在一篇典型的研究论文中,我们收集数据并分析数据以回答一些科学问题。虽然有些期刊要求分享原始数据,但有些则不要求,而且论文只展示分析结果。论文发表后,数据很可能存储在实验室中,并被遗忘。与这些传统研究论文不同,数据论文是一种相当新型的出版物形式。它只报告特定的数据集。这些论文有助于数据共享和重复利用,并给收集数据的研究人员的功劳以恰当的认可。现在也出现了一些几乎只发表数据论文的期刊。
数据论文全面描述数据集,但不对数据作任何进一步的分析。作者可以写出另外一篇常规性研究论文,来报告他们数据分析的结果。例如,在《Ecology》的数据论文指南中,该杂志指出,“对数据集的详细分析可以构成另一篇共同发表的论文的核心。”(“detailed analysis of data sets could, however, form the core of a companion article.”)在数据论文中,描述应该足够详细,以便读者能够理解数据和了解收集方法,并可以重复使用数据。由于数据论文是同行评审的,因此只有那些质量够高的论文(例如,实验设计科学合理,数据采集方法有效,数据集完整)才能发表。
所有数据论文都是开放式访问,不应该对其他研究人员访问数据有任何限制。发布数据论文实质上是给这些数据一个永久的在线归属,邀请任何对数据感兴趣的研究人员使用它们进行自己的分析。虽然有些期刊可能自己保存数据,但大多数期刊要求将数据存入相关的存储库。例如,《Scientific Data》列出了许多主题和数据类型特定的存储库以及一些通用存储库(https://www.nature.com/sdata/policies/repositories)。
以下这些列表总结了数据期刊和发布数据论文的期刊。
(转载请注明本文来自LetPub中文官方网站:http://www.letpub.com.cn/index.php?page=sci_writing_87)
(本文译自LetPub英文网站,题为:Data papers:http://www.letpub.com/index.php?page=author_education_Data_papers)