АссистентНовый вопросИсторияОбласти знаний
Партнёрские проектыСпецпроектыСтать автором
Сменить язык
О РУВИКИ

Архивирование исследовательских данных

Архивирование исследовательских данных — это долгосрочное хранение научных исследовательских данных, охватывающее естественные, социальные и биологические науки. Политики различных научных журналов относительно объёма данных и методов, которые учёные обязаны хранить в публичном архиве, существенно различаются; также существенно отличаются и реально архивируемые материалы между различными дисциплинами. Аналогично, крупные грантодающие организации по-разному относятся к вопросу публичного архивирования данных. Традиционно научные публикации содержали достаточно информации для того, чтобы другие исследователи могли воспроизвести и, следовательно, проверить исследования. Однако в последние годы эта практика оказывается всё более затруднённой, так как в ряде областей исследований используются крупные массивы данных, которые трудно или невозможно воспроизвести независимо[1].

Значимость и требования

Значимость архивирования данных различна в разных отраслях науки. В некоторых областях все необходимые для воспроизведения работы данные уже представлены в самой статье. В таких сферах, как разработка лекарственных средств, генерируется огромное количество данных, которые необходимо архивировать, чтобы исследователи имели возможность убедиться, что опубликованные отчёты фармацевтических компаний точно отражают исходные данные.

Требование к архивированию данных — сравнительно новое явление в истории науки. Оно стало возможным благодаря развитию информационных технологий, позволяющих хранить и получать доступ к значительным объёмам информации из центральных хранилищ. Так, Американский геофизический союз (AGU) принял свою первую политику по архивированию данных в 1993 году, примерно через три года после появления Всемирной паутины. Эта политика предписывает, чтобы наборы данных, цитируемые в статьях AGU, хранились в признанных центрах данных; допускается создание «статей о данных» и закрепляется роль AGU в поддержке архивов данных, однако она не накладывает обязательств по обязательной архивации исходных данных самими авторами[1].

До появления организованного архивирования тем, кто хотел оценить или воспроизвести исследование, приходилось запрашивать данные и методы непосредственно у автора. Научное сообщество ожидает, что авторы будут делиться дополнительными данными, однако этот процесс нередко оказывался неэффективным и приводил к потере или искажению информации. В некоторых случаях авторы отказывались предоставлять запрошенные материалы.

Необходимость тщательного архивирования особенно возрастает, если исследование касается вопросов здравоохранения или формирования государственной политики[2][3].

Выборочные политики научных журналов

Biotropica

Biotropica требует как условие публикации, чтобы данные, подтверждающие выводы в статье, а также метаданные для их описания были архивированы в соответствующем публичном хранилище, например Dryad, Figshare, GenBank, TreeBASE или NCBI. Авторы могут сделать данные общедоступными сразу после публикации статьи или, если структура архива это позволяет, установить эмбарго на доступ к данным сроком до трёх лет с момента публикации. В рукописи обязательно включается заявление о доступности данных, составленное по инструкциям для авторов. Исключения могут быть сделаны главным редактором для случаев, когда исследования содержат чувствительную информацию (например, местонахождение редких видов). Редакционная статья с объяснением мотивации данной политики размещена здесь. Более полный список репозиториев представлен здесь.

Содействие культуре сотрудничества с исследователями, собирающими и архивирующими данные: данные, собираемые тропическими биологами, часто представляют собой долгосрочные, сложные и дорогостоящие наборы. Редколлегия Biotropica настоятельно рекомендует авторам, использующим архивные наборы данных, приглашать к полному сотрудничеству учёных, изначально собиравших эти данные. Это способствует как повышению качества исследований через использование глубоких знаний оригинальных коллекционеров, так и снижению риска ошибок при новых анализах, а также развитию междисциплинарного и межкультурного сотрудничества и подготовки кадров, за что Biotropica и ассоциация ATBC широко известны.

Примечание: Biotropica — один из немногих журналов, оплачивающих авторам расходы по размещению данных на Dryad.

The American Naturalist

The American Naturalist требует от авторов архивации данных, связанных с принятыми статьями, в публичном хранилище. Для генетических последовательностей и филогенетических деревьев обязательна загрузка в GenBank или TreeBASE соответственно. Среди подходящих архивов — Dryad для данных по экологии и эволюционной биологии. Все номера доступа к архивам должны быть указаны в рукописи до её сдачи в производство. Если данные размещены где-либо ещё, необходимо предоставить ссылку. Составленные из опубликованных материалов выборки также должны быть архивированы, предпочтительно — в Dryad для удобства читателей. Любые препятствия для обмена данными обсуждаются с редакцией при подаче рукописи[4].

Journal of Heredity

Исходные данные, лежащие в основе выводов статьи, определяющим образом влияют на подтверждаемость и прозрачность научного поиска и должны сохраняться в пригодном виде на десятилетия вперёд. Поэтому Journal of Heredity обязывает направлять новые нуклеотидные и аминокислотные последовательности и структурные координаты в публичные базы (например, GenBank, EMBL Nucleotide Sequence Database, DNA Database of Japan, Protein Data Bank, Swiss-Prot). Номера доступа должны быть указаны в финальной версии рукописи. Для прочих данных (например, микросателлитные генотипы, генетические карты, изображения) журнал поддерживает принципы Совместной политики архивирования данных (JDAP), поощряющей всех авторов архивировать исходные наборы данных в признанных публичных архивах, таких как Dryad, TreeBASE или Knowledge Network for Biocomplexity. Размещение данных возможно сразу по публикации либо под эмбарго сроком до года[5].

Molecular Ecology

Molecular Ecology ожидает, что подтверждающие результаты статьи данные будут архивированы в публичном архиве: GenBank, Gene Expression Omnibus, TreeBASE, Dryad, Knowledge Network for Biocomplexity, институциональном или грантовом репозитории, либо как дополнительные материалы на сайте журнала. Данные должны храниться десятилетиями, быть доступными для повторного использования. Доступ может быть открыт немедленно или, если поддерживается технология репозитория, временно ограничен (до года). В отдельных случаях возможны исключения — например, при чувствительной информации (данные о здоровье людей, местах обитания исчезающих видов)[6].

Nature

Все материалы должны храниться на аккредитованном независимом ресурсе (с предоставлением URL и номеров доступа), либо направляться в редакцию Nature при подаче рукописи, через веб-систему или, если это невозможно по объёму или формату, на CD/DVD (в пяти экземплярах). Разрешается хранение только на личных или институциональных сайтах авторов[7].

Журнал Nature обязывает рецензентов проверить полноту заархивированных дополнительных данных и методов. Рецензентам рекомендуется учитывать, не должны ли авторы дополнительно предоставить источники данных или методы для публикации в интернете (исходные коды, подробные протоколы, математические выкладки)[8].

Science

Science поддерживает базы данных, собирающие опубликованные научные данные для нужд сообщества. Перед публикацией большие массивы данных (массивы микрочипов, белковые или геномные последовательности, атомные координаты или карты электронной микроскопии макромолекул) должны быть размещены в одобренной базе данных, а номер доступа — приведён в статье[9].

Раздел «Материалы и методы». Science теперь просит размещать развернутое описание материалов и методов онлайн, оставляя в печатном варианте только минимально необходимую информацию для понимания логики статьи (за исключением работ, посвящённых новым методам или техникам)[10].

Royal Society

Для обеспечения верификации и развития опубликованных результатов журналов общества Royal Society их публикация возможна лишь при условии, что авторы сделают доступными данные, программный код и материалы исследований, лежащие в основе статьи. Данные и код должны быть размещены в общественно доступном и признанном хранилище. При отсутствии специализированного хранилища автор обязан использовать общий репозиторий (например, Dryad или Figshare)[11].

Journal of Archaeological Science

Journal of Archaeological Science придерживается политики открытости данных по крайней мере с 2013 года. Согласно правилам журнала, все данные, относящиеся к статье, должны быть представлены как дополнительные файлы либо размещены во внешних репозиториях с указанием ссылки в тексте. Рекомендуется использовать профильные сервисы, такие как Archaeology Data Service, Digital Archaeological Record или PANGAEA. Согласно исследованию 2018 года, уровень доступности данных составил всего 53 %, что может говорить о слабом контроле или недостаточной информированности редакторов, рецензентов и авторов о реализации этой политики[12].

Политики грантодающих организаций

В США Национальный научный фонд ужесточил требования к архивированию данных: соискатели грантов NSF обязаны подавать двухстраничный план управления данными, прилагаемый к заявке на финансирование[13].

Инициатива NSF Datanet привела к созданию проекта Data Observation Network for Earth, обеспечивающего архивирование экологических и природоохранных данных учёных со всего мира. Цель DataONE — сохранять и обеспечивать доступ к разномасштабным, междисциплинарным и международным массивам данных. Пользователями DataONE являются учёные, экосистемные управляющие, политики, студенты, преподаватели и общественность.

В Германии Немецкий исследовательский фонд требует, чтобы исследовательские данные хранились в институте учёного или в соответствующей национальной инфраструктуре не менее 10 лет[14].

Британский Центр цифрового курирования ведёт сводку политик финансирующих организаций[15].

Библиотека данных

undefined

Исследовательские данные архивируются в библиотеках данных или архивах данных. Библиотека данных, архив данных или репозиторий данных — это коллекция цифровых представлений или геопространственных наборов данных вторичного использования в научной работе. Обычно библиотека данных входит в состав крупной организации (университет, корпорация, НИИ, госпиталь, госструктура и др.), созданной для архивирования исследовательских данных и обслуживания пользователей. Как правило, библиотека данных хранит локальные коллекции и организует доступ посредством физических носителей (CD, DVD) или через централизованный сервер для загрузки.

Библиотека данных может также оформлять подписки на лицензированные ресурсы для доступа своих пользователей. Признание библиотеки данных в качестве архива часто связано с наличием уникальных коллекций, предоставлением долгосрочных услуг по сохранению и обслуживанием широкой аудитории (например, на национальном уровне). Большинство публичных библиотек данных перечислены в Реестре исследовательских репозиториев данных.

Значение и услуги

В августе 2001 года Ассоциация научных библиотек опубликовала отчёт[16], основанный на опросе библиотек ARL, занимающихся коллекционированием и обслуживанием цифровых ресурсов.

Поддержка работы с данными на уровне организации включает:

  • справка — поиск цифровых или геопространственных наборов данных по запросу пользователя;
  • обучение — инструктаж групп пользователей по поиску, скачиванию, импорту данных в электронные таблицы, статистические ПО, базы данных и ГИС, работе с документацией и кодбуками;
  • техническая поддержка — от регистрации до устранения ошибок в данных, переработки формата и консультаций по статистике;
  • формирование и управление коллекцией — закупка, поддержка и администрирование собраний данных для нужд пользователей, оформление подписок, взаимодействие с поставщиками и национальными архивами;
  • услуги по сохранению и совместному использованию данных — мероприятия по сохранению данных (обновление носителей, конвертация форматов), отслеживание обновлений в центральных репозиториях, подготовка исходных данных к повторному использованию (размещение в репозитории, разметка по XML-стандарту Data Documentation Initiative, добавление метаданных).

Примеры библиотек данных

Естественные науки

Ниже приведены научные архивы данных:

Социальные науки

В социальных науках библиотеки данных часто называют архивами данных[17]. Это профессиональные институты по приобретению, подготовке, хранению и распространению социальных и поведенческих данных.

К 1964 году Международный совет по социальным наукам (ISSC, International Social Science Council) провёл вторую конференцию по социальным архивам данных и имел постоянную комиссию, способствующую развитию движения архивов. К началу XXI века в развитых и некоторых развивающихся странах существовали формальные и эффективно действующие национальные архивы данных. Кроме того, университеты и колледжи имеют свои “библиотеки данных”, как правило, полагающиеся на национальные сервисы для долгосрочного хранения (Rockwell, 2001, с. 3227)[18].

Примечания

  1. ↑ 1 2 Policy on Referencing Data in and Archiving Data for AGU Publications. American Geophysical Union. Дата обращения: 15 июня 2024. Архивировано 15 января 2010 года.
  2. ↑ The Case for Due Diligence When Empirical Research is Used in Policy Formation. Canadian Economics Association. Дата обращения: 15 июня 2024. Архивировано 3 марта 2016 года.
  3. ↑ Data Sharing and Replication. Gary King. Дата обращения: 15 июня 2024. Архивировано 28 марта 2007 года.
  4. ↑ Supporting Data and Material. The American Naturalist. Дата обращения: 15 июня 2024. Архивировано 28 мая 2016 года.
  5. ↑ Data archiving policy. Journal of Heredity. Дата обращения: 15 июня 2024. Архивировано 17 мая 2007 года.
  6. ↑ Policy on data archiving. Molecular Ecology. Дата обращения: 15 июня 2024. Архивировано 19 июля 2010 года.
  7. ↑ Availability of Data and Materials: The Policy of Nature Magazine. Nature. Дата обращения: 15 июня 2024. Архивировано 19 февраля 2007 года.
  8. ↑ Guide to Publication Policies of the Nature Journals. Nature (14 марта 2007). Дата обращения: 15 июня 2024. Архивировано 2 октября 2025 года.
  9. ↑ General Policies of Science Magazine. Science. Дата обращения: 15 июня 2024. Архивировано 8 декабря 2005 года.
  10. ↑ Preparing Your Supporting Online Material. Science. Дата обращения: 15 июня 2024. Архивировано 21 декабря 2005 года.
  11. ↑ Data sharing and mining. Royal Society. Дата обращения: 15 июня 2024. Архивировано 2 октября 2025 года.
  12. ↑ Marwick, Ben; Birch, Suzanne E. Pilaar (5 апреля 2018). “A Standard for the Scholarly Citation of Archaeological Data as an Incentive to Data Sharing”. Advances in Archaeological Practice. 6 (2): 125—143. DOI:10.1017/aap.2018.3. Дата обращения 2024-06-15.
  13. ↑ NSF to Ask Every Grant Applicant for Data Management Plan. Science. Дата обращения: 15 июня 2024. Архивировано 10 мая 2010 года.
  14. ↑ DFG Guidelines on the Handling of Research Data. Deutsche Forschungsgemeinschaft. Дата обращения: 15 июня 2024. Архивировано 12 июня 2018 года.
  15. ↑ Overview of funders' data policies. Digital Curation Centre. Дата обращения: 15 июня 2024. Архивировано 6 апреля 2010 года.
  16. ↑ SPEC Kit 263: Numeric Data Products and Services. Association of Research Libraries. Дата обращения: 15 июня 2024. Архивировано 8 декабря 2006 года.
  17. ↑ White, Howard D. (1977). Machine-Readable Social Science Data. Drexel Library Quarterly 13 (январь 1977): 1-110.
  18. ↑ Rockwell, R.C. (2001). Data Archives: International. // В кн.: Smelser, N.J. & Baltes, P.B. (ред.) International Encyclopedia of the Social and Behavioral Sciences (т.5, с.3225–3230). Амстердам: Elsevier

Литература

  • Clubb, J., Austin, E., и Geda, C. «Sharing research data in the social sciences.» // Sharing Research Data, S. Fienberg, M. Martin, and M. Straf (ред.) National Academy Press, Вашингтон, 1985, с. 39–88.
  • Geraci, D., Humphrey, C., Jacobs, J. Data Basics. Canadian Library Association, Оттава, 2005.
  • Heim, Kathleen M. "Social Scientific Information Needs for Numeric Data: The Evolution of the International Data Archive Infrastructure." // Collection Management 9 (весна 1987): 1–53.
  • Martinez, Luis & Macdonald, Stuart, "Supporting local data users in the UK academic community" Supporting local data users in the UK academic community. Ariadne (июль 2005). Дата обращения: 15 июня 2024. Архивировано 4 мая 2018 года..
  • IASSIST Bibliography of Selected Works IASSIST Bibliography of Selected Works. IASSIST. Дата обращения: 15 июня 2024. Архивировано 3 марта 2016 года. — библиографию, прослеживающую историю библиотек данных и роль архивистов с 1960-х годов по 1996 год.
  • IASSIST Quarterly — статьи с 1993 по настоящее время о библиотеках, архивах, поддержке работы с данными и информационных технологиях в социально-гуманитарных исследованиях.
  • Registry of Research Data Repositories re3data.org [1]
  • Статистический чек-лист Nature [2]
  • Политики журнала Proceedings of the National Academy of Sciences (U.S.) [3]
  • US National Committee for CODATA [4] US National Committee for CODATA. National Academies. Дата обращения: 15 июня 2024. Архивировано 29 ноября 2008 года.
  • The Role of Data and Program Code Archives in the Future of Economic Research [5]
  • Data sharing and replication – сайт Гэри Кинга [6]
  • The Case for Due Diligence When Empirical Research is Used in Policy Formation by McCullough and McKitrick [7] The Case for Due Diligence When Empirical Research is Used in Policy Formation. Canadian Economics Association. Дата обращения: 15 июня 2024. Архивировано 3 марта 2016 года.
  • Thoughts on Refereed Journal Publication by Chuck Doswell [8]
  • “How to encourage the right behaviour” статья в Nature, март 2002.[9]
  • NASA Astrophysics Data System [10]
  • Panton Principles for Open Data in Science, at Citizendium [11]
  • Межуниверситетский консорциум политических и социальных исследований [12]

Ссылки

  • IASSIST (Международная ассоциация по информационным и сервисным технологиям в социальных науках)
  • DISC-UK (Ассоциация специалистов по информации о данных — Великобритания)
  • APDU (Ассоциация пользователей публичных данных — США)
  • CAPDU CAPDU. Canadian Association of Public Data Users. Дата обращения: 15 июня 2024. Архивировано 11 сентября 2017 года. (Канадская ассоциация пользователей публичных данных)

Категории