研究資料管理面面觀.pptx

研究資料管理面面觀
柯皓仁
國立臺灣師範大學圖書資訊學研究所教授
1

內容大綱
概論 – 開放科學
研究資料管理與分享
最佳實務 – 檢索與發現、資料引用、資料管理
與儲存、說明文件與詮釋資料、資料長期儲存
資料管理計畫(Data Management Plan)
結論
2

開放科學(Open Science)
藉協作網絡共享和發展之透明且可取用的知識
開放科學是指將科學研究的各面向(包含研究程
序、方法論、研究樣本、研究資料、研究成果
出版品、電腦軟體)開放給專家與大眾取用，藉
由促成知識的透明化，加速科學研究的進步，
並將科學研究的成果與知識向全人類分享。
開放教育資源
開放取用
開放研究資料
開放同儕評論、開放評論
替代指標 (Altmetrics)
… 4
Vicente-Saez, R., & Martinez-Fuentes, C. (2018). Open
Science now: A systematic literature review for an
integrated definition. Journal of business research, 88,
428-436.

何謂開放
開放知識意味著任何人都能夠自由取用、使用、
修改與分享，在保持知識原始來源和持續開放
的前提下(free to access, use, modify, and share it — subject,
at most, to measures that preserve provenance and openness.)
開放作品(Open Work)必須滿足下列條件
Open License, Open Access, Machine Readability,
Open Format
Open License:
Required Permission: free use, redistribution,
modification, separation, compilation, non-discrimination,
propagation, application to any purpose, no charge
Acceptable condition: attribution, integrity, share-alike,
notice, source, technical restriction prohibition, non-
aggression 5

研究資料管理
資料提供了學術出版品中研究發現的證據
研究資料管理關注整個研究生命週期中對研究
資料的處理和組織
研究資料管理的目的
避免資料遺失、容易找到、避免人員更替的斷層
便利學者間研究資料的發現、分享與再用，促進科
學合作
避免不需要的研究工作重複，如重新收集資料
提升研究能見度與影響力
確保科學研究與結果是可負擔的、可被取用的、公
正的、可再現的、可被檢驗的、可持續發展的
7

研究資料的類別
觀察資料(Observational Data)：識別、標註、記錄
事實或現象發生的結果，通常透過儀器產生。
在科學領域方面如利用衛星進行天氣觀測，社
會領域方面如調查、訪談所取得的資料。此類
資料因不可複製，保存價值高。
電腦計算資料(Computational Data)：為執行電腦模
型或模擬所產生，在物理和生命科學領域中最
為常見，但亦存在於社會科學和人文科學。重
現電腦模型或模擬需要對採用的硬體、軟體、
輸入資料有詳盡的文件說明，在某些情況下甚
至只有模型的產出能被保存。
8

研究資料的類別 (續)
實驗資料(Experimental Data)：由控制條件下檢測、
建立假設、發現或測試新法律程序的結果，包
含在實驗室裡的研究，例如化學反應實驗，或
者發生在實際場域的行為研究等。是否有足夠
的資料和文件以重現實驗取決於實驗的代價與
重現性。
紀錄(Records)：包含不容易納入上述三個類別的
資料，幾乎任何現象或人類活動的紀錄都可以
作為研究資料，如政府或企業等文件、檔案、
錄製的影像等。
9
科學研究所創建、使用、產出的觀察資
料、電腦計算資料、實驗資料，以及紀
錄資料，以數位、電腦可讀取的格式為
主，不包含有形的資料

研究資料來源分析
10
研究資料來源
從不很少偶爾經常
幾乎
總是
平均值
創建新資料
34
(3.6%)
129
(13.5%)
171
(17.9%)
335
(35.1%)
285
(29.9%)
3.74
來自自己參與的
研究團隊／小組
34
(3.5%)
123
(12.6%)
195
(19.9%)
402
(41.1%)
225
(23.0%)
3.68
透過自己的學術
傳播網絡
82
(8.9%)
216
(23.5%)
264
(28.7%)
258
(28.0%)
101
(11.0%)
3.09
從研究資料儲存
庫進行搜尋
114
(11.6%)
93
(9.5%)
128
(13.0%)
354
(36.0%)
294
(29.9%)
3.63
陸怡靖、柯皓仁（2020）學者研究資料管理認知
與實踐之研究。圖書資訊學刊，18(2)，103-137。

各種學科使用與產出資料類型
11
資料類型(複選題) 使用資料類型產出資料類型
樣本數觀察值
百分比
排名樣本數觀察值百
分比
排名
實驗 553 52.1% 1 538 51.4% 1
社會科學調查 341 32.1% 2 287 27.4% 2
書目或引文資料 336 31.6% 3 193 18.5% 8
觀察 312 29.4% 4 241 23.0% 5
訪談 305 28.7% 5 270 25.8% 3
文本 301 28.3% 6 239 22.8% 6
電腦模擬 285 26.8% 7 263 25.1% 4
與研究主題相關的電
腦程式
276 26.0% 8 203 19.4% 7
資料模型 164 15.4% 9 187 17.9% 9
生物調查 72 6.8% 10 59 5.6% 10
歷程紀錄 72 6.8% 10 48 4.6% 11
遙測非生物資料 50 4.7% 12 22 2.1% 13
非生物調查 42 4.0% 13 26 2.5% 12
遙測生物資料 7 0.7% 14 8 0.8% 14
生物科學(83.3%)及工程技術(69.6%)學者產出實驗資料居多；人
文學(76.4%)學者產出文本資料的比例最多；社會科學(67.8%)、
管理者(54.5%)、科學教育(89.7%)學者產出社會科學調查資料居
多；自然與永續發展(54.7%)學者產出電腦模擬資料比例最高。

研究生命週期
Research Life Cycle
12

Research Life Cycle and
Data Life Cycle
13

DataOne Data Life Cycle
14
Plan
Collect
Assure
Describe
Preserve
Discover
Integrate
Analyze

DataOne的資料生命週期
資料管理規劃：描述研究過程中彙集整理的資料，以
及如何管理與取用資料
收集或獲取：運用觀察、實驗、電腦模擬等方法收集
或獲取研究資料，並以數位化格式儲存
資料品質控制：透過檢核確保資料品質
資料描述：運用適合的詮釋資料標準正確與完整地描
述資料
資料保存：將資料提交到適合的長期儲存庫
資料發現：檢索與獲取可能有用的研究資料及其詮釋
資料
資料整合：組合來自不同來源的資料成為同質資料集
以便進行後續分析
資料分析 15

研究資料管理的好處
效率(Efficiency) – 讓研究有效率地進行
安全(Safety) – 保護有價值的資料
品質(Quality) – 好的研究資料帶來好的研究
聲譽(Reputation) – 提升研究能見度
合乎規範(Compliance) – 符合學術倫理規範、資料
保護法規、期刊要求、研究計畫資助單位政策
16

資料分享的好處
對研究者
提升能見度、資料引用、聲望，促進研究合作
研究資料的長期保存
對研究計畫資助者
優化公共出資研究的使用
避免重複資料蒐集
投資報酬率最大化
對學術社群
維持開放探究、開放科學的專業標準
藉由確認、研究再現、信任改善研究品質
17

研究資料分享與再用相關認知
18
研究資料分享與再用相關認知非常不同意不同意普通同意非常同意
您認為「無法取用其他研究人
員或機構產生的研究資料」是
阻礙科學進步的主要障礙之一
23
(2.3%)
113
(11.2%)
216
(21.4%)
454
(45.0%)
204
(20.2%)
您認為「無法取用其他研究人
員或機構產生的資料」限制了
您回答科學問題的能力
27
(2.7%)
171
(17.1%)
268
(26.8%)
392
(39.2%)
141
(14.1%)
您願意使用其他研究人員的資
料集，如果這些資料集是容易
取得的
8
(0.8%)
36
(3.6%)
158
(15.6%)
547
(53.9%)
265
(26.1%)
您願意與其他學者分享您產出
的研究資料
15
(1.5%)
48
(4.7%)
176
(17.3%)
536
(52.5%)
245
(24.0%)
您願意將至少一些研究資料放
入一個沒有取用限制的研究資
料儲存庫
50
(5.0%)
143
(14.2%)
187
(18.6%)
445
(44.1%)
180
(17.9%)
您願意將所有研究資料放入一
個沒有取用限制的研究資料儲
存庫
158
(16.0%)
304
(30.7%)
220
(22.2%)
214
(21.6%)
93
(9.4%)
如果您可以設置他人取用自己
研究資料的條件，您將願意分
享研究資料
22
(2.2%)
65
(6.5%)
253
(25.2%)
484
(48.2%)
180
(17.9%)

研究資料分享情形
19
研究資料分享情形樣本數有效樣本百分比
資料可應要求提供 312 30.5%
資料僅供研究團隊使用 271 26.5%
資料有取用限制 234 22.9%
資料公開提供給所有人 150 14.6%
資料不開放給他人 57 5.6%
以複選題詢問學者公開研究資料的位置，結果顯示以國內的研
究資料儲存庫(41.9%)為主，其餘依次為計畫主持人網站
(40.5%)、服務機構網站(39.4%)、研究人員個人網站(33.8%)、
全球型研究資料儲存庫(32.0%)、跨國型研究資料儲存庫
(24.7%)。

研究資料再用的原因
20
從其他人／研究資料儲存庫獲得研
究資料的原因(複選題)
樣本數觀察值百分比
能拓展既存的研究議題 370 67.0%
無法自行蒐集所需資料 367 66.5%
來自權威單位的資料較具公信力 320 58.0%
能探索潛在研究題目 315 57.1%
學科領域文化的鼓勵或限制 145 26.3%
可免除學術倫理審查的限制 67 12.1%
在922份回應的學者中，有561位(60.8%)曾經使用過他人或研究
資料儲存庫的資料。在有取用過他人或研究資料儲存庫的資料的
學者中，會花費少許時間及精力清理及修改使資料可用於研究的
比例較高(54%)，直接使用獲取的資料較少(41.3%)，顯示較多
學者在獲取外部資料時仍會進行清理或修改。
對於從他人或資料儲存庫取用的資料評估的面向依序為：資料品
質(92.0%)、資料蒐集過程(57.5%)、分析結果是否具發表潛力價
值(55.7%)、資料新穎度(48.5%)、資料易得性(42.0%)。

最佳實務 – 檢索與發現
21

檢索與發現
索引器(Indexer)
re3data.org (Registry of Research Data Repositories)
FAIRsharing.org – 研究資料管理相關詮釋資料標準、
政策、資料集、儲存庫
Google Dataset Search
研究資料儲存庫 – 除了讓你找，還讓你放
PANGEA (Data Publisher for Earth & Environmental Science)
Dryad
OSF (Open Science Framework)
Mendeley Data
FigShare
DataCite (這個是註冊研究資料的DOI用) 22

開放科學框架
Open Science Framework
免費、開放的平臺支持研究與促進合作
協作工具 – 協助研究團隊進行專案，並可選擇公開
與否
管理檔案、資料、程式碼
管理研究團隊成員
工作流整合 – 與許多研究者常用的工具串接
尋找開放專案、資料、素材、合作研究者
An Introduction to OSF
23
圖片來源

OSF整合研究者常用工具
25
圖片來源

Mendeley Data
提供研究資料存儲，便利分享、取用、引用
特性
DOI (Digital Object Identifier)
取用權限設定：完全開放、根據請求提供、僅提供
詮釋資料
資料及詮釋資料符合DC與Schema.org
提供機構之研究資料監測
26
圖片來源

Mendeley Data – 資料監測
27

FigShare不只是Share Figure
提供儲存與分享研究產出的解決方案
Home for papers, FAIR data and non-traditional
research outputs
28

中央研究院學術調查研究資料庫
29

最佳實務 – 如何引用資料集與撰
寫資料取用聲明
31
Ball, A., & Duke, M. (2015). How to Cite Datasets and Link to
Publications. DCC How-to Guides. Edinburgh: Digital Curation
Centre. Retrieved from http://www.dcc.ac.uk/resources/how-guides.

引用研究資料(集)的原則
重要性(Importance) – 體認研究過程中產生的資料
和論文、專書一樣有其價值
信譽歸屬(Credit and Attribution) – 引用研究資料應有
助於為研究資料之所有貢獻者提供學術信譽以
及規範和合法的歸屬
提供證據(Evidence) – 學術文獻中只要研究發現
是基於資料的，就應對研究資料進行引用
單一辨識(Unique Identification) —引用資料時應採用
學術社群廣泛使用的全球單一識別碼(DOI)
取用性(Access) – 資料引用應便於取用資料本身、
詮釋資料、說明文件、程式碼和其他相關素材，
並便於人的使用與電腦的處理 32

引用研究資料(集)的原則 (續)
持久性(Persistence) – 研究資料的識別碼、詮釋資
料應長期存在，即使研究資料的效期已過
專指性與可驗證性(Specification and Verifiability) –資料
引用應有助於識別、取用和驗證支持研究發現
的特定數據。引文或引文的詮釋資料應包括足
以有助於驗證隨後檢索到的資料的版本和/或粒
度部分與最初引用的具有相同的出處和固定性
資訊
互操作性與彈性(Interoperability and Flexibility) – 資料
引用方法應該足夠靈活，以適應學術社群間的
不同實踐，但不應有太大差異，以免影響社群
間資料引用實踐的互操作性 33

資料引用的元素
作者(Author) – 資料集的創建者
出版日期(Publication Date) – 資料集可用日期、完
成資料品質控制的日期、資料禁用(embargo)過期
日
資料集名稱(Title) – 可能包含設施名、母資料集
名稱等
編輯處理(Edition) – 資料處理的層級或階段，資
料集是否未經處理或經過任何精煉程序
版本(Version) – 隨著資料變動而增加的版本號
資源類型(Resource Type) – database, dataset
34

資料引用的元素 (續)
出版社(Publisher) – 存儲資料或進行品質控制的組
織
唯一數值指紋(Unique Numeric Fingerprint, UNF) – 一組
雜湊數值用以確保自引用後研究資料未有變動
識別碼(Identifier) – 資料集持久性識別碼(DOI)
位置(Location) – 持久性URL，可連結至資料集
35

資料取用聲明
(Data Access/Availability Statement)
論文中說明所使用的研究資料來源和取用條件
資料取用聲明的內容
何處可取用研究資料 (最好是資料儲存庫)
持久性單一識別碼(如DOI)，或鏈結到資料集的長期
紀錄
取用資料之相關限制的詳細資訊和合理解釋（例如，
出於倫理、法律或商業原因）
期刊論文中撰寫資料取用聲明的章節
”Data Access” or ”Data Availability” Section
Acknowledgements Section
出版社的資料取用聲明範例： Springer
Nature, Wiley, Taylor Francis 37

最佳實務 – 資料管理與儲存
39

資料組織
目錄、文件夾、檔案命名
盡量採用學科領域中命名方式的常規
一致性的命名—包含相同的資訊與資訊順序
命名元素可能包含：專案名稱縮寫或頭字語、資料地、PI、
年月、資料類型(問卷、光譜…)、版本號、檔案類型
DataOne Best Practices
File Naming Convention – 10 Rules for Best Practice
命名方式具有規則、可解讀
版本號很重要
批次更名工具
Windows: Bulk Rename Utility, Ant Renamer, MS
PowerRename (MS PowerToys)
Mac: Renamer, built-in functionality 40

適合長期保存的檔案格式
考量要素
廣泛採用
盡量不依賴其他技術
檔案格式規格揭露程度高
透明度高 – 檔案內容可用基礎工具檢核
詮釋資料(metadata)內嵌於檔案
沒有數位權利保護機制(如加密)
研究資料檔案格式
UK D-S建議檔案格式 + 學術社群常用的格式(如
FITS)(天文學常用的數位影像格式)
Mendeley Data建議檔案格式
42

學者研究資料儲存與檢索認知
44
研究資料儲存與檢索認知非常不同意不同意普通同意非常同意
您能順利儲存(短期保存)自己執行
中研究專案之研究資料
4
(0.4%)
9
(0.9%)
85
(8.3%)
407
(39.8%)
517
(50.6%)
您能順利儲存(長期保存)自己已結
案研究專案之研究資料
8
(0.8%)
27
(2.6%)
133
(13.0%)
434
(42.5%)
419
(41.0%)
您能順利檢索(找尋)到自己執行中
研究專案之研究資料
5
(0.5%)
37
(3.7%)
163
(16.3%)
469
(46.9%)
326
(32.6%)
您能順利檢索(找尋)到自己已結案
研究專案之研究資料
5
(0.5%)
34
(3.4%)
198
(20.0%)
480
(48.4%)
275
(27.7%)
研究資料儲存位置
(複選題)
短期保存儲存位置長期保存與取用儲存位置
樣本數
觀察值
百分比
樣本數
觀察值
百分比
自己的儲存裝置 1030 96.3% 841 78.7%
雲端硬碟 600 56.1% 670 62.7%
服務機構所建置的研究資料儲存庫 219 20.5% 497 46.5%
學科領域常用的研究資料儲存庫 153 14.3% 372 34.8%
研究專案之主要資助機構所建置或
支持的研究資料儲存庫
- - 362 33.9%

最佳實務 – 說明文件與詮釋資料
45

學者分享研究資料的疑慮
46
分享研究資料有疑慮的原因
(複選題)
缺乏適當的政策及權利保護 519 72.7%
濫用資料 514 72.0%
誤解資料 483 67.6%
擔心法律和道德議題 338 47.3%
害怕失去科學優勢 259 36.3%
缺乏資源 207 29.0%
分享的資料沒有人需要 59 8.3%
不應該分享資料 32 4.5%
完善的說明文件與詮釋資料是減少濫用資料與誤解資料的良方

說明文件
撰寫說明文件可以讓其他研究者了解與正確解
讀你的研究資料，避免濫用與誤解資料
資料蒐集的情境脈絡
資料蒐集方法
資料檔案的結構與組織
資料驗證與品質管控
從原始資料進行分析的資料操作處理
資料保密、取用、使用條件
範例
Example – Template
資料分析說明文件範例 – 資料集與分析程式
47

詮釋資料(Metadata)
詮釋資料 – Data about (research) data
關於研究資料相關屬性(property)與屬性值(value)
研究資料的詮釋資料類型
管理資訊—如創建者、創建日期、檔案名稱、取用
條件及限制等
檢索資訊—如創建者、資助機構、研究專案名稱、
研究專案ID、關鍵字等
技術資訊—如檔案格式、檔案大小、使用資料所需
的軟體／硬體等
資料檔案的描述—如檔案／資料的結構、欄位標籤
／描述、應用規則等
變數名稱與說明、編碼與分類體系定義、遺漏值、名詞與
縮寫定義… 48

Mendeley Data – 建立資料集
49

詮釋資料標準
詮釋資料標準列表 (Wikipedia)
Disciplinary Metadata -- List of Metadata
Standards for RDM
FAIRsharing.org
RDA Metadata Standards Catalog
50
圖片來源

學者訂定詮釋資料類型分析
51
詮釋資料類型
(複選題)
管理資訊 230 70.1%
資料檔案的描述 223 68.0%
檢索資訊 196 59.8%
技術資訊 124 37.8%
803位，其中有訂定詮釋資料人數為333位(有效百分比為41.5%)，

標準授權
創用CC (Creative Commons)
CC BY, CC-BY-SA, CC BY-ND, CC-BY-NC,
CC BY-NC-SA, CC BY-NC-ND
Open Data Commons (ODC)
Open/Non-Commercial Government License
(OGL)
Public Domain
53

最佳實務 – 資料長期儲存
54
Whyte, A. (2015). ‘Where to keep research data:
DCC checklist for evaluating data repositories’ v.1 Edinburgh: Digital
Curation Centre. Retrieved from www.dcc.ac.uk/resources/how-guides

判斷準則
資料儲存庫(repository)是否信譽良好？
資料儲存庫是否接受我的研究資料(如格式)？
資料儲存庫在法律條文上是否安全?
資料儲存庫是否符合FAIR原則(見結語)
資料儲存庫是否支持資料使用分析與追蹤?
55

資料儲存庫階層圖
56
主要的國際儲存庫
本國資料中心
機構典藏
個人典藏
1. 層級越高，資料價值越能提升(個人社群社會價值)
2. 層級越高，擔負越高責任，且能應付更多取用要求
3. 層級越高，越能關注標準、永續性、確保資料來源

如果你的資料要公開取用
57

如果你想找個地方長期、不公開
地保存資料
58

三種層級的資料取用需求與條件
59

DataVerse Project
60
To be or Not to be… 或者與廠商合作？

Data Management Plan (DMP)
一份描述如何在研究專案執行過程中及結束後
管理與處理研究資料的文件
資料管理計畫的主要內容
行政管理相關資料
資料類型、格式、標準、獲取方法
倫理與智慧財產權
資料取用、分享、再利用
短期儲存與資料管理
存放與長期保存
責任與資源
Checklist for a Data Management Plan
Data Management Plan Examples
62

行政管理相關資料
專案基本資訊：專案名稱、主持人姓名與
ORCiD、聯絡資訊
身為研究者．．．請去申請ORCiD
研究摘要
版本資訊
機構內外相關的研究資料管理政策
63

資料類型、格式、標準、獲取方
法
專案產生的資料
最終資料集的數量、類型、內容、品質與格式
UK D-S建議檔案格式 + 學術社群常用的格式(如FITS)
Mendeley Data建議檔案格式
資料集目錄與檔案架構
資料產生的標準和方法
選用的品質控制(quality assurance)程序
與其他在公共存儲庫(public repository)可取得資料
的關係
會在專案中使用的其他既存資料來源
既有資料與研究專案資料間的缺口
研究專案所產生的資料帶來的加值效益
64

資料類型、格式、標準、獲取方
法 (續)
詮釋資料(metadata)、說明文件
為了讓研究資料在未來能給閱讀、解釋、正確再用，
必須提供詮釋資料與說明文件
如何獲取或產生詮釋資料與說明文件
採用何種詮釋資料標準及採用的原因
65

倫理與智慧財產權
如果對資料分享有任何限制，應予說明
展現已向專家徵詢過和研究資料相關的著作權和權
利管理議題
具體說明和知情同意、保密、匿名化及其他倫理考
量的相關議題 (如參與者是否同意資料分享與保存)
資料分享是否延遲或有任何限制，如保護參與者或
取得適當的智慧財產權保護
資料所有權議題
例如再利用其他學者研究資料時是否對方有任何限制?
66

資料取用、分享、再利用
設想未來其他研究者如何運用你的研究資料
誰是研究資料的可能使用者？
有些準備功夫要做，讓其他研究者方便、無誤地再
利用資料
資料分享如何為科學合作帶來更多機會？
如何讓你的研究資料讓其他學者取得、再利用？
會將你的研究資料放在哪裡？盡量利用既有服務
潛在使用者如何找到你的研究資料？
其他研究者如何取用資料？
是否需要簽署資料分享協議？ -- 標準授權
公開研究資料的時間表
詳述資料分享的困難(原因、可能的克服方式) 67

短期儲存與資料管理
描述規劃的品質保證與備份程序
是否有足夠的儲存空間？
是否能從機構內部得到支持？是否有任何進階
技能或資源需要事先確定？
誰負責備份與復原？
如果是跨機構的合作研究，應具體說明所有合
作參與機構之研究團隊中對資料管理與保存庋
用(curation)的責任
應用適當的資料管理層級
機敏性資料的加密
自動備份時程、異地備援、可攜式儲存媒體…
68

存放與長期保存
評價與選擇具有長期價值的資料
評估備便資料以利保存與分享所需的時間、人力等
成本
哪些資料因為合約、法律、規章的限制而必須保存
或銷毀
支持學術出版文獻的研究資料應予保存
確保研究資料持續可用
說明保存計畫以確保關鍵資料集的長期價值
69

責任與資源
誰負責實踐資料管理計畫，並確保根據實際情
況審核與修正資料管理計畫
在跨機構合作研究的情形下，如何區分責任？
羅列與評估費用
短期儲存管理、長期保存的費用(軟硬體)
校內是否有支持研究資料管理的資訊基礎設施
進行研究資料管理的相關人力費用
詮釋資料、說明文件
技術人力
教育訓練
70

關於研究資料管理要求
(Policy or Mandate)
73
服務機構或資助機構的研究
資料管理要求
非常不同意不同意普通同意非常同意
研究計畫資助機構有訂定研
究資料管理要求
75
(8.8%)
205
(23.9%)
211
(24.6%)
282
(32.9%)
84
(9.8%)
研究計畫資助機構應訂定研
究資料管理要求
52
(5.8%)
103
(11.5%)
252
(28.2%)
364
(40.8%)
122
(13.7%)
服務機構有訂定研究資料管
理要求
88
(10.6%)
241
(29.0%)
213
(25.7%)
222
(26.7%)
66
(8.0%)
服務機構應訂定研究資料管
理要求
58
(6.8%)
144
(16.9%)
243
(28.5%)
312
(36.6%)
96
(11.3%)
從實驗室建立DMP慣例…

使用他人研究資料及他人使用自
己研究資料的公平使用條件分析
74
公平資料使用條件項目平均數標準差 t檢定值自由度 p值
在使用資料而產生的出版品中
擔任共同作者
使用他人 3.10 1.157
1.279 916 .201
他人使用 3.08 1.151
在使用資料的出版品中對資料
提供者和／或資助機構致謝
使用他人 4.39 0.671
3.323 933 .001**
他人使用 4.36 0.688
在使用資料的出版品中正式引
用資料提供者和／或資助機構
使用他人 4.49 0.612
2.800 931 .005**
他人使用 4.46 0.642
有機會進行研究專案合作
使用他人 4.11 0.697
1.810 912 .071
他人使用 4.09 0.712
必須至少收回資料取得、檢索
或提供使用的部分成本
使用他人 3.16 0.950
3.065 886 .002**
他人使用 3.12 0.969
必須向資料提供者提供使用資
料之文章重印本(紙本或電子版)
使用他人 3.47 0.990
-.390 893 .696
他人使用 3.47 1.000

使用他人研究資料及他人使用自己研
究資料的公平使用條件分析 (續)
75
公平資料使用條件項目
平均
數
標準
差
t檢定
值
自由度 p值
資料提供者將獲得使用資
料之所有產品的完整列表，
包括文章、簡報、教材
使用他人 3.36 0.986
0.697 891 .486
他人使用 3.36 0.996
獲得資料使用的法律許可
使用他人 3.86 0.908
0.930 895 .353
他人使用 3.85 0.927
簽署互相共享資料的協議
使用他人 3.69 0.916
0.831 877 .406
他人使用 3.69 0.944
簽署資料用途聲明並取得
同意
使用他人 3.97 .839
-0.671 894 .503
他人使用 3.98 .860
從共享資料創建新資料集
是合適的
使用他人 3.80 .826
-1.810 864 .071
他人使用 3.82 .840
*p<.05，**p<.01，***p<.001

研究資料管理的FAIR原則
可發現的(Findable)：使用或再使用資料的第一步
是找到它們。詮釋資料和資料本身應該很容易
被人類和電腦找到。機器可讀的詮釋資料對於
自動發現資料集和服務至關重要
F1. 詮釋資料和資料本身擁有全域唯一永久識別碼
F2. 使用豐富的詮釋資料描述資料
F3. 詮釋資料包含它們所描述資料的識別碼
F4. 詮釋資料和資料本身在可搜索的儲存庫中註冊
或編製索引
76

研究資料管理的FAIR原則(續)
可取用的(Accessible)：一旦使用者找到所需的
資料，使用者需要知道如何取用這些資料，可
能包括身份驗證和授權
A1. 詮釋資料和資料本身可藉由其識別碼，使用標
準化通信協定進行檢索
A1.1 該協定是開放的、免費的、可普遍實施的
A1.2 該協定允許在必要時進行身份驗證和授權
A2. 即使資料不再可用，也可以取用其詮釋資料
77

可互操作的(Interoperable)：資料通常需要與其他
資料整合。此外，為了分析、儲存與處理，資
料需要與應用程式或工作流程進行互操作
I1. 詮釋資料和資料本身使用正式的、可取用的、共
用的和廣泛適用的語言來表徵知識
I2. 詮釋資料和資料本身使用遵循 FAIR 原則的詞彙
表
I3. 詮釋資料和資料本身包括對其他詮釋資料和資料
的限定引用(qualified reference)。
78

可再使用的(Reusable)：FAIR 原則的最終目標
是優化資料的再使用。為此，應詳細描述詮釋
資料和資料本身，以便可以在不同的情境中複
製和/或組合它們。
R1. 詮釋資料和資料本身應採用多個準確和相關的
屬性來詳細描述。
R1.1 詮釋資料和資料本身應連同清晰且可取用的「資料使用
許可(data usage license)」一同發佈。
R1.2. 詮釋資料和資料本身應包含「詳細出處(detailed
provenance)」。
R1.3. 詮釋資料和資料本身應符合與領域相關的社群標準。

79

開放科學
科學研究的重要特性：透明、開放、可重現
TOP Guidelines (The Transparency and
Openness Promotion Guidelines)
獎勵研究者花在開放實踐上的努力：citation
standards, replication standards
描述在科學研究程序中開放的定義，以利研究的重
現與評估：design and analysis transparency,
research and analysis transparency, data sharing
standards, analytic methods standards
事先登錄：pre-registration of studies, pre-
registration of analysis plans
80

圖書館可以做甚麼？
提供教授、研究生RDM知能培訓
協助教授、研究生解決RDM相關問題
研究資料管理計畫(62.8%)，研究資料儲存問題(46.7%)、技術協助
(39.0%)、一般資料管理問題(35.7%)、法律問題(30.6%)、研究資料
倫理問題(30.4%)、出版及引用(28.0%)、技術問題(26.0%)。
推介受信賴、符合FAIR原則的研究資料儲存庫
建置研究資料儲存庫 82
接受過培訓願意接受培訓
管理相關培訓
(複選題)
樣本數觀察值百分比樣本數觀察值百分比
無 741 69.6% - -
研究資料引註格式 212 19.9% 290 34.0%
研究資料管理計畫 142 13.3% 715 83.7%
詮釋資料 134 12.6% 375 43.9%
一致的檔案命名 81 7.6% 316 37.0%
研究資料集的版本控制 76 7.1% 340 39.8%

研究資料管理面面觀.pptx

Recommended

Recommended

More Related Content

What's hot

What's hot (12)

Similar to 研究資料管理面面觀.pptx

Similar to 研究資料管理面面觀.pptx (20)

More from 皓仁柯

More from 皓仁柯 (20)

Recently uploaded

Recently uploaded (10)