德國FAKIN小型科研機構(gòu)的科研數(shù)據(jù)管理方案

周 雷，楊 萍

隨著科學研究第四范式的到來，科研數(shù)據(jù)已成為推動科技發(fā)展、社會進步的重要戰(zhàn)略資源，這使得如何管理科研數(shù)據(jù)逐漸成為學術(shù)界的重要命題。近年已經(jīng)產(chǎn)生大量研究成果：從應用場景看，主要為高校等大型科研機構(gòu)；從操作視角看，主要以圖書館的科研數(shù)據(jù)管理服務為主；而面向中小型科研機構(gòu)和以科研人員為視角的科研數(shù)據(jù)管理工作研究較少。德國FAKIN 小型科研機構(gòu)科研數(shù)據(jù)管理方案(以下簡稱“FAKIN方案”)來自德國教研部(BMBF)最新科研數(shù)據(jù)管理項目16FDM007[1]，以中小型機構(gòu)科研人員日常數(shù)據(jù)管理為基礎(chǔ)，將日常管理所用到的科研數(shù)據(jù)整理、元數(shù)據(jù)使用、數(shù)據(jù)清理、數(shù)據(jù)出版分享等具體方法集為一體，具有較強的實踐性和應用性。本文以該項目成果為研究對象，旨在為機構(gòu)科研數(shù)據(jù)管理服務提供參考。

1 文獻綜述

目前科研數(shù)據(jù)管理研究很多，主要分為3個方向。(1)以數(shù)據(jù)為主體視角的數(shù)據(jù)生命周期模型研究。數(shù)據(jù)生命周期模型是規(guī)劃監(jiān)護活動并抽象描述數(shù)據(jù)監(jiān)護活動各個階段的概念框架[2]，如美國地質(zhì)勘探局科研數(shù)據(jù)生命周期模型、英國牛津大學科研數(shù)據(jù)生命周期模型、數(shù)字監(jiān)管中心監(jiān)管生命周期模型[3]。各模型雖然在具體結(jié)構(gòu)和細節(jié)上有所區(qū)別，但階段劃分較為類似，從機構(gòu)應用角度也基本以這些成熟模型為基礎(chǔ)[4]。(2)以圖書館為主體視角的科研數(shù)據(jù)管理服務研究。其中，以機構(gòu)政策、數(shù)據(jù)權(quán)益為代表的科研數(shù)據(jù)管理理論機制研究、以調(diào)查比較為主的科研數(shù)據(jù)管理服務實踐研究和以平臺建設(shè)為主體的科研數(shù)據(jù)管理服務應用技術(shù)研究，是目前研究的重點。(3)以專業(yè)學科領(lǐng)域為主體視角的科研數(shù)據(jù)管理研究，主要以學科基礎(chǔ)科研數(shù)據(jù)建設(shè)為主，如學科元數(shù)據(jù)標準[5]、基礎(chǔ)數(shù)據(jù)建設(shè)規(guī)范[6]、學科科研數(shù)據(jù)匯交方案[7]。從科研數(shù)據(jù)管理具體工作來看，科研數(shù)據(jù)管理是一項沿數(shù)據(jù)生命周期并且在周期上每個結(jié)點都有具體工作流程、數(shù)據(jù)能反復溯源的一系列操作，具體包括數(shù)據(jù)采集、清洗、元數(shù)據(jù)使用、數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)出版和引用等。但從以往研究看，科研數(shù)據(jù)管理往往側(cè)重于圖書館等機構(gòu)運營策略及服務的構(gòu)建以及專業(yè)元數(shù)據(jù)標準的建立，而對于整體科研數(shù)據(jù)管理的具體工作方案卻較為欠缺。

2 FAKIN方案的制定背景及原則

2.1 制定背景

德國最早的科研數(shù)據(jù)政策一般認為是德國研究聯(lián)合會(DFG)1998年出臺的《確保良好科學實踐的建議》，科研數(shù)據(jù)管理最初目的是保證科學研究的嚴謹和規(guī)范[8]。隨著科技發(fā)展和信息時代到來，在開放科學推進下，科研數(shù)據(jù)有了更多用途。2010年德國科學組織聯(lián)盟(ADW)通過《科研數(shù)據(jù)處理原則》，明確科研數(shù)據(jù)不僅是良好科學實踐的保障，更對未來科學研究具有較高價值[9]。此后，眾多科研數(shù)據(jù)基礎(chǔ)應用項目陸續(xù)展開。2014年底，德國高校校長聯(lián)席會議(HRK)明確大學需要對科研數(shù)據(jù)進行管理[10]，科研數(shù)據(jù)開始向機構(gòu)層面實施推進。FAKIN科研數(shù)據(jù)管理方案也來自同期項目成果之一，制定的目的在于，科研數(shù)據(jù)管理不僅是一些大型科研機構(gòu)、基礎(chǔ)研究所必須，也是一些規(guī)模較小科研機構(gòu)提升工作連貫性、加強科研質(zhì)量的要求。這些科研機構(gòu)的研究往往更加具體、集中，更容易進行數(shù)據(jù)匯交和關(guān)聯(lián)，更容易體現(xiàn)科研數(shù)據(jù)管理對于數(shù)據(jù)價值的提升。

2.2 制定原則

FAKIN項目由柏林水技術(shù)中心有限公司(KWB)執(zhí)行，始于2017年，歷時2年。制定原則為：從機構(gòu)性質(zhì)角度看，小型科研機構(gòu)是該項目的主要服務對象。這些機構(gòu)通常沒有獨立的IT部門，一般也缺少專門致力于數(shù)據(jù)管理或相關(guān)領(lǐng)域的員工，數(shù)據(jù)處理一般根據(jù)個人技能進行。從內(nèi)容角度看，F(xiàn)AKIN方案是基于項目最佳實踐經(jīng)驗的總結(jié)，說明項目成果對不同機構(gòu)具備可復制性。因為有益的實踐可以在將來的項目中使用，甚至可以作為整個研究機構(gòu)的標準，也符合當前科研數(shù)據(jù)管理自下而上制定的規(guī)律特征。從制定機構(gòu)屬性看，KWB 是非營利性的水技術(shù)研究中心，2018年有員工35人，承包合同32項，總額860萬歐元，其中近40%來自德國各部委和歐盟基金項目，科研論文產(chǎn)出17篇[11]，可見該機構(gòu)具備小型科研機構(gòu)的特點，主業(yè)以公共科研項目為主，實踐經(jīng)驗具有普適性。

3 FAKIN方案主要內(nèi)容及其結(jié)構(gòu)功能特點

3.1 主要內(nèi)容

FAKIN方案分為6個部分：文件夾結(jié)構(gòu)、文件和文件夾命名規(guī)范、版本控制、元數(shù)據(jù)、數(shù)據(jù)處理和數(shù)據(jù)出版與分享。每部分又針對具體細節(jié)再細分[12]。從總體數(shù)據(jù)結(jié)構(gòu)看，F(xiàn)AKIN方案將數(shù)據(jù)分為3 部分：原始數(shù)據(jù)、過程數(shù)據(jù)和結(jié)果數(shù)據(jù)，符合一般科研項目流程。從涵蓋內(nèi)容看，F(xiàn)AKIN方案較細致和具體，如在文件命名、常用詞典、元數(shù)據(jù)使用等方面都有較為詳細的規(guī)范，易于操作，見表1。

表1 德國FAKIN方案主要內(nèi)容

3.2 結(jié)構(gòu)功能

科研數(shù)據(jù)管理方案的內(nèi)容應該服務于方案的功能定位。首先，科研數(shù)據(jù)管理方案是科研數(shù)據(jù)管理具體工作/操作的集合，所以科研數(shù)據(jù)管理方案首先應具備全面性；其次，科研數(shù)據(jù)管理的目的是，以數(shù)據(jù)管理的形式，發(fā)現(xiàn)和利用數(shù)據(jù)，達到數(shù)據(jù)服務的增值、數(shù)據(jù)價值的升值，所以科研數(shù)據(jù)管理方案也應具備可溯源性和質(zhì)量控制特性。

(1)全周期覆蓋。科研數(shù)據(jù)管理方案應滿足科研數(shù)據(jù)管理整個周期的工作。本文使用Wissik等提出的科研數(shù)據(jù)工作流程模型[13](以下簡稱“工作流程模型”)作為分析框架進行研究。該框架源自奧地利科研和經(jīng)濟部(BMWFW)資助的“go!digital”項目，工作流程模型認為科研數(shù)據(jù)管理主要包括5 個部分，即數(shù)據(jù)預處理、數(shù)據(jù)處理、存儲、出版和復用，如圖1上半部分所示。該流程在開始階段增加兩個場景即新項目和遺留數(shù)據(jù)(項目結(jié)束后的數(shù)據(jù)，原有設(shè)計不足可能會導致這些數(shù)據(jù)丟失或無法再利用)。在FAKIN 方案中，“版本控制”為遺留數(shù)據(jù)的“免疫”提供了具體方法，“元數(shù)據(jù)”中“目的”和“一般信息”則為原始數(shù)據(jù)提供數(shù)據(jù)源、類型等靜態(tài)信息，以及允許何種操作、如何處理等動態(tài)信息，保證遺留數(shù)據(jù)在未來加工的可能性；而對于“新項目”場景——數(shù)據(jù)管理計劃，“元數(shù)據(jù)”中的“目的”“一般信息”，以及“存儲位置”“存儲格式”部分基本可以涵蓋數(shù)據(jù)管理計劃所涉及的相關(guān)信息，如項目數(shù)據(jù)如何管理、描述、分析和存儲等。此后，“預處理”階段還包括數(shù)據(jù)的獲取、建模、轉(zhuǎn)換、數(shù)字化等科研數(shù)據(jù)基本操作過程。對于這些操作過程，“文件夾結(jié)構(gòu)”和“文件和文件夾命名規(guī)范”給出了科研數(shù)據(jù)結(jié)構(gòu)層次和命名規(guī)則，而“數(shù)據(jù)處理”明確了數(shù)據(jù)轉(zhuǎn)換和數(shù)字化的具體辦法，“數(shù)據(jù)出版和分享”中的“文件格式”則明確了數(shù)字化文件格式。工作流程的下一階段是數(shù)據(jù)處理，包括數(shù)據(jù)分析、可視化等。其中，數(shù)據(jù)的分析、可視化，推薦使用OpenRefine，并給出了數(shù)據(jù)清洗的示例代碼，同時也推薦了其它選擇如Data Munging等。工作流程的后續(xù)步驟包括數(shù)據(jù)的存儲、出版和復用。這些部分具有較強的關(guān)聯(lián)性，而“數(shù)據(jù)出版和分享”中的“知識庫”也提供了“標識符”“許可”等一體化服務。整個流程如圖1所示。綜上可以看出，F(xiàn)AKIN方案涵蓋科研數(shù)據(jù)管理工作流程的主要內(nèi)容，具有高度一致性。

圖1 FAKIN方案與科研數(shù)據(jù)管理工作流程的映射關(guān)系

(2)便于溯源[14]。溯源過程的通用表達模型起源于國際溯源和標注組織(IPAW)的OPM 模型，之后W3C(萬維網(wǎng)聯(lián)盟)針對OPM 的不當之處進行修改，開發(fā)PORV-DM模型，通過3個基本類以及7 種類間關(guān)系較好地描述了數(shù)據(jù)的流轉(zhuǎn)過程，但模型過于復雜。陳希等在其基礎(chǔ)上創(chuàng)建ProVOC模型[15]，該模型較為輕量化，可以按照應用進行擴展。本研究使用該模型對FAKIN方案的溯源性進行分析。ProVOC模型有3個類：執(zhí)行實體、活動和數(shù)據(jù)?！皥?zhí)行實體”又分為“人類執(zhí)行實體”“非人類執(zhí)行實體”；“活動”是由執(zhí)行實體發(fā)起或受執(zhí)行實體控制、影響的一個或一系列動作；“數(shù)據(jù)”包括參數(shù)和數(shù)據(jù)集，其中“參數(shù)”一般指時間、空間和條件，“數(shù)據(jù)集”指按特定應用領(lǐng)域進一步分解出的若干子類(特定數(shù)據(jù)集)。FAKIN方案具備ProVOC中相應的構(gòu)件元素，其中“人類執(zhí)行實體”為處理人，“非人類執(zhí)行實體”為數(shù)據(jù)來源，“活動”則為數(shù)據(jù)處理過程?！盎顒印钡奶幚硐拗茷椤翱刂?影響”因素，“參數(shù)”為數(shù)據(jù)的產(chǎn)生時間、地點等，“特定數(shù)據(jù)集”為方案中不同項目、不同階段中各子數(shù)據(jù)集。模型的交互關(guān)系共有8種，如“處理人”在“時間”/“地點”對“數(shù)據(jù)集”進行了“活動”，而對于FAKIN方案中的元素，也可以表達出該關(guān)系：“處理人”對于“數(shù)據(jù)”在“受控條件”和“參數(shù)”下進行了“活動”。

(3)多維度質(zhì)量控制。數(shù)據(jù)質(zhì)量被公認為是一個多維概念[16]，以往研究主要涉及數(shù)據(jù)的準確性、連續(xù)性、完整性、可靠性等。張靜蓓等[17]發(fā)現(xiàn)數(shù)據(jù)質(zhì)量控制主要涉及4個方面的內(nèi)容：文件整體質(zhì)量、文檔說明質(zhì)量、科研數(shù)據(jù)本身質(zhì)量以及源代碼質(zhì)量；屈文建等[18]利用krantz 理論，構(gòu)建出一套科研數(shù)據(jù)質(zhì)量控制標準，并從準確性、完整性、一致性等給出了具體指標。二者雖然在構(gòu)建的出發(fā)點上有所區(qū)別，前者主要從數(shù)據(jù)的組成，后者從數(shù)據(jù)的特性進行構(gòu)建，但按照各自給出的具體指標，二者又較為類似。本研究將其歸并為科研數(shù)據(jù)構(gòu)成(整體—文檔—數(shù)據(jù)—代碼)—特性(準確性—完整性—一致性)指標，如表2 所示。具體來看，文件整體和說明文檔主要通過“文件和文件夾命名規(guī)范”“版本控制”來保證拼寫、符號等基礎(chǔ)元素的準確性、一致性；通過“元數(shù)據(jù)”中的“一般信息”來保證數(shù)據(jù)處理過程、方法的完整性、準確性；科研數(shù)據(jù)及其附屬代碼的質(zhì)量控制，主要通過開源的處理軟件進行保證，由于其開源特性，處理結(jié)果的偏差和代碼本身的問題都可以通過大量反復使用而不斷更正優(yōu)化。

3.3 主要特點

在方案結(jié)構(gòu)方面，F(xiàn)AKIN方案使用IPO模型(輸入—處理過程—輸出)制定文件夾結(jié)構(gòu)策略。首先，IPO模型是IBM公司最早提出并用于描述過程的工具，其應用核心是描述數(shù)據(jù)處理的工作流程，與科研數(shù)據(jù)的收集—處理—輸出流程類似，可以防止文件被意外覆蓋，特別是在數(shù)據(jù)自動處理中最大程度地降低原始數(shù)據(jù)被刪除的風險；其次，IPO過程可以分為多個子過程，向下分解、向上聚集方便，有利于保持文件和文件夾的清晰組織，避免深層文件夾結(jié)構(gòu)的混亂。

表2 FAKIN方案質(zhì)量控制特性

在軟件工具方面，F(xiàn)AKIN方案使用大量開源軟件和開放科學資源，如Figshare、Pangea。在數(shù)據(jù)處理過程中，所利用的程序軟件，如R語言、OpenRefine、Github 都為開放、開源，既有利于數(shù)據(jù)的共享和再利用，又符合成果針對小型科研機構(gòu)在設(shè)計中充分利用現(xiàn)有網(wǎng)絡(luò)資源的特點。同時，工具的開源特性不僅減少軟硬件投入，也便于不同類型科研人員、不同規(guī)?？蒲袡C構(gòu)參與科研數(shù)據(jù)管理。

在應用操作方面，F(xiàn)AKIN方案為科研數(shù)據(jù)管理提供了現(xiàn)成的數(shù)據(jù)處理工具包，提高數(shù)據(jù)處理的便捷性。數(shù)據(jù)的收集整理是科研數(shù)據(jù)管理中最為耗時的部分，Borgman 發(fā)現(xiàn)數(shù)據(jù)收集處理中的工作量是數(shù)據(jù)共享的重要影響因素之一[19]。FAKIN方案提供基于R語言環(huán)境的數(shù)據(jù)收集工具包，普遍兼容常規(guī)數(shù)據(jù)采集器，同時，對于不同應用場景又可以實現(xiàn)二次開發(fā)，提升了收集處理數(shù)據(jù)的效率。

3.4 應用案例

FAKIN 方案的設(shè)計經(jīng)驗源自項目的最佳實踐，KWB在開發(fā)過程中已經(jīng)通過機構(gòu)中試工廠的科研項目反復優(yōu)化。在公共科研項目領(lǐng)域，F(xiàn)AKIN 方案也有了成熟的應用。例如，KWB 執(zhí)行的 Flusshygiene 項目[20]和 AquaNES 項目[21]分屬德國聯(lián)邦教研部“可持續(xù)發(fā)展研究框架計劃”和歐盟“地平線2020”，是全聯(lián)邦或歐盟成員國共同參與的重大科研計劃項目，對科研數(shù)據(jù)管理有嚴格規(guī)定。特別是AquaNES 項目涉及實驗、文獻等不同類型數(shù)據(jù)，而實驗數(shù)據(jù)平行采集于4個實驗工廠，具有采集頻率和數(shù)據(jù)量不等(在50萬～1，000萬條/月)、采集裝置和應用系統(tǒng)也不同的特點。在該項目中，除按照FAKIN方案進行一般性數(shù)據(jù)管理外，由于IPO模型的建立原則是處理過程，實驗室數(shù)據(jù)一般來自數(shù)據(jù)記錄儀，與其他數(shù)據(jù)具有不同的處理方法，所以依照IPO模式在相應的raw data和process目錄中也分別構(gòu)建相應子文件夾，并利用方案數(shù)據(jù)收集工具同時采集4處工廠的數(shù)據(jù)，效果良好。而對于科研過程中數(shù)據(jù)文件普遍過大的問題，如在利用監(jiān)測數(shù)據(jù)進行廢水處理裝置生命周期評估[22]分析過程中，單個文件數(shù)據(jù)條目往往超過100萬，使用FAKIN方案中數(shù)據(jù)處理工作包也可較為輕松地進行拆分整合。這種利用IPO 模型的文件結(jié)構(gòu)簡單有效，而工具包既具備較好的兼容性、二次開發(fā)特性，又能充分考慮實際應用的需要。從以上實際案例看，F(xiàn)AKIN方案主要應用于小型機構(gòu)，其項目較為獨立，領(lǐng)域也偏向工程技術(shù)，基本屬于“監(jiān)測數(shù)據(jù)+處理計算”的模式，具有數(shù)據(jù)來源類型相對單一，格式和結(jié)構(gòu)也相對規(guī)整的特點。所以，隨著不同類型數(shù)據(jù)來源增多或是大型異構(gòu)數(shù)據(jù)集出現(xiàn)帶來的命名沖突、結(jié)構(gòu)沖突問題，可能還需要相對完善的命名規(guī)制和人工介入。

4 啟示

縱觀我國科研數(shù)據(jù)管理研究，主要從服務的范疇和任務(如內(nèi)容、參與者)、治理(如機構(gòu)科研數(shù)據(jù)政策)、執(zhí)行(圖書館在科研數(shù)據(jù)管理服務中的作用)和實踐(科研數(shù)據(jù)管理服務平臺建設(shè))等方面開展，并取得了大量研究成果，但具體方案卻鮮有研究。所以，以科研工作者視角開發(fā)基于良好實踐的德國FAKIN方案，不僅對我國圖書館/信息機構(gòu)開展相關(guān)服務，而且對相關(guān)機構(gòu)制定數(shù)據(jù)管理方案、保障科研質(zhì)量都具有重要參考價值。

4.1 加強科研數(shù)據(jù)管理方案的制定

關(guān)于科研數(shù)據(jù)管理的文獻眾多，科研數(shù)據(jù)管理在設(shè)施建設(shè)、服務流程、服務項目上已經(jīng)有了較為清晰的全景圖。從調(diào)查結(jié)果看，科研數(shù)據(jù)管理的大部分基礎(chǔ)設(shè)施已經(jīng)可以滿足項目及政策的基本要求，如何應用、實施路徑已經(jīng)成為科研數(shù)據(jù)管理研究的重點。而科研數(shù)據(jù)管理方案既是科研人員進行數(shù)據(jù)管理的具體工具，貫穿于整個數(shù)據(jù)生命周期，又是科研質(zhì)量的保障和數(shù)據(jù)資源價值的前提。所以，圖書館和信息服務機構(gòu)科研數(shù)據(jù)管理方案的建設(shè)與制定，既是服務的基礎(chǔ)，又是提升服務質(zhì)量的有力工具。目前，數(shù)據(jù)管理計劃是科研數(shù)據(jù)管理服務的第一步。由于科研數(shù)據(jù)管理的后續(xù)步驟都包含在數(shù)據(jù)管理計劃之中，因此良好的數(shù)據(jù)管理計劃是增強數(shù)據(jù)質(zhì)量、提升數(shù)據(jù)共享的基礎(chǔ)保障，也是后續(xù)數(shù)據(jù)存儲、組織等工作的落腳點和指南[23]?，F(xiàn)階段，作為參與數(shù)據(jù)管理的重要工具，幾乎所有開展科研數(shù)據(jù)管理服務的圖書館都提供數(shù)據(jù)管理計劃服務[24]。所以，參考數(shù)據(jù)管理計劃進行科研數(shù)據(jù)管理方案的制定，既可以提升服務質(zhì)量，又可以加深參與程度。

4.2 科研數(shù)據(jù)管理方案應注重全面性和可操作性

科研數(shù)據(jù)管理是貫穿整個數(shù)據(jù)生命周期的活動，作為活動指導的方案又需要在反復使用中不斷優(yōu)化，因此全面性和可操作性是科研數(shù)據(jù)管理方案的基礎(chǔ)?？蒲袛?shù)據(jù)管理的全面性包括流程和內(nèi)容的完整。流程的完整要求方案涵蓋整個科研過程，內(nèi)容的完整則要求方案針對過程中所有可能涉及的問題。而可操作性則是要求在全面性的基礎(chǔ)上，方案所給出的方式方法能被執(zhí)行。FAKIN方案中，其設(shè)計來自科研流程，天然滿足了完整的科研數(shù)據(jù)管理工作流程；而從內(nèi)容看，以DCC主題模板為例[25]，方案涵蓋除由于其自身定位而較少涉及的政策和預算外的數(shù)據(jù)格式、數(shù)據(jù)收集、元數(shù)據(jù)、知識庫、道德隱私、知識產(chǎn)權(quán)、存儲安全等所有主題領(lǐng)域，給出的相關(guān)方法又詳細具體。而在質(zhì)量控制和溯源性等方面，則通過相對簡單的結(jié)構(gòu)方式來實現(xiàn)，易于操作實施。

4.3 科研數(shù)據(jù)管理方案應注重便捷性

簡便易行是科研人員使用科研數(shù)據(jù)管理方案的必要條件，也是提升科研數(shù)據(jù)共享程度的基礎(chǔ)。在科研數(shù)據(jù)管理中，文件命名的一致性、描述性質(zhì)量以及文件夾目錄結(jié)構(gòu)清晰程度，是避免造成文件丟失、混亂以及提升可溯源性的關(guān)鍵；而數(shù)據(jù)收集和清洗既是科研過程中最為較耗時費力的步驟，又由于存在數(shù)據(jù)格式轉(zhuǎn)換或是消除錯誤項、重復項等容易導致操作失誤的階段，也是阻礙數(shù)據(jù)分享的制約因素之一。所以，方案的制定還應著力體現(xiàn)在其便捷性上。在FAKIN方案采納IPO模型，文件夾管理結(jié)構(gòu)清晰，且從命名規(guī)范、元數(shù)據(jù)、源代碼等方面考慮了數(shù)據(jù)的質(zhì)量控制，可以有效避免產(chǎn)生無意義信息、錯誤描述、歧義性描述、版本混亂等常見錯誤[18]。而數(shù)據(jù)處理工具包又能在數(shù)據(jù)收集、整合階段，較好地接收采集不同數(shù)據(jù)源的數(shù)據(jù)。在清洗階段，既有常用軟件的推薦和示例，又有自開發(fā)的擴展工具。這樣，一方面降低科研人員數(shù)據(jù)處理的工作量，另一方面提高科研數(shù)據(jù)服務人員的工作效率，從而成為方案推廣和普及的另一推手。

4.4 科研數(shù)據(jù)管理方案的制定與實施應具普遍性

隨著開放科學的到來，機構(gòu)數(shù)據(jù)知識庫等IT基礎(chǔ)設(shè)施建設(shè)成為必須的保障平臺，在re3data.org 注冊的機構(gòu)數(shù)據(jù)知識庫就有 2，542 個[26]。同時，機構(gòu)數(shù)據(jù)知識庫的存儲服務能力、IT支撐能力已經(jīng)成為機構(gòu)科研數(shù)據(jù)管理服務評價的重要指標[27]。但從FAKIN 方案看，其立足項目組成員，利用公共資源，同樣也可以建立機構(gòu)內(nèi)部、部門內(nèi)部的科研數(shù)據(jù)管理規(guī)范。據(jù)德國同期項目調(diào)研[28]，將近一半科研項目的數(shù)據(jù)量本身就在10G以內(nèi)，特別是在社科領(lǐng)域，1G數(shù)據(jù)量內(nèi)的項目約占30%，數(shù)據(jù)量規(guī)模自主可控。所以，對不同規(guī)模、不同類型的科研機構(gòu)，都應建立符合自身硬件條件和學科特點的科研數(shù)據(jù)管理方案，提高科研質(zhì)量，增強科研的可重復性。