com/author-resources/Journal-Authors/open-access/author-compliance-tool.html

[7]Wileys Data Sharing Policies [EB/OL]. [2021-02-12].https：//authorservices.wiley.com/author-resources/Journal-Authors/open-access/data-sharing-citation/data-sharing-policy.html

[8]Wileys Data availability statement [EB/OL]. [2021-02-12].https：//authorservices.wiley.com/author-resources/Journal-Authors/open-access/data-sharing-citation/data-sharing-policy.html

[9][10]Sharing and Citing your Research Data [EB/OL]. [2021-02-12]. https：//authorservices.wiley.com/author-resources/Journal-Authors/open-access/data-sharing-citation/index.html

（收稿日期：2021-08-20）