[論文レビュー] Data objects and documenting scientific processes: An analysis of data events in biodiversity data papers

Kai Li, Jane Greenberg+1 more|arXiv (Cornell University)|Mar 14, 2019

Research Data Management Practices被引用数 4

ひとこと要約

本研究は、GBIFから抽出した82本の生物多様性データ論文におけるデータイベントを分析し、科学的プロセスおよびデータ変換がどのように文書化されているかを検討する。17のデータイベントカテゴリを同定し、複数のイベントが単一の文に同時に現れる頻度の高さを明らかにした。また、データ論文が明確に区別される学術的ジャンルであるという考えを疑問視し、科学的ワークフローにおけるデータ公開実務の改善が求められることを示唆する。

ABSTRACT

The data paper, an emerging scholarly genre, describes research datasets and is intended to bridge the gap between the publication of research data and scientific articles. Research examining how data papers report data events, such as data transactions and manipulations, is limited. The research reported on in this paper addresses this limitation and investigated how data events are inscribed in data papers. A content analysis was conducted examining the full texts of 82 data papers, drawn from the curated list of data papers connected to the Global Biodiversity Information Facility (GBIF). Data events recorded for each paper were organized into a set of 17 categories. Many of these categories are described together in the same sentence, which indicates the messiness of data events in the laboratory space. The findings challenge the degrees to which data papers are a distinct genre compared to research papers and they describe data-centric research processes in a through way. This paper also discusses how our results could inform a better data publication ecosystem in the future.

研究の動機と目的

• データ収集、変換、共有などのデータイベントが、データ論文でどのように記述されているかを調査すること。
• 従来の研究論文と比較して、データ論文がどの程度明確に区別される学術的ジャンルとして機能しているかを評価すること。
• 特にデータ中心のワークフローの記述を含む、科学的プロセスの表現方法を理解すること。
• データイベントの記述方法に現れるパターンを同定すること、特に頻度と文内の共起性を含む。
• 生物多様性研究分野におけるより強固で標準化されたデータ公開エコシステムの構築に寄与すること。

提案手法

• グローバル生物多様性情報ファシリティ（GBIF）から抽出した82本のデータ論文の本文を対象にコンテンツ分析を実施した。
• 論文に記載されたデータイベントを分類するための17の明確なカテゴリを有するコーディングフレームワークを構築した。
• 事前に定義されたカテゴリに基づき、各論文の本文全体にわたりデータイベントを体系的にコーディングした。
• 個々の文におけるデータイベントカテゴリの共起パターンを分析し、テクストの複雑さを評価した。
• 定性的および定量的分析を用いて、データイベント記述の構造と表現方法を評価した。
• 研究結果がデータ公開基準および生物多様性科学における学術的コミュニケーションに与える影響を評価した。

実験結果

リサーチクエスチョン

• RQ1 生物多様性データ論文において、データ収集、処理、共有などのデータイベントはどのように表現されているか？
• RQ2 データ論文が、単一の文で複雑で複数ステップにわたるデータプロセスをどの程度記述しているか？
• RQ3 構造的・詳細度の観点から、従来の研究論文と比較してデータ論文におけるデータイベント記述はどのように異なるか？
• RQ4 個々の文内における複数のデータイベントタイプの共起にどのようなパターンが見られるか？
• RQ5 データ論文が、従来の研究論文とは明確に区別される学術的ジャンルとしてどの程度機能しているか？

主な発見

• 82本のデータ論文の分析において、合計17の明確なデータイベントカテゴリが同定された。
• 多くのデータイベントカテゴリが同じ文に記述されており、文書化における高いテクスト的複雑さと、曖昧さの可能性が示された。
• 単一の文に複数のデータイベントが共起していることは、生物多様性研究におけるデータプロセスがしばしば濃縮的かつ非構造的な形で記述されていることを示唆している。
• 研究結果は、データ論文が明確に区別されるジャンルであるという仮定を疑問視しており、その文書化実務が従来の研究論文と類似していることが明らかになった。
• データイベントの報告方法に顕著なばらつきが認められ、データワークフローを文書化する標準化されたアプローチが存在しないことが明らかになった。
• 結果から、現在のデータ論文の実務は再現性や追跡可能性を損なう可能性があり、データ公開におけるより良い文書化基準の整備が不可欠であることが示唆された。