研究データ
データの有効活用
Elsevier では、非常に効果的なデータには 10 の側面があり、データライフサイクル全体を通してより良いデータ管理プロセスとシステムを開発するためのロードマップとして機能すると考えています。これらの詳細は以下のとおりです。

保管済み:研究データのニーズの階層における最初のステップは、取得したデータを保管する必要性です。
維持されている: 研究データが保存されたら、次は、フォーマットに依存しない方法で維持する必要性です。そうでないとデータが陳腐化するリスクがあります。
利用しやすい: データが保管され維持されても、これは必ずしも自動的に利用可能であることを意味しません。研究者と機械の両方がデータへのアクセスを希望する場合があります。例えば、メタ解析または他の種類の再使用です。
発見できる:データが保管され、維持され、原則的に利用可能であっても、他の人によって発見できないデータであれば、あまり価値がありません。
引用可能: データ共有の障壁の一つは、研究者がほとんど報酬なしで余分な作業を必要としてきたことです。データ引用は変更の可能性があります。それらは、論文引用数に基づいて、容易に現在の報酬システムに取り込むことができるからです。
理解しやすい:データを再使用可能にするためには、測定値の単位は何か、データがどの方法で収集されたか、どの略号とパラメータが使われたかが明確であることが必要です。理解するには、データの起源が重要です。
レビュー済み: 研究論文が査読を受けることは非常に一般的ですが、研究データについて査読が行われることは稀です。しかしながら、データの品質管理と信頼性に関して、それは重要なステップです。
再現可能:研究結果の再現性は、科学にとって大きな懸念です。非再現性はしばしば、研究データに、同じ研究結果を達成するために必要な要素が欠けていることに由来します。例えば、生物医学文献で報告されているリソース(例:抗体、モデル生物、ソフトウェア)には、しばしば、再現性または再使用を可能にするための十分な詳細がありません。
再使用可能: 幅広い研究コミュニティが研究データを共有することの重要な利点は、このデータを再使用する能力です。研究データが十分に信頼がおけて再現可能である時にのみ、他の研究者がそのデータを再利用します。
統合済み: これらの「非常に効果的な研究データ」の 9 つの観点を統合することが重要であると信じます。例えば、データは再使用できるように、維持されるべきです。引用可能にするには、それが利用可能であることが必要です。しかしまた、データ再使用またはデータ引用のためのシステム構築において、データを保管し共有するための現在のシステムの現状を考慮に入れる必要があります。
これらの 9 つの層と 10 番目の統合ステップは、研究データ管理の実践が、完璧な性能のための処方箋となるよりはむしろ、整理され、確認されることが可能な指導原理となることを意図しています。
研究データコミュニティへの Elsevier の貢献
公正なデータ原則、データ引用原則実施における共同創設者、共著者 | |
共同創設者 | |
アクティブメンバー | |
アクティブメンバー | |
Scholix | 共同創設者 |
ブリュッセルのオープンデータ宣言を支持 | |
アクティブメンバー |
研究データ用の Elsevier ソリューション
テキストとデータマイニング
Elsevier のジャーナルはすべて、テキストとデータマイニング(TDM)が可能です。どのように効率的に作業できるか、今すぐご覧ください。
データ被引用数
Elsevier ジャーナルはすべて、科学文献の一貫した明確な引用を容易にしています。
関連情報
続きを読むOpen data
続きを読むAlthough the benefits of open research data are well known, in practice, confusion remains within the researcher community around when and how to share research data
