[论文解读] 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 4

一句话总结

本研究分析了来自GBIF的82篇生物多样性数据论文中的数据事件，以考察科学流程和数据转换过程的记录方式。研究识别出17类数据事件，揭示了单一句子中频繁出现多个事件的共现现象，并对数据论文作为独立学术文类的观念提出质疑，强调了在科研工作流中改进数据出版实践的必要性。

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.

研究动机与目标

• 调查数据论文中数据事件（如数据收集、转换和共享）的描述方式。
• 评估数据论文与传统研究论文相比，作为独立学术文类的运作程度。
• 理解科学流程在数据论文中的呈现方式，特别是以数据为中心的工作流程的记录情况。
• 识别数据事件记录中的模式，包括其频率和在文本描述中的共现情况。
• 为生物多样性研究中建立更稳健、标准化的数据出版生态系统提供依据。

提出的方法

• 对来自全球生物多样性信息网络（GBIF）的82篇数据论文全文进行内容分析。
• 开发一个包含17个独立类别的编码框架，用于对论文中报告的数据事件进行分类。
• 基于预设类别，系统性地对每篇论文全文中的数据事件进行编码。
• 分析单一句子内数据事件类别的共现模式，以评估文本复杂性。
• 结合定性与定量分析，评估数据事件描述的结构与表现形式。
• 评估研究发现对数据出版标准及生物多样性科学中学术交流的影响。

实验结果

研究问题

• RQ1 生物多样性数据论文中，如数据收集、处理和共享等数据事件是如何呈现的？
• RQ2 数据论文在单一句子中记录复杂、多步骤数据流程的程度如何？
• RQ3 与传统研究论文相比，数据论文中数据事件描述在结构和粒度上存在哪些差异？
• RQ4 在单一句子中，多种数据事件类型共现时会呈现出何种模式？
• RQ5 数据论文在多大程度上可被视为与传统研究论文相区别的独立学术文类？

主要发现

• 在对82篇数据论文的分析中，共识别出17类不同的数据事件类别。
• 许多数据事件类别在同一句话中被共同描述，表明文本复杂度较高，且记录过程可能存在歧义。
• 多个数据事件在单一句子中的共现表明，生物多样性研究中的数据流程通常以密集且非结构化的方式进行描述。
• 研究结果挑战了数据论文是明确界定文类的假设，因为其记录实践与传统研究论文相似。
• 研究揭示了数据事件报告方式存在显著差异，缺乏对数据工作流程记录的标准化方法。
• 结果表明，当前的数据论文实践可能妨碍可重现性与可追溯性，因此亟需在数据出版中提升记录标准。