從數(shù)據(jù)監(jiān)護(hù)看美國(guó)高校圖書館的機(jī)構(gòu)庫(kù)建設(shè)新思路——來(lái)自DataStaR的啟示

□楊鶴林

隨著計(jì)算機(jī)技術(shù)的大量應(yīng)用，許多科研過(guò)程會(huì)產(chǎn)出海量科學(xué)數(shù)據(jù)，科學(xué)數(shù)據(jù)是信息時(shí)代最基本、最活躍、影響面最寬的一種戰(zhàn)略性資源，對(duì)于科技創(chuàng)新具有顯著的支撐作用，從一定角度來(lái)說(shuō)，未來(lái)的科研活動(dòng)將是科學(xué)數(shù)據(jù)驅(qū)動(dòng)的科研活動(dòng)。近年來(lái)，數(shù)據(jù)監(jiān)護(hù)（Data Curation）服務(wù)在美國(guó)高校圖書館中日益興起，此處的“數(shù)據(jù)”專指科學(xué)數(shù)據(jù)而非計(jì)算機(jī)科學(xué)中所指以數(shù)字化形式編碼的數(shù)據(jù)，美國(guó)國(guó)家科學(xué)基金會(huì)在專門扶持?jǐn)?shù)據(jù)監(jiān)護(hù)服務(wù)的數(shù)據(jù)網(wǎng)（DataNet）計(jì)劃中，將數(shù)據(jù)定義為“所有能以數(shù)字化形式存儲(chǔ)并能以電子方式獲取的信息，包括數(shù)字、文本、出版物、感應(yīng)器讀數(shù)流、視頻、音頻、算法、軟件、模型、模擬、圖像等?！保?］數(shù)據(jù)監(jiān)護(hù)不是單純對(duì)這些數(shù)據(jù)進(jìn)行存儲(chǔ)，而是在數(shù)據(jù)供學(xué)術(shù)、科學(xué)及教育所用的生命周期內(nèi)對(duì)其進(jìn)行持續(xù)管理的活動(dòng)，通過(guò)評(píng)價(jià)、篩選、重現(xiàn)及組織數(shù)據(jù)以供當(dāng)前科研活動(dòng)獲取，并能用于未來(lái)再發(fā)現(xiàn)及再利用。

數(shù)據(jù)階段型存儲(chǔ)庫(kù)（Data Staging Repository，DataStaR）是康奈爾大學(xué)圖書館的一項(xiàng)主要針對(duì)本校學(xué)者的數(shù)據(jù)監(jiān)護(hù)服務(wù)，其以機(jī)構(gòu)庫(kù)為基礎(chǔ)，力圖扮演學(xué)術(shù)界共享數(shù)據(jù)集時(shí)的一個(gè)暫時(shí)的、過(guò)渡性質(zhì)的存儲(chǔ)節(jié)點(diǎn)，其設(shè)想是建設(shè)成為一個(gè)數(shù)據(jù)監(jiān)護(hù)平臺(tái)及一套完整服務(wù)方案，擁有可產(chǎn)生多種格式的高質(zhì)量元數(shù)據(jù)的工具，由圖書館員負(fù)責(zé)操作，通過(guò)協(xié)助學(xué)者完善數(shù)據(jù)和元數(shù)據(jù)來(lái)促進(jìn)共享，最終積極幫助他們向各自領(lǐng)域的學(xué)科庫(kù)發(fā)布數(shù)據(jù)成果，供長(zhǎng)期使用和保存［2］。DataStaR不但是具體數(shù)據(jù)監(jiān)護(hù)服務(wù)的典型案例，還體現(xiàn)出當(dāng)前美國(guó)高校圖書館對(duì)機(jī)構(gòu)庫(kù)建設(shè)的一些新思路，非常值得了解。

1 DataStaR面對(duì)的學(xué)科服務(wù)新形勢(shì)

1.1 高校圖書館運(yùn)作的機(jī)構(gòu)庫(kù)遭遇發(fā)展瓶頸

作為校園信息基礎(chǔ)的有機(jī)組成元素，機(jī)構(gòu)庫(kù)（Institutional Repository）已發(fā)展多年，在最初的愿景中，圖書館界普遍希望機(jī)構(gòu)庫(kù)可以完成兩大任務(wù)：一是實(shí)現(xiàn)研究成果的開放存取，克服現(xiàn)有學(xué)術(shù)交流模式的弊端，二是長(zhǎng)期保存機(jī)構(gòu)的研究成果，借此體現(xiàn)機(jī)構(gòu)學(xué)術(shù)聲望、學(xué)術(shù)水平和社會(huì)價(jià)值。

到2011年7月，OpenDOAR上收錄的機(jī)構(gòu)庫(kù)突破2000個(gè)。然而在數(shù)量不斷增加的同時(shí)，不少研究者也發(fā)現(xiàn)最初美好的構(gòu)思并沒(méi)有獲得用戶充分認(rèn)同，與頻頻受到學(xué)者青睞的學(xué)科庫(kù)、協(xié)會(huì)庫(kù)相反，薩洛（Salo）形容機(jī)構(gòu)庫(kù)是學(xué)者不在意，圖書情報(bào)專業(yè)不教學(xué)，甚至圖書館員也不了解［3］；機(jī)構(gòu)庫(kù)定位模糊、服務(wù)缺失、用戶參與度不高等問(wèn)題對(duì)人們的信心造成了嚴(yán)重沖擊，甚至有人表示“沒(méi)有什么建設(shè)像機(jī)構(gòu)庫(kù)一樣，承諾如此多，效果如此差”［4］。面對(duì)嚴(yán)峻的現(xiàn)狀，如何發(fā)展機(jī)構(gòu)庫(kù)，如何使機(jī)構(gòu)庫(kù)在學(xué)術(shù)界獲得認(rèn)可，將是對(duì)圖書館智慧的考驗(yàn)。

1.2 高?？蒲械臄?shù)據(jù)監(jiān)護(hù)需求日益凸顯

目前，類似人類基因組計(jì)劃的大型科學(xué)研究項(xiàng)目由于組織縝密，都有完善的數(shù)據(jù)保存利用政策，基因庫(kù)（GenBank）就是其成果之一。在國(guó)家層面上，對(duì)專業(yè)科研系統(tǒng)獲得的數(shù)據(jù)也有對(duì)應(yīng)機(jī)構(gòu)進(jìn)行處理，中科院自1982年便開始了“中科院科學(xué)數(shù)據(jù)庫(kù)”項(xiàng)目，現(xiàn)已經(jīng)成為國(guó)內(nèi)信息量最大、服務(wù)層次最高的綜合性科學(xué)數(shù)據(jù)系統(tǒng)；中國(guó)科技部也于2002年啟動(dòng)了“國(guó)家科學(xué)數(shù)據(jù)共享工程”建設(shè)，引發(fā)了科學(xué)數(shù)據(jù)共享研究的熱潮。

與之形成鮮明對(duì)比的是，大量高校學(xué)者所承擔(dān)的“小科學(xué)”（Small Science）卻因分布散、規(guī)模小而長(zhǎng)期是數(shù)據(jù)管理的盲區(qū)，這些項(xiàng)目通常只有數(shù)名學(xué)者參與，產(chǎn)生的數(shù)據(jù)存放在個(gè)人電腦里，既沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，也沒(méi)有分享機(jī)制，更缺乏長(zhǎng)期利用策略。海登（Heidorn）對(duì)2007年美國(guó)國(guó)家科學(xué)基金會(huì)批準(zhǔn)項(xiàng)目的調(diào)查顯示，當(dāng)年共撥款28.7億美元資助12025個(gè)項(xiàng)目，其中獲撥款排名前20%的項(xiàng)目占據(jù)六成經(jīng)費(fèi)，剩余四成經(jīng)費(fèi)資助了多達(dá)9621個(gè)項(xiàng)目，最小一項(xiàng)只獲得591美元。這些小項(xiàng)目根本不可能有充裕的人力財(cái)力來(lái)處理產(chǎn)生的數(shù)據(jù)，海登稱其為“暗數(shù)據(jù)”［5］。小科學(xué)是人們認(rèn)識(shí)和了解特定局部事物的重要手段，長(zhǎng)期忽視小科學(xué)的數(shù)據(jù)是非常不合理的，隨著計(jì)算機(jī)技術(shù)、互聯(lián)網(wǎng)技術(shù)、數(shù)字化存儲(chǔ)技術(shù)的發(fā)展，海量科學(xué)數(shù)據(jù)的數(shù)字化和網(wǎng)絡(luò)化成為可能。美國(guó)越來(lái)越多的基金機(jī)構(gòu)要求資助的項(xiàng)目發(fā)布數(shù)據(jù)，如國(guó)立健康研究院就從2003年起規(guī)定年度預(yù)算達(dá)到50萬(wàn)美元的項(xiàng)目在申請(qǐng)時(shí)必須制定數(shù)據(jù)發(fā)布方案。

1.3 高校圖書館紛紛推出數(shù)據(jù)監(jiān)護(hù)服務(wù)

金融危機(jī)以來(lái)，美國(guó)不少高校和基金會(huì)紛紛削減開支、減少資助。圖書館作為服務(wù)大戶，受到了很大沖擊。面對(duì)嚴(yán)峻的形勢(shì)，通過(guò)更新服務(wù)內(nèi)容、提升服務(wù)效果體現(xiàn)自身存在價(jià)值，避免被學(xué)術(shù)圈邊緣化成為許多高校圖書館的當(dāng)務(wù)之急。小科學(xué)日益高漲的數(shù)據(jù)監(jiān)護(hù)需求與服務(wù)缺失的矛盾使高校圖書館看到了機(jī)會(huì)：作為一個(gè)長(zhǎng)期穩(wěn)定的信息機(jī)構(gòu)，圖書館通過(guò)數(shù)據(jù)監(jiān)護(hù)服務(wù)，可以為小科學(xué)提供一整套可靠的數(shù)據(jù)交流、發(fā)布和保存解決方案。2007年后，美國(guó)多家高校圖書館陸續(xù)開始了數(shù)據(jù)監(jiān)護(hù)服務(wù)的探索：除DataStaR外，新墨西哥大學(xué)圖書館主持的地球數(shù)據(jù)觀測(cè)網(wǎng)（Data Observation Network for Earth，DataONE）項(xiàng)目關(guān)注地球影像數(shù)據(jù)，約翰·霍普金斯大學(xué)圖書館主持的數(shù)據(jù)保育（Data Conservancy）項(xiàng)目關(guān)注天文數(shù)據(jù)，這兩個(gè)項(xiàng)目各獲得國(guó)家科學(xué)基金會(huì)高達(dá)2000萬(wàn)美元的資助。還有調(diào)查數(shù)據(jù)監(jiān)護(hù)需求的伊利諾伊大學(xué)數(shù)據(jù)監(jiān)護(hù)基礎(chǔ)信息（Data Curation Profiles）項(xiàng)目；設(shè)計(jì)數(shù)據(jù)監(jiān)護(hù)課程的北卡羅來(lái)納大學(xué)數(shù)據(jù)化監(jiān)護(hù)課程（Digital Curation Curriculum，DigCCurr）項(xiàng)目；探索“數(shù)據(jù)館員”職業(yè)規(guī)劃的普渡大學(xué)圖書館的分布式數(shù)護(hù)監(jiān)護(hù)中心（Distributed Data Curation Center，D2C2）項(xiàng)目等。

2 DataStaR的可行性

2.1 圖書館理論支持和實(shí)踐經(jīng)驗(yàn)積累

早在2003年就有調(diào)查指出，許多學(xué)科沒(méi)有數(shù)據(jù)存儲(chǔ)庫(kù)，研究人員無(wú)法很好地存儲(chǔ)、分享、發(fā)布數(shù)據(jù)，而即使如天文學(xué)、物理學(xué)等少數(shù)已經(jīng)有較完善數(shù)據(jù)存儲(chǔ)庫(kù)的學(xué)科，學(xué)者仍不善使用，甚至完全不會(huì)用［6］。

在DataStaR前，康奈爾大學(xué)圖書館已經(jīng)有一些較成功的數(shù)據(jù)發(fā)布項(xiàng)目，如康奈爾地理空間信息庫(kù)（the Cornell University Geospatial Information Repository，CUGIR）和美國(guó)農(nóng)業(yè)部經(jīng)濟(jì)、統(tǒng)計(jì)與市場(chǎng)信息系統(tǒng)（the USDA Economics，Statistics and Marketing Information System，USDA－ESMIS），兩者都是由國(guó)家科學(xué)基金會(huì)全額資助的學(xué)科數(shù)據(jù)存儲(chǔ)庫(kù)。圖書館通過(guò)這些項(xiàng)目可評(píng)估自身協(xié)助學(xué)者進(jìn)行數(shù)據(jù)歸檔和整理的可行性，尤其在USDA－ESMIS中，圖書館員需要處理的數(shù)據(jù)往往是少量多批的，這就使得每次任務(wù)都比較個(gè)性化，需要跟學(xué)者反復(fù)溝通。為了提高效率，圖書館員開始萌生出摸索一套更規(guī)范、更便捷也更具可持續(xù)性的標(biāo)準(zhǔn)化解決方案以協(xié)助跨項(xiàng)目組、跨專業(yè)交流。澳大利亞莫納什大學(xué)圖書館的全局式監(jiān)護(hù)（Curation Continuum）項(xiàng)目曾論證過(guò)數(shù)據(jù)的使用可以分為發(fā)布前共享環(huán)境及更正式的發(fā)布后長(zhǎng)期保存環(huán)境，這兩個(gè)環(huán)境間的交互階段有一個(gè)素材傳遞的過(guò)程［7］。這個(gè)交互階段也被康奈爾大學(xué)圖書館所意識(shí)到，并將其作為DataStaR的切入點(diǎn)，利用機(jī)構(gòu)庫(kù)這個(gè)成熟的平臺(tái)探索圖書館員－學(xué)者互動(dòng)規(guī)律，以及機(jī)構(gòu)庫(kù)如何在實(shí)現(xiàn)數(shù)據(jù)監(jiān)護(hù)中發(fā)揮作用。

2.2 學(xué)者普遍具有數(shù)據(jù)監(jiān)護(hù)需求

康奈爾的圖書館員通過(guò)調(diào)查發(fā)現(xiàn)，合作過(guò)的學(xué)者對(duì)數(shù)據(jù)監(jiān)護(hù)確實(shí)有不少需求，這使得圖書館確信主動(dòng)開展合作能給雙方都帶來(lái)切實(shí)收獲。從調(diào)查結(jié)果來(lái)看，學(xué)者對(duì)數(shù)據(jù)監(jiān)護(hù)的需求五花八門，最常見(jiàn)的幾點(diǎn)有：

·需要一個(gè)協(xié)作空間以便科研過(guò)程中分享數(shù)據(jù)；

·需要協(xié)助確認(rèn)共享時(shí)應(yīng)該分享原始的還是加工后的數(shù)據(jù)、是完整的還是重點(diǎn)的數(shù)據(jù)；

· 需要在期刊不提供發(fā)布途徑時(shí)，依科研資助者要求完成數(shù)據(jù)發(fā)布；

· 需要了解下階段用戶如何使用數(shù)據(jù)，避免誤讀、誤用。

還有些學(xué)者干脆想知道別人使用他們的數(shù)據(jù)后做出了什么新成果，有些人希望后繼使用者能在發(fā)表成果時(shí)注明原始數(shù)據(jù)源及其所屬資助項(xiàng)目名稱等等。當(dāng)然DataStaR也許無(wú)法滿足所有要求，但這些需求也確實(shí)反映出學(xué)者普遍覺(jué)得靠自身去處理數(shù)據(jù)有些力不從心，發(fā)展一個(gè)本地的、階段型的數(shù)據(jù)發(fā)布方案是很值得研究的事情［8］。

3 DataStaR的運(yùn)作模型

DataStaR系統(tǒng)主要由4部分構(gòu)成：

· 基于Fedora的數(shù)據(jù)集存儲(chǔ)庫(kù)；

· 基于Vitro的語(yǔ)義元數(shù)據(jù)存儲(chǔ)庫(kù)；

· 用于對(duì)文件格式進(jìn)行批量自動(dòng)識(shí)別的開源工具：數(shù)字記錄目標(biāo)識(shí)別程序（Digital Record Object Identification，DROID，由英國(guó)國(guó)家檔案局開發(fā)）；

·用于向外部永久存儲(chǔ)庫(kù)傳輸文件的內(nèi)容轉(zhuǎn)移協(xié)議——面向存儲(chǔ)的簡(jiǎn)單網(wǎng)絡(luò)服務(wù)協(xié)議（Simple Web Service Offering Repository Deposit，SWORD，由英國(guó)JISC資助開發(fā)）。

以一位生態(tài)學(xué)者研究某物種的分布為例，操作流程大致如下：用戶首先將野外觀測(cè)數(shù)據(jù)匯總，然后錄入一個(gè)電子表格成為數(shù)據(jù)集。她將電子表格上傳到DataStaR，此時(shí)系統(tǒng)會(huì)根據(jù)用戶注冊(cè)時(shí)填寫的信息以及檢測(cè)到的文件格式自動(dòng)生成一些基本元數(shù)據(jù)，用戶只需補(bǔ)充一項(xiàng)描述信息的元數(shù)據(jù)并設(shè)定他人訪問(wèn)權(quán)限。

上傳時(shí)，用戶選定一個(gè)未來(lái)發(fā)布的目標(biāo)庫(kù)，系統(tǒng)會(huì)根據(jù)目標(biāo)庫(kù)的要求，生成合適的元數(shù)據(jù)表單供用戶填寫；若選擇“待定”，則要填寫一些額外的元數(shù)據(jù)供備用。隨著數(shù)據(jù)集不斷豐富，最終還可生成顯示物種分布情況的地理信息系統(tǒng)（GIS）數(shù)據(jù)集，DataStaR的圖書館員在這一過(guò)程中根據(jù)生態(tài)學(xué)及GIS數(shù)據(jù)存儲(chǔ)庫(kù)的不同標(biāo)準(zhǔn)，協(xié)助學(xué)者決定應(yīng)該共享哪些數(shù)據(jù)，整理和格式化數(shù)據(jù)，創(chuàng)建高質(zhì)量元數(shù)據(jù)等。

決定哪些數(shù)據(jù)應(yīng)該共享以及如何組織，在一定程度上根據(jù)預(yù)期用戶而定。就生態(tài)學(xué)來(lái)說(shuō)，一般預(yù)期數(shù)據(jù)將會(huì)用于反復(fù)分析，或集合多位研究人員的數(shù)據(jù)進(jìn)行對(duì)比，故加工后的數(shù)據(jù)集就比原始觀測(cè)數(shù)據(jù)更有用。至于元數(shù)據(jù)，一些元數(shù)據(jù)很容易理解和完成，另一些則可能需要專業(yè)知識(shí)或?qū)唧w要求進(jìn)行仔細(xì)研讀才能完成。目前圖書館員協(xié)助學(xué)者創(chuàng)建元數(shù)據(jù)中最重大的作用就是準(zhǔn)確賦予受控詞和主題詞、知識(shí)產(chǎn)權(quán)申明的書面表述、撰寫地理坐標(biāo)等特殊元素的規(guī)范表達(dá)等。DataStaR雖然不承擔(dān)數(shù)據(jù)集長(zhǎng)期保存任務(wù)，但它會(huì)對(duì)數(shù)據(jù)集的元數(shù)據(jù)進(jìn)行備份，這些高質(zhì)量的元數(shù)據(jù)可供學(xué)者未來(lái)反復(fù)使用，也是其提高用戶忠誠(chéng)度的重要手段之一。

科研結(jié)束時(shí)，用戶和圖書館員一同核對(duì)元數(shù)據(jù)和數(shù)據(jù)，將整理好的數(shù)據(jù)集發(fā)布到一個(gè)生態(tài)學(xué)的學(xué)科庫(kù)，如CUGIR；將相應(yīng)的GIS數(shù)據(jù)集發(fā)布到紐約州立GIS數(shù)據(jù)交流中心，最后將兩個(gè)數(shù)據(jù)集的備份存儲(chǔ)到康奈爾大學(xué)圖書館自己的機(jī)構(gòu)庫(kù)eCommons里。數(shù)據(jù)從DataStaR流動(dòng)到外部學(xué)科庫(kù)的機(jī)制可自動(dòng)亦可手動(dòng)，視目標(biāo)庫(kù)的結(jié)構(gòu)和要求決定。當(dāng)向eCommons發(fā)布數(shù)據(jù)集時(shí)，系統(tǒng)可從早前提交的學(xué)科記錄中提取必要元數(shù)據(jù)并自動(dòng)生成到機(jī)構(gòu)庫(kù)中，然后將數(shù)據(jù)集和作為支撐材料的學(xué)科記錄一起存入；向生態(tài)學(xué)科專門數(shù)據(jù)存儲(chǔ)庫(kù)發(fā)布的工作也是自動(dòng)完成，但向紐約州立GIS數(shù)據(jù)交流中心提交時(shí)則由于政策規(guī)定，必須由圖書館員人工操作［9］。DataStaR的構(gòu)成和運(yùn)作流程見(jiàn)圖1。

圖1 DataStaR模型

4 DataStaR的特色

DataStaR最主要的服務(wù)對(duì)象是康奈爾大學(xué)的學(xué)者，這一點(diǎn)跟傳統(tǒng)的機(jī)構(gòu)庫(kù)類似。但是，其主要任務(wù)是促進(jìn)數(shù)據(jù)向長(zhǎng)期存儲(chǔ)庫(kù)（如學(xué)科庫(kù)）流動(dòng)，對(duì)自身的定位是一個(gè)短期的、暫時(shí)性的數(shù)據(jù)集存儲(chǔ)點(diǎn)和可靠的服務(wù)伙伴。這種階段型定位使DataStaR兼有一般機(jī)構(gòu)庫(kù)和學(xué)科庫(kù)的特征，具體見(jiàn)表1。

DataStaR與機(jī)構(gòu)庫(kù)一樣，重點(diǎn)服務(wù)于本地機(jī)構(gòu)；沒(méi)有提供過(guò)多的數(shù)據(jù)分析、使用方面的工具，比如可視化統(tǒng)計(jì)軟件、數(shù)據(jù)抓取軟件等；沒(méi)有為終端用戶提供存儲(chǔ)內(nèi)容方面的服務(wù)；沒(méi)有針對(duì)學(xué)者的強(qiáng)制性存儲(chǔ)要求。在其他方面，DataStaR又具備一些學(xué)科庫(kù)的功能：機(jī)構(gòu)庫(kù)的初衷是管理文檔而非數(shù)據(jù)，一些學(xué)科庫(kù)則一開始就把目標(biāo)對(duì)準(zhǔn)了數(shù)據(jù)。學(xué)科庫(kù)通常都有各自特定的元數(shù)據(jù)標(biāo)準(zhǔn)，而DataStaR由于面向多學(xué)科的用戶，所以可以支持好幾種元數(shù)據(jù)標(biāo)準(zhǔn)。學(xué)科庫(kù)都要求發(fā)布的數(shù)據(jù)格式化，DataStaR就會(huì)主動(dòng)幫助數(shù)據(jù)提供者根據(jù)那些要求來(lái)完善并提交數(shù)據(jù)。

表1 DataStaR與機(jī)構(gòu)庫(kù)、學(xué)科庫(kù)特征對(duì)比

5 DataStaR體現(xiàn)的機(jī)構(gòu)庫(kù)建設(shè)新思路

5.1 調(diào)整開放獲取戰(zhàn)略，承認(rèn)當(dāng)前學(xué)術(shù)交流圈

在機(jī)構(gòu)庫(kù)興起時(shí)，許多人將機(jī)構(gòu)庫(kù)和開放獲取等同起來(lái)，視其為變革學(xué)術(shù)傳播方式的利器，哈內(nèi)德（Harnad）早在1994年就發(fā)出過(guò)顛覆性的論點(diǎn)，呼吁所有學(xué)者都應(yīng)該把他們的論文在開放存取庫(kù)中發(fā)布，通過(guò)共同努力打破出版商利用經(jīng)濟(jì)手段設(shè)置的信息壁壘［10］。但隨后的機(jī)構(gòu)庫(kù)實(shí)踐卻顯示了用戶和圖書館員在這一認(rèn)識(shí)上存在差異，戴維斯（Davis）描述到：“在康奈爾大學(xué)，一些被圖書館員看得心急火燎的學(xué)術(shù)交流問(wèn)題，例如文獻(xiàn)開放獲取，許多學(xué)者卻覺(jué)得無(wú)關(guān)痛癢，每個(gè)學(xué)科都有自己的學(xué)術(shù)小圈子，很大程度上取決于科研激勵(lì)機(jī)制以及傳統(tǒng)?！保?1］如果機(jī)構(gòu)庫(kù)希望解決的問(wèn)題在學(xué)者看來(lái)不感興趣，那關(guān)注度如此低也就不足為奇了。學(xué)者在長(zhǎng)期形成的學(xué)術(shù)圈中有各自的交流渠道，如參加協(xié)會(huì)、出席會(huì)議、出版商贈(zèng)閱等，至少現(xiàn)階段對(duì)全面開放獲取的需求尚不很迫切。喬赫利（Choudhury）指出，學(xué)者愿意向美國(guó)國(guó)家生物技術(shù)信息中心（NCBI）的PubMed Central數(shù)據(jù)庫(kù)提交文獻(xiàn)，卻忽視自己學(xué)校機(jī)構(gòu)庫(kù)的原因，不僅因?yàn)镹CBI是重要的科研資助機(jī)構(gòu)，更重要的是向PubMed Central提交就意味著進(jìn)入了當(dāng)前運(yùn)作中的學(xué)術(shù)出版流程，在學(xué)術(shù)圈內(nèi)獲得了認(rèn)可［12］。

其實(shí)，機(jī)構(gòu)庫(kù)和開放獲取互為部分，開放獲取只是機(jī)構(gòu)庫(kù)服務(wù)的一部分，其最終實(shí)現(xiàn)有賴于整個(gè)學(xué)術(shù)體制的變革，這將是一個(gè)較為長(zhǎng)期的過(guò)程，寄望短期內(nèi)以機(jī)構(gòu)庫(kù)去挑戰(zhàn)已確立數(shù)個(gè)世紀(jì)的學(xué)術(shù)發(fā)布和交流圈，無(wú)異于堂吉訶德對(duì)陣風(fēng)車，這樣過(guò)于急切的愿景反而使機(jī)構(gòu)庫(kù)不堪重荷。DataStaR就體現(xiàn)出圖書館這種思路轉(zhuǎn)變：不再將強(qiáng)硬的開放獲取作為核心戰(zhàn)略，用戶對(duì)上傳的初始數(shù)據(jù)集可以自行調(diào)整甚至刪除，可能永遠(yuǎn)也不會(huì)用于正式發(fā)布；用戶也可以根據(jù)個(gè)人需要和意愿自行設(shè)定共享范圍，可以是課題組成員、本校用戶，也可以對(duì)公眾公開；最重要的是，在數(shù)據(jù)發(fā)布時(shí)，DataStaR也不承擔(dān)開放獲取任務(wù)，而交由為學(xué)術(shù)圈普遍認(rèn)可的學(xué)科庫(kù)完成。

5.2 制定富有彈性的存儲(chǔ)政策，與學(xué)科庫(kù)共贏

自機(jī)構(gòu)庫(kù)建設(shè)開展以來(lái)，學(xué)者參與度偏低的問(wèn)題始終困擾著建設(shè)者，麥克道爾（McDowell）表示：“在大多數(shù)機(jī)構(gòu)庫(kù)都是每天僅一件的增長(zhǎng)率下，估計(jì)可預(yù)見(jiàn)的未來(lái)里美國(guó)機(jī)構(gòu)庫(kù)都無(wú)法顯著促進(jìn)開放獲取，也難以改變學(xué)術(shù)傳播模式?！保?3］。為了促使學(xué)者使用機(jī)構(gòu)庫(kù)，相當(dāng)一部分人認(rèn)為要狠抓強(qiáng)制提交制度，例如哈內(nèi)德（Harnad）就不客氣地指出只要康奈爾大學(xué)圖書館規(guī)定強(qiáng)制提交就能解決所有問(wèn)題［14］。筆者認(rèn)為，此類觀點(diǎn)實(shí)際上是在回避關(guān)鍵問(wèn)題：為何自愿提交率如此之低？當(dāng)要學(xué)者們自己選擇時(shí)，很多人并不情愿花時(shí)間向機(jī)構(gòu)庫(kù)提交資源。

約翰遜（Johnson）指出：學(xué)者的個(gè)人發(fā)展與當(dāng)前出版體系緊密關(guān)聯(lián)，在他們認(rèn)可的交流圈中發(fā)布成果遠(yuǎn)比機(jī)構(gòu)庫(kù)效果好［15］。馬克（Mark）的調(diào)查也支持這種論斷，他對(duì)康奈爾大學(xué)早期的機(jī)構(gòu)庫(kù)DSpace進(jìn)行過(guò)使用調(diào)查，發(fā)現(xiàn)幾乎未被本校學(xué)者了解，收集的論文數(shù)量非常少，有些院系板塊甚至沒(méi)有任何實(shí)質(zhì)內(nèi)容。多數(shù)學(xué)者還是習(xí)慣于使用自認(rèn)為比機(jī)構(gòu)庫(kù)更具學(xué)術(shù)價(jià)值和更高認(rèn)知度的學(xué)科庫(kù)［16］。一味強(qiáng)硬不可能使機(jī)構(gòu)庫(kù)成功發(fā)展下去，重要的是認(rèn)真研究用戶需求，靈活調(diào)整存儲(chǔ)策略，使機(jī)構(gòu)庫(kù)成為整個(gè)學(xué)術(shù)環(huán)境中的一份子，而不是一個(gè)被邊緣化的孤立實(shí)體。機(jī)構(gòu)庫(kù)應(yīng)當(dāng)尊重學(xué)者的使用習(xí)慣，改變視學(xué)科庫(kù)為“對(duì)手”的傳統(tǒng)觀念，化競(jìng)爭(zhēng)為合作，建立一種更實(shí)際的伙伴關(guān)系。DataStaR就顯現(xiàn)出一種富有彈性的存儲(chǔ)政策：它沒(méi)有強(qiáng)制學(xué)者提交數(shù)據(jù)，也沒(méi)有規(guī)定數(shù)據(jù)集只能發(fā)布到康奈爾大學(xué)圖書館的eCommons中，而是在完成數(shù)據(jù)監(jiān)護(hù)后，懇請(qǐng)學(xué)者同時(shí)在學(xué)科庫(kù)和機(jī)構(gòu)庫(kù)中都發(fā)布成果。通過(guò)數(shù)據(jù)監(jiān)護(hù)，用戶享受到了圖書館實(shí)實(shí)在在的服務(wù)，也順利地在學(xué)術(shù)圈中發(fā)布了成果，毫無(wú)例外地都樂(lè)于在eCommons里對(duì)數(shù)據(jù)集進(jìn)行二次發(fā)布和備份。這一柔性政策既避免了強(qiáng)制提交的不愉快，又豐富了機(jī)構(gòu)庫(kù)藏品，充分體現(xiàn)出對(duì)學(xué)術(shù)圈和學(xué)者個(gè)人的尊重，博得了用戶好感和忠誠(chéng)度。

5.3 開展數(shù)據(jù)監(jiān)護(hù)，推出“回到科研流程中”的服務(wù)

近年來(lái)機(jī)構(gòu)庫(kù)熱潮席卷美國(guó)高校圖書館，但其中不乏視其為一種館藏或純粹爭(zhēng)取經(jīng)費(fèi)之舉，許多機(jī)構(gòu)庫(kù)只是一味收集校內(nèi)學(xué)術(shù)成果，至多是個(gè)“網(wǎng)上文庫(kù)”而已?？的螤柎髮W(xué)圖書館也稱自己的舊機(jī)構(gòu)庫(kù)DSpace“像個(gè)鄉(xiāng)村圖書館的地下室，堆積著落滿灰塵的舊文件。”［17］喬赫利（Choudhury）認(rèn)為學(xué)者對(duì)機(jī)構(gòu)庫(kù)不感興趣的一個(gè)重要原因是機(jī)構(gòu)庫(kù)提供的存儲(chǔ)功能只涉及科研過(guò)程終端產(chǎn)品，用戶實(shí)際上已經(jīng)完成了自己的工作。為此他倡議機(jī)構(gòu)庫(kù)要推出能切入到科研起點(diǎn)，進(jìn)而惠及整個(gè)科研流程的新服務(wù)［18］。

DataStaR正是機(jī)構(gòu)庫(kù)“回到科研流程中”的一次嘗試，它關(guān)注的不是改變學(xué)術(shù)出版體系，而是機(jī)構(gòu)庫(kù)如何能成為支持?jǐn)?shù)據(jù)密集型學(xué)術(shù)的新形式。圖書館已經(jīng)意識(shí)到數(shù)據(jù)對(duì)科研的重要驅(qū)動(dòng)力和再利用價(jià)值，開展數(shù)據(jù)監(jiān)護(hù)正是面向科研流程的新服務(wù)。美國(guó)國(guó)家科學(xué)基金會(huì)在考察提交申請(qǐng)的數(shù)據(jù)監(jiān)護(hù)項(xiàng)目時(shí)，指明收藏?cái)?shù)據(jù)只是服務(wù)切入點(diǎn)，對(duì)數(shù)據(jù)進(jìn)行監(jiān)護(hù)，使之可供再利用或跨學(xué)科新利用才是最根本目的。這要求圖書館必須從“以藏為主”轉(zhuǎn)變?yōu)橐粋€(gè)活躍的科研代理人，為科研數(shù)據(jù)交流、知識(shí)共享提供機(jī)會(huì)和橋梁。學(xué)者改變學(xué)術(shù)交流習(xí)慣的動(dòng)力并非機(jī)構(gòu)強(qiáng)迫，而來(lái)自于數(shù)據(jù)監(jiān)護(hù)的新需求，這對(duì)他們來(lái)說(shuō)是個(gè)緊迫的問(wèn)題。機(jī)構(gòu)庫(kù)可以成為容納數(shù)據(jù)的倉(cāng)儲(chǔ)，更進(jìn)一步說(shuō)，機(jī)構(gòu)庫(kù)可成為整個(gè)數(shù)據(jù)監(jiān)護(hù)戰(zhàn)略的一個(gè)重要部分。

5.4 構(gòu)建網(wǎng)上社區(qū)，提高學(xué)者參與度

隨著科研項(xiàng)目規(guī)模擴(kuò)大和內(nèi)容深入，許多問(wèn)題需要多方參與者共同處理?；ヂ?lián)網(wǎng)正是當(dāng)今協(xié)同工作的優(yōu)良載體，學(xué)者利用網(wǎng)絡(luò)交流知識(shí)、傳輸文件，逐漸形成所謂的“虛擬社區(qū)”。社區(qū)可以為分享信息和解決問(wèn)題提供便利，凸顯出協(xié)作網(wǎng)絡(luò)在將原有那種松散的耦合系統(tǒng)發(fā)展為有序的跨界網(wǎng)絡(luò)中不可或缺的地位。圖書館在總結(jié)過(guò)往機(jī)構(gòu)庫(kù)建設(shè)的經(jīng)驗(yàn)教訓(xùn)時(shí)，體會(huì)到人氣的重要性，而為學(xué)者創(chuàng)造穩(wěn)定的網(wǎng)上社區(qū)無(wú)疑是凝聚人氣、提高機(jī)構(gòu)庫(kù)認(rèn)同感的好方法。

就數(shù)據(jù)監(jiān)護(hù)服務(wù)來(lái)看，前述DataNet這類受國(guó)家資助的數(shù)據(jù)監(jiān)護(hù)計(jì)劃都有大型社區(qū)，其他區(qū)域性、中小型社區(qū)也如雨后春筍般在許多圖書館項(xiàng)目中出現(xiàn)。在康奈爾大學(xué)，為了進(jìn)一步推廣DataStaR和數(shù)據(jù)監(jiān)護(hù)，圖書館于2008年7月創(chuàng)建了一個(gè)研究數(shù)據(jù)管理服務(wù)組（The DISCOVER Research Service Group，DRSG），成員包括學(xué)者、計(jì)算機(jī)專家、圖書館員和來(lái)自Fedora Commons社區(qū)的機(jī)構(gòu)庫(kù)建設(shè)者，DRSG通過(guò)開發(fā)用于數(shù)據(jù)監(jiān)護(hù)的軟件，為學(xué)者們提供方便的數(shù)據(jù)監(jiān)護(hù)、保存方案，推動(dòng)項(xiàng)目組之間的協(xié)作、促進(jìn)數(shù)據(jù)的跨學(xué)科利用，最終在康奈爾校園內(nèi)建設(shè)一個(gè)繁榮的數(shù)據(jù)監(jiān)護(hù)虛擬平臺(tái)。目前DRSG已經(jīng)和天文學(xué)、物理學(xué)、信息科學(xué)、農(nóng)學(xué)和鳥類學(xué)等多個(gè)學(xué)科院系建立了聯(lián)系并在不斷擴(kuò)大中［19］。

從全美高校的高度看，甚至有一些更可喜的進(jìn)展，一些機(jī)構(gòu)庫(kù)的用戶在認(rèn)識(shí)到數(shù)據(jù)監(jiān)護(hù)的重要性后，組成了“自下而上”的自發(fā)性社區(qū)，如約翰霍普金斯大學(xué)DuraSpace項(xiàng)目中產(chǎn)生的數(shù)據(jù)監(jiān)護(hù)處理社區(qū)（Data Curation Solution Community）便是一個(gè)，其組織格言為“復(fù)雜系統(tǒng)在適當(dāng)條件下自會(huì)產(chǎn)生規(guī)律”。并進(jìn)一步指出：“數(shù)據(jù)監(jiān)護(hù)應(yīng)支持自然科學(xué)及人文科學(xué)中產(chǎn)生的新形式研究與學(xué)習(xí)。在推廣數(shù)據(jù)監(jiān)護(hù)時(shí)，要廣泛調(diào)研專業(yè)學(xué)者及普通用戶的需求。”［20］另一個(gè)屬于北卡羅來(lái)納大學(xué)的DigCCurr項(xiàng)目的數(shù)字化監(jiān)護(hù)交流社區(qū)（Digital Curation Exchange）也有類似的組織目標(biāo)：“為參與者、研究者、教育者、學(xué)生構(gòu)建數(shù)據(jù)監(jiān)護(hù)活動(dòng)中心?！保?1］圖書館通過(guò)積極參與和引導(dǎo)這些自發(fā)社區(qū)，在推廣機(jī)構(gòu)庫(kù)和數(shù)據(jù)監(jiān)護(hù)方面取得了良好的進(jìn)展。

6 結(jié)語(yǔ)

目前，DataStaR已經(jīng)和康奈爾大學(xué)內(nèi)多個(gè)項(xiàng)目組、科考站和實(shí)驗(yàn)室建立了良好的長(zhǎng)期合作關(guān)系，還為不少學(xué)者創(chuàng)建了個(gè)人數(shù)據(jù)空間，截止2011年9月，已有多個(gè)項(xiàng)目的39個(gè)數(shù)據(jù)集經(jīng)DataStaR完成高質(zhì)量元數(shù)據(jù)并成功發(fā)布。DataStaR不僅成為美國(guó)國(guó)家科學(xué)基金會(huì)資助的數(shù)據(jù)保育項(xiàng)目的一個(gè)重要建設(shè)者，還獲得不少基金機(jī)構(gòu)的認(rèn)可，獲邀在申報(bào)會(huì)上專門做數(shù)據(jù)監(jiān)護(hù)宣傳。還有一些高校開始采用其系統(tǒng)開發(fā)自己的數(shù)據(jù)監(jiān)護(hù)服務(wù)，例如由墨爾本大學(xué)主持的大型項(xiàng)目澳大利亞國(guó)家數(shù)據(jù)服務(wù)（Australian National Data Service，ANDS）［22］。盡管運(yùn)行時(shí)間不算太長(zhǎng)，且在實(shí)際工作中仍有一些問(wèn)題，但DataStaR在探索數(shù)據(jù)監(jiān)護(hù)服務(wù)上另辟蹊徑，為機(jī)構(gòu)庫(kù)如何繼續(xù)發(fā)展提供了很大啟示，作為一個(gè)成功的項(xiàng)目，越來(lái)越頻繁地出現(xiàn)在美國(guó)高校圖書館界的學(xué)術(shù)報(bào)告中。前車之鑒，后車之師，美國(guó)圖書館在機(jī)構(gòu)庫(kù)發(fā)展中遇到的問(wèn)題可以為尚不發(fā)達(dá)的中國(guó)高校機(jī)構(gòu)庫(kù)提供參考，而他們?cè)谔幚頇C(jī)構(gòu)庫(kù)的開放獲取、存儲(chǔ)政策、服務(wù)內(nèi)容等問(wèn)題時(shí)所采取的靈活務(wù)實(shí)的態(tài)度，以及新穎的數(shù)據(jù)監(jiān)護(hù)服務(wù)，也非常值得中國(guó)高校圖書館借鑒和思考。

1 National Science Board.Long－lived digital data collections.［2010－ 07 － 14］. http：／／www.nsf.gov／pubs／2005／nsb0540／nsb0540.pdf

2 DataStaR.［2011－02－10］.http：／／DataStaR.mannlib.cornell.edu／

3 Salo D.Innkeeper at the Roach Motel.Library Trends，2008（2）：98－123

4 Jacobs N.Report of a workshop on research and development priorities to support research data curation.［2011－04－20］.http：／／infteam. jiscinvolve. org／files／2008／05／datacurationwshop20071214.pdf

5 Heidorn P.Shedding Light on the Dark Data in the Long Tail of Science.Library Trends，2008（2）：280－299

6 Lord P.Data curation for e－Science in the UK.［2010－07－29］.http：／／www.jisc.ac.uk／uploaded＿documents／e－Science Report－Final.pdf

7 Treloar A.The Data Curation Continuum.D－Lib Magazine，2007（9／10）.［2010－11－05］.http：／／www.dlib.org／dlib／september07／treloar／09treloar.html

8 Steinhart G.DataStaR：An Institutional Approach to Research Data Curation.IASSIST Quarterly，2009（3－4）：34－39

9 Steinhart G.DataStaR：A Data Sharing and Publication Infrastructure to Support Research.Agricultural Information Worldwide，2011（1）：16－20

10 Harnad，S.Scholarly Journals at the Crossroads.Chapter 1.Washington D.C.［2011－07－26］.http：／／www.arl.org／scomm／subversive／sub01.html

11 Davis P. Evaluating the Reasons for Non－use of Cornell University's Installation of DSpace.D－Lib Magazine，2007（3／4）.［2011－03－12］.http：／／www.dlib.org／dlib／march07／davis／03davis.html

12 Choudhury G.Case study in data curation at Johns Hopkins University.Library Trends，2008（2）：211－220

13 McDowell C.Evaluating institutional repository deployment in American academy since early 2005.D－Lib Magazine 2007（9／10）.［2011－03－15］.http：／／www.dlib.org／dlib／september07／mcdowell／09mcdowell.html

14 Johnson，R.Institutional repositories：Partnering with faculty to enhance scholarly communication.D－Lib Magazine 2002（11）.［2010－12－15］.http：／／www.dlib.org／dlib／november02／johnson／11johnson.html

15 Mark T.Institutional Repositories：a Review of Content Recruitment Strategies.［2010－10－09］.http：／／www.ifla.org／IV／ifla72／papers／155－Mark＿Shearer－en.pdf

16 Harnad S.Why Cornell's Institutional Repository Is Near－Empty.［2011－08－15］.http：／／eprints.ecs.soton.ac.uk／13967／

17 eCommons，née DSpace.［2011－09－03］.http：／／www.news.cornell.edu／stories／Aug07／ecommons.ws.html

18 同12：214

19 DRSG.［2011－06－13］.http：／／drsg.cac.cornell.edu／

20 Data Curation Solution Community.［2011－06－16］.http：／／fedora－commons.org／confluence／display／FCCWG／Data＋ Curation

21 Digital Curation Exchange.［2011－06－16］.http：／／digitalcurationexchange.org／

22 ANDS.［2010－07－29］.http：／／ands.org.au／