我们使用cookies来改善您的网站体验。要了解我们对cookie的使用以及如何管理您的cookie设置,请参阅我们的饼干的政策.关闭此消息,即表示您同意我们使用cookies。

分享和引用数据

研究人员将他们在研究中收集到的数据公开变得越来越普遍。一些资助人、机构和出版商现在也要求你分享你的数据。找出什么是研究数据,为什么分享它们是有益的,你应该采取哪些步骤来分享你自己的数据。

请阅读了解我们的数据共享策略有关您在泰勒和弗朗西斯或Routledge Journal时需要遵循的数据要求。

什么是研究数据?

研究数据有多种格式。他们被定义为支持研究问题答案的证据,并可用于验证研究结果,而不管其形式(如印刷、数字或实体)。这些可能是研究人员在工作过程中通过实验、观察、建模、采访或其他方法收集的定量信息或定性陈述,或从现有证据中获得的信息。”- - - - - -UKRI开放研究数据协约(2016)

换句话说,研究数据是备份在您的出版物中提出的索赔的潜在证据

这意味着数据不仅仅存在于电子表格中。研究数据的类型因学科和学科领域而异,包括:

  • 笔记,实验记录本和草图
  • 方法和协议
  • 媒体:照片、视频、幻灯片、音乐
  • 模型和算法
  • 基因序列
  • 访谈和成绩单
  • Neuro-images
  • 软件和代码
  • 调查结果和测试响应
  • 和更多…

为何分享您的研究数据?

对职业的好处

分享您的数据可以帮助研究人员和更广泛的社会,但它也可以使您受益:

  • 增加你工作的可发现性:使您的数据 可用和 之间的数据集链接和发布 的工作将帮助他人找到和 使用您的研究 
  • 培养新的研究合作伙伴关系 和机会与那些访问或使用您的数据,跨学科。 
  • 早点完成工作:在您准备发布期刊文章或书籍之前分享您的数据,帮助您在研究区域种植旗帜。如果您可以帮助这一点发布数据注释在这个阶段伴随您的数据。
  • 为自己的工作获得好评: 存入存储库中的数据,该存储库将永久标识符(如DOI),允许作者和其他人进入CiteyourdataSet。  
  • 增加引用: 一 学习哈萨斯 期刊 文章 链接到存储库中可用的数据 比那些没有链接的文章的 多了25% 
  • 提高你工作的可信度: 使其他人能够仔细审查和复制您的工作将有助于验证您的结果和您的结论。 

“一般来说,作者应该将数据共享视为将单个研究的读者与更大的研究议程联系起来的机会。如果在一个项目上发表的数据同时也将读者引向保存其他研究数据集的主页,那么这项研究可能会产生更大的影响。 

- 乔恩·e·Grahe,执行编辑社会心理学杂志

对研究界的好处

  • 审查和验证:共享数据可提高研究过程的稳健性,支持验证,研究透明度,再现性和结果可重复性。这轮流又可以推进发现和知识。
  • 重用:共享数据可以导致重用和发现,从而有更大的机会进行元分析和提取新知识。
  • 减少浪费:如果数据可用,其他研究人员就不需要花费时间和金钱重复这项工作
  • 保存:数据沉积支持长期保存数据。

对社会的好处

  • 现实世界的影响:更广泛的数据可获得性支持了研究的可见度,并将其转化为教育和实践,如技术创新和基于证据的政策。
  • 相信:与其他开放的研究实践一样,数据分享的透明度和问责制有助于保持对研究过程的公众信任和理解。

尽管可以来自分享数据的所有这些潜在收益,但您仍可能毫不符合您的研究是正确的。在我们的数据共享神话指南,我们将解决研究人员有时不愿分享数据的7个主要原因。

什么时候不分享您的数据

我们支持以下原则:数据应尽可能开放,必要时应尽可能封闭。”.尽管许多阻止一些研究人员分享数据的担忧是毫无根据的,但在某些情况下,分享你的数据是不合法或不道德的。这些包括:

  • 与需要保护个人身份的数据冲突共享,
  • 你并不拥有这些数据,
  • 数据具有商业敏感性或受竞争法或市场法规保护,
  • 数据释放数据带来了安全风险。

有关更多详细信息,请参阅我们对数据共享伦理的介绍.如果您对共享某个特定数据集是否正确有任何疑问,您所在机构的研究伦理委员会应该能够提供帮助。

遵守数据共享政策

在您对分享数据进行任何决策之前,请检查您的机构或研究资助者是否有任何特定的任务。越来越多的资助者要求授予收件人分享他们研究产生的数据。这Sherpa-Juliet工具可以帮助您确定您的资助者是否有数据归档政策。

此外,出版商现在通常会指定如何提供与您的研究出版物相关的数据(见下文)。如果您的资助者和期刊的数据共享政策不同,您需要遵循更先进的政策,即鼓励更大程度的数据共享的政策。

请注意,即使您选择不公开共享您的数据,您也可能被要求将它们提供给同行审稿人,以支持您的期刊论文提交结果的验证。

泰勒&弗朗西斯和劳特利奇的日记

我们的期刊使用了一系列政策;从基本政策到最进步的政策。在提交您的文章之前,请检查您提交的期刊的作者说明,以找到适用的数据策略。阅读指南,了解我们的数据共享政策

F1000Research开放科学平台

F1000Research开放科学平台拥有开放的数据政策。每一篇文章都应该包含对存储结果的数据的引用,以及用于处理这些结果的任何软件的详细信息。你可以在他们的F1000Research的政策中找到更多数据的指导方针

劳特利奇和CRC出版社出版

我们的书数据共享政策鼓励所有新书和章节的作者分享并根据公平原则提供数据。进一步鼓励作者引用数据并在其出版物中包含数据可用性陈述。

如何分享你的研究数据

我们的循序渐进的指导概述如何有效地分享您的数据以及沿途考虑的内容。

其中一个关键阶段是选择数据存储库是一个在线平台,您可以在那里存入与您的工作相关的数据集。一些存储库是特定于主题的,而其他存储库是概括的。它们也因其提供的特征和任何成本而异。有关更多详细信息,请阅读我们的存储库指南

你需要决定你是否想去选择公开数据.您可以通过应用开放许可来实现这一点,允许其他人重用您的数据,并帮助最大化您的研究影响。我们的一些期刊和平台要求您将与您的文章相关的数据公开,但我们鼓励您在提交时考虑选择公开数据。

选择公开数据

考虑到这一点公平数据原则存放数据时。公平数据是可找到的,可访问,可互操作性和可重复使用的。

在存储库中共享数据后,请包含数据可用性声明在您基于该数据发布的任何文章中,解释在什么地方以及在什么条件下可以访问您的数据。

你也可以选择发布数据注释:对同行评审的文章类型,您可以解释您的数据如何收集,分析,验证以及任何使用条件。

阅读我们的分步指南来分享你的数据。

引用数据

当您在编写期刊文章时,您需要确保您正确引用您使用的任何数据,无论它是你自己的数据集还是别人的。

泰勒和弗朗西斯支持强制11联合宣言引文原则它认为数据是重要的、可引用的研究产品,而且数据引用应该既可以被人类理解,也可以被机器读懂(即可以被计算机读取和处理)。

引用数据很重要,因为它:

  • 确保您信任生成数据的个人或组
  • 帮助读者识别并找到数据
  • 促进数据的可重复性,使其他人能够复制和验证研究结果
  • 促进研究人员合作重复使用和建立研究结果
  • 帮助跟踪数据集的影响和重用
  • 通过使阅读文章的任何人都能够定位数据集,从而提高研究的可发现性。

阅读我们的数据引用指南找出数据引用中应该包括什么。

了解更多

常见问题

对于许多研究人员来说,共享数据是一种新的实践,还需要适应额外的术语和流程。为了帮助你解决这些复杂的问题,我们正在为我们经常被问到的问题建立一个答案库。如果你想知道什么,希望你能知道在我们的常见问题解答中找到答案.如果有任何缺失或不清楚的东西,请向我们删除一封电子邮件:[电子邮件受保护]

数据共享计划和组织

如果您有兴趣了解更多关于数据共享的信息,或者甚至想帮助倡导这一领域的更大的开放性,可以考虑很多团体。以下是泰勒和弗朗西斯支持的一些观点:

社区指导原则

开放科学中心的顶级指南

由期刊,资助者和社团创作,以使科学理想与实践保持一致。读我们采访大卫·梅勒请访问开放科学中心来了解更多信息。

启用公平的数据承诺声明

一个旨在推动地球、空间和环境科学向公开和公平地分享研究成果的FAIR数据项目。了解有关Taylor & Francis杂志介绍了公平数据政策

FORCE11数据引用原则联合声明

一组指导原则为了帮助制作数据公平(可找到的,可访问,可互操作和可重复使用),最大限度地利用数据。

数据共享计划

研究数据联盟

Taylor & Francis是研究数据联盟(RDA)的组织成员;一个由研究人员、图书馆员、数据专业人员、出版商和其他人员组成的跨利益相关者社区,他们共同解决与研究数据相关的问题。Taylor & Francis团队的成员参与了RDA工作小组,专注于数据与研究出版物交叉的领域。其中包括数据共享策略、存储库指导和基于数据处理特定主题的组。

研究数据联盟标志

开放科学徽章

由开放式科学中心开发,开放式科学徽章可在我们的一些期刊上提供。这些奖学作者为科学透明度和他们的努力做出了贡献,使他们的研究更加开放,包括选择开放数据。了解如何申请开放数据徽章

3个开放式科学徽章

代码的海洋

我们正在使用代码海洋来帮助研究人员在其研究中使用代码。代码海是一种基于云的计算再现性平台,为研究人员和开发人员提供了一种简单的方式,可以分享,发现和运行代码。了解更多代码的海洋

代码海洋标志

公开引文倡议(I4OC)

我们是I4oC的一部分,发布商,研究人员和组织之间的合作,以促进对结构化,可分离和开放的引用数据的访问。阅读更多的好处

I4OC标志

元数据2020

这是一项协作,提倡为所有研究成果提供更丰富的、连接的、可重复使用的、开放的元数据,这将促进学术追求,造福社会。

元数据徽标

STM协会研究数据计划

发布商合作,共同努力促进数据分享最佳实践。

STM协会的标志