生物多样性数据论文发表趋势分析

生物多样性数据论文发表趋势分析 关键词：生物多样性,趋势,发表,分析,数据
生物多样性数据论文发表趋势分析 介绍：大科学时代的来临以及人类所面临的环境问题对生物多样性和生态学提出了新的要求，科学家不但要通过大尺度研究来理解众多全球性问题（如多样性丧失、气候变化、粮食安全），而且要基于科学证据提出相应的对策（Michener&Jones,2012;Hamptonetal,2013）。然而，如何有效地共享及整合生物
生物多样性数据论文发表趋势分析 详情：
[免费论文：www.lwlwlw.com]
大科学时代的来临以及人类所面临的环境问题对生物多样性和生态学提出了新的要求， 科学家不但要通过大尺度研究来理解众多全球性问题（如多样性丧失、气候变化、粮食安全）， 而且要基于科学证据提出相应的对策（Michener & Jones, 2012;Hampton et al, 2013）。然而， 如何有效地共享及整合生物多样性数据成为解决这些重要生物多样性和生态学问题所面临的重要挑战（黄晓磊和乔格侠，2014）。生物多样性数据共享不但是提升生物多样性研究的深度和广度、开展整合性研究的需要（Reichman et al, 2011; Hampton et al, 2013）， 而且是检验生态学研究可重复性（Cassey & Blackburn,2006; Ryan, 2011; Shapiro & Báldi, 2012）和科学制定生物多样性和环境政策的重要基础（Pullin &Salafsky, 2010; Haddaway & Pullin, 2013）。
　　
　　作为最主要的数据生产者、分享者和使用者，科学家群体的态度和行为在很大程度上决定了数据共享的效果。Vines等（2014）调查了1991–2011年间发表的516篇生态学论文， 结果发现这些论文数据的可获得性受到文章已发表时长的严重影响， 且以每年17%的速度递减。这项研究体现了科学数据共享的重要性， 也说明科学数据的长期保存需要公共数据库和数据政策的支持。Huang等（2012）开展的一项国际调研发现， 生物多样性领域的数据分享文化并不发达， 科学家面临一些技术和认知上的障碍（比如同行竞争、不熟悉数据保存机构、缺少时间和经费来管理数据等）， 而且科学家希望能从数据共享中获得相应的回报。最近由Digital Science、Springer Nature和Figshare联合发布的一份有关科学数据共享的报告也反映了研究者面临的技术和认知障碍， 而且近70%的研究者认为数据引用和论文引用应该具有同等价值（Fane et al, 2016）。
　　
　　推进生物多样性数据共享仅仅靠增强生物多样性数据所有利益方（科研工作者、研究和资助机构、期刊等）对于数据共享价值的认识是远远不够的， 同时也需要所有利益方积极采取有效的共享策略。近年来新出现了几种数据共享策略， 包括Dryad）和Figshare等数据保存机构集中保存论文数据、生物多样性数据论文和数据期刊（Chavan & Penev, 2011; Costelloet al, 2013）、期刊和数据保存机构间的联合数据保存政策（Huang & Qiao, 2011; De Wever et al, 2012）等。这些数据共享策略大多从增加数据共享者的收益（如数据集的所有权和可引用性）出发， 取得了一定的效果。这其中， 生物多样性数据论文采用科研工作者熟知的学术出版形式， 与科研工作的关系密切， 是本文关注的对象。
　　
　　生物多样性数据论文由全球生物多样性信息网络（Global Biodiversity Information Facility, GBIF）和学术出版商Pensoft在2011年联合提出， 主要目的是“用于网络共享的数据集的元数据文件可以采用学术论文的形式发表”, 从而为数据共享、数据质量控制和改善科研评价提供一个有效的方法。2013年9月， Pensoft创办了数据期刊Biodiversity Data Jour-nal ， 专门用于发表生物多样性数据论文， 论文的数据集则可以无缝分享到GBIF.近两三年在生物医学、地球科学、基因组学等领域也出现了专门发表数据论文的数据期刊。最为突出的是， 自然出版集团（Nature PublishingGroup）也于2014年3月开始正式出版综合性数据期 刊 Scientific Data 。
　　
　　作为较新的数据共享方式， 生物多样性数据论文被研究者接受的程度如何？数据期刊发表论文的数量有什么趋势？数据论文被使用或引用的情况如何？回答这些问题有助于增进研究者对数据论文的认识和理解。为此， 本文选择了两本代表性数 据 期 刊 （Biodiversity Data Journal 和 ScientificData）， 分析了它们创刊以来的发文数量、涉及生物类群、文章浏览量和被引用次数等指标， 以期基于实证数据揭示数据论文的发表趋势。
　　
　　1 资料来源与研究方法。
　　
　　1.1 研究对象。
　　
　　本研究主要关注发表生物多样性相关数据论文的两本代表性数据期刊Biodiversity Data Journal（BDJ）和Scientific Data （SD）。BDJ自2013年9月16日开始出版， 旨在基于同行评审的学术出版模式， 快速发表生物多样性数据。BDJ发表的文章类型主要包括Data Paper （数据论文）、Taxonomic Paper （分类论文）、General Article （综合论文）、Software De-scription （软件描述）、Species Inventory （物种目录）、Interactive Key （交互式检索表）等。BDJ要求所有基于原始数据的论文以符合规范的形式共享数据， 因此虽然有文章类型的人为划分， 它们（除SoftwareDescription外）的区别更多的只是所共享数据的类型和多少， 实际上都属于数据论文的范畴。BDJ发表的文章涉及物种分类和标本信息、生物区系数据库、植被组成、形态特征、鸣声记录、DNA条形码等多种生物多样性数据类型。SD自2014年3月11日开始出版， 作为自然出版集团力推的综合性数据期刊， 主要发表具有重要科学价值、数据量大的原始数据集及其分析（Data Descriptor）， 面向众多科学领域。
　　
　　本研究期望基于对BDJ的分析揭示生物多样性数据论文的发表和使用趋势， 对SD的分析则可以从更广泛的角度揭示数据论文的发表情况， 因此未单独提取生物多样性相关领域文章。
　　
　　1.2 数据收集。
　　
　　BDJ和SD均为在线出版期刊， 本研究的数据主要基于两本期刊网站提供的文献计量指标， 收集了两本期刊自创刊截止到2016年6月17日的文献信息。BDJ文章信息包括每篇文章的出版时间、文章类型、涉及生物类群、作者国别、文章内容、浏览量等6个方面； SD文章信息包括每篇文章的出版时间、文章类型、浏览量、引用量等4个指标。使用微软Excel软件对以上信息进行分类整理及校对，最终获得的BDJ原始数据集包含313条文献、1,878个数据项， SD数据集包含174条文献、696个数据项。 …… 此处隐藏：1469字，全部文档内容请下载后查看。喜欢就下载吧 ……