【摘 要】［目的］ 探讨创办国际数据期刊的重要意义与实践途径，以期为我国数据期刊的发展提供参考。［方法］ 结合Big Earth Data的创办和出版实践，阐述创办国际数据期刊的必要性与可行性，梳理数据期刊出版政策框架，分析数据期刊发展过程中面临的挑战并提出针对性建议。［结果］ Big Earth Data顺应全球科学数据共享的大趋势创办国际化数据期刊。目前Big Earth Data已建立了较为完善的数据论文投审稿流程，并在数据存储、数据论文标准与格式、同行评议和作者权益管理4个方面制定了数据论文出版政策。［结论］ 建设国际数据期刊有利于提升科技期刊的影响力，有助于推动科学数据的共享与传播。相关政府部门、科研资助机构、国内科技期刊应重视数据共享与出版政策的研究与实践，加快推进我国数据期刊的发展。
【关键词】数据论文；数据期刊；数据共享；同行评议
大数据时代的来临促成了以数据密集型计算为特征的科学研究第四范式的兴起，科学发现和知识创造依赖于对海量数据的收集、分析和处理[1]。这意味着科学研究不再单纯地由科学问题或假设驱动，科学数据成为重要的研究对象，数据集成与共享问题引起广泛关注。尽管科学数据管理与共享平台陆续出现，但科学数据推广利用的广度、深度和速度并不能满足新型科研范式的需求[2]。在此背景下，国际大型出版机构制定了“科学数据共享政策”，要求作者投稿时必须向期刊编辑提供相关科学数据[3]。随着科技期刊数据共享政策的推进，数据论文和数据期刊应运而生。
数据论文是新兴的学术论文类型，遵从学术发表规范，接受严格的同行评议[4]。与传统的学术论文的区别在于，它并不重点报道基于科学假设和科学问题的研究结果，而是重点描述科学数据本身，其目的是让科研群体更好地发现、获取、理解和重用数据，并再次进行科研创新。此外，数据论文也是承认数据工作者在提供科研数据上对科学进步产生贡献的一种记录方式[3,5-7]。
近年来，国际主流出版商纷纷推出数据期刊，将数据共享和数据出版的研究和实践推向高潮，如Springer-Nature创办的Scientific Data,Wiley-Blackwell创办的Geoscience Data Journal,Elsevier创办的Data in Brief等。一些常规期刊也相继开设数据论文栏目，如美国生态学会旗舰期刊Ecology,机器人学领域顶级期刊International Journal of Robotics Research。目前，国际上已有数百种开展数据论文出版的数据期刊[8]。其中，具有较高国际影响力的数据期刊均对科研数据的存储、质量控制机制、权益规范等提出了明确的政策，受到国内外科学家、科研机构与资助机构的广泛关注，引领数据论文出版模式，并向全球科技期刊出版界推广。
我国积极在数据论文和数据期刊方面开展了理论研究和实践探索，数据期刊的建设工作初见成效。中国科学院网络信息中心率先于2016年创办了《中国科学数据》，这是国内第一种专门发表数据论文的纯数据期刊，也是我国目前唯一面向多学科领域的数据期刊[9,10]。中国科学院地理与资源研究所在“全球变化科学研究数据出版系统”成功实践的基础上，于2017年创办了《全球变化数据学报》（中英文）[11]。这两种期刊均采用其所属单位资助研发的出版平台和存储库，实现了实体数据与数据论文关联的一体出版。此外，生物学、遥感和情报学等领域享有较高声誉的学术期刊也陆续设置了数据论文专栏[4,10,12]。然而，我国数据期刊数量还很少，很多期刊在数据存储、结构标准、同行评议和作者权益管理等政策上未提供详细说明。
鉴于此，本文以Big Earth Data（BED）为例，从国内期刊编辑部角度探讨创办数据期刊的必要性与可行性，梳理数据期刊政策要素及内容，分析我国数据期刊发展面临的挑战并提出针对性建议，以期为致力于建设数据期刊的同行提供参考。BED创办于2017年12月，是面向地学交叉学科的开放获取期刊，由国际数字地球学会、中国科学院遥感与数字地球研究所、中国科学院A类战略性先导科技专项“地球大数据科学工程”（以下简称“地球大数据专项”）共同主办，由英国出版商Taylor & Francis和中国科技出版传媒股份有限公司负责海内外出版发行，目前出版周期为季刊。BED是全球首本聚焦大数据的地学刊物，旨在为从事地球大数据的采集、管理、处理、分析和可视化研究的学者搭建一流的国际学术交流平台。BED是典型的混合数据期刊，不仅发表与地球大数据相关的研究论文、综述文章，还发表数据论文和技术摘记，要求作者把数据和代码存储在被认可的公共数据仓储中，以促进数据和代码的共享与重用。
1 BED创办的必要性与可行性
我国数据期刊的建设起步较晚、数量少、国际影响力不高，数据密集领域的大多数学术期刊还没有将数据论文作为学术内容的有机部分[10,13]。这与国内科学数据呈现“井喷式”增长的形势十分不符。如不重视数据期刊的建设，更多宝贵的数据资源会流到国外数据期刊，其知识产权也随之外流，这对我国科学界与期刊界来说将是重大的损失。加速我国数据期刊建设步伐，以国内期刊编辑部为主体，创办国际化的数据期刊是十分必要和重要的。因此，与国际学术出版商创办的数据期刊不同，BED不仅肩负着推动全球数据共享和再利用的重任，还要努力向世界讲好中国故事，彰显我国科技成就，促进国内外学者的学术交流与合作。在创刊筹备阶段，编辑团队就决定要将BED打造成国际化的数据期刊，主要考量了以下3个方面的因素。
（1） 紧跟学科发展脉搏，建立与之相匹配的期刊导向。地球大数据是通过多种对地观测方式、地球勘测方法及传感器网络生成的海量地球科学数据集。作为大数据的重要组成部分，地球大数据正在成为地球科学的一个新的数据密集型研究方向[14]。近年来，国际上推出一系列与地球大数据相关的科学计划，如美国的“地球立方体”项目、欧盟启动的“活地球模拟器”项目、俄罗斯推出的“数字地球”计划、我国的“地球大数据科学工程”等，为地球科学领域提供了源源不断且规模巨大的观测、实验和模拟数据集。随着科研环境对数据开放共享要求的提高，科学家逐渐认可数据论文这一数据出版方式，可以预见强劲的学科发展势头将为优质数据论文稿源提供基础。
（2） 借助主办单位支持，为优质稿源提供保障。BED的主办方之一地球大数据专项于2018年1月正式启动，汇集了中国科学院及国内外129家单位的优势资源，以建成具有全球影响力、国际化、开放式的国际地球大数据科学中心为目标，致力于构建包含资源、环境、生物、生态等领域的大数据云服务平台，推动并实现地球大数据技术创新、重大科学发现和一站式全方位宏观决策支持[14,15]。地球大数据专项的首要目标是突破数据开放共享的瓶颈问题，实现分散的数据、模型与服务的全面集成，目前该专项已完成第一次数据汇交，总量约850 TB。地球大数据专项强大的科研实力可以为BED建设数据期刊提供质优量多的稿源保障。同时，作为地球大数据专项的研究成果展示平台之一，BED有责任助推数据共享，通过搭建国际化的数据论文出版平台，在全球范围内宣传专项的优秀数据成果。
（3） 关注学术出版前沿，借鉴国际成功出版案例。数据出版是规范数据共享方式、提高数据共享质量的有效途径[16]。由于数据共享一直是地学研究的重要内容，地学领域数据出版实践起步早而且具有代表性，主要呈现出3种出版模式：数据期刊、基于仓储的直接数据出版、学术论文和数据的联合出版[17,18]。其中以数据期刊的影响力最大，这是因为数据期刊对数据出版的标准化和引用规范性要求更高，而且采用与学术论文相似的同行评议方式来控制数据质量，提高了数据可信度[17,19-20]。结合期刊出版和仓储出版的优势，数据期刊刊载的数据具有较高的发现性、可信性、引用性和重用性[21]。国际数据期刊由于具备相对成熟的数据出版政策，受到科学家的青睐，并陆续被SCIE等大型文摘数据库收录。其中，SCIE已收录了10余种数据期刊，包括2种地球科学领域数据期刊——Earth System Science Data（ESSD）和Geoscience Data Journal（GDJ）[7,13,22]。ESSD创办于2009年，2016年被SCIE收录，2018年影响因子高达10.951,排在196种SCIE地学综合类期刊的第2位，已经成为地学领域的重要期刊之一。GDJ创办于2014年，创刊2年后即被SCIE收录，2018年的影响因子为2.667,影响力稳步提升。这2种数据期刊的成功创办，给予BED极大的鼓舞，其运作模式也为BED提供了重要参考。
2 BED数据论文出版政策
BED自创刊伊始就定位为坚持走国际化道路，力邀国际编委，采集国际化稿源，并采用“借船出海”模式，由Taylor & Francis提供投审稿平台和网络传播平台。然而，要办成国际化的“数据期刊”，除应按照国际一流学术期刊的要求进行审稿、出版、发行外，还需制定合适的数据共享政策和机制，有效地促进科研数据开放共享和重用。
BED数据论文的出版流程如图1所示，出版内容包括数据论文和数据集两部分，两者通过唯一标识符实现一致性关联，经同行评议保障数据论文高质量发表，并明确规定了引用权限和创作许可。主要的数据政策包括如下4点。
图1 BED数据论文出版流程
2.1 数据存储位置
数据是数据论文的核心，因此数据存储位置是期刊数据出版政策的重要组成部分。国际数据期刊主要有两种数据存储方式：一是要求作者将数据存储在通用或专业数据仓储中;二是允许将数据直接提交至期刊的数据库中[13]。Taylor & Francis提供的出版平台仅支持文件容量小于20 MB的数据存储，并不能满足BED发表大数据集的需求。因此，BED选择第一种数据存储方式，要求作者在投稿前将数据存放在公共数据仓储中，要求仓储能够长期、稳定运行，并且分配持久的数字对象标识符（Digital Object Identifier,DOI）。BED优先推荐了32个可存放地球科学领域科学数据的国际数据仓储，如PANGAEA、eartH2Observe、Figshare等。
2.2 数据论文的内容与格式
数据期刊对数据论文内容和结构的要求，是数据论文区别于传统论文的重要特征，也是增加数据集的可用性、可验证性和可信度的重要途径[6]。数据期刊一般会提供数据论文撰写模板和指南，相关信息可分为两类[6,18,23]:一是传统学术期刊相关信息，包括标题、作者、摘要、关键词和参考文献;二是专门针对数据集的信息。从表1可以看出，目前并无统一的数据论文结构标准和通用的模板。
表1 国内外数据期刊数据集描述要求的比较
注：CSDATA代表《中国科学数据》;JGCDD代表《全球变化数据学报》（中、英文版）;DIB代表Data in Brief;Data是MDPI出版的数据期刊。| 数据要求 | CSDATA | JGCDD | BED | ESSD | GDJ | SD | DIB | Data |
| 数据访问属性 | √ | √ | √ | √ | √ | √ | √ | √ |
| 数据覆盖范围 | √ | √ | √ | √ | ||||
| 数据格式 | √ | √ | √ | √ | √ | √ | √ | |
| 数据授权许可 | √ | √ | √ | √ | ||||
| 来源项目 | √ | √ | √ | √ | √ | |||
| 数据生产方法 | √ | √ | √ | √ | √ | √ | √ | |
| 数据质量 | √ | √ | √ | √ | √ | |||
| 数据重用 | √ | √ | √ | √ | √ | √ | ||
| 数据引用规范 | √ | √ | √ | √ | √ | √ | ||
| 数据论文模板 | √ | √ | √ | √ | √ | √ | √ |
BED发表的数据集主要是指通过观测和模拟实验产生的地球科学大数据，数据论文用于描述独立的数据集或已在传统研究论文中分析到的数据集。数据论文中不应当包括新的科学假设、新观点和新的科学方法等内容。为了方便作者写作，BED提供了专门模板，要求手稿正文中应包含引言、数据生成方法、数据集说明、技术验证、数据价值、使用方法等要素。BED曾限制数据论文字数不应超过4000字，希望以短篇幅的形式出版。但在第一篇数据论文“The GeoLink knowledge graph”的评审过程中，作者和审稿专家均指出开放获取期刊不应对篇幅加以限制，字数控制在某种程度上会影响论文的质量[24]。在征询编委会和出版社意见后，BED取消了对数据论文字数的限制。
2.3 同行评议与质量控制
数据期刊多沿用传统学术期刊的同行评议流程，采用盲审制度，也有期刊采取“先出版，后评议”的后同行评议方式[25]。由于数据期刊将论文与数据的质量控制整合到一个过程中，因此评估对象包括数据论文、数据及两者的关系[26]。考虑到很多数据仓储会显示数据作者信息，因此BED采用单盲评审模式，质量控制内容包括以下3个方面。
（1） 查验数据存储位置。BED坚持开放数据政策，规定将所有数据集提交到公开数据仓储中，确保数据集可被永久保存和公开访问，这是稿件进入同行评议程序的重要前提。如果作者不愿意公开数据集或只愿将数据集存放到个人网站，BED将建议作者补充内容后改投传统研究论文。
（2） 审核数据论文质量。数据论文来稿应为原创性论文，主题须符合期刊宗旨，内容应具有吸引力、论述合理、可读性强，论文应具有较高的学术价值和社会价值，数据应具有较高的重用价值。论文应参照期刊模板对数据集作详实充分的描述，题目能准确反映文章内容，摘要简明扼要并包含数据标识符，引言中清楚地阐述科学问题，数据生产方法严谨且步骤详尽，作者须对数据集进行可靠性检验，文中提供数据集使用方法描述。此外，编辑还应核查论文描述的数据集是否在参考文献列表中有所体现。
（3） 评价关联数据质量。BED的数据论文来稿由至少两名同行专家评审，要求审稿专家下载关联数据，并对数据进行操作与分析，建议从以下几个方面审查数据的真实性和可用性：数据生产方法的科学性与合理性、数据完整性、数据集的可靠性和重用性、数据集与论文描述的一致性。必要时，编辑可要求作者提供查看数据的软件工具、子数据集、用于制作图表的原始数据等。
2.4 作者权益管理
对引用权限和创作许可的规定，不仅能够保证对数据论文的合理使用，更是对作者数据贡献的一种认可[3,13]。BED是开放获取期刊，采用CC-BY 4.0共享许可协议，即作者保留版权，授权出版商出版论文，授权他人在注明原作者的条件下使用论文。在数据集版权和授权方面，BED强制规定数据论文中描述的数据集在评审阶段和被录用后均能被公开获取;他人在使用作者提供的数据时，应该遵循CC-BY 4.0或CC-Zero知识共享豁免。他人引用BED的数据论文，则建议采用传统参考文献格式引用数据论文，同时还应引用关联数据集。
3 我国加快发展数据期刊的建议
我国学术期刊对数据共享和传播的态度较为保守，制定数据政策的期刊数量非常有限[27,28]。特别是，数据期刊出版起步较晚，具体实践较少，在科研数据的存储、管理和发表上与国外相比仍存在一定差距[13]。与此同时，国内科研人员对本国数据期刊和数据仓储认知不深、认可度较低[29]。学术期刊和科研群体对数据共享政策重视不足，限制数据重用会阻碍我国数据期刊的可持续发展。
BED编辑部紧跟学科发展趋势，借鉴国内外数据期刊成功案例，在主办单位支持下创办了国际数据期刊，受到了国内外学者的关注。截至2019年12月1日，BED已发表数据论文4篇，分别来自中国、美国、英国和意大利的知名大学和研究所，网站阅读量近5000次。但是，BED等新创办的数据期刊也面临诸多挑战，最为棘手的就是缺少优秀稿源，按期出版举步维艰。此外，很多科研人员还不熟悉数据论文的特点和出版政策，部分来稿依然按研究论文的体例成文;审稿报告重在讨论论文创新性和科学性，缺少数据审查意见。针对我国数据期刊发展现状及BED办刊实践中遇到的问题，建议从以下3个方面加强我国数据期刊建设。
3.1 政府部门和科研资助机构应制定政策支持数据期刊发展
政府和科研项目资助机构应出台政策引导期刊快速启动和推进科学数据出版，在数据密集型科学领域加快培育一批数据期刊。首先，由于学术期刊一般不具备数据存储能力，因此需要联合数据仓储合作实施数据存储与共享。政府和科研项目资助机构应建立和认证国家或专业数据仓储，加强期刊与仓储关联，共同推进科学数据的管理、发布、共享、重用数据生态体系。其次，科研资助机构应明确规定资助项目投稿期刊必须支持开放共享数据，鼓励科研人员将数据成果优先发表在国内数据期刊上，并汇交到国内数据仓储。此外，针对不同学科领域，应从国家层面建立统一遵从的数据期刊写作规范、评审指南和引用标准，构建数据出版质量控制体系。
3.2 科技期刊应重视数据政策研究并积极尝试发表数据论文
已有研究发现期刊制定强有力的数据出版政策，能够显著提高论文的引用率和数据的可用性[27,30]。数据论文重用现象普遍，数据期刊被引频次较高，被顶级期刊纷纷引用[22]。我国科技期刊正努力朝国际化方向发展，以建设世界一流期刊为目标。如果在出版科技论文成果的同时出版相关科学数据，开辟数据论文发表通道，将是提升科技期刊国际影响力的有效途径。目前，已有国内英文期刊参照海外合作出版社的政策制定了自己的政策，但均以鼓励性政策为主，只有极少数期刊规定数据审查内容，与数据期刊强制性开放数据政策还有较大差距[28]。因此，国内科技期刊应加强编辑队伍的科学数据共享意识，重视期刊数据出版政策的制定与完善，参照国际成熟数据期刊标准，探索符合学科特点和办刊特色的数据论文出版模式。
3.3 数据期刊应拓展优质稿源路径并重视作者与审稿人服务
拓展优质数据论文稿源是数据期刊创办初期的当务之急。除应参考传统科技期刊的组约稿策略外[31],数据期刊还可以通过以下3条途径，突破创刊阶段的困境。
（1） 加强数据期刊与数据仓储的深度合作。数据是数据论文和数据期刊的核心。通过建立互利共赢的关联机制，数据仓储可以为数据期刊遴选推荐高质量数据集和高引数据作者，助力数据期刊组约稿件。数据论文发表后，数据期刊与数据仓储可以相互引用、互为宣传，共同提升影响力。
（2） 跟踪高质量研究论文与重大科研项目成果。一方面，很多具有较高影响力的研究论文是基于重要数据集的获取与分析完成的，数据期刊编辑应主动联系并鼓励这些作者发表数据论文。另一方面，数据期刊应瞄准国内外大科学计划和大科学工程，密切关注项目参与团队的研究成果，及时邀约热点主题的数据专稿与专刊。
（3） 与传统学术期刊合作建立转投机制。Elsevier出版社鼓励作者在提交研究论文的同时，将辅助数据集撰写成数据论文投稿到Data in Brief,以便促进数据的可用性和潜在重用性。BED也与姊妹刊International Journal of Digital Earth[32]（IJDE,2018年JCR影响因子为3.985）建立了合作机制：IJDE建议作者将优质的数据集整理成数据论文投稿到BED;IJDE的拒稿文章如能改写成数据论文，也可转投到BED。
此外，由于数据期刊并非为科学界熟知的、传统的学术交流方式，其出版政策的认知度还有待进一步提高。数据期刊可以通过加强对作者与审稿人的服务工作，提升科研群体对数据期刊的认可度。
（1） 完善数据期刊出版政策。数据期刊应制定明确的出版政策，针对数据提交、审查、存储和引用给出清晰的说明和建议。首先，在作者投稿时，最好能提供数据论文模板。目前数据期刊对数据集描述的内容要素和结构标准并不统一（表1），同一学科领域数据仓储的元数据标准也存在多样性[18]。元数据是出版内容的基本单元，对跨平台实现互操作具有重要意义，因此对元数据结构标准进行规范是保证数据高度共享的关键举措[30]。未来数据期刊应遵循统一的或可互操作的元数据规范与标准，为大数据环境下的数据密集型研究与科学发现奠定基础。其次，在专家评审时，应提出清晰的审核要求，引导专家核查数据的质量和丰度。尽管BED要求审稿专家查看数据集的完整性及与论文描述的一致性，但是实践中专家更重视评估数据产生的科学性，很少查验数据本身。这是因为数据评审非常具有挑战性，不仅要求审稿人具有足够的知识储备，投入大量的时间和精力，而且目前缺乏方便的数据评审工具与平台[20,26,33]。数据期刊在选择审稿专家时可考虑至少有一个熟悉数据标准的专家参与评审，同时科学编辑也应共同承担数据审查任务。期刊可根据专家和编辑参与评审工作的贡献度，制定相应的奖励措施，提高他们参与数据评审的积极性和主动性。
（2） 加强数据期刊的宣传。数据期刊应加大宣传力度，从而提高期刊的知名度和影响力。首先，定期组织数据论文撰写、投稿和评审方面的交流研讨会和培训讲座，通过网络和社交媒体传播相关视频，并提供答疑平台;其次，大力推送已发表的数据论文，促进数据论文和关联数据被发现、被获取、被引用、被重用;最后，可开展优秀论文和优秀审稿人评选活动，吸引并鼓励科研群体关注并重视数据期刊发展。
4 结语
数据期刊是数据密集型科研范式下产生的新型期刊出版模式，是科研数据共享和出版体系的中坚力量。我国作为科研大国，拥有海量的科研数据成果，相比之下，数据期刊的数量和影响力远不能满足科研成果产出的需要。作为我国数据期刊的先行者之一，BED在充分分析创办国际化数据期刊的必要性和可行性后，与海外出版商合作，与国际数据仓储关联，在数据存储、结构规范、质量控制和作者权益管理等方面制定了数据论文出版政策，并借此抛砖引玉，希望更多的国内同行关注数据期刊的建设。
随着我国《促进大数据发展行动纲要》和《科学数据管理办法》的陆续发布，科学数据开放共享、安全、传播等问题受到了科技行政部门、科研单位、出版机构、数据仓储等多元主体的高度重视。各利益相关方应共同推进我国数据期刊快速发展，相关政府部门和科研资助机构应为我国数据期刊建设提供更有力的政策支持，推动科技期刊联合数据仓储制定数据共享政策并尝试向数据期刊转型，鼓励数据期刊积极应对挑战并发挥其在推进科学数据开放、共享和重用方面的重要作用。
参考文献：
[1]郭华东 . 科学大数据——国家大数据战略的基石[J]. 中国科学院院刊, 2018,33(8):768-773.
[2]田稷, 陈珲夏 . 数据期刊及数据论文定量分析与思考[J]. 图书馆论坛, 2016,36(3):42-48.
[3]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.
[4]刘凤红, 崔金钟, 韩芳桥 , 等. 数据论文:大数据时代新兴学术论文出版类型探讨[J]. 中国科技期刊研究, 2014,25(12):1451-1456.
[5]Chavan V, Penev L . The data paper:A mechanism to incentivize data publishing in biodiversity science[J]. BMC Bioinformatics, 2011,12(S15):S2.
[6]屈宝强, 王凯 . 数据论文的出现与发展[J]. 图书与情报, 2015(5):1-8.
[7]欧阳峥峥, 青秀玲, 顾立平 , 等. 国际数据期刊出版的案例分析及其特征[J]. 中国科技期刊研究, 2015,26(5):437-444.
[8]Candela L, Castelli D, Manghi P ,et al. Data journals:A survey[J]. Journal of the Association for Information Science and Technology, 2015,66(9):1747-1762.
[9]张丽丽, 黎建辉 . 科研数据的开放:进展、模式与新探索[J]. 大数据, 2016,2(6):25-33.
[10]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.
[11]马军花, 石瑞香, 刘闯 , 等. 《全球变化数据学报》(中英文)创刊年创新举措总结[J]. 全球变化数据学报, 2017,1(4):497-498.
[12]马瀚青, 杨小梅, 侯春梅 , 等. 数据论文联合出版模式及数据论文出版[J]. 中国科技期刊研究, 2018,29(7):698-703.
[13]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.
[14]郭华东 . 地球大数据科学工程[J]. 中国科学院院刊, 2018,33(8):818-824.
[15]Guo H D . Big Earth Data:A new frontier in Earth and information sciences[J]. Big Earth Data, 2017,1(1/2):4-20.
[16]黎建辉, 吴超, 张丽丽 , 等. 科学数据出版调查与分析[J/OL]. 中国科学数据, 2016, 1(1)[2019-06-10]. http://www.csdata.org/paperView?id=9 .
[17]涂志芳 . 科学数据出版的基础问题综述与关键问题识别[J]. 图书馆, 2018(6):86-92,100.
[18]韩露, 丁毅 . 数据出版的实践模式对比研究:以地球科学领域为例[J]. 知识管理论坛, 2019,4(3):152-162.
[19]邱春艳 . 国内外科学数据出版理论研究述评[J]. 中国科技期刊研究, 2019,30(3):271-279.
[20]王丹丹 . 科学数据出版过程中的数据质量控制[J]. 图书情报工作, 2015,59(23):124-129.
[21]李成赞, 张丽丽, 侯艳飞 , 等. 科学大数据开放共享:模式与机制[J]. 情报理论与实践, 2017,40(11):45-51.
[22]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.
[23]伏安娜, 张计龙, 殷沈琴 . 数据论文国内外发展研究综述[J]. 图书情报工作, 2015,59(24):131-138.
[24]Cheatham M, Krisnadhi A, Amini R , et al. The GeoLink knowledge graph[J]. Big Earth Data, 2018,2(2):131-143.
[25]李修 . 数据期刊出版质量控制研究[J]. 编辑之友, 2017(4):33-38.
[26]孔丽华, 习妍, 郎杨琴 , 等. 数据期刊中科学数据的同行评议方法研究[J]. 编辑学报, 2019,31(3):262-266.
[27]傅天珍, 陈妙贞 . 我国学术期刊数据出版政策分析及建议[J]. 中国出版, 2014(23):31-34.
[28]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.
[29]井红波. 数据期刊:未来学术期刊发展的新趋势[J]. 编辑之友, 2016(5):109-112.
[30]邓英, 饶莉, 李桂东 . 科学数据出版:我国科技期刊出版之内容创新[J]. 编辑之友, 2017(4):39-43.
[31]张广萌, 张昕 . 英文科技期刊组约稿优化路径探索——以“中国科技期刊国际影响力提升计划”A类期刊为例[J]. 出版广角, 2019(5):21-24.
[32]关琳琳, 王长林, 刘珍 . 英文学术期刊国际化同行评审的实践与思考——以《International Journal of Digital Earth》为例[J]. 编辑学报, 2018,30(6):636-639.
[33]屈宝强, 王凯 . 数据出版视角下的科学数据同行评议[J]. 图书馆杂志, 2017,36(10):71-77.
