数据仓储该如何助推中国科技期刊开放数据?——基于国际科技期刊数据仓储的对比分析

doi:10.11946/cjstp.202108220669

中国科技期刊研究 ›› 2022, Vol. 33 ›› Issue (4): 470-477. doi: 10.11946/cjstp.202108220669

数据仓储该如何助推中国科技期刊开放数据?——基于国际科技期刊数据仓储的对比分析

马瀚青¹⁾()(), 关琳琳²⁾, 孔丽华³⁾, 潘小多⁴⁾, 庞瑜¹⁾, 何薇¹⁾, 刘蔚¹⁾^,^*()()

1)中国科学院西北生态环境资源研究院文献情报中心,甘肃省兰州市天水中路8号 730000
2)中国科学院空天信息创新研究院《地球大数据(英文)》编辑部,北京市海淀区邓庄南路9号 100094
3)中国科学院计算机网络信息中心,北京市海淀区中关村南四街4号 100190
4)中国科学院青藏高原研究所国家青藏高原科学数据中心,北京市朝阳区林萃路16号 100101

收稿日期:2021-08-22 修回日期:2021-11-28 出版日期:2022-04-15 发布日期:2022-05-23
通讯作者: 刘蔚 E-mail:mahq@llas.ac.cn;weiliu@lzb.ac.cn
作者简介:马瀚青(ORCID:0000-0003-2852-7683),博士,副编审,E-mail: mahq@llas.ac.cn;
关琳琳,博士,编辑;
孔丽华,博士,编审;
潘小多,博士,研究员;
庞瑜,硕士,编辑;
何薇,博士,博士后。
基金资助:
中国科学院西北生态环境资源研究院文献情报创新能力建设项目“面向开放科学的期刊论文数据质量控制与激励机制研究”(Y9AS081001);中国科学院西北生态环境与资源研究院服务项目“生态环境资源科技期刊数据仓储专题服务”(E01Z790204)

Data repositories promote the data sharing of Chinese scientific journals: Comparison of data repositories of international scientific journals

MA Hanqing¹⁾()(), GUAN Linlin²⁾, KONG Lihua³⁾, PAN Xiaoduo⁴⁾, PANG Yu¹⁾, HE Wei¹⁾, LIU Wei¹⁾^,^*()()

1) Lanzhou Information Center, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, 8 Middle Tianshui Road, Lanzhou 730000, China
2) Editorial Office of Big Earth Data, Aerospace Information Research Institute, Chinese Academy of Sciences, 9 Dengzhuang South Road, Haidian District, Beijing 100094, China
3) Computer Network Information Center, Chinese Academy of Sciences, 4 Nansi Street, Zhongguancun, Haidian District, Beijing 100190, China
4) National Tibetan Plateau/Third Role Environment Data Center, Institute of Tibetan Plateau Research, Chinese Academy of Sciences, 16 Lincui Road, Chaoyang District, Beijing 100101, China

Received:2021-08-22 Revised:2021-11-28 Online:2022-04-15 Published:2022-05-23
Contact: LIU Wei E-mail:mahq@llas.ac.cn;weiliu@lzb.ac.cn

摘要/Abstract

摘要：

【目的】 对比分析国际著名科技期刊数据仓储的基本功能设定,为中国科技期刊数据仓储建设和发展提供参考。【方法】 在研究资料和数据整理的基础上,主要利用对比分析法和归纳总结法来研究8个主要国际数据仓储的现状、数据存储格式和规范、访问和注册方式等。【结果】 数据仓储的功能设置、数据格式、关联方式、访问协议、FAIR程度、数据引用是促进期刊开放数据的关键。【结论】 中国数据仓储完全符合国际期刊开放数据的需求,建议科研人员在国际期刊发表论文的过程中把数据共享到中国的数据仓储。同时,建议国内期刊建立相应的政策,更加积极地推进期刊数据服务,建立完整的开放服务体系,推进期刊数据融合发展。

关键词: 数据共享, 数据仓储, 功能设定, 开放科学, FAIR原则

Abstract:

[Purposes] This paper aims to provide references for the construction and development of data repositories of Chinese scientific journals by comparing and analyzing the basic function settings of data repositories of international famous scientific journals. [Methods] Based on the available data in relevant papers, this paper explored the present situation, data format and standard, accessibility, and registration of eight major international data repositories by comparative analysis and inductive summarization. [Findings] The function setting, data format, association mode, access protocol, FAIR (findable, accessible, interoperable, and reusable) degree, and data reference of data repositories were the key to promote the data sharing of journals. [Conclusions] Chinese data repositories fully conform to the needs of international journals for data sharing. This paper suggests researchers to share paper data in Chinese data repositories when publishing papers in international journals. At the same time, domestic journals should establish corresponding policies, promote journal data services, and establish a complete open service system, thereby improving the data sharing of journals.

Key words: Data sharing, Data repository, Function setting, Open science, FAIR Principle

马瀚青, 关琳琳, 孔丽华, 潘小多, 庞瑜, 何薇, 刘蔚. 数据仓储该如何助推中国科技期刊开放数据?——基于国际科技期刊数据仓储的对比分析[J]. 中国科技期刊研究, 2022, 33(4): 470-477.

MA Hanqing, GUAN Linlin, KONG Lihua, PAN Xiaoduo, PANG Yu, HE Wei, LIU Wei. Data repositories promote the data sharing of Chinese scientific journals: Comparison of data repositories of international scientific journals[J]. Chinese Journal of Scientific and Technical Periodicals, 2022, 33(4): 470-477.

https://www.cjstp.cn/CN/Y2022/V33/I4/470

图/表 5

参考文献 26

[1]	STM. Tech Trends 2020 [EB/OL]. [2021-06-29]. https://www.stm-assoc.org/standards-technology/stm-tech-trends-2024-focus-on-the-user-connect-the-dots/tech-trends-2020/. URL
[2]	徐文娟. 关于中文学术期刊开放获取的再思考[J]. 编辑学报, 2019, 31(5):523-526,530.
[3]	邱春艳. 开放科学愿景下欧盟推进FAIR原则的路径、经验及启示[J]. 情报理论与实践, 2021, 44(5):199-205.
[4]	张伶, 祝忠明, 寇蕾蕾. 欧洲开放科学推进发展的体系与实践路径[J]. 图书情报工作, 2020, 64(10):118-127.
[5]	Supporting Taylor & Francis authors. Understanding our data sharing policies[EB/OL]. [2021-06-29]. https://authorservices.taylorandfrancis.com/data-sharing-policies/?utm_source=newsroom&utm_ medium=publicity&utm_campaign=JMO03910. URL
[6]	关琳琳, 马瀚青, 王长林. 创办国际数据期刊的实践与思考:以Big Earth Data为例[J]. 中国科技期刊研究, 2020, 31(1):56-62. doi: 10.11946/cjstp.201907020478
[7]	陈新兰, 顾立平, 刘金亚. 开放科学背景下出版集团的开放出版政策转型与实践[J]. 中国科技期刊研究, 2020, 31(11):1289-1298.
[8]	刘晶晶, 顾立平. 数据期刊的政策调研与分析:以Scientific Data为例[J]. 中国科技期刊研究, 2015, 26(4):331-339. doi: 10.11946/cjstp.201501210077
[9]	刘灿, 王玲, 任胜利. 数据期刊的发展现状及趋势分析[J]. 编辑学报, 2018, 30(4):344-349.
[10]	赵蕊菡. 科学数据论文的重用现状研究:基于数据期刊“Earth System Science Data”的引文分析[J]. 情报理论与实践, 2017, 40(11):52-57,72.
[11]	刘凤红, 彭琳. 国际数据期刊的发展现状调查与分析[J]. 中国科技期刊研究, 2019, 30(11):1129-1134. doi: 10.11946/cjstp.201904280323
[12]	国家新闻出版广电总局财政部. 《关于推动传统出版和新兴出版融合发展的指导意见》[EB/OL]. [2021-06-29]. http://www.cac.gov.cn/2015-04/10/c_1115079278.htm. URL
[13]	共产党员网. 习近平主持召开中央全面深化改革委员会第五次会议[EB/OL]. [2021-06-29]. http://www.12371.cn/2018/11/15/ARTI1542236867182989.shtml. URL
[14]	中华人民共和国教育部. 关于组织实施中国科技期刊卓越行动计划有关项目申报的通知[EB/OL]. [2021-06-29]. http://www.moe.gov.cn/s78/A16/s8213/A16sjhj/201909/t20190927401259.html. URL
[15]	邬金鸣, 钱庆, 崔佳伟, 等. 数据出版中数据仓储与期刊关联方式研究[J]. 医学信息学杂志, 2019, 40(9):70-76.
[16]	胡正君, 曾文, 刘素琴, 等. 我国科研人员和期刊编辑对学术期刊开放科学数据的认知调查分析[J]. 中国科技期刊研究, 2020, 31(1):63-70. doi: 10.11946/cjstp.201907020477
[17]	彭琳, 韩燕丽. 我国科技期刊数据政策分析及启示:以中国科学院主办英文期刊为例[J]. 中国科技期刊研究, 2019, 30(8):870-877. doi: 10.11946/cjstp.201901140039
[18]	李新月, 青秀玲, 韩露, 等. 生命科学领域数据出版实践研究[J]. 中国科技期刊研究, 2021, 32(7):935-943. doi: 10.11946/cjstp.202012221041
[19]	孔丽华, 习妍, 姜璐璐. 科技期刊关联数据开放共享及出版政策研究[J]. 中国科技期刊研究, 2022, 33(2):192-199. doi: 10.11946/cjstp.202106300526
[20]	于成, 唐乐水. 科技期刊开放数据“借船出海”与“造船出海”出版策略[J]. 中国科技期刊研究, 2020, 31(9):1081-1086.
[21]	Scientific data. Recommended data repositories[EB/OL]. [2021-06-29]. https://www.nature.com/sdata/ policies/repositories. URL
[22]	Li X, Cheng G D, Wang L X, et al. Boosting geoscience data sharing in China[J]. Nature Geoscience, 2021, 14(8):541-542. doi: 10.1038/s41561-021-00808-y URL
[23]	潘小多, 李新, 冉有华, 等. 开放科学背景下的科学数据开放共享:国家青藏高原科学数据中心的实践[J]. 大数据, 2022, 8(1):113-120.
[24]	Pan X D, Guo X J, Li X, et al. National Tibetan Plateau data center:Promoting earth system science on the third pole[J]. Bulletin of the American Meteorological Society, 2021, 102(11):E2062-E2078.
[25]	孔丽华, 习妍, 张晓林. 数据出版的趋势、机制与挑战[J]. 中国科学基金, 2019, 33(3):237-245.
[26]	Springer. Springer Nature partners with the Breast Cancer Research Foundation to improve data sharing[EB/OL]. [2021-06-29]. https://librarytechnology.org/pr/24006. URL

期刊仓储简称	期刊仓储全称	基本介绍	运营模式
HD	Harvard Dataverse (https://dataverse.harvard.edu)	HD为各个学科的所有研究人员免费开放。科学家可以分析、存档、引用、访问和探索研究数据。目前,HD与117种期刊合作共同开放数据。从学科分布来看,HD更加偏向于社会科学数据	主要由哈佛大学支持,以及其他公共或私人资助
Dryad	Dryad (https://datadryad.org/stash)	Dryad是一个针对期刊数据设计的开放科学数据管理、发布和存储平台。截至2019年,Dryad的合作期刊超过780种。Dryad是一个独立的非营利机构,可为研究人员发布数据集;是发现和重用数据的最佳平台,支持将数据可用性声明和数据引用整合到出版商期刊出版工作流程中;以最低的成本,支撑研究数据管理和开放	非营利的学术成员(机构、出版商、资助者)通过资助项目获得支持;此外,也有数据出版的收益
Figshare	Figshare (https://figshare.com/)	Figshare是著名的免费、开放访问的数据仓储,用户可以在其中以FAIR规范的方式提供研究数据。用户可以上传和分享任何类型的数据文件,包括数据集、代码、多媒体文件、工作流程、海报、演示文稿等。目前,已经与33个出版商的上百种期刊合作,共同促进数据共享	机构、资助者、政府服务订阅
MD	Mendeley Data (https://data.mendeley.com/)	Mendeley Data是一个专门用于研究数据的免费存储库。从1000个数据仓储中集合超过2940万条索引数据,并按照FAIR原则,辅助学术共同体管理和共享数据	订阅模式,学术和政府实体
OSF	OSF (https://osf.io/?view_only)	OSF是一个免费的开源项目管理工具,支持研究人员的整个项目生命周期,科学数据开源是其中重要的一环	非营利性平台,由政府和科学团体直接资助
Zenodo	Zenodo (https://www.zenodo.org/)	Zenodo是一个由研究人员创建,建立在开放源码的基础上,支持开放科学的数据仓储。Zenodo存储在CERN,早期主要针对高能物理学科的数据长期保存。目前,Zenodo已经发展为世界上最大的科学数据集之一,并和Dryad之间逐步融合	项目资助的非营利性平台
ScienceDB	科学数据银行 (http://www.scidb.cn/)	ScienceDB是一个公共的通用型科学数据存储库,主要面向科研人员、科研项目/团队、科技期刊、科研机构及高校等利益相关者,提供科学数据汇交、长期保存、出版、共享和获取等服务,支持多种数据获取与使用许可。2020年,成为中国唯一入选Springer Nature数据期刊Scientific Data的通用数据仓储	非营利性平台,由中国科学院机构和项目资助
TPDC	国家青藏高原科学数据中心 (https://data.tpdc.ac.cn)	TPDC是由科技部、财政部2019年批准成立的首批20个国家科学数据中心之一。2020年7月,成为国内首个被Scientific Data认证的数据仓储中心。TPDC是中英文双语数据管理与共享平台,已经形成了存储、处理、加工、分析、挖掘和发布等数据全生命周期规范化管理;集成了青藏高原及周边地区覆盖资源、环境、生态和大气等4400多个科学数据和50多个关键科学数据产品,大部分数据采用开放获取方式	非营利性平台,由中国科学院机构和项目资助

期刊仓储简称	期刊仓储全称	基本介绍	运营模式
HD	Harvard Dataverse (https://dataverse.harvard.edu)	HD为各个学科的所有研究人员免费开放。科学家可以分析、存档、引用、访问和探索研究数据。目前,HD与117种期刊合作共同开放数据。从学科分布来看,HD更加偏向于社会科学数据	主要由哈佛大学支持,以及其他公共或私人资助
Dryad	Dryad (https://datadryad.org/stash)	Dryad是一个针对期刊数据设计的开放科学数据管理、发布和存储平台。截至2019年,Dryad的合作期刊超过780种。Dryad是一个独立的非营利机构,可为研究人员发布数据集;是发现和重用数据的最佳平台,支持将数据可用性声明和数据引用整合到出版商期刊出版工作流程中;以最低的成本,支撑研究数据管理和开放	非营利的学术成员(机构、出版商、资助者)通过资助项目获得支持;此外,也有数据出版的收益
Figshare	Figshare (https://figshare.com/)	Figshare是著名的免费、开放访问的数据仓储,用户可以在其中以FAIR规范的方式提供研究数据。用户可以上传和分享任何类型的数据文件,包括数据集、代码、多媒体文件、工作流程、海报、演示文稿等。目前,已经与33个出版商的上百种期刊合作,共同促进数据共享	机构、资助者、政府服务订阅
MD	Mendeley Data (https://data.mendeley.com/)	Mendeley Data是一个专门用于研究数据的免费存储库。从1000个数据仓储中集合超过2940万条索引数据,并按照FAIR原则,辅助学术共同体管理和共享数据	订阅模式,学术和政府实体
OSF	OSF (https://osf.io/?view_only)	OSF是一个免费的开源项目管理工具,支持研究人员的整个项目生命周期,科学数据开源是其中重要的一环	非营利性平台,由政府和科学团体直接资助
Zenodo	Zenodo (https://www.zenodo.org/)	Zenodo是一个由研究人员创建,建立在开放源码的基础上,支持开放科学的数据仓储。Zenodo存储在CERN,早期主要针对高能物理学科的数据长期保存。目前,Zenodo已经发展为世界上最大的科学数据集之一,并和Dryad之间逐步融合	项目资助的非营利性平台
ScienceDB	科学数据银行 (http://www.scidb.cn/)	ScienceDB是一个公共的通用型科学数据存储库,主要面向科研人员、科研项目/团队、科技期刊、科研机构及高校等利益相关者,提供科学数据汇交、长期保存、出版、共享和获取等服务,支持多种数据获取与使用许可。2020年,成为中国唯一入选Springer Nature数据期刊Scientific Data的通用数据仓储	非营利性平台,由中国科学院机构和项目资助
TPDC	国家青藏高原科学数据中心 (https://data.tpdc.ac.cn)	TPDC是由科技部、财政部2019年批准成立的首批20个国家科学数据中心之一。2020年7月,成为国内首个被Scientific Data认证的数据仓储中心。TPDC是中英文双语数据管理与共享平台,已经形成了存储、处理、加工、分析、挖掘和发布等数据全生命周期规范化管理;集成了青藏高原及周边地区覆盖资源、环境、生态和大气等4400多个科学数据和50多个关键科学数据产品,大部分数据采用开放获取方式	非营利性平台,由中国科学院机构和项目资助

数据仓储简称	合作期刊情况	许可方式	关联方式	数据限制设置	是否免费	版本方式
HD	117种	CC0	DOI、Handle	数据集文件限制为2.5 GB	1 TB内免费	支持多版本
Dryad	780多种(2019年统计)	CC0	DOI	数据集限制在300 GB以内	免费	支持多版本
Figshare	全球33家出版商	CC0 1.0、CC BY 4.0、MIT、Apache 2.0、GPL v3	DOI	免费注册后,每个文件限制最大为20 GB	免费	支持多版本
Mendeley Data	整合了多个数据存储库的2940万条数据集	CC0 1.0、CC BY 4.0 、CC BY NC 3.0、MIT、Apache 2.0、BSD 3-Clause、BSD 2-Clause、GPL v3、GPL v2、LGPL、MPL-2.0、CeCILL、CeCILL-B、CERN OHL、TAPR OHL	DOI	每个数据集限制10 GB	免费	支持多版本
OSF	未说明	CC0 1.0、CC-By 4.0、MIT、Apache 2.0、BSD 2-Clause、BSD 3-Clause、GPL 3.0、GPL 2.0、Artistic 2.0、Eclipse 1.0、LGPL 3.0	DOI	数据总量没有限制,但对每个数据文件限制为5 GB	免费	支持多版本和W3C来源
Zenodo	支持了8.5万篇论文	支持Open Definition中定义的400个开放许可,还支持受限制和封闭的内容	DOI	每个数据集限制最大为50 GB	50 GB以内的数据免费使用,更大容量的数据需要申请	支持多版本,且引用时只引用一个虚拟DOI来引用多个版本
ScienceDB	25种期刊	CC0、CC BY 4.0	DOI、PID、CSTR	支持大部分类型的文件,数据大小不限制	免费	支持多版本
TPDC	支持期刊约为30种	CC0 1.0、CC BY 4.0	DOI、CSTR	支持大部分类型的文件,数据大小不限制	数据免费存储。但相应的数据论文版面费根据期刊要求缴纳	支持多版本

数据仓储简称	合作期刊情况	许可方式	关联方式	数据限制设置	是否免费	版本方式
HD	117种	CC0	DOI、Handle	数据集文件限制为2.5 GB	1 TB内免费	支持多版本
Dryad	780多种(2019年统计)	CC0	DOI	数据集限制在300 GB以内	免费	支持多版本
Figshare	全球33家出版商	CC0 1.0、CC BY 4.0、MIT、Apache 2.0、GPL v3	DOI	免费注册后,每个文件限制最大为20 GB	免费	支持多版本
Mendeley Data	整合了多个数据存储库的2940万条数据集	CC0 1.0、CC BY 4.0 、CC BY NC 3.0、MIT、Apache 2.0、BSD 3-Clause、BSD 2-Clause、GPL v3、GPL v2、LGPL、MPL-2.0、CeCILL、CeCILL-B、CERN OHL、TAPR OHL	DOI	每个数据集限制10 GB	免费	支持多版本
OSF	未说明	CC0 1.0、CC-By 4.0、MIT、Apache 2.0、BSD 2-Clause、BSD 3-Clause、GPL 3.0、GPL 2.0、Artistic 2.0、Eclipse 1.0、LGPL 3.0	DOI	数据总量没有限制,但对每个数据文件限制为5 GB	免费	支持多版本和W3C来源
Zenodo	支持了8.5万篇论文	支持Open Definition中定义的400个开放许可,还支持受限制和封闭的内容	DOI	每个数据集限制最大为50 GB	50 GB以内的数据免费使用,更大容量的数据需要申请	支持多版本,且引用时只引用一个虚拟DOI来引用多个版本
ScienceDB	25种期刊	CC0、CC BY 4.0	DOI、PID、CSTR	支持大部分类型的文件,数据大小不限制	免费	支持多版本
TPDC	支持期刊约为30种	CC0 1.0、CC BY 4.0	DOI、CSTR	支持大部分类型的文件,数据大小不限制	数据免费存储。但相应的数据论文版面费根据期刊要求缴纳	支持多版本

数据仓储简称	支持元数据模式	输出格式支持	规范词汇表	作者标识符
HD	都柏林核心集、DDI、DataCite、OpenAIRE、schema.org、OAI_ORE	JSON、XML	ISO 3166-1 CV地理空间元数据标准、ISO 639-1 CV语言标准、DataCite数据集,为生物学数据提供本体和NCBI	ORCID、ISNI、LCNA、VIAF、GND、DAI、Scopus ID
Dryad	DataCite、schema.org	集成API、JSON、XML	机构支持ROR,基金支持开放基金注册,关键词支持Plos One词典	ORCID
Figshare	都柏林核心集、DataCite、CERIF RDF XML、元数据编码和传输标准、UKETD_DC	JSON、XML 等		ORCID
Mendeley Data	都柏林核心集、DataCite、 schema.org	JSON、XML	BePress 3 层分类法用于预印本	ORCID、Mendeley ID、Scopus ID
OSF	DataCite、Crossref Preprints	JSON、API、JSONAP		ORCID
Zenodo	DataCite	DataCite、都柏林核心集、DCAT-AP、JSON、GeoJSON JSON-LD、MARCXML等	作者支持ORCID,项目数据库支持FundRef和 OpenAIRE	ORCID
ScienceDB	schema.org	API、JSON		ORCID
TPDC	schema.org	API、JSON	关键词支持地球系统科学数据分类与代码(国标报批中),元数据格式按照ISOTC191格式	ORCID

选择文件类型/文献管理软件名称

选择包含的内容

数据仓储该如何助推中国科技期刊开放数据?——基于国际科技期刊数据仓储的对比分析

Data repositories promote the data sharing of Chinese scientific journals: Comparison of data repositories of international scientific journals

RichHTML

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 26

相关文章 15

编辑推荐

Metrics

本文评价

关于我们

联系我们

数据仓储简称	保存位置	数据使用统计指标	数据访问形式	涉及患者信息的数据
HD	Harvard FAS 研究计算中心	访问量、下载量、数据量	鼓励使用CC0和免费元数据访问方式;支持广义索引和长期保存	不支持保存与识别人类的信息
Dryad	圣地亚哥超级计算中心和DANS	访问量、下载量、被引频次	使用CC0、公共可用的数据; 强调CoreTrustSeal的数据认证	不支持
Figshare	由圣地亚哥大学等三家机构共同支持的Chronopolis网络存档平台	访问量、下载量、被引频次、Altmetrics	与DuraSpace和Chronopolis合作,提供数据备份和应急方案	不支持
Mendeley Data	数据档案及网络服务(Data Archive and Networking Services,DANS)	访问量、下载量、Altmetrics	元数据是CC0许可访问,在DANS的支持下,归档数据提供免费永久访问	不支持
OSF	获得25万美元保存基金,IMLS资助转移到互联网存档(进行中)	每个版本的下载量、访问量	支持开放、公共的索引,与Internet Archive合作提供用于档案长期保存的25万美元保护基金	为合格的研究人员提供匿名病人临床研究数据
Zenodo	欧洲核子研究中心磁带归档	访问量、下载量、Altmetrics	元数据许可CC0访问;归档数据提供免费永久访问	支持任何匿名或匿名数据
ScienceDB	中国科学院计算机网络信息中心	访问量、下载次数、被引频次、数据评分、收藏次数、引用文件下载量	支持CC0、CC BY 4.0许可协议,也可根据项目要求设定特殊保护期	不支持
TPDC	中国科学院青藏高原研究所(青海分中心和西藏分中心备份)	访问量、下载次数、下载数据量、SCI被引频次	支持CC BY 4.0许可协议,根据数据作者的意愿,总量的1/3属于开放获取(免登录下载),1/6属于申请获取,1/9根据要求设定小于2年的保护期(保护期结束后公开)	不支持

数据仓储简称	FAIRsharing	re3data
HD	https://doi.org/10.25504/FAIRsharing.t2e1ss	http://doi.org/10.17616/R3C880
Dryad	https://doi.org/10.25504/FAIRsharing.wkggtx	http://doi.org/10.17616/R34S33
Figshare	https://doi.org/10.25504/FAIRsharing.drtwnh	http://doi.org/10.17616/R3PK5R
Mendeley Data	https://doi.org/10.25504/FAIRsharing.3epmpp	http://doi.org/10.17616/R3DD11
OSF	https://doi.org/10.25504/FAIRsharing.g4z879	http://doi.org/10.17616/R3N03T
Zenodo	https://doi.org/10.25504/FAIRsharing.wy4egf	http://doi.org/10.17616/R3QP53
ScienceDB	https://doi.org/10.25504/FAIRsharing.Tb0BKn	http://doi.org/10.17616/R31NJMNT
TPDC	https://doi.org/10.25504/FAIRsharing.YzTIE8	http://doi.org/10.17616/R31NJMQT

[1]	赵巍, 王海娟, 齐文安, 韩丹, 刘冰, 魏均民. 生物医学英文期刊出版政策有关研究透明度的分析[J]. 中国科技期刊研究, 2022, 33(3): 311-319.
[2]	程铭, 潘云涛, 马峥, 俞征鹿, 盖双双. 开放科学视角下期刊影响力评价指标体系研究[J]. 中国科技期刊研究, 2022, 33(3): 391-398.
[3]	陆彩女, 顾立平. 开放科学与科技期刊的应对[J]. 中国科技期刊研究, 2022, 33(2): 183-191.
[4]	占莉娟, 李牧, 叶珊珊. 期刊开放同行评议的概念界定、类型构建及专家接受度再探[J]. 中国科技期刊研究, 2022, 33(1): 31-39.
[5]	李新月, 青秀玲, 韩露, 欧阳峥峥. 生命科学领域数据出版实践研究[J]. 中国科技期刊研究, 2021, 32(7): 935-943.
[6]	李思经, 宋立荣, 王健. 面向开放共享的科学数据出版:机遇、挑战与对策[J]. 中国科技期刊研究, 2021, 32(5): 671-679.
[7]	贺颖, 付江阳. 透明性同行评议:产生、内涵与建构[J]. 中国科技期刊研究, 2021, 32(3): 332-336.
[8]	孟美任, 彭希珺. 论文数据可重复性问题剖析及一种解决方案[J]. 中国科技期刊研究, 2021, 32(3): 397-402.
[9]	刘凤红, 彭琳. FAIR原则背景下国际出版集团的数据政策和实践[J]. 中国科技期刊研究, 2021, 32(2): 173-179.
[10]	韩丽, 倪婧, 安瑞, 任胜利. COVID-19对学术交流的影响及学术出版机构的应对举措[J]. 中国科技期刊研究, 2021, 32(2): 214-220.
[11]	关琳琳, 金鑫, 马瀚青, 王长林. 国际数据期刊出版质量控制机制研究[J]. 中国科技期刊研究, 2021, 32(10): 1269-1277.
[12]	郁林羲, 姚思卉, 康银花. 从科技期刊出版源头推进开放科学运动——TOP Factor的产生及影响[J]. 中国科技期刊研究, 2021, 32(1): 3-13.
[13]	于成, 唐乐水. 科技期刊开放数据“借船出海”与“造船出海”出版策略[J]. 中国科技期刊研究, 2020, 31(9): 1081-1086.
[14]	贺颖, 付江阳. Nature开放式同行评议实验的问题与对策研究[J]. 中国科技期刊研究, 2020, 31(7): 776-782.
[15]	梁洁纯, 宗乾进, 黄志鸿. 开放科学背景下TOP因子及其与科技期刊学术影响力的关系——来自LIS期刊的实证研究[J]. 中国科技期刊研究, 2020, 31(12): 1508-1514.