高校圖書(shū)館數(shù)據(jù)監(jiān)護(hù)工作初探

●裴玉香（煙臺(tái)大學(xué) 圖書(shū)館，山東 煙臺(tái) 264005）

我國(guó)在21世紀(jì)初正式啟動(dòng)“科學(xué)數(shù)據(jù)共享工程”，在推動(dòng)數(shù)據(jù)共享的過(guò)程中，科研的最終成果受到了足夠的重視，但在科研過(guò)程中產(chǎn)生的大量數(shù)據(jù)卻一直受到忽視。近幾年，以美國(guó)為首的高校圖書(shū)館界開(kāi)始注意并對(duì)這些科學(xué)數(shù)據(jù)掀起了數(shù)據(jù)監(jiān)護(hù)（data curation）的熱潮，而我國(guó)對(duì)數(shù)據(jù)監(jiān)護(hù)的理論研究剛剛起步，實(shí)踐仍處于空白。筆者結(jié)合我國(guó)高校圖書(shū)館界的實(shí)際情況，從教師退休或離職前接收其電腦中的科研資料著手進(jìn)行數(shù)據(jù)監(jiān)護(hù)，希望逐步建立起我國(guó)高校圖書(shū)館數(shù)據(jù)監(jiān)護(hù)機(jī)制。

1 概念辨析及內(nèi)涵

1.1 數(shù)據(jù)范疇

數(shù)據(jù)監(jiān)護(hù)中的“數(shù)據(jù)”，無(wú)疑是科學(xué)數(shù)據(jù)，但其范疇是什么，卻有不同觀點(diǎn)。英國(guó)JISC（Joint Information Systems Committee，聯(lián)合信息系統(tǒng)委員會(huì)）將“數(shù)據(jù)”定義為“原始的研究數(shù)據(jù)”。［1］美國(guó) NSC（National Science Foundation）認(rèn)為“數(shù)據(jù)指所有能以數(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”。［2］筆者認(rèn)為，前者縮小了數(shù)據(jù)的范疇，“數(shù)據(jù)”不僅包括“原始的研究數(shù)據(jù)，也應(yīng)包括研究過(guò)程中產(chǎn)生的一切數(shù)據(jù)”；而后者只是從數(shù)據(jù)的形態(tài)上給予了說(shuō)明。因此，數(shù)據(jù)的范疇?wèi)?yīng)是科學(xué)研究過(guò)程中產(chǎn)生的以數(shù)字化形式保存和存取的一切數(shù)據(jù)。

1.2 監(jiān)護(hù)形式

數(shù)據(jù)監(jiān)護(hù)（data curation）中的“curation”一詞，在我國(guó)使用率并不高，到目前為止，其譯法也不盡相同，如保存、保管、典藏、醫(yī)療、診斷等等。北京高校圖書(shū)館2011年數(shù)圖年會(huì)上，崔宇紅提出“curation”來(lái)源于拉丁語(yǔ)，本意為照顧，原主要用于文化遺產(chǎn)領(lǐng)域，現(xiàn)廣泛用于多個(gè)領(lǐng)域，特別是對(duì)互聯(lián)網(wǎng)內(nèi)容的選擇和編輯。因此對(duì)數(shù)據(jù)的監(jiān)護(hù)形式應(yīng)該既包括對(duì)科學(xué)數(shù)據(jù)的選擇、注釋、組織和存儲(chǔ)，又包括對(duì)科學(xué)數(shù)據(jù)再加工、剔舊和維護(hù)，使其產(chǎn)生附加價(jià)值，具有再利用的功能。

1.3 數(shù)據(jù)監(jiān)護(hù)定義

JISC在2004年就對(duì)數(shù)據(jù)監(jiān)護(hù)做了定義：數(shù)據(jù)監(jiān)護(hù)是為確保數(shù)據(jù)當(dāng)前使用目的，并能用于未來(lái)再發(fā)現(xiàn)及再利用，從數(shù)據(jù)產(chǎn)生伊始即對(duì)其進(jìn)行管理和完善的活動(dòng)。對(duì)于動(dòng)態(tài)數(shù)據(jù)集而言，數(shù)據(jù)監(jiān)護(hù)意味著需進(jìn)行持續(xù)性補(bǔ)充和更新，以使數(shù)據(jù)符合用戶需求。

從這個(gè)定義可以看出，數(shù)據(jù)監(jiān)護(hù)的目的不僅是為了當(dāng)前科學(xué)研究使用，更重要的是為了便利未來(lái)科學(xué)研究的再使用。從科學(xué)數(shù)據(jù)產(chǎn)生開(kāi)始，就要對(duì)其進(jìn)行監(jiān)護(hù)，這個(gè)過(guò)程不僅僅是管理過(guò)程，更重要的是不斷更新、維護(hù)的過(guò)程。

2 目前數(shù)據(jù)監(jiān)護(hù)發(fā)展概況

2.1 從國(guó)內(nèi)外數(shù)據(jù)監(jiān)護(hù)的研究活動(dòng)看

目前，數(shù)據(jù)監(jiān)護(hù)比較有影響力的是NSF于2007年啟動(dòng)的DataNet計(jì)劃，明確以圖書(shū)館為主體，預(yù)算1億美元。此外，已經(jīng)啟動(dòng)并獲全額資助的課題有兩個(gè)，一是2009年8月啟動(dòng)的Data One項(xiàng)目，該項(xiàng)目由新墨西哥大學(xué)圖書(shū)館主持，專門(mén)針對(duì)地球科學(xué)數(shù)據(jù)開(kāi)發(fā)的；［3］二是2009年10月啟動(dòng)的Data Conservancy項(xiàng)目，該項(xiàng)目由約翰霍普金斯大學(xué)圖書(shū)館主持，采取以用戶為中心的理念，使用OAI-ORE標(biāo)準(zhǔn)，在現(xiàn)有數(shù)字化系統(tǒng)和標(biāo)準(zhǔn)上開(kāi)發(fā)數(shù)據(jù)監(jiān)護(hù)系統(tǒng)，系統(tǒng)特色包括模塊化設(shè)計(jì)、互操作網(wǎng)絡(luò)、層存儲(chǔ)等。［4］另外三個(gè)數(shù)據(jù)監(jiān)護(hù)重點(diǎn)研究課題也將在未來(lái)五年內(nèi)受到資助并陸續(xù)開(kāi)展。

有關(guān)數(shù)據(jù)監(jiān)護(hù)的國(guó)內(nèi)外研討會(huì)也分別在2010年底和2011年提上日程，其中2011年5月17日在臺(tái)灣大學(xué)圖書(shū)館舉辦了“E-Research：新時(shí)代學(xué)術(shù)研究之利器”研討會(huì)，［5］會(huì)議特邀請(qǐng)伊利諾大學(xué)與賓州州立大學(xué)專家學(xué)者參加，其中伊利諾大學(xué)香檳分校圖書(shū)館的Paula Kaufman館長(zhǎng)的講題是《Whyisdatacurationan important role for libraries?》開(kāi)啟了海峽兩岸有關(guān)Data Curation研討的先河。2011年國(guó)內(nèi)學(xué)者也紛紛舉辦有關(guān)Data Curation的講座，Data Curation逐漸走進(jìn)國(guó)內(nèi)學(xué)者的視線并逐步受到關(guān)注。

2.2 從發(fā)文數(shù)量看

表 2001-2010年Google Scholar檢索到的“Data Curation”發(fā)文量

2002年Jim Gray首次提出Data Curation概念，從表中可以看出，在這時(shí)期有關(guān)Data Curation的文章很少，到2006年底發(fā)文數(shù)量共計(jì)35篇，以后逐年增多，其中2009-2010年是2006-2008年的兩倍多。

可見(jiàn)，說(shuō)數(shù)據(jù)監(jiān)護(hù)作為一項(xiàng)新興課題，其理論體系尚在逐步完善中，目前國(guó)外開(kāi)始啟動(dòng)的有關(guān)項(xiàng)目也處在初期建設(shè)階段。因此，我國(guó)高校圖書(shū)館界應(yīng)搶占數(shù)據(jù)監(jiān)護(hù)先機(jī)，將數(shù)據(jù)監(jiān)護(hù)工作開(kāi)展開(kāi)來(lái)，并在開(kāi)展過(guò)程中隨著數(shù)據(jù)的收集、使用、分析、總結(jié)，摸索用戶需求及使用規(guī)律，逐步建立和完善數(shù)據(jù)監(jiān)護(hù)機(jī)制。具體來(lái)說(shuō)，可以從接收退休和離職的教師電腦中的科研資料入手，作為高校圖書(shū)館界數(shù)據(jù)監(jiān)護(hù)的開(kāi)端，有利于科學(xué)數(shù)據(jù)的保存和使用。

3 高校圖書(shū)館數(shù)據(jù)監(jiān)護(hù)的必要性及意義

科學(xué)數(shù)據(jù)監(jiān)護(hù)原因主要有：研究過(guò)程需要驗(yàn)證、重復(fù)、鏈接和共享科學(xué)數(shù)據(jù)；研究數(shù)據(jù)的高投入、易損失和不可替代性；從現(xiàn)有數(shù)據(jù)中產(chǎn)生“新”知識(shí)的潛力；因此，高校圖書(shū)館應(yīng)像接受圖書(shū)捐贈(zèng)那樣，在教師退休或不再?gòu)氖驴茖W(xué)研究以后，接收其電腦中的科研資料，并向后來(lái)的研究者開(kāi)放，以發(fā)揮其最大作用，既是非常必要的，又具有重要的理論和實(shí)踐意義。

3.1 “小科學(xué)”數(shù)量大，科研含量不容忽視

老科研工作者承擔(dān)的多是“小科學(xué)”，這些項(xiàng)目存在分布散、規(guī)模小、缺乏數(shù)據(jù)存放統(tǒng)一標(biāo)準(zhǔn)，所以長(zhǎng)期處于數(shù)據(jù)管理的盲區(qū)，缺乏分享機(jī)制，更缺乏長(zhǎng)期利用策略。高校內(nèi) “小科學(xué)”的數(shù)量非?？捎^，據(jù)不完全統(tǒng)計(jì)，高校內(nèi)的課題85%的參與者都在3～4人之下。

3.2 避免重復(fù)勞動(dòng)，節(jié)約時(shí)間

老科研工作者的很多科研原始資料，都保存在自己的電腦中，隨其退休或離職，將會(huì)丟失不知所終，其他人要做同樣的研究，就得重復(fù)做，既浪費(fèi)時(shí)間、經(jīng)費(fèi)，又浪費(fèi)了不必要的人力。

3.3 避免原始資料造成永久性無(wú)法彌補(bǔ)的遺失

老科研工作者的有些科研資料是無(wú)法重復(fù)的，如果科研資料隨其退休、離職而消失，將會(huì)對(duì)新科研工作者造成永久性無(wú)法彌補(bǔ)的損失。

3.4 節(jié)約金錢，解決老科研工作者的后顧之憂

關(guān)于數(shù)據(jù)的長(zhǎng)期保存，好多老科研工作者會(huì)用刻光盤(pán)（包括過(guò)幾年再?gòu)?fù)刻一次）、大容量移動(dòng)硬盤(pán)方式備份；在退休、離職之初，處于慣性和棄之可惜的念想，仍會(huì)對(duì)其定期維護(hù)，浪費(fèi)了不少金錢。高校圖書(shū)館應(yīng)像接受圖書(shū)捐贈(zèng)那樣，在教師退休或不再?gòu)氖驴茖W(xué)研究以后，接收其電腦中的科研資料，對(duì)老科研工作者來(lái)說(shuō)，是金錢和精神兩方面的解脫。

3.5 高校圖書(shū)館搶占數(shù)據(jù)監(jiān)護(hù)先機(jī)促進(jìn)自身發(fā)展的需要

隨著網(wǎng)絡(luò)技術(shù)、信息存儲(chǔ)技術(shù)的發(fā)展，圖書(shū)館所處外部環(huán)境風(fēng)起云涌，信息服務(wù)機(jī)構(gòu)紛紛搶占服務(wù)地盤(pán)，使圖書(shū)館失去了原先固有優(yōu)勢(shì)；核心業(yè)務(wù)的外包，使得圖書(shū)館必須將注意力逐漸集中在“做好讀者服務(wù)”的核心工作上。內(nèi)外環(huán)境的變化使得高校圖書(shū)館只有通過(guò)加大學(xué)科服務(wù)的深度和廣度，進(jìn)一步與高?？蒲腥诤?，才能發(fā)揮自身優(yōu)勢(shì)，體現(xiàn)自身價(jià)值，才能避免邊緣化。

4 建議

4.1 領(lǐng)導(dǎo)重視，保證經(jīng)費(fèi)的可持續(xù)發(fā)展

在認(rèn)知上，雖然對(duì)數(shù)據(jù)監(jiān)護(hù)的必要性給予了高度認(rèn)同，但對(duì)所接收的科研資料是否會(huì)因數(shù)據(jù)監(jiān)護(hù)系統(tǒng)的各種問(wèn)題導(dǎo)致缺乏可持續(xù)性、經(jīng)費(fèi)缺乏以及人為因素導(dǎo)致未來(lái)可能無(wú)法訪問(wèn)，被調(diào)研人員也都表示出高度憂慮。在這一點(diǎn)上，領(lǐng)導(dǎo)們應(yīng)轉(zhuǎn)變觀念，認(rèn)識(shí)到數(shù)據(jù)監(jiān)護(hù)對(duì)科研教學(xué)的重要性；認(rèn)識(shí)到保證資金的投入是確保數(shù)據(jù)監(jiān)護(hù)的可持續(xù)發(fā)展的前提。經(jīng)費(fèi)充足的圖書(shū)館可考慮建立一個(gè)本館電子資源的長(zhǎng)期保存和管理平臺(tái)，實(shí)現(xiàn)對(duì)電子資源的長(zhǎng)期保存，使用戶能隨時(shí)對(duì)這些資源檢索訪問(wèn)。近年來(lái)，國(guó)際主流的開(kāi)源倉(cāng)儲(chǔ)軟件DSpace與Fedora比較受關(guān)注，這兩個(gè)開(kāi)源軟件于2008年7月宣布合作，實(shí)現(xiàn)了對(duì)這兩個(gè)倉(cāng)儲(chǔ)軟件開(kāi)發(fā)的統(tǒng)一管理，促進(jìn)了兩個(gè)平臺(tái)的互操作。有條件的圖書(shū)館可根據(jù)自身不同的需求，對(duì)兩系統(tǒng)作出一些適合自身的擴(kuò)展；經(jīng)費(fèi)緊張的圖書(shū)館可將科研資料接收后先存檔，對(duì)其進(jìn)行較低層面的保管（如僅存貯在較穩(wěn)定的介質(zhì)上），待條件允許再實(shí)施全面數(shù)據(jù)監(jiān)護(hù)與提供服務(wù)。

4.2 明確數(shù)據(jù)監(jiān)護(hù)步驟，規(guī)范數(shù)據(jù)監(jiān)護(hù)流程

圖書(shū)館對(duì)退休或離職教師電腦中的科研資料全盤(pán)接受后，應(yīng)根據(jù)本校教學(xué)科研需要制定規(guī)程確定數(shù)據(jù)監(jiān)護(hù)范圍，對(duì)在監(jiān)護(hù)范圍內(nèi)的科研資料加以保存、注釋、歸檔，建立一個(gè)系統(tǒng)來(lái)編排科研數(shù)據(jù)；使新科研工作者知曉這些科研資料并提供使用途徑；確?？蒲袛?shù)據(jù)始終有用和可靠。為此，在接收前要特別關(guān)注包含保密性或敏感性的信息；在接受前要通過(guò)簽訂協(xié)議實(shí)施保存職責(zé)轉(zhuǎn)移；為了提高檢索效率，也為了減輕經(jīng)濟(jì)負(fù)擔(dān)，一旦斷定數(shù)據(jù)資源失去了保存價(jià)值，就應(yīng)考慮將其移出數(shù)據(jù)監(jiān)護(hù)系統(tǒng)。在接收前很有必要與數(shù)據(jù)提交者說(shuō)明并簽訂協(xié)議。

4.3 保證數(shù)據(jù)監(jiān)護(hù)質(zhì)量，確保數(shù)據(jù)正確使用

圖書(shū)館對(duì)退休或離職教師電腦中的科研資料接收后要制定一定質(zhì)量標(biāo)準(zhǔn)，使其規(guī)范化、科學(xué)化，有利于后繼使用者的使用。一方面，圖書(shū)館作為數(shù)據(jù)監(jiān)護(hù)的管理方，應(yīng)采取一定程度的訪問(wèn)控制，避免無(wú)度訪問(wèn)導(dǎo)致錯(cuò)誤膨脹；在提交之前，應(yīng)由提交方對(duì)其提交資料的真實(shí)性、完整性以及合理性等方面進(jìn)行梳理，或由學(xué)科館員組織、注釋（語(yǔ)義描述和元數(shù)據(jù)規(guī)范）之后由提交人認(rèn)證無(wú)誤再保存。另一方面，可參考現(xiàn)行的學(xué)術(shù)論著引用規(guī)范來(lái)制定所提交資料的引用規(guī)范，相關(guān)機(jī)構(gòu)（如出版界、學(xué)術(shù)機(jī)構(gòu)等）加強(qiáng)監(jiān)督，共同營(yíng)造科研誠(chéng)信氛圍。

4.4 開(kāi)展數(shù)據(jù)監(jiān)護(hù)教育，培訓(xùn)數(shù)據(jù)監(jiān)護(hù)人員

只有擁有合格的數(shù)據(jù)監(jiān)護(hù)人才，才能保證數(shù)據(jù)監(jiān)護(hù)工作的順利進(jìn)行。結(jié)合我國(guó)高校圖書(shū)館的實(shí)際情況，學(xué)科館員應(yīng)該是數(shù)據(jù)監(jiān)護(hù)人員的重點(diǎn)培養(yǎng)對(duì)象。一方面，高校圖書(shū)館界應(yīng)密切關(guān)注國(guó)外數(shù)據(jù)監(jiān)護(hù)教育的進(jìn)展，將先進(jìn)理論和教材及時(shí)介紹到國(guó)內(nèi)，并在全國(guó)高校內(nèi)組織數(shù)據(jù)監(jiān)護(hù)方面的培訓(xùn)，可借鑒Calis聯(lián)合目錄編目員資格認(rèn)證方面的培訓(xùn)，使學(xué)科館員了解數(shù)據(jù)監(jiān)護(hù)理論，具有數(shù)據(jù)監(jiān)護(hù)操作知識(shí)；另一方面，各高校圖書(shū)館應(yīng)根據(jù)自身情況，盡快開(kāi)始數(shù)據(jù)監(jiān)護(hù)探索性實(shí)踐，如先對(duì)退休或離職教師電腦上的科研資料接收入手，通過(guò)探索性實(shí)踐，讓學(xué)科館員在原有知識(shí)結(jié)構(gòu)基礎(chǔ)上，不斷提高數(shù)據(jù)監(jiān)護(hù)實(shí)際操作技能。

4.5 循序漸進(jìn)，建立健全數(shù)據(jù)監(jiān)護(hù)機(jī)制

對(duì)信息資源的開(kāi)放存取在美國(guó)已經(jīng)是自上而下的要求，目前這方面有加速的趨勢(shì)，并不僅僅是數(shù)據(jù)提交方、使用方有這方面的需求，而是提供研究基金的機(jī)構(gòu)如NSF對(duì)數(shù)據(jù)監(jiān)護(hù)提出要求，數(shù)據(jù)提交方不得不了解如何讓數(shù)據(jù)被別人共享，從而形成開(kāi)放存取機(jī)制。高校圖書(shū)館作為一個(gè)長(zhǎng)期穩(wěn)定的信息機(jī)構(gòu)，從教師退休或離職前接收其電腦中的科研資料入手，僅僅只是邁出了數(shù)據(jù)監(jiān)護(hù)的第一步。圖書(shū)館應(yīng)因勢(shì)利導(dǎo)，一方面推廣宣傳，使用戶知曉數(shù)據(jù)監(jiān)護(hù)內(nèi)容，了解使用途徑，從而擴(kuò)大需求；另一方面，圖書(shū)館要與研究者互動(dòng)，促進(jìn)他們?cè)诳蒲姓n題結(jié)束后直接將數(shù)據(jù)提交到圖書(shū)館數(shù)據(jù)監(jiān)護(hù)庫(kù)，并采取在職院系教授加入考評(píng)、院系科研年度情況報(bào)告等監(jiān)督和管理措施，逐步過(guò)渡到校內(nèi)所有科研項(xiàng)目結(jié)束后的科研數(shù)據(jù)上報(bào)，直至可以為整個(gè)高校提供一整套可靠的數(shù)據(jù)交流、發(fā)布和保存解決方案，使圖書(shū)館成為知識(shí)發(fā)布、保存、利用和管理的重要陣地。

［1］Lord P，Macdonald A．Data curation to e-Science in theUK:an audittoestablish requirements for future curationandprovision［EB/OL］.［2012－09－27］．http://www.jisc.ad.uk/uploaded-documents//e-ScienceRiport-Final.pdf.

［2］National Science Board.Long-lived digitaldata collections［EB/OL］．enabling research and educationin 21 stcentury［2012－09－27］．http://www.nsf.gov/pubs/2005/nsb0540/nsb0540.pdf.

［3］DataONE［EB/OL］.［2012－10－03］．https://dataone.org/.

［4］DataConservancy［EB/OL］.［2012－10－03］．http://dataconservancy.org/.

［5］E-Research：新世代學(xué)術(shù)研究之利器研討會(huì)議程［EB/OL］.［2012－10－03］.http://210.70.94.83/upload/74/document/fd_ok4gi074_20110425092126_1.doc.