数据知识库质量控制研究：现状、问题与优化路径

摘要: 开放科学背景下科研数据知识库的诞生绝非偶然，是科学技术和科学需求发展的必然产物，对科研数据知识库质量控制进行研究有助于学术传播和交流，促进科学数据资源管理、利用和长期保存。本文首先从数据知识库的角度出发，通过使用文献调研法、案例分析法以及对比分析法对科研数据知识库质量控制现状进行梳理和分析，通过调研发现科研数据知识库质量控制处于初级发展阶段，并总结出目前数据知识库质量控制流程主要有五个阶段，分别是数据提交阶段、数据存储阶段、数据审核阶段、数据发布阶段以及数据引用阶段；然后指出目前数据知识库质量控制的过程中存在较多的问题；最后基于这些问题，提出相应的优化路径。
- 开放科学 /
- 数据出版 /
- 科研数据知识库 /
- 质量控制

[1]	刘峰，张晓林，孔丽华 . 科研数据知识库研究述评 [J]. 现代图书情报技术，2014（2）： 25-31.
[2]	CEDA. Steps to archiving data with CEDA[EB/OL],https：//help.ceda.ac.uk/article/138-steps-to-archiving-datawithceda,2021-01-04/2022-03-05.
[3]	Shin D D，Ozyurt I B，Brown G G，et al. The Cerebral Blood Flow Biomedical Informatics Research Network （CBFBIRN） data repository[J]. NeuroImage，2016，124（Pt B）： 1202-1207.
[4]	周林兴，林凯 . 大数据时代档案数据质量控制：现状、机制与优化路径 [J]. 档案与建设，2022（2）：4-8.
[5]	United States Geological Survey.Data Management[EB/ OL].https：//www.usgs.gov/products/dataand-tools/data-management,2021-05-09/2022-03-24.
[6]	F1000 Reserrch [EB/OL].http：//f1000reserach.com/,2015-05-22/2022-01-26.