你知道实验数据也是可以发表的吗？| Scientific Data

科研界产生大量的实验数据，需要促进这些实验数据的分享和再利用。

随着科技进步的日新月异，科研界产生了大量的实验数据，及时建立一个完善的系统来促进这些实验数据的分享和再利用则显得迫在眉睫。于是，来自各界的人士共同设计并背书了一套关于科研数据的原则：FAIR数据原则。原则中的四个字母分别代表Findable, Accessible, Interoperable 及 Reusable，意即科研数据应该是可查找的、可访问的、可互操作的和可重复使用的。

Scientific Data是自然科研旗下一本开放获取在线期刊，致力于发表具有科学价值的数据集，以及能促进科学数据共享和再利用的研究。Scientific Data发表论文的主要类型为Data Descriptor。那么什么是Data Descriptor呢？

什么是Data Descriptor？

Data Descriptor是一种全新的出版类别。顾名思义，Data Descriptor是对数据的详细描述，其描述对象可以是实验数据、观察数据、计算数据、处理后数据等。Data Descriptor除了对数据进行描述，还将数据进行结构化管理以便于数据的解读、搜索以及对原始数据的再利用。Data Descriptor中将阐述数据集的来源、具体实验步骤并提供获得数据结果的链接。Data Descriptor的内容不包括验证新的科学假设、进行大量分析以提供新的科学见解亦或是描述全新的实验方法。

Data Descriptor的审稿流程是怎样的？

执行编辑、名誉学术编辑和编辑委员会将讨论决定哪些投稿将外送进行同行评议。送审的主要评价标准包括：投稿内容符合Scientific Data发表范围、描述的数据集具有充分的可利用价值。每份外送投稿的同行评议过程将由一名编委成员负责。

审稿人将着重评估数据生成步骤的技术质量、结果数据集的重复利用价值、结果数据集是否符合特定领域的科研标准以及数据描述的完整性。大部分情况下，审稿人中会包括至少一名熟悉相关实验技术的科研人员以及一名数据标准方面的专家。

在这里必须强调，Data Descriptor是否被Scientific Data 接收与数据集相关结果的影响力或新颖性无关。事实上，Data Descriptor的内容并不包括深入的分析或新的科学结论。我们更看重的是作者生成数据的实验或程序是否严格以及技术质量是否过关，必要时我们会要求作者提供质量控制实验的资料。审稿人也可能会要求作者提供补充实验以支持结果数据。

Scientific Data是自然科研旗下一本开放获取在线期刊，致力于发表具有科学价值的数据集，以及能促进科学数据共享和再利用的研究。

2017 Journal Metrics

Citation Impact

2-year Impact Factor: 5.305

5-year Impact Factor: 5.862

Immediacy index: 0.843

Eigenfactor score: 0.00855

Article Influence Score: 2.597

2-year Median: 2

本调研由中国科学院文献情报中心和SpringerNature共同署名

中国正处于创新发展的重要阶段，而开放的科学数据共享对于科技发展至关重要。《科学数据管理办法》的出台标志着我国的科学数据工作已步入正轨。值此之际，中国科学院文献情报中心携手施普林格自然对中国科研数据的管理与分享开展首份调研，旨在探索科研人员对数据分享和管理的想法及态度，以及所面临的挑战。

如果您的研究会生成数据，我们诚邀您参加本次调研。

扫描二维码 或 点击“阅读原文”

参与数据调研

（本次调查不超过10分钟）

完成调研，您将有机会参加抽奖，

赢取价值1000元礼品卡。

我们会在2018年底前与公众分享本次调查结果。 您的想法和反馈对我们非常重要，我们会以匿名形式记录您的意见。

点击https://springernature.eu.qualtrics.com/jfe/form/SV_2c9wieLvyTeLGv3?Q_Language=zh-s&ID=10参与调研。

　　===================================================

　　本文系网易新闻·网易号“各有态度”特色内容