科研界形成大量的实验数据，需要推动这种实验数据的分享和再利用。
随着科技进步的日新月异，科研界形成了大量的实验数据，及时构建一个构建的系统来推动这种实验数据的分享和再利用则变得迫在眉睫。于是，来自各界的人士共同设计并背书了一套关于科研数据的原则：FAIR数据原则。原则中的四个字母分别代表Findable, Accessible, Interoperable 及 Reusable，意即科研数据应当是可查找的、可访问的、可互操作的和可重复使用的。
Scientific Data是自然科研旗下一本开放获取在线刊物，致力于发表具有科学价值的数据集，以及能推动科学数据共享和再利用的研究。Scientific Data发表论文的主要类型为Data Descriptor。那么哪些是Data Descriptor呢？
什么是Data Descriptor？
Data Descriptor是一种全新的出版类别。顾名思义，Data Descriptor是对数据的详尽描述，其描述对象可以是实验数据、观察数据、计算数据、处理后数据等。Data Descriptor不仅对数据进行描述，还将数据进行结构化管理便于于数据的剖析、搜索以及对原始数据的再利用。Data Descriptor上将探讨数据集的来源、具体实验步骤并提供获得数据结果的链接。Data Descriptor的内容不包括验证新的科学假定、进行大量剖析以提供新的科学看法亦或是描述全新的实验方式。
Data Descriptor的审稿流程是如何的？
执行编辑、名誉学术编辑和编辑委员会将讨论决定什么投稿将外送进行同行评议。送审的主要评价标准包括：投稿内容符合Scientific Data发表范围、描述的数据集具有充分的可借助价值。每份外送投稿的同行评议过程将由一名编委成员负责。
审稿人将注重评估数据生成步骤的技术质量、结果数据集的重复借助价值、结果数据集是否符合特定领域的科研标准以及数据描述的完整性。大部分情况下，审稿人中会包括起码一名熟悉相关实验技术的科研人员以及一名数据标准方面的专家。
在这儿必须指出，Data Descriptor是否被Scientific Data 接收与数据集相关结果的影响力或新颖性无关。事实上，Data Descriptor的内容并不包括深入的剖析或新的科学推论。我们更看重的是作者生成数据的实验或程序是否严格以及技术质量是否过关，必要时我们会要求作者提供质量控制实验的资料。审稿人也可能会要求作者提供补充实验以支持结果数据。
Scientific Data是自然科研旗下一本开放获取在线刊物，致力于发表具有科学价值的数据集，以及能促使科学数据共享和再利用的研究。
2017 Journal Metrics
Citation Impact
2-year Impact Factor: 5.305
5-year Impact Factor: 5.862
Immediacy index: 0.843
Eigenfactor score: 0.00855
Article Influence Score: 2.597
2-year Median: 2
本督查由中国科学院文献情报中心和SpringerNature共同署名
中国正处于创新发展的重要阶段，而开放的科学数据共享对于科技发展至关重要。《科学数据管理办法》的颁布标志着我国的科学数据工作已进入正轨。值此之际，中国科学院文献情报中心牵手施普林格自然对中国科研数据的管理与分享举办首份督查，旨在探求科研人员对数据分享和管理的看法及心态，以及所面临的挑战。
如果您的研究会生成数据，我们诚邀您出席本次督查。
