연구 데이터

효과적인 데이터 활용

엘스비어는 매우 효과적인 데이터가 가지는 10가지 측면이 데이터 수명 주기 전반에 걸쳐 더 나은 데이터 관리 프로세스 및 시스템 개발을 위한 로드맵 역할을 할 수 있다고 믿습니다. 이에 대한 자세한 내용이 아래에 기술되어 있습니다.

보관: 연구 데이터가 갖추어야 할 것들의 위계에서 첫 단계는, 획득한 데이터의 보관이 이루어져야 한다는 것입니다.
보존: 연구 데이터의 보관이 이루어지면, 그 다음으로는 파일 형식에서 독립적인 형태로 보존되어야 하며 그렇지 않을 경우 데이터 노후화(data obsolescence)의 위험을 감수해야 합니다.
접근 가능: 데이터가 보관 및 보존되었다 하더라도, 그것만으로 데이터가 접근 가능해졌다는 의미는 아닙니다. 예를 들어 메타 분석이나 다른 종류의 재사용을 위해 연구자들과 기계에서 데이터에 접근하고자 할 수 있습니다.
발견 가능: 데이터가 보관 및 보존되고 원칙적으로 접근 가능해졌을지라도, 다른 이들이 데이터를 발견할 수 없다면 큰 가치가 없게 됩니다.
인용 가능: 데이터 공유의 장벽 중 하나는 적은 보상을 위해 연구자의 추가적인 작업을 요한다는 점입니다. 데이터 인용은 논문 인용을 기반으로 한 현재의 보상 체계에 손쉽게 편입될 수 있어 이러한 부분에서 변화를 꾀할 수 있는 가능성이 있습니다.
명료성: 데이터 재사용이 가능하기 위해서는 어떠한 측정 단위를 사용했는지, 어떻게 데이터를 수집했는지, 그리고 어떠한 약어 및 매개변수를 사용했는지 등이 명확해야 합니다. 데이터의 기원은 명료성에 있어 매우 중요합니다.
검토: 연구 논문의 경우 동료 평가를 거친 경우가 매우 흔한 반면, 연구 데이터의 경우 이는 여전히 대체로 흔하지 않은 일입니다. 그러나 데이터의 품질 관리 및 신뢰 가능성에 있어서는 중요한 단계입니다.
재현 가능: 연구 결과의 재현성은 과학에서 매우 중요한 부분입니다. 재현 불가능성은 동일한 연구 결과를 달성하는 데 필요한 연구 데이터의 결손 요소 발생으로부터 비롯되는 경우가 많습니다. 일례로 생물 의학 문헌에 보고된 리소스(예: 항체, 모델 유기체 및 소프트웨어 등)는 재현 가능성이나 재사용을 가능케 하는 충분한 상세 내용이 결여된 경우가 잦습니다.
재사용 가능: 범 연구 커뮤니티 차원에서, 연구 데이터의 공유로 인한 핵심적 장점은 이러한 데이터를 재사용할 수 있는 능력입니다. 연구 데이터가 충분히 신뢰 가능하고 재현 가능할 때에야 비로소 다른 연구자들이 이를 재사용할 것입니다.
통합: 엘스비어는 “고도로 효과적인 연구 데이터”에 대한 위 9가지 측면의 통합이 중요하다고 보고 있습니다. 예를 들어, 데이터는 재사용될 수 있도록 보존되어야 합니다. 또한 인용 가능하기 위해서는 접근이 가능해야 합니다. 그러나 이와 더불어, 데이터 재사용이나 데이터 인용에 대한 체계를 구축함에 있어서는 현재의 데이터 보관 및 공유 체계에 따른 관행에 대해서도 고려가 이루어져야 합니다.

이러한 9개 계층과 10번 째 통합 단계는 완벽한 수행을 위한 처방이라기보다는 연구 데이터 관리 관행을 지시 및 검사하는 데 기준으로 사용할 수 있는 지침 원칙으로써 의도된 것입니다.

연구 데이터 커뮤니티에 대한 엘스비어의 기여

Force11	공동 설립자 공동 저자 FAIR 데이터 원칙 도입 데이터 인용 원칙
ORCID	공동 설립자
Pistoia Alliance	정회원
국제학술연합회의(ICSU)	정회원
Scholix	공동 설립자
STM	브뤼셀 오픈 데이터 선언 지지
국제연구데이터연맹(Research Data Alliance)	정회원