- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
认识与管理科学数据文稿
认识与管理 研究数据
程 波
chengbo@
你怎么理解研究数据?
在你的工作学习过程中,都接触到了哪些研究数据?
你曾经产生过了解他人研究数据的愿望吗?
你所在的团队、实验室如何管理研究数据,你的做法呢?
数据集还能作为文章发表,你知道吗?
《SCIENTIFIC DATA》/sdata/
自然出版集团2014年5月上线了一本新型数据期刊《SCIENTIFIC DATA》
开放获取
引入同行评审机制
用于描述科学研究中有价值的数据集
使科研人员的数据被发现、验证与重用
《非侵入性的自然控制的机械手肌电图数据》
Title
Author
Background Summary
Methods
Subjects and ethical requirements
Acquisition setup
Acquisition protocol
Signal processing
Synchronization.
Relabelling
Data Records (the official Ninapro repository Dryad)
Technical Validation
Experimental condition effect on signal amplitude
Movement classification
Usage Notes
References
Data Citations
Acknowledgements
Author Contributions
Additional information
与其他 Nature 子刊不同,Nature-SD 不是一个发表新结论或假说分析的地方,编辑还会特别要求作者在文中删除所有超出 Data Descriptor 要求之外的内容。DD 只是研究类文章的补充。
Data Descriptor(DD):《SCIENTIFIC DATA》定义了一个新的文章类型-数据描述,旨在描述有科学价值的数据集,文章将被收录到一些重要的索引服务中,从而让作者愿意与别人分享他们的数据。
作者可以发布还未在其他出版物中出现的数据集(称为独立 DD),或者发布在其他杂志已经出版的数据集,但需要进行更深入的描述。
考虑到潜在的发表和版权冲突问题,现在出版社编辑已经同意,DD 的优先出版,并不会影响作者研究类论文的发表,但这些研究类文章应该超越对数据的描述性分析,并需要报道更重要的科学发现。
DD 的格式包括“技术验证”(Technical Validation)和“用法说明”(Usage Notes)部分。这要求作者描述数据的质量,并对数据的重用提供有价值的信息,显然这样的介绍并不适合传统的研究论文格式。再者,与其他 Nature 子刊一样,方法(Methods)部分是没有长度限制的,给作者留足空间让他们提供详细的实验数据可重用性的描述。
《中国科学数据》/index
中科院计算机网络信息中心出版
面对多学科多领域科学数据出版的学术期刊
致力于科学数据的快速出版与传播
开放获取
同行评审与读者在线评议
数据论文应当提供论文描述的数据集细节,包括数据集收集、加工、处理方法,数据质量评估和验证的方法等。 论文中不应当包括新的科学假设、新的观点和新的科学方法等内容。
论文模板:
标题
摘要
引言/概述
数据采集和处理方法
数据样本描述
数据质量控制和评估
数据使用方法和建议
其他
致谢
作者分工职责
参考文献
引用数据
图图 题表
数据集的数据量庞大,此处作者需具体给出数据集的典型样本,描述其来源、数据结构等,帮助读者溯源定位,理解数据集内涵。
本部分包括分析软件的相关使用描述,数据的深加工步骤,数据集成或数据比较的说明。如有必要,鼓励作者上传代码、程序或数据处理的工作流程作为补充资料,以帮助其他研究人员重用数据。
引用数据格式如下:
[序号]作者.数据存储库名.访问数据集的编号或唯一标识(DOI).引用时间.
http://proj.badc.rl.ac.uk/preparde/blog/DataJournalsList
什么是研究数据
狭义的研究数据指通过收集、观察和创造得到的各种实验数据、观测数据、统计数据、仿真数据等等。
可以附在论文后,也可以是独立的原始数据,包括对数据进行描述的元数据、数据集以及与数据相关的出版物。
表现为表格、数字、图像、多媒体或者其他格式。
科学数据
数字化处理后的标本数据
原生数据
人文数据
数据类型
文档(文本、文字,)、电子表格
实验室记录、学科笔记、日记
问卷、记录、代码
录音带、录像带
照片、影片
您可能关注的文档
最近下载
- 预习材料3-IFS集成财经服务变革.pdf VIP
- 北师大版高中数学必修一全册教学课件.ppt VIP
- 武汉市轨道交通1号线径河延伸线工程.pdf VIP
- ECMO学习心得体会重症医学科陈仁山.pptx VIP
- 2025年度“三会一课”及“主题党日”活动计划表+2025年党组理论学习中心组学习计划.doc VIP
- 最高法案例库-与公司有关的纠纷02-广东某乙公司诉某甲生物公司股权转让纠纷案.pdf
- 心力衰竭专家共识2025年.pptx
- 2023CSCO非小细胞肺癌诊疗指南.pdf VIP
- 2024-2025学年深圳市育才二中小升初入学分班考试语文试卷附答案解析.docx
- 2025年深圳市育才二中小升初入学分班考试数学模拟试卷附答案解析.pdf
文档评论(0)