科學(xué)數(shù)據(jù)引用國家標(biāo)準(zhǔn)研制與推廣

朱艷華，胡良霖，孔麗華，高瑜蔚，陳希

中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心

1 標(biāo)準(zhǔn)研制背景

數(shù)據(jù)尤其是科學(xué)數(shù)據(jù)具有可以反復(fù)使用、不斷增值的特點(diǎn)，其中蘊(yùn)藏著巨大的價值和潛力，是與自然資源、人力資源一樣重要的戰(zhàn)略資源。通過長期觀測或工作積累而獲得的科學(xué)數(shù)據(jù)，具有極高的科研價值，為相關(guān)領(lǐng)域的科研工作提供重要參考和支持，是國家科技創(chuàng)新和發(fā)展的基礎(chǔ)性資源，它與公開發(fā)表的科技文獻(xiàn)一樣具有引用和參考價值。

盡管科研領(lǐng)域意識到科學(xué)數(shù)據(jù)引用的必要性和重要性，但科研工作者對科學(xué)數(shù)據(jù)的引用方式差別較大。國際上一些大型的組織機(jī)構(gòu)和科研項(xiàng)目對該課題進(jìn)行了積極探索并取得了一些初步成果[1–6]。眾多致力于數(shù)據(jù)引用的國際組織和數(shù)據(jù)中心，如德國科學(xué)基金會(German Research Foundation，DFG)、英國數(shù)字監(jiān)管中心(Digital Curation Centre，DCC)、哈佛大學(xué)社會科學(xué)研究所等先后啟動數(shù)據(jù)引用項(xiàng)目，發(fā)布了專門針對科學(xué)數(shù)據(jù)的引用規(guī)范指南文件和要求。如DFG資助的STD-DOI 項(xiàng)目提出數(shù)據(jù)引用包括Creator(s)、Publication year、Dataset name、Publisher、Persistent identifier等基本元素。DCC 建議的引用元素包括：Author、Publication data、Title、Edition、Version、Feature name and URI、Resource type、Publisher、Unique numeric fingerprint(UNF)、Identifier、Location(a persistent URL)，其中，the author, the title and date,the location, and the publisher 是必選元素。哈佛大學(xué)社會科學(xué)研究所項(xiàng)目 Dataverse Network 規(guī)定，數(shù)據(jù)引用基本格式包括6個必須元素 Author、Date、Title、Unique global identifier、Universal Numeric Fingerprint(UNF)、Bridge service和一個可選元素Value[fieldname]。地球和環(huán)境科學(xué)數(shù)據(jù)出版信息系統(tǒng) PANGAEA 規(guī)定數(shù)據(jù)引用元素包括Author(s)、Year of publication、Title、Source institution、DOI等基本元素。國際數(shù)據(jù)倉儲庫 Dryad 支撐發(fā)表論文的數(shù)據(jù)引用元素包括Creator、Publication Year、Data from: Title、Dryad Digital Repository、Identifier等基本元素。

同國外相比，國內(nèi)在數(shù)據(jù)引用方面的研究相對落后，沒有形成統(tǒng)一的格式，引用內(nèi)容相對寬泛，還不能很好地反映數(shù)據(jù)本身的特征。如，中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云要求使用者在使用本數(shù)據(jù)時，所產(chǎn)生研究成果注明“數(shù)據(jù)來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心 地理空間數(shù)據(jù)云(http://www.gscloud.cn)”。寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心要求用戶在使用全部或部分 “寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心”所提供的數(shù)據(jù)的基礎(chǔ)上產(chǎn)出的研究成果中(包括公開發(fā)表的論文、論著、數(shù)據(jù)產(chǎn)品和未公開發(fā)表的研究報告、數(shù)據(jù)產(chǎn)品、系統(tǒng)開發(fā)等)，須在相關(guān)成果的顯著位置上明確注明數(shù)據(jù)來源；除對數(shù)據(jù)來源署名有特殊要求以外，用戶須依據(jù)以下規(guī)范注明數(shù)據(jù)來源(1)中文成果：數(shù)據(jù)來源于“寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http://westdc.westgis.ac.cn)。(2)英文成果：This data set is provided by Cold and Arid Regions Science Data Center at Lanzhou(http://westdc.westgis.ac.cn)。

在此背景下，2014年9月26日，全國信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會發(fā)布綜合 [2014]67號文“2014年第一批國家標(biāo)準(zhǔn)制修訂計(jì)劃的通知”，其中，《信息技術(shù)科學(xué)數(shù)據(jù)引用》(以下簡稱《科學(xué)數(shù)據(jù)引用》)作為一個標(biāo)準(zhǔn)，獲批立項(xiàng)。該標(biāo)準(zhǔn)的目標(biāo)是通過借鑒國內(nèi)外現(xiàn)有的科研成果，針對國內(nèi)科學(xué)數(shù)據(jù)管理特點(diǎn)，提出科學(xué)數(shù)據(jù)引用規(guī)范，推動科學(xué)數(shù)據(jù)規(guī)范化引用和共享。

2 標(biāo)準(zhǔn)研制過程

《科學(xué)數(shù)據(jù)引用》作為自主制定標(biāo)準(zhǔn)，由全國信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(SAC/TC28)提出并歸口；主要起草單位包括中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心、中國電子技術(shù)標(biāo)準(zhǔn)化研究院、北京科技大學(xué)、中國科學(xué)院地理科學(xué)與資源研究所、北龍澤達(dá)(北京)數(shù)據(jù)科技有限公司、北京航空航天大學(xué)、成都勤智數(shù)碼科技股份有限公司。

《科學(xué)數(shù)據(jù)引用》研制工作啟動以來，工作組通過文獻(xiàn)調(diào)研、項(xiàng)目組討論和專家研討等方式開展工作。在文獻(xiàn)調(diào)研部分，工作組調(diào)研了4家國際組織、16家國內(nèi)外科研機(jī)構(gòu)和9 所高?？茖W(xué)數(shù)據(jù)引用研究進(jìn)展，內(nèi)容涉及科學(xué)數(shù)據(jù)引用元素、引用格式、引用粒度和引用版本等核心問題。隨著工作的深入開展，工作組內(nèi)部進(jìn)行了多次討論，充分征求各參與單位的意見和建議；組織中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心、中國科學(xué)技術(shù)信息研究所等領(lǐng)域?qū)＜疫M(jìn)行專題研討；同時參與全國信標(biāo)委大數(shù)據(jù)標(biāo)準(zhǔn)工作組國家標(biāo)準(zhǔn)草案征求意見會等討論會。

2016年4月14日，標(biāo)準(zhǔn)工作組參加并通過了標(biāo)準(zhǔn)的內(nèi)審會，10月9日至11月9日在全國信息技術(shù)標(biāo)準(zhǔn)化網(wǎng)上公開征求意見，并根據(jù)收集到的意見，完成標(biāo)準(zhǔn)送審稿。11月17日，全國信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會秘書處在北京組織召開該標(biāo)準(zhǔn)審查會。審查專家組同意該標(biāo)準(zhǔn)送審稿通過審查，并建議標(biāo)準(zhǔn)編制組按審查專家意見修改完善，盡快形成報批稿上報。同年11月底，結(jié)合標(biāo)準(zhǔn)審查會審查意見，經(jīng)過修改，形成了報批稿。2017年12月29日，國家標(biāo)準(zhǔn)化管理委員會公布《中華人民共和國國家標(biāo)準(zhǔn)公告(2017年第32號)》[7]，《科學(xué)數(shù)據(jù)引用》(標(biāo)準(zhǔn)號為GB/T35294-2017)正式發(fā)布，自2018年7月1日起正式實(shí)施。

3 標(biāo)準(zhǔn)主要內(nèi)容

《科學(xué)數(shù)據(jù)引用》標(biāo)準(zhǔn)研制工作組基于大量的文獻(xiàn)調(diào)研，參考國內(nèi)外現(xiàn)有的科學(xué)數(shù)據(jù)引用元素，并考慮到科學(xué)數(shù)據(jù)生產(chǎn)、發(fā)布傳播、訪問獲取等諸多因素。最終，標(biāo)準(zhǔn)規(guī)定了科學(xué)數(shù)據(jù)引用元素描述方法、引用元素詳細(xì)說明、引用格式等方面的內(nèi)容，適用于科學(xué)數(shù)據(jù)傳播機(jī)構(gòu)和數(shù)據(jù)使用者等。其中，科學(xué)數(shù)據(jù)傳播機(jī)構(gòu)可根據(jù)本標(biāo)準(zhǔn)設(shè)計(jì)數(shù)據(jù)引用系統(tǒng)，并聲明數(shù)據(jù)引用規(guī)則；數(shù)據(jù)使用者可根據(jù)本標(biāo)準(zhǔn)著錄科學(xué)數(shù)據(jù)引用信息，規(guī)范數(shù)據(jù)引用行為。

本標(biāo)準(zhǔn)提出科學(xué)數(shù)據(jù)引用元素共有9個：作者、名稱、創(chuàng)建機(jī)構(gòu)、創(chuàng)建時間、傳播機(jī)構(gòu)、傳播時間、唯一標(biāo)識符、解析地址、版本。其中，創(chuàng)建機(jī)構(gòu)定義為創(chuàng)建該科學(xué)數(shù)據(jù)的機(jī)構(gòu)名稱，傳播機(jī)構(gòu)定義為科學(xué)數(shù)據(jù)傳播分發(fā)機(jī)構(gòu)，考慮到兩個字段都是單位名稱，用戶可能會混淆，特意在引用格式里增加了[傳播機(jī)構(gòu)]和[創(chuàng)建機(jī)構(gòu)]作為限定詞。

本標(biāo)準(zhǔn)規(guī)定科學(xué)數(shù)據(jù)通用引用格式為：作者.名稱(版本)。創(chuàng)建機(jī)構(gòu) [創(chuàng)建機(jī)構(gòu)]，創(chuàng)建時間。傳播機(jī)構(gòu) [傳播機(jī)構(gòu)]，傳播日期。唯一標(biāo)識符；解析地址。

示例：

中國科學(xué)院華南植物園.中國熱帶亞熱帶植物學(xué)基礎(chǔ)數(shù)據(jù)庫(V2)。中國科學(xué)院華南植物園[創(chuàng)建機(jī)構(gòu)]，2004.中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心[傳播機(jī)構(gòu)]，2014-12-03.csdb:cn.csdb.tbotany.www;

http://citation.csdb.cn/csdb:cn.csdb.tbotany.www.

其中，“中國科學(xué)院華南植物園”是作者，“中國熱帶亞熱帶植物學(xué)基礎(chǔ)數(shù)據(jù)庫”是名稱，“V2”是版本號，“中國科學(xué)院華南植物園”是創(chuàng)建機(jī)構(gòu)，“2004”是創(chuàng)建時間，“中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心”是傳播機(jī)構(gòu)，“2014-12-03”是傳播日期，“csdb:cn.csdb.tbotany.www”是唯一標(biāo)識符，

“http://citation.csdb.cn/csdb:cn.csdb.tbotany.www”是解析地址。

4 科學(xué)數(shù)據(jù)標(biāo)識

4.1 標(biāo)識符通用要求

科學(xué)數(shù)據(jù)引用的核心問題是數(shù)據(jù)標(biāo)識符的選取和解析?！犊茖W(xué)數(shù)據(jù)引用》建議唯一標(biāo)識符應(yīng)能夠滿足以下通用要求：

·無歧義地標(biāo)識一條數(shù)據(jù)；

·具有唯一性；

·分層的架構(gòu)體系，標(biāo)識機(jī)制靈活、可擴(kuò)展；

·具備解析系統(tǒng)的支持，該系統(tǒng)通過解析唯一標(biāo)識符定位到所標(biāo)識的數(shù)據(jù)資源；

·應(yīng)具備自主可控的解析技術(shù)，能夠?qū)崿F(xiàn)我國信息資源的自我管理；

·建議唯一標(biāo)識符首先解析到數(shù)據(jù)的元數(shù)據(jù)，而不是直接解析到數(shù)據(jù)實(shí)體。元數(shù)據(jù)中包括該條數(shù)據(jù)的描述信息以及訪問數(shù)據(jù)實(shí)體的鏈接地址，方便用戶判斷數(shù)據(jù)價值繼而再進(jìn)一步訪問數(shù)據(jù)。

4.2 三類典型的數(shù)據(jù)標(biāo)識符

選取科學(xué)數(shù)據(jù)標(biāo)識符存在諸多困難。首先，數(shù)據(jù)類型復(fù)雜，格式眾多。其次，數(shù)據(jù)標(biāo)識粒度難以采用統(tǒng)一的標(biāo)準(zhǔn)。如地學(xué)數(shù)據(jù)量龐大，數(shù)據(jù)維度多樣且內(nèi)涵豐富，標(biāo)識一些數(shù)據(jù)聚類形成的數(shù)據(jù)集對大部分研究者來說就能滿足其需求，而一些數(shù)值型數(shù)據(jù)，每一條都具有標(biāo)識和引用價值，因此需要標(biāo)引到數(shù)據(jù)記錄。

數(shù)據(jù)標(biāo)識在不同領(lǐng)域和應(yīng)用中采用不同的方式，目前在科學(xué)數(shù)據(jù)通用領(lǐng)域，常用的標(biāo)識符如科技資源標(biāo)識(China Science and Technology Resource，CSTR)[8]、對象標(biāo)識符(Object Identifier, OID)[9]、數(shù)字化對象識別符(Digital Object Identifier，DOI)[10]等。其中，科技資源標(biāo)識是由國家科技基礎(chǔ)條件平臺中心為主研制的國家標(biāo)準(zhǔn)(標(biāo)準(zhǔn)號為GB/T32843-2016)。該標(biāo)識符由中國科技資源代號(CSTR)、科技資源標(biāo)識注冊機(jī)構(gòu)代碼、科技資源類型代碼和內(nèi)部標(biāo)識符4部分組成。中國科技資源代號與科技資源標(biāo)識注冊機(jī)構(gòu)代碼之間用半角符號“；”隔開，其余各部分之間用半角符號“.”進(jìn)行分割。對象標(biāo)識符OID 是由國際標(biāo)準(zhǔn)化組織/國際電工委員會、國際電信聯(lián)盟共同提出的標(biāo)識機(jī)制，用于對任何類型的對象、概念或者“事物”進(jìn)行全球無歧義、唯一命名。OID 編碼結(jié)構(gòu)為樹狀結(jié)構(gòu)，不同層次之間用“.”分隔，層數(shù)無限制。數(shù)字化對象識別符DOI 由國際數(shù)字對象識別號基金會負(fù)責(zé)，包括前綴和后綴兩個部分，中間用“/”分割。前綴部分由基金會確定，以“10.”開頭，以區(qū)別于其他使用Handle系統(tǒng)的標(biāo)識符應(yīng)用；后綴部分由資源發(fā)布者自行指定，用于區(qū)分一個單獨(dú)的數(shù)字資料，具有唯一性。

4.3 國家物聯(lián)網(wǎng)標(biāo)識管理公共服務(wù)平臺

解析機(jī)制是唯一標(biāo)識符訪問的一個重要組成部分，也是實(shí)現(xiàn)標(biāo)識符可操作性和互操作性的基礎(chǔ)。唯一標(biāo)識符的表達(dá)方式多種多樣，為解析系統(tǒng)開發(fā)和利用帶來挑戰(zhàn)。目前，國內(nèi)標(biāo)識符注冊解析管理系統(tǒng)——“國家物聯(lián)網(wǎng)標(biāo)識管理公共服務(wù)平臺”是國家發(fā)改委于2013年5月正式批復(fù)，由中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心牽頭，聯(lián)合工信部電子科學(xué)技術(shù)情報研究所、工信部電信研究院、中國物品編碼中心三家單位共同建立物聯(lián)網(wǎng)統(tǒng)一標(biāo)識管理和公共服務(wù)平臺。

國家物聯(lián)網(wǎng)標(biāo)識管理公共服務(wù)平臺向所有行業(yè)開放，積極實(shí)現(xiàn)行業(yè)數(shù)據(jù)對接合作，最終構(gòu)建物聯(lián)網(wǎng)標(biāo)識一物一碼、互聯(lián)互通全流程可追溯的標(biāo)識碼解決方案。目前該平臺已經(jīng)實(shí)現(xiàn) HANDLE、ECODE、CSTR、OID、DOI、NIOT等多個標(biāo)識系統(tǒng)的注冊和解析[11]。

5 標(biāo)準(zhǔn)應(yīng)用推廣

2017年12月，《科學(xué)數(shù)據(jù)引用》國家標(biāo)準(zhǔn)正式發(fā)布以后，中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心作為該標(biāo)準(zhǔn)的第一完成單位，積極推動標(biāo)準(zhǔn)的應(yīng)用和推廣。目前，科學(xué)數(shù)據(jù)發(fā)布大致可以分為三種形式：一是通過類似學(xué)術(shù)論文的形式，經(jīng)過同行評議后正式出版，即所謂的數(shù)據(jù)論文；二是利用專門的數(shù)據(jù)發(fā)布平臺進(jìn)行存儲和服務(wù)，如figshare、PANGAEA、Dryad等國際上知名的數(shù)據(jù)存儲庫；三是某些學(xué)科領(lǐng)域(如生物信息學(xué))的傳統(tǒng)期刊在發(fā)布論文時，要求作者同時提交與該篇論文相關(guān)的數(shù)據(jù)，并存儲到指定的數(shù)據(jù)平臺。目前，針對科學(xué)數(shù)據(jù)發(fā)布的三種形式，中國科學(xué)院分別推出《中國科學(xué)數(shù)據(jù)》[12]、科學(xué)數(shù)據(jù)存儲庫(Science Data Bank，ScienceDB)[13]、中國科學(xué)院期刊在線采編發(fā)云服務(wù)平臺都在積極采用《科學(xué)數(shù)據(jù)引用》國家標(biāo)準(zhǔn)的相關(guān)規(guī)定。

此外，《科學(xué)數(shù)據(jù)引用》國家標(biāo)準(zhǔn)還應(yīng)用到了數(shù)據(jù)庫建設(shè)與服務(wù)項(xiàng)目中，如國家科技基礎(chǔ)條件平臺基礎(chǔ)科學(xué)數(shù)據(jù)共享網(wǎng)通過數(shù)據(jù)引用解析系統(tǒng)自動生成了項(xiàng)目內(nèi)近 200個數(shù)據(jù)(集)的引用信息。在數(shù)據(jù)檢索頁面，每一條檢索結(jié)果同時提供了該數(shù)據(jù)的引用信息，用戶可以直接將這段引用信息復(fù)制下來，放到參考文獻(xiàn)中，方便其對該數(shù)據(jù)的引用標(biāo)注。同時，在基礎(chǔ)科學(xué)數(shù)據(jù)共享網(wǎng)門戶網(wǎng)站也提供了數(shù)據(jù)引用標(biāo)識解析服務(wù)，用戶輸入有效的唯一標(biāo)識符，即可解析到數(shù)據(jù)訪問頁面或該數(shù)據(jù)的元數(shù)據(jù)描述頁面。

6 結(jié)束語

《科學(xué)數(shù)據(jù)引用》國家標(biāo)準(zhǔn)的正式發(fā)布，標(biāo)志著科學(xué)數(shù)據(jù)可以像學(xué)術(shù)論文一樣被引用和參考，在一定程度上推動數(shù)據(jù)共享和數(shù)據(jù)服務(wù)，同時也可以增強(qiáng)科學(xué)數(shù)據(jù)知識產(chǎn)權(quán)保護(hù)的意識。2018年3月17日，國務(wù)院辦公廳正式發(fā)布了《科學(xué)數(shù)據(jù)管理辦法》，為中國科學(xué)數(shù)據(jù)的工作確定了行動綱領(lǐng)。管理辦法明確提出“科學(xué)數(shù)據(jù)使用者應(yīng)遵守知識產(chǎn)權(quán)相關(guān)規(guī)定，在論文發(fā)表、專利申請、專著出版等工作中注明所使用和參考引用的科學(xué)數(shù)據(jù)?！蓖瑫r，科技部和財(cái)政部配合《科學(xué)數(shù)據(jù)管理辦法》的發(fā)布，今年年初已經(jīng)印發(fā)了《國家科技資源共享服務(wù)平臺管理辦法》。平臺管理辦法也要求“用戶使用國家平臺科技資源形成的著作、論文等發(fā)表時，應(yīng)明確標(biāo)注科技資源標(biāo)識和利用科技資源的情況，并應(yīng)事先約定知識產(chǎn)權(quán)歸屬或比例。”可以說，這兩個管理辦法的發(fā)布，為科學(xué)數(shù)據(jù)引用規(guī)范的應(yīng)用和推廣提供了政策上的支持和保障，倡導(dǎo)和培養(yǎng)引用科學(xué)數(shù)據(jù)的良好習(xí)慣。當(dāng)然，標(biāo)準(zhǔn)在實(shí)施推廣的過程中，還將根據(jù)實(shí)際使用情況，不斷地進(jìn)行完善和修訂。