共查询到13条相似文献，搜索用时 156 毫秒
1.
[目的/意义]构建科学数据平台数据引用标准化的成熟度评价模型,有利于推进科学数据引用标准的规范化进程,促进科学数据成果的有效传播与共享,促进科学数据引用标准化实践的持续健康发展。[方法/过程]通过文献梳理并结合现有成熟度理论模型,提出评价科学数据引用标准化实践的成熟度要素指标;运用德尔菲法收集专家对指标的重要性判断;利用层次分析法计算各指标权重并得出成熟度量化计算公式。基于初始级、过程管理级、规范管理级、量化管理级和动态优化级5个等级构建科学数据引用标准化的成熟度评价模型,并以国家地球系统科学数据中心为例对该模型进行应用探析。[结果/结论 ]通过量化分析得出该平台的数据引用标准化实践处于规范定义级,据此对调查结果进行分析并提出建议,为数据管理者、决策者以及使用者提供借鉴和参考。 相似文献
2.
数据期刊同行评议视角下科学数据质量评价指标识别 总被引：1，自引：1，他引：0
[目的/意义] 在数据期刊同行评议的视角下识别并构建科学数据质量评价指标，增强对科学数据质量评价的理解，为数据论文同行评议实践提供参考。[方法/过程] 利用扎根理论的研究方法，选取20个数据期刊的数据同行评议指南作为质性研究的原始资料，并使用NVivo质性分析软件对资料进行开放式编码、关联式编码和选择性编码，通过理论饱和度检验对编码结果进行检验。[结果/结论] 最终构建数据论文同行评议情境下的科学数据质量评价指标体系，识别出数据内在质量、数据表达质量、数据访问质量和数据效用质量4个主范畴和14个评价指标，并具体分析指标的含义及分类，帮助数据论文作者和评审者深入了解科学数据质量的内在结构。 相似文献
3.
[目的/意义] 在科学数据的开放共享体系中,数据中心是关键利益相关者。对科学数据中心发展的现状、基本政策进行分析,并提出相关建议。[方法/过程] 利用re3data.org注册机制,从多角度分析科学数据中心,包括收录数据的类型、数据的获取方式、数据获取的限制条件、使用许可、元数据标准、永久标识符、质量管理、数据中心的认证等内容。[结果/结论] 在分析科学数据中心现有政策的基础上,为进一步推进科学数据的开放共享提出相关建议,包括推进科学数据的开放性、合理配置管理成本、有效评估科学数据质量等内容。 相似文献
4.
[目的/意义] 探究科学数据开放共享中的数据质量问题及其治理对策，以便促进科学数据开放共享的有效实施。[方法/过程] 运用规范分析法和因果分析法，分析当前科学数据开放共享中的数据质量问题和引发问题的根本原因，构建科学数据开放共享数据质量治理模型，并从诱因入手提出4类治理对策。[结果/结论] 科学数据开放共享中的数据质量问题涉及科学数据的准确性、完整性、一致性、及时性、可靠性、关联性、开放可访问性。可以从政策法规、组织管理、技术与平台、利益相关者4个方面制定科学数据质量治理对策，从而解决相关科学数据质量问题，进一步推动科学数据开放共享的实施。 相似文献
5.
[目的/意义] 探究科学数据开放共享中的数据质量问题及其治理对策，以便促进科学数据开放共享的有效实施。[方法/过程] 运用规范分析法和因果分析法，分析当前科学数据开放共享中的数据质量问题和引发问题的根本原因，构建科学数据开放共享数据质量治理模型，并从诱因入手提出4类治理对策。[结果/结论] 科学数据开放共享中的数据质量问题涉及科学数据的准确性、完整性、一致性、及时性、可靠性、关联性、开放可访问性。可以从政策法规、组织管理、技术与平台、利益相关者4个方面制定科学数据质量治理对策，从而解决相关科学数据质量问题，进一步推动科学数据开放共享的实施。 相似文献
6.
[目的/意义]国外健康科学数据管理实践实现了健康科学数据的高效利用并促进了开放科学的发展,总结国外实践能为国内健康科学数据管理提供借鉴和启示。[研究设计/方法]基于科学数据管理能力成熟度模型和健康科学数据生命周期理论,构建了健康科学数据管理框架,从健康科学数据的管理计划、采集与评价、组织与保存、共享与再利用四个方面分析了国外健康科学数据管理实践。[结论/发现]国外基金委、科研机构和图书馆将健康科学数据管理计划提交设为科研项目的必要环节,数据安全保护是国外健康科学数据管理的重要议题。基于国外成熟经验,本研究从加强基金委与科研机构层面的健康科学数据管理计划制定、完善健康科学数据采集与评价体系、依托地方/高校图书馆建设健康科学数据仓储、权衡健康科学数据共享利用与数据安全间关系四个方面对国内健康科学数据管理实践给予建议。[创新/价值]将科学数据管理能力成熟度模型引入健康信息学领域,弥补了图书情报领域对于健康科学数据管理理论和管理实践研究的不足。 相似文献
7.
[目的/意义]为国内期刊开展科学数据管理提供思考与借鉴,并结合国内相关现状提出期刊科学数据管理框架以及合理的发展建议。[方法/过程]通过调研选取国外开展科学数据管理较好的15家期刊为研究对象,分析其在科学数据管理相关政策、科学数据提交、仓储平台和开放获取等四方面的特点。[结果/结论]得到如下启示:制定完整的科学数据管理政策;建立详细的科学数据提交流程;关联专业的科学数据仓储平台;积极促进科学数据的开放获取等建议。 相似文献
8.
[目的/意义]数据驱动的科研时代,科学数据的重要性越来越高,有效组织科学数据,便于科学数据被科研人员复用和利用计算机进行二次开发,对科学研究具有重要意义。[方法/过程]利用专家调查法确定科学数据本体的概念、属性和描述科学数据的元数据模型,在领域专家的参与下构建科学数据本体,将科学数据组织于一个由相关概念组成的知识环境中。[结果/结论]利用数据本体组织科学数据,使科学数据在内容上更加丰富,在表现形式上更易于被计算机所理解,通过对构建基于数据本体的检索实证表明其检索结果能够利用推理功能提高检全率,并便于以可视化的形式展示检索结果。 相似文献
9.
[目的/意义]科学数据在经济社会发展、科学研究与创新中的重要性不言而喻。我国的科学数据管理与实践起步较晚但发展较为迅速,梳理其发展现状、总结成就与缺失、分析趋势并提出建议有其必要性。[研究设计/方法]“数据中心”和“数据中心+数据论文”是科学数据管理与共享的两种主要模式。从管理机制或条件保障、服务内容与方式、服务成效、国际影响力建设等方面分析第一种模式的实践进展;按照数据中心与数据论文三种不同的关联形式对第二种模式的实践进展进行案例分析。[结论/发现]我国科学数据管理与共享实践特点包括:主要集中在自然科学与工程技术领域、数据积累主要来自负责建设的研究机构、重视数据服务成效及其宣传、数据出版是重要发展方向等;不足包括:尚缺乏资助机构、高校及科研院所层面的数据管理实施细则,高校及图书馆数据管理平台发展乏力,传统期刊的数据出版存在困难等。[创新/价值]对我国科学数据管理与共享实践进行全景式扫描,有助于从完整视角审视我国科学数据管理现状。 相似文献
10.
[目的/意义]顺应国家"十三五"对卫生健康领域科技资源开放共享和高效利用的要求,了解我国卫生健康领域科学数据管理的现状,为贯彻落实数据全链条管理奠定基础。[方法/过程]从国家人口与健康科学数据共享平台入手,选取具有代表性的数据中心和专题服务平台,以问卷调查为主、其他方法相结合的方式,调查分析数据管理流程、工具使用、系统建设等方面的现状。[结果/结论]我国卫生健康领域可以从以下几方面加强数据全链条管理水平：增强数据全链条管理意识;提升数据管理技术支撑能力;重视数据管理人才队伍建设。 相似文献
11.
国外科学数据影响力研究进展 总被引：1，自引：1，他引：0
[目的/意义] 旨在分析国外科学数据影响力的研究内容与存在的问题,为我国在该领域的研究提供参考。[方法/过程] 以国外相关重要机构研究及项目成果调研为主,以Web of Sciences、Google Scholar数据库文献调研为辅,采用文献追溯方法,试图对国外科学数据影响力研究状况进行调研、梳理与总结。[结果/结论] 目前,科学数据影响力研究已经得到国外学术界的关注,其研究内容大致包括科学数据影响力的内涵、类型、关系、相关主体、评价方法五类,但其整体研究仍处于初级阶段。在借鉴国外相关经验的基础上,对我国科学数据影响力未来的研究发展提出培养数据引用意识与文化、加强基础理论研究与特征指标研究的建议。 相似文献
12.
科学数据管理计划评价量表分析 总被引：1，自引：1，他引：0
[目的/意义]对目前已经出版的或者处于草案征求意见阶段的科学数据管理计划评价量表进行比较分析,使利益相关者能更加了解制定科学数据管理计划评价量表的意义及设计要点,为今后我国开发类似的评价量表提供参考。[方法/过程]收集面向美国和英国主要科研资助机构的科学数据管理计划评价量表,从评价量表的设计依据和应用目的、各项评价要素的选择以及评价等级与等级描述三个主要设计步骤入手,分析不同评价量表的共性和差异。[结果/结论]为了帮助科研人员撰写高质量的科学数据管理计划,也为图书馆员开展科学数据管理服务提供有力支持,需要设计科学数据管理计划评价量表。我国的科研资助机构有必要学习国外优秀经验,出台科学数据管理计划相关政策并设计评价量表,只有这样才能有效推动科学数据管理工作的开展。 相似文献
13.
面向知识创新的科研团队数据能力模型构建研究 总被引：1，自引：0，他引：1
[目的/意义] 研究数据密集型科研环境下影响科研团队知识创新的核心要素,提出促进知识创新的科研团队数据能力模型,并对能力中的因素进行能力识别。[方法/过程]通过文献调研,对传统环境下的科研团队知识创新能力的研究维度进行总结,分析数据密集型环境下科学迅速发展所形成的科研环境,提出在新环境下科研团队数据能力的6个维度及其要考虑的因素,构建以促进团队知识创新能力为目的的科研团队数据能力模型。[结果/结论]数据密集型环境下,科研团队数据能力包括科研团队的数据意识,基于数据意识的科研团队的数据检索和数据发现能力,组织、整合和管理数据的能力,描述和保存数据的能力,分析、利用数据并从数据中发现知识和规律的能力,数据辨析和评价能力。这些能力从知识发现、知识管理、知识整合、知识分享、知识评价等方面促进了科研团队的知识创新。 相似文献