13、大数据策展：从激励机制到标准化的全面解析

大数据策展：从激励机制到标准化的全面解析

1. 社会激励与参与机制

高质量数据的需求是数据策展平台发展的驱动力。目前，生产和维护高质量数据的工作尚缺乏完善的激励体系。高质量的开放数据能推动高效且可重复的科学研究（eScience），以及更透明高效的政府运作（eGovernment）。科研资助机构和政策制定者应引导科学家和政府官员以可互操作的方式提供数据产品，因为对高质量和可互操作数据的需求能推动数据策展方法和工具的发展。

• 数据和基础设施贡献的归属与认可 ：
  • 从eScience角度看，知名出版物的科学和编辑委员会可通过强调审查过程中的可重复性，并要求出版物在适用时以高质量数据为支撑，改变学术交流的方法格局。
  • 对科学家而言，有数据支持的出版物便于重复研究，避免重复劳动，提高科研效率和影响力。随着数据成为主要科研成果，它也成为可引用的资源。如ORCID和Altmetrics等机制已为识别、归属和量化数据集及软件等产出的影响提供了支持。
• 数据策展角色的更好认可 ：发布高质量数据的成本不可忽视，应明确纳入有数据交付成果的项目成本估算中。同时，数据策展的方法学影响要求在科研和出版流程中更好地认可数据策展人员的角色。像Wikipedia、《纽约时报》和Chemspider等组织和项目已明确界定了不同的数据策展角色。
• 更好地理解社会参与机制 ：部分激励机制可能由公共政策或直接经济利益触发，而另一些则源于参与对用户社区有意义的项目所带来的直接好处。如Wiki