《数据论文出版元数据》国家标准研制与实践

2023年8月,《GB/T 42813-2023数据论文出版元数据》国家标准正式发布,该标准规定了数据论文出版元数据的内容与结构,包括数据集元数据、数据论文元数据及其描述方法、扩展原则与方法。适用于数据论文及其关联数据集的描述、保存、在线出版和共享服务等。该标准的发布标志着首次从国家层面对数据论文出版这一科学数据开放共享新模式进行了总体约定,解决了数据出版领域缺少标准规范指导的问题。有助于数据出版机构快速地发布数据论文和关联数据,为科学数据确权、产权保护提供支撑,对于推动科学数据开放共享生态建设具有重要意义。自标准发布以后,一些数据期刊或科学数据出版平台开始使用标准规定的元素与定义,开展较为广泛的实践。

《国家科学数据中心联合专刊》数据出版方向子序

数据出版是推动与加速数据开放共享的有效战略[1],是科技界公认的数据开放共享新模式。2015年,《中国科学数据(中英文网络版)》创刊,正式拉开了我国科学数据出版事业发展的序幕。2018年,国务院办公厅印发《科学数据管理办法》[2](国办发〔2018〕17号),“第二十二条”明确提出“主管部门和法人单位应积极推动科学数据出版和传播工作,支持科研人员整理发表产权清晰、准确完整、共享价值高的科学数据。”在后续各省市、部委发布的科学数据管理实施细则类文件中,科学数据出版工作得到了不同程度的强化。2019年,科技部、财政部联合公布20个国家科学数据中心名单[3],明确了国家科学数据中心推动科学数据建设、汇聚、整合与开放共享的使命和地位。

我国科学数据标准规范实践与思考

科学数据标准规范是推动数据资源共享服务的重要基础,研究分析其需求变化和未来发展对充分发挥数据价值,提升我国科技创新竞争力具有重要意义。本文基于工作实践,调研分析我国科学数据标准研制现状,总结梳理现阶段数据标准研制的新需求。最后,文章提出我国科学数据标准规范工作思考与建议,包括充分发挥数据标准规范技术支撑作用,加强国际标准引领和团体标准研发,以及持续跟踪标准使用的效果和评价。

科学数据安全标准规范关键问题探索

科学数据是科研活动的重要成果,更是科技创新的数据资源基础。与此同时,科学数据安全问题也日益严峻,在数据共享实践过程中遇到了前所未有的挑战,需要全面加强科学数据安全标准规范体系的研究与制订。文章从信息安全属性、科学数据资源特征以及学科领域数据安全三个维度出发,深入分析了科学数据安全的特点与特征,提出了科学数据安全标准的五个重点研究方向,即科学数据安全框架、科学数据安全分级分类、科学数据权益保护、科学数据全生命周期安全以及领域科技资源安全。研究科学数据安全特征和标准体系,对于发挥科学数据驱动创新型国家建设的作用和促进《科学数据管理办法》的全面实施具有重要意义。

科学数据伦理关键问题研究

随着数据量的急剧增加,人工智能等技术快速发展和应用,数据伦理风险日益凸显。本文调研和分析国外重点研究机构发布的数据伦理原则和数据伦理指导框架以及国内伦理相关法律法规和学者的研究进展。在此基础上提出科学数据伦理研究3个关键问题:科学数据伦理的内涵与外延、科学数据伦理的基本原则以及科学数据伦理研究指导框架要求。

科学数据安全标准研究与工作建议

大规模巡天望远镜、大型粒子加速器、高通量基因测序仪等源源不断产生巨量科学数据[1],引领科学研究迈入大数据时代,国际科技竞争日益依赖于科学数据资源的长期持续积累、高质量科学数据资源的掌控优势以及从数据获得信息和知识的能力[2],科学数据被世界各国公认为战略性、基础性资源.同时,科学数据安全得到了世界各国的逐渐重视,纷纷出台政策法规确保科学数据资源安全以及本国科学数据的掌控权、开发利用优先权等.

科学数据安全技术及基础技术标准研究

科学数据是科研活动的成果,也是后续科研创新的基础。科学数据共享和流动能够有效实现其价值最大化。目前,我国科学数据已经取得很大进展,但仍需全面加强科学数据建设,实现科学数据的“强国梦”。与此同时,科学数据安全问题也日益严峻,“边共享边保护”的实践遇到前所未有的挑战,急需全面加强科学数据安全的系统研究、标准体系及基础标准的研制和实施。

基于深度学习的微藻自动检测系统研究

目的 微藻养殖产业规模巨大,在养殖过程中微藻易受杂菌和其他污染物的影响,因此需要定期对微藻进行检测,以确定其生长情况。现有的光学显微成像法和光谱分析法对实验人员、实验设备及场地的要求较高,无法做到实时快速检测。为了实现实时快速检测,需要一套检测要求低、速度快的实时微藻检测系统。方法 本文开发了一种基于深度学习的微藻检测系统,通过搭建一套基于明场成像的显微成像设备,使用采集的图像训练基于YOLOv3的神经网络,并将训练好的神经网络部署到微型计算机,从而实现了实时便携微藻检测。本文对特征提取网络进行改进,包括引入跨区域残差连接机制和注意力选择机制,另外还将优化器改为Adam优化器,使用多阶段多方法组合策略。结果 加载跨区域残差连接机制时最高平均精度(mAP)值为0.92。通过与人工结果进行对比,得到检测误差为2.47%。结论 该系统能够实现微藻实时便携检测,提供较为准确的检测结果,可以应用于微藻养殖中的定期检测。

国家创新体系中的科技资源协同机制与服务 模式研究

【目的】大数据时代,新兴信息技术的飞速发展,给科技资源优化配置和高效利用带来诸多挑战,探索科技资源协同机制和服务模式,充分发挥科技资源作为重要创新要素的作用,能够进一步提升国家科技创新的竞争力。【方法】针对科技资源创新整合面临的诸多问题,充分考虑科技资源协同核心主体,深入分析各主体之间的协同运作机制,以及基于云服务平台的资源协同服务模式。【结果】提出政策激励、合作共赢以及自我驱动等资源协同运作机制,总结了分布式科技资源云服务平台在线和离线服务模式以及基础服务和特色服务等具体服务形式。【结论】科技资源是国家创新体系中创新要素的重要组成部分,其协同运作机制与服务模式研究,有利用于推动科技资源在全社会范围内的高效配置和共享利用,为全面提升我国科技竞争能力提供有力支持。

2007-2020中国探月工程VLBI测量数据集

中国探月工程“绕、落、回”历次任务对探测器的飞行轨道测量和着陆点位置测量有很高的精度要求,综合测距、测速和甚长基线干涉测量(VLBI)方法可快速获得探测器的高精度测量结果。基于“嫦娥1号”至“嫦娥5号”任务中国VLBI网实测获得的VLBI数据,建立了“2007–2020中国探月工程VLBI测量数据集”。本数据集时间跨度为2007–2020年,除实时任务数据外,还包含了各个拓展试验任务和长管任务的测量数据集。这些数据具有重要意义,已服务于多个嫦娥任务VLBI新技术方法验证与系统性能评估,支持了多次VLBI测轨任务的圆满完成,对我国后续各项探月工程和行星探测,以及空间天文相关课题的研究,也具有较高的参考价值。

中药材化学成分的晶体结构数据集

收集提取1945–2015年中外科技期刊内的中药材化学成分数据和化合物晶体结构数据,采用数据录入规范控制和数据加工系统软件检查等多种途径,对数据进行质量控制和规范化整理,录入了中药材化学成分数据和化合物晶体结构数据,并通过化学结构整合两类数据,最终建成了中药材化学成分的晶体结构数据集。本数据集共收录了527种常用中药材、270种中药化学成分和345个化合物的晶体CIF数据,并建立了三项数据间的对应关系,录入了对应关系的来源文献信息。中药材化学成分的晶体结构数据集的建成,可以为药物化学家和药学家等科研人员进行中药现代化研究、新药研发等工作提供科研基础数据服务。

基于动物志的鸟类形态特征数据集

基于动物志的鸟类形态特征数据集是在对《中国动物志鸟纲第七卷》相关文字记录数字化处理后,利用专门工具对内容进行提取得到的。本数据集包含书中记录的夜鹰目、雨燕目、咬鹃目、佛法僧目、啄木鸟目(鴷形目)共计5目13科85种鸟类,其每条记录都是对各物种/亚种不同性别各发育阶段的形态、生物学、分布、量衡度等形态描述数据中单一形态特征的提取,以形状、颜色、纹理为主。本数据集为这些类群鸟类生物地理、系统进化等生物学研究提供了基础数据,也为自然语言处理和理解研究提供了珍贵的语料资源。

中国沿海水生生物污染数据集及食用水产品的健康危害评估

沿海区域是污染物的汇集区域,污染物的生态风险和健康危害广受关注。亟需开展污染物的监测,评估污染的生态风险。已有研究提供了不同水域不同水生生物中各类污染物的含量数据,但尚缺乏系统的沿海区域生物体污染物含量的数据集,无法为沿海区域生态风险及其人体健康危害评估提供数据支撑。本研究通过CNKI、Web of Science和PubMed数据库,搜集了2000—2019年间沿海区域物种-污染物含量相关文献的数据,建立了中国沿海水生生物污染数据集。进一步提取了常见软体动物和鱼类的重金属含量数据,运用靶标危害系数(target hazard quotients,THQ)模型进行了食用危害评估。结果显示,中国沿海区域软体动物中的8种重金属平均浓度从高到低依次为锌(317.939 mg·kg^(-1))、铜(87.792 mg·kg^(-1))、铅(14.428 mg·kg^(-1))、铬(11.459 mg·kg^(-1))、锰(5.384 mg·kg^(-1))、砷(1.332 mg·kg^(-1))、镍(1.011 mg·kg^(-1))和汞(0.384 mg·kg^(-1))。而鱼类中这8种重金属的平均浓度梯度为锌(172.025 mg·kg^(-1))、铜(11.637 mg·kg^(-1))、铅(9.604 mg·kg^(-1))、锰(1.808 mg·kg^(-1))、镍(1.573 mg·kg^(-1))、砷(0.802 mg·kg^(-1))、铬(0.546 mg·kg^(-1))和汞(0.023 mg·kg^(-1))。THQ模型预测结果表明,重金属并不会对成人产生健康影响,唯一例外的是,砷元素污染可能会对儿童产生潜在的健康危害。综上,本数据集提供了中国沿海区域物种的污染物含量数据,为污染物引起的人体健康危害评价提供了数据支撑。

IDADP-葡萄病害识别研究图像数据集

构建可供机器学习建模使用的图像数据集对于实现高效的农业病虫害识别至关重要。本数据集收集整理了白粉病、霜霉病等7种葡萄病害图像数据,共计3622张,约697 MB。本数据集可为葡萄病害识别研究领域提供宝贵的基础数据资源,同时可作为大数据环境下机器学习建模的标准图库,对促进农业病害图像识别研究的发展具有重要的实际应用价值。

基于动物志的粉蝶形态特征数据集

基于动物志的粉蝶形态特征数据集是在对《中国动物志昆虫纲第五十二卷鳞翅目粉蝶科》相关文字记录数字化处理后,利用自研的生物形态特征标记专用工具对内容进行提取得到的。本数据集包含书中记录的昆虫纲,鳞翅目,粉蝶科共计24属155种粉蝶(177亚种),其每条记录都是对各物种/亚种不同性别形态、量衡度等形态描述数据中单一形态特征的提取,以形状、颜色、纹理为主。本数据集为这些类群粉蝶生物地理、系统进化等生物学研究提供了基础数据,也为自然语言处理和理解研究提供了珍贵的语料资源。

云南漾濞石门关景区动植物资源数据集

本文通过对云南大理石门关景区持续一年的多次实地调查,采用现场记录物种名称、拍照凭证,部分物种采集标本凭证等多种方法相结合,整理出最新的云南大理石门关景区动植物资源数据集。本数据集包括植物名录161科541属813种,动物名录501种(昆虫20目161科301种、鸟类162种、两爬与鱼类21种、兽类17种)。通过对石门关景区动植物资源全面摸底调查,为苍山西坡石门关旅游综合开发项目的规划、设计、施工提供基础资料和科学决策依据,为景区经营管理、跨越发展提供智力支持。

数据论文及关联科学数据集出版元数据标准研究

【目的】探究数据论文及关联数据集出版的元数据标准化工作,为数据期刊建设、科学数据出版机构开展相关创新实践提供参考,推动我国科学数据高质量发布共享。【方法】通过文献调研、内容对比和归纳法分析国内外数据论文出版现状,结合科学数据出版工作实践,提炼数据论文及关联科学数据集出版要素,明确元数据规范对象、关联关系和特点。【结果】提出符合我国管理要求的数据论文及关联科学数据集出版元数据标准规范,形成元数据标准架构,明确元素定义和属性描述,并给出应用示例。【结论】研究成果支撑了国家标准《数据论文出版元数据》研制,对推进我国科学数据产权保护、促进科学数据开放共享和充分释放数据价值具有重要意义。

面向分选的退役锂电池拆解设备与工艺研究

针对现有退役锂离子电池外壳破碎分选工艺流程繁琐、产品价值低等问题,提出了电池材料预分类归集,进而实现电池各组元物料高效分选的工艺,以18650圆柱电池为研究对象,采用激光选区切割的锂电池精细化拆解方案,通过研发电池单体环切与轴向断面条件下的壳芯分离工艺,设计一款锂离子电池外壳全自动拆解设备,经有限元分析对关键的外壳挡板机构进行优化,并对所得卷芯进行破碎分选,定量检测正负极黑粉中各金属元素含量。结果表明,该设备能够实现壳芯精准分离,全效去除外壳,大幅改善现有预处理工艺过程中的粉尘、燃爆、腐蚀等环境危害。卷芯经破碎分选所得正负极黑粉中铁杂质含量为0.015%,显著提升了黑粉产品质量,避免外壳杂质参与后续湿法工艺,缩短锂电池处理流程。

用于VLBI测轨的PN-DOR信标研究

探测器DOR信号与射电源信号频谱特征不同引起的接收设备相位波动误差是月球和深空探测VLBI测轨的重要误差源之一。新型PN-DOR信标通过使用伪随机序列对现有DOR信标扩频调制生成,实现与射电源信号相似的频谱特征,可有效降低相位波动误差。研究PN-DOR信标在VLBI测轨应用中相位误差与带宽综合群时延误差计算方法,在此基础上通过比较相同发射功率条件下PN-DOR与DOR信标总时延误差,分析PN-DOR的适用条件。

可计量的开放科学数据集影响力评价指标体系构建研究

【目的/意义】开放科学迈入全球共识新阶段,构建可计量的开放科学数据影响力评价指标体系,将为我国科学数据共享成效量化评价提供参考方案,对完善数据战略、释放科学数据价值和增加国际科技话语权具有重要意义。【方法/过程】基于文献调研法和国家科学数据中心工作实践,设置可计量的开放科学数据集影响力评价指标,采用专家打分法筛选指标;运用层次分析法对具有科学性、代表性和全面性的样本和指标进行量化研究,实现指标体系所涵盖的所有指标项可计量和各指标的权重可计量。【结果/结论】本文构建可计量的开放科学数据集影响力评价指标体系,涵盖学术影响力、决策影响力、社会影响力、国际影响力和经济影响力5个一级指标及24个二级指标。结论表明:开放科学数据集支撑的学术成果、社会影响、政府决策和国际合作等是其影响力评价指标体系的重要组成,科学数据的经济价值得到广泛认同。【创新/局限】基于调研和实践,本文依据多领域科学数据权威专家数据构建了可计量的开放科学数据集评价指标体系。受限于篇幅,实证研究有待进一步展开。