保護及提供服務：研究資料服務發展路徑圖的制定

研究資料管理(Research Data Management)變得越來越重要，不只是因為資料量成長速度及複雜度增加，也是因為法規管理者對資料的要求規範變多，例如歐盟提出的一般資料保護規定GDPR。許多研究資金資助單位開始制定研究資料相關政策政策，研究資料也漸漸被視為大學的重要資產(asset)；資料共享更在研究流程中扮演重要的角色。

Covid-19疫情肆虐之下，學者跟研究者必須在家工作的情況下，做研究的方式有了革命性的改變，讓大眾對研究資料和研究軟體的使用更為聚焦及重視，於此同時，機構及圖書館提供研究者的服務也必須跟著改變。

原文是牛津大學在2019年11月到2020年11月之間與外部單位合作提供機構內RDM服務設計及評估後(RDM review)，根據評估結果建立後續服務路徑圖(road map)的經驗分享。

根據評估與相關利益者的建議，牛津大學發展路徑圖時的考量有以下幾點：

1. 路徑圖應該包含可以被不同群眾理解的多層次面向(granularity)資訊。

2. 不論是在評估期間或是之後，路徑圖應該是易於編輯的動態文件。

3. 路徑圖應該包含標準化領域與類別，以利實施階段可以流程化追蹤。

4. 責任應同時分配到監督（個人）和實施（個人和/或團體）兩種。

牛津大學未來幾年RDM服務發展路徑圖，目前路徑圖是由機構的研究資訊管理與科技小組委員會(Research Information Management and Technology Sub-Committee)管理：

經過評估程序及路徑圖的制定，牛津大學提出幾項建議給未來有志提升研究資料管理服務的機構：

1. 確保高層級單位的支持 (Secure high-level sponsorship)

2. 透過多重諮詢，優先考量與學術社群的連結，確保研究者的需求 (Prioritize engagement with the academic community)

3. 確保RDM的最新發展 (Recognize the cross-cutting nature of RDM)

4. 確保中央與不同層級之間提供支援服務時各自的角色定位 (Acknowledge the respective roles of central and distributed support services)

5. 了解及接受不同學科領域對於資料分享的文化差異 (Understand and embrace different disciplinary cultures for data sharing)

6. 準備好隨時適應不斷改變的環境 (Be prepared to adapt to changing circumstances)

7. 在規劃及預算編排上要實際一點 (Be realistic about institutional planning and budgeting timelines)

8. 認知服務設計實踐的過程跟達成目標是一樣重要的 (Recognize that the journey is as important as the destination)

閱讀詳細的評估及路徑圖設計內容請見：

To protect and to serve: developing a road map for research data management services

大量新冠病毒的研究產出改變了研究的模式

流行病新冠病毒不斷發展改變，為了趕上病毒的改變成長速度，研究者整理、分析研究的方式也產生了改變(sea change)。

根據Digital Science的執行長Daniel Hook表示，從年初至4月3日為止，Digital Science中已經有超過6,000篇(其中17%的文獻是預印本)關於新冠病毒的研究。新冠病毒的研究文獻成長量之快，與另一新興研究領域AI深度學習的文獻成長速度相較，後者大約需要六年的時間才達到差不多的文獻量。

Daniel Hook表示許多出版社將新冠病毒的研究(包含全文跟數據)「開放取用」，這表示研究者可以用更智慧的搜尋技術，例如文本、資料探勘(text mining, data mining)來取得相關的研究資料，這改變了研究的文化及研究者的工作模式。

英國研究機構The Pirbright Institute的新冠病毒研究小組組長Erica Bickerton表示，研究資料及數據成長快速，但研究社群卻可以快速適應改變、利用這些資料，是整個研究社群互相協助的結果。期刊將新冠病毒相關研究聚集在一起，非營利組織Science Media Centre (SMC) 收集、過濾相關的預印本研究，讓研究者可以快速取用相關的研究。除此之外，在社群平台(例如Twitter)上也有許多有用的討論。

這次科學界快速對新冠病毒做出回應時主要的挑戰之一是快速增加的預印本，預印本是未經過同儕審評的文章，數量快速增加的預印本顯示研究者因為這場抗疫，也在改變他們的想法與研究行為。

開放科學及開放數據如何在對抗新冠肺炎(COVID-19)的戰役中提供協助

在對抗新冠肺炎COVID-19的戰役中，開放科學正在改變科學家的工作模式及合作模式，在各國國境封鎖的狀態下，全世界的科學家透過開放取用的論文、預印本平台及開放數據共享最新研究發現及合作，努力開發COVID-19的疫苗。

*開放科學與開放數據

1. 開放數據

DNA序列(DNA sequencing)是開發特定診斷套組(diagnostic kits)的重要關鍵。上海復旦大學的張永貞教授及其同事首先發現新冠病毒的DNA序列，他們將這個重要的發現放在開放數據儲存庫(open-access data repository) GenBank，全世界的科學家可以立刻開始取用這個發現進行相關研究。截至2020年2月19日，已經有81組不同的新冠病毒基因序列被分享到GenBank上，這為科學家譯解病毒提供有利的資源，並進一步試著找出治療的方法或疫苗。

2. 開放出版品

訂閱期刊論文閱讀很昂貴，作者付費出版讓讀者免費閱讀也很花錢。文中數據指出截至2020年2月18日，在資料庫Dimensions中有500篇與新冠病毒相關的文章，但其中只有32%(160篇)的文章是開放取用(含預印本平台上的文章)，其餘340篇的文章必須要花錢訂閱期刊才能取用閱讀。

但有100間機構與英國慈濟基金會惠康基金會合作，將開放與新冠病毒相關的研究論文和數據，免費取用新冠病毒相關的研究論文及數據可以加速全球研究的速度。

3. 開放教學資源

新冠病毒的爆發使得全球許多學校暫時關閉，轉為線上教學，許多出版社提供免費的開放教學資源或是課程。

*開放科學及開放數據造就科學研究的新景象

在疫情爆發之後，美國科學家招集了全球的科學家在即時通訊平台Slack上共享、討論病毒的相關研究。使用Slack、Twitter等即時通訊平台共享資訊、即時溝通、每天都有大量的資料在預印本平台、開放數據庫上公開共享，這在十年前的科學界是不曾出現過的景象，開放科學及開放數據造就科學研究的新景象。

閱讀全文
How Open Science and Open Data can help in the fight against COVID-19

美國將強制研究產出開放取用??

2019年年底傳出美國總統川普有意頒布一道行政命令(Executive order)，所有政府資助的研究產出必須公開取用，強制研究產出於出版後可以立即讓大眾可以取用。這與目前美國政策是相當不同的，2013年歐巴馬政府時所制定的政策是公資金贊助的研究產出出版後有一年的延遲期(embargo)，12個月過後得以讓大眾公開取用。這項政策尚未對外正式公布，目前由美國OSTP科技政策辦公室負責，確切內容及進度等詳細內容都尚無從得知，儘管如此，也已在學術出版界掀起一些討論。

若川普的法令發布，則是向歐洲的Plan S倡議靠攏，有助於Open Access及Open Science的發展，一直以來主張開放取用的支持者、出版社非常樂見這項政策的通過，例如加州大學圖書館聯盟(California Digital Library，CDL)、eLife、PLOS、PeerJ等；但出版社反對的聲音似乎多於支持的聲音，超過125家出版社包含ACS、APA、Elsevier、Wiley等商業、學會出版社透過Association of American Publishers (AAP)聯合聲明，聲明中提到政府的強制法令將危害美國產出高品質同儕審評期刊及文章的智慧財產組織(jeopardize the intellectual property of American organizations engaged in the creation of high-quality peer-reviewed journals and research articles)，簡單來說就是一但法令頒布，則出版社會失去營收來源，影響出版社的營運。

摘譯自
Trump could mandate free access to federally funded research papers

Learned societies turn against scholarship and join publishers for profit

A Coalition of 125 Scientific Research and Publishing Organizations Express Opposition to Proposed Policy of Immediate Free Distribution of Peer-Reviewed Journal Articles Reporting on Federally Funded Research

支持者的聲音

延伸閱讀更多資訊

劍橋大學出版社開發新的開放研究平台Cambridge Open Engage

在開放科學、開放研究導向的未來，研究成果的傳播與分享越來越快速，也越來越「早」開始。

劍橋大學出版社以最新科技開發新的開放研究平台Cambridge Open Engage，協助研究者、作者出版研究的預印本(preprint)、摘要、會議論文、會議海報、灰色文獻和開放數據(open data)，作者可以免費上傳這些資料，這些資料也免費開放給讀者。

這個平台不只是用來傳播研究內容，而是希望可以支援和鼓勵研究者在整個研究流程中可以產生更多的合作與連結:研究者可以在研究通過同儕審評之前就預先分享其研究、與同儕討論研究成果，在研究正式出版之前可以先建立讀者群；同時，這個平台也可以幫助研究者達到跨學科的合作與連結。

Cambridge Open Engage is the new early content platform from Cambridge University Press, designed to provide researchers with the space and resources to connect and collaborate with their communities, and rapidly disseminate early research. The platform is currently under development using a co-creation approach and we’re inviting researchers to actively input to help us shape the features and functionality. Register your interest below to stay up to date and to participate in its progress!

平台網址及頁面截圖，內含平台簡介影片 https://www.cambridge.org/engage/

摘譯自 Cambridge announces open researchplatform, Cambridge Open Engage

JISC的研究資料分享服務(RDSS)

JISC採用工程與物理科學研究學會(Engineering and Physical Sciences Research Council, EPSRC)對於Research data的定義:

‘Research data is defined as recorded factual material commonly retained by and accepted in the scientific community as necessary to validate research findings; although the majority of such data is created in digital format, all research data is included irrespective of the format in which it is created.’

JISC約於2015年開始Research data shared service (RDSS)計畫，該計畫將聚焦資料生命週期的循環，在這個循環中，最終資料物件(finalized data objects)的獲取(ingest)、出版、長期的儲存與保存以用於出版或典藏，並且可以創建連結至現存在data creation 和managing active data的服務。

資料來源 https://insights.uksg.org/articles/10.1629/uksg.346/

RDSS服務的建立

• 需求調查-機構

JISC在2015年下半年啟動需求調查，了解高教單位對RDM的需求，主要包含三個部份

1. 對各機構進行研究系統的調查(institutional survey around research systems)，了解JISC各會員館機構內RDM的現況；
2. 針對現存需求的二手資料研究 (desk research around existing requirements)
3. 需求調查工作坊或是專家會議 (requirements gathering workshops.)

最終的需求調查結果與分析發布在The Official Journal of the European Union (OJEU)的招標公告中 (Jisc Research Data Shared Service Operational Requirements，https://zenodo.org/record/48261#.XUOqavL7SUk)

• 團隊建立-實驗機構(pilot institutions)

JISC從申請參與計畫實驗的機構中依照申請機構的SIZE與類型，平衡選取了13個機構成為實驗機構，這些機構包含倫敦帝國學院、劍橋大學、紐約大學等，與JISC一起合作發展RDSS的服務。

• 團隊建立-供應者(suppliers)

JISC使用OJEU的採購流程建立了供應商架構，這個架構可以分成8個部分：

1. Lot 1 – Research Data Repository Suppliers
2. Lot 2 – Repository Interfaces Suppliers
3. Lot 3 – Research Data Exchange Interface Suppliers
4. Lot 4 – Research Information and Administration Systems Integrations Suppliers
5. Lot 5 – Research Data Preservation Platforms Suppliers
6. Lot 6 – Research Data Preservation Tools Development Suppliers
7. Lot 7 – Research Data Reporting Suppliers
8. Lot 8 – User Experience Enhancement Suppliers.

關於供應商的需求及更多資訊可以參考 

RDSS Operational Requirements document

Jisc RDM blog

• 符合研究者的需求-Data Asset Framework

RDSS將讓研究者可以儲存資料以用於出版、發現、安全儲存、長期的典藏與保存，這衍生了一些問題，例如:

1. What forms of data do researchers have? 
2. How much data are we talking about? 
3. Where do they store their data currently? 
4. Who else needs access to it? 
5. How long does the data need to be kept? 
6. What motivates researchers to share their data – or to keep it closed?

Data Asset Framework 發展於2009年，當時幫助許多單位解決處理資料集的問題，但經過數十年的變化，原先的DAF已不符合實際需求，JISC及RDSS的實驗機構開始新版本的調查(The 2016 DAF survey)，了解目前英國RDM的情形，調查結果大約如下:

1. The RDSS can fill an important gap – 75% of researchers look first to their institution to preserve their data – but we know a lot of institutions cannot fully meet this need at present. This is where the RDSS can help. 
2. Access to institutional support for RDM remains low – only 16% of respondents are currently accessing university RDM support services. This is a twofold challenge: institutions not only need to make appropriate support services available, but also make researchers aware that they exist. 
3. We are pushing at an open door – 68% of respondents either already share data, or expect to do so in the future. Most of them do so because they believe that research is a public good which should be open to all. We just need to make data-sharing easier. 
4. We still have a long way to go – only 40% of respondents currently have an RDM plan, and only 18% follow established metadata standards or guidelines. Delivering change will take time.

• 符合研究者的需求-Metadata

為了瞭解RDSS的元數據(Metadata)和資料模組是否符合需求，JISC與Clax合作舉辦了9場焦點團體，參與者是實驗機構中的研究者，結果簡略如下:

1. The focus groups expressed concern about a number of areas with regard to metadata. Some can be addressed by training and support; many can be addressed by suppliers working with institutions and RDSS. A few require new technologies or culture change. 
2. Early creation and collection of metadata was often mentioned. This can be achieved through the use of dynamic data management plans so that metadata is collected from the planning stage and updated throughout the data collection and analysis process. 
3. Systems should preserve the form and content of the deposited data while allowing updating of the metadata to link to related data sets, subsequent publications and other materials which may have been created after the data was deposited. They should also allow updating of keywords and descriptive materials to reflect changes in the discipline. The facility to allow metadata to include links to other digital object identifiers (DOIs) and URLs – where a DOI does not exist – is essential. 
4. It is often assumed that the collection of metadata will involve researchers in arduous and time-consuming form filling at data deposit time. This is undesirable and unlikely to produce good metadata. Instead, automation of tools, collection processes, equipment and metadata collection integrated into researchers’ workflow throughout the research will, ideally, allow a push-button submission of the data, with metadata already attached, to the repository.

RDSS的概念架構圖

資料來源   https://insights.uksg.org/articles/10.1629/uksg.346/

RDSS 挑戰

從實驗機構端獲得的回饋可以歸納出幾點RDSS目前面對到的挑戰:

1. defining a ‘minimum viable product’ with a multitude of systems, priorities and expectations
2. fitting with existing institution and researcher workflows – for example, fitting RDSS into an institutional policy with the CRIS as the front door for researchers
3. making preservation work for research data, when the development of systems and tools have been led by the cultural heritage system
4. managing large data, data too large to be uploaded over the web, so greater than 5GB and including the challenges of big data
5. managing sensitive data including commercial, personally identifiable information and medical data.

更多詳細資訊及後續更新

JISC Blog – Research Data and related topics

Research Data Network

摘譯自

Establishing a shared research data servicefor UK universities

Open Science概念圖

Open Science概念圖，存參

連結網址的原圖有每個名詞的解釋，推薦

原圖網址
FOSTER Help us promote Open Science and contribute training content.
https://www.fosteropenscience.eu/resources

支援STEM數據分享的新模式-Data Communities

"STEM researchers must be convinced to share their data in the first place before they can be taught how to share it well."

化學家、農業科學家、公共衛生學者和土木環境工程師比較偏向個人、一對一或是與認識、信任的人(最常見的就是合作者)分享數據，他們倚重專業領域間的網路做分享，研究者之間非正式的聯絡網路也是很重要的分享管道，資料分享成為一種社交活動(social activity)，成功的資料分享常發生於Data Community。

“A data community is a fluid and informal network of researchers who share and use a certain type of data.”

另一個重要的分析面向是Creation of data curation profiles，分析數據生命週期的實證數據可以讓我們專注在分享特定類型資料的技術層面上(technical process)，而非以學科概括。另外也必須注意正在發生中，在更廣泛、技術支援範圍內的資料分享，有數個數據儲存庫(data repositories)可以被視為成功案例好好觀察：

1.劍橋結構資料庫(Cambridge Crystallographic Data Centre’s Cambridge Structural Database, CSD)-起源於1965年，由劍橋晶體數據中心建立的晶體結構的數據儲存庫

 2. FlyBase-基因和基因組序列的數據庫
1992年由NIH的國家人類基因組研究機構資助建立，該網站不只有資料取用與繳交的功能，還包含許多智慧導向工具(sophisticated navigation tool)、研究者名錄、線上論壇等。

3. DesignSafe-CI
美國國家科學基金會NSF所資助的計畫Natural hazards engineering research infrastructure所建立的數據儲存庫，研究者可以在雲端儲存、取用和分析自然災害的相關數據。該儲存庫可以接受任何形式的數據，但是資料檔案的形式(file format)是標準化的；該數據儲存庫另一個強項是整合了研究流程的各個階段，研究者可以上傳100T以上的raw data後以內建的工具分析資料並讓資料開放取用。

我們可以從以上這三個成功的Data community案例歸納出三個共同特色：

1. 由下而上、由小到大開始Bottom-up Development
這三個歷史久遠的data communities都是開始於研究者之間小規模的合作，長期的資助和組織的支持則是逐漸讓他們在數據產出、數據儲存和分享上納入新科技的使用，當研究者或是其同仁開始注意到資料分享的益處之後，communities也開始漸漸壯大，接著出版社與資助者對於資料分享的規範也有助於發展communities的規範。

2. 減少技術障礙 Absence or Mitigation of Technical Barriers
在三個成功案例中，研究者分享的資料在技術上都可以輕易上傳、轉換(transfer)及再利用，資料文件(data files)檔案不大、未包含敏感或是個人資料、文件具有標準且易懂(intelligible)的形式，data community的出現與可以使獲得重要的元數據(metadata)且使其標準化變得簡單的技術發展有關，例如CSD的成功有部分也歸功於.CIF文件形式的廣泛採用。data community的發展應該減少資料分享上倫理及技術上的障礙，或是發展出可以降低障礙、提升資料文件標準化的技術。

3. Community Norms
Data communities thrive when they cultivate formal or informal norms through which data sharing comes to be expected within the community. 數據分享的動機不能只因為數據會被引用，而應該在community裡建立規範與風氣，例如分享資料時加上穩定持久的識別碼(PID)DOIs有助於數據引用及作者可以得到Credit，另外出版社與資助者對資料分享的要求也可以有效建立community的規範及分享的風氣。

學術圖書館及其館員的角色

學術圖書館的規模/等級可能不足以處理研究者或科學家面對的挑戰，圖書館員若是想要有效地支持科學家，就必須找到有創意的方式，更廣泛、跨機構及跨領域地來貢獻(contribute)他們的專業。

覺知(awareness)是很重要的一件事，了解機構內的科學家/研究者屬於哪一個data community，很多data communities的網路及機構基本設備都建在特定的機構中，例如DesignSafe-CI是由奧斯丁德州大學的研究者所領導，所以DesignSafe-CI的雲端儲存和分析能力都歸功於德州大學進階運算中心，館員可以提供的專業協助可以發會在智財權及著作權的議題。

摘譯自ITHAKA S+R報告
Data Communities: A New Model for Supporting STM Data Sharing

歐洲大學協會公佈「2016-2017年的OA調查報告」

歐洲大學協會(European University Association, EUA)近日公佈「2016-2017年的OA調查報告(Open Access Survey Report 2016-2017)」追蹤歐洲大學OA的發展，也同時開始「2017-2018年的OA調查」。

EUA在2014年開始，每年採用線上問卷的方式調查全歐洲的大學及高等教育機構OA的發展情況，「2016-2017年的OA調查報告」是EUA第三次的追蹤調查報告，問卷回覆者來自39個歐洲國家，總計338所大學及高等教育機構，大約是一半的EUA會員數。

此次調查結果顯示，歐洲的大學陸續在校園實施OA政策，將近每4所機構中就有3所機構擁有機構典藏庫，但是大部分的典藏庫在技術及程序上仍缺乏確認不同出版品類別(publication type)的方法；10所機構中有7所的機構典藏庫匯集於OpenAIRE；有87%的大學圖書館員視OA為一重要的策略發展方向，但只有35%-40%的研究者與年輕研究者認為OA是重要的策略發展方向。雖然實踐OA的機構數越來越多，但調查結果也顯示研究數據的開放取用進程速度相對緩慢。

報告結果也指出幾點歐洲發展OA至今遇到的問題，例如研究者該如何在Open Science的環境中以更快且全球化的方法利用新的研究方法及工具、如何控制出版的成本、缺乏一套評估OA政策實施成效的方法等，EUA的調查報告也會持續針對這些問題做追蹤調查。

閱讀更多 
1. EUA publishes Open Access Survey Report 2016-2017 and launches 2017-2018 survey
2. Open Access Survey Report 2016-2017
3. EUA questionnaire on Open Access 2017-2018