22个学科期刊数据共享政策的纵向演变：2014-2023年跨学科实证分析

《Scientific Data》：Longitudinal dataset of journal data sharing policies across 22 disciplines for 2014 2019 and 2023

本研究针对学术期刊数据共享政策缺乏跨学科纵向对比的问题，系统调查了2014、2019及2023年22个学科领域220种高影响力期刊的数据共享政策。通过量化政策强度（要求/推荐/接受/无政策）并追踪其演变，发现数据共享要求逐年强化，且学科间差异显著。该数据集为开放科学政策评估、学术出版标准优化及FAIR原则落地提供了关键证据，助力科研生态系统的透明化与规范化建设。

　　

在开放科学浪潮的推动下，研究数据的共享与重用已成为提升科研透明度和加速科学发现的核心驱动力。然而，不同学科领域期刊的数据共享政策存在显著差异，且随着时间推移不断演变，缺乏系统的跨学科纵向对比数据。为此，日本文教大学的Ui Ikeuchi团队在《Scientific Data》发表了题为“Longitudinal dataset of journal data sharing policies across 22 disciplines for 2014, 2019 and 2023”的研究，通过构建覆盖22个学科、220种高影响力期刊的三年期政策数据集，揭示了数据共享政策的演变规律与学科异质性。

研究背景与问题缘起

科研数据共享不仅能够增强研究成果的可验证性，还能通过数据重用最大化其科学价值。国际组织如FORCE11提出的数据引用原则（JDDCP）和FAIR原则（可查找、可访问、可互操作、可重用）进一步强调了数据共享的规范化需求。期刊作为科研成果传播的关键渠道，其数据共享政策直接影响研究者的数据共享行为。已有研究表明，政策强度与数据实际共享率呈正相关，但政策的学科差异性和动态变化尚未被系统量化。

研究方法与数据构建

研究团队基于Essential Science Indicators（ESI）的22个学科分类，筛选各学科影响力排名前十的期刊（共220种），分别在2014、2019和2023年对其数据共享政策开展三轮调查。政策强度被划分为四个等级：“要求”（require）、“推荐”（recommend）、“接受”（accept）和“无政策”。此外，团队同步收集了期刊元数据（如出版方、ISSN、影响因子），并针对不同年份补充了特定信息：2014年记录指定存储库，2019年后增加数据引用政策分析。

关键技术方法包括：

1. 1.
   期刊筛选：基于ESI学科分类与Journal Citation Reports（JCR）影响因子排名，排除综述类期刊，聚焦原创研究型期刊。
2. 2.
   政策提取：通过结构化检索（作者指南、站点搜索）定位政策表述，分类编码后经多轮校验确保一致性。
3. 3.
   数据持久化：利用Internet Archive存档政策网页，保障数据的可追溯性。

研究结果与分析

政策强度整体提升

数据显示，2014至2023年间，明确“要求”数据共享的期刊比例显著上升。例如，2014年仅少数学科（如医学、生命科学）的期刊强制要求数据共享，至2023年，这一要求已扩展至工程学、社会科学等领域。

学科差异显著

学科间政策强度差异突出：生命科学和医学期刊普遍采用强制共享政策，而人文社科期刊仍以“推荐”或“接受”为主。这种差异反映了不同学科的数据文化传统与共享基础设施成熟度。

数据引用政策普及

2019年后，越来越多期刊开始要求作者提供数据引用声明，呼应FORCE11的JDDCP原则。例如，部分期刊明确要求引用数据时需遵循特定格式，以保障数据贡献者的学术认可。

补充材料政策演变

尽管数据存储库共享成为主流，但通过期刊平台提供补充材料的方式仍占一定比例。2023年数据显示，部分学科（如化学、材料科学）更倾向于混合使用存储库与补充材料双渠道。

结论与意义

本研究首次构建了跨学科、多时间点的期刊数据共享政策纵向数据集，揭示了政策强化与学科分化的核心特征。其重要意义在于：

1. 1.
   政策制定参考：为期刊、出版集团及科研管理机构优化数据共享政策提供实证依据。
2. 2.
   开放科学监测：通过追踪FAIR原则的落地情况，助力全球开放科学进程评估。
3. 3.
   学术实践引导：强调数据引用与存储库使用，推动研究者从“被动合规”转向“主动共享”。

未来，该数据集可结合开放获取（OA）状态、国家科研政策等变量，进一步深化政策效果归因分析。正如作者所言，数据共享政策的演进不仅是技术规范的升级，更是科学文化转型的缩影。