协作研究中数据管理的基石：从研究者数据成熟度视角看土壤CRC案例

这篇综述通过土壤合作研究中心(Soil CRC)的案例研究，揭示了多学科协作研究中"数据共享准备度"的核心矛盾。研究采用混合方法(调查问卷+焦点小组)，发现研究者普遍缺乏数据管理(DMP)核心概念认知，整体数据成熟度偏低，但表现出对FAIR(可查找、可访问、可互操作、可重用)数据原则培训的强烈需求。文章创新性提出"个人-项目-机构"三级数据管理责任框架，为提升小型科学(Small sciences)研究生态系统的数据完整性(Research integrity)提供了实践路径。

　　

协作研究中的数据管理挑战

在全球化科研合作网络扩张的背景下，澳大利亚土壤高性能合作研究中心(Soil CRC)的案例揭示了多学科协作研究中数据管理的核心矛盾。这项涵盖20个农民团体、8所大学和7家企业的研究发现，尽管数据管理是科研完整性的基石，但研究者普遍存在"数据共享准备度"不足的问题。

研究方法与设计

研究采用混合方法学，对Soil CRC成员进行为期3个月的数据成熟度调查，辅以焦点小组访谈。43个问题的问卷覆盖14个数据管理主题，包括合规性、数据处理、隐私保护等。66份有效问卷显示，64%受访者来自高校，38%为博士生，反映出学术群体在数据管理中的关键角色。

核心发现

数据认知存在显著缺口：

• 67%研究者不清楚数据所有权归属

• 60%对数据保留期限存在认知模糊

• 57%虽知晓FAIR原则，但仅9%计划实施数据许可

• 80%采用非标准化文件版本控制方法

实践与政策脱节现象突出：

• 仅31%项目制定数据管理计划(DMP)

• 55%无法估算数据管理成本

• 机构政策认知率不足50%

• 云存储(62%)与本地存储(32%)并存的碎片化现状

三级责任框架的提出

研究创新性构建了数据管理三级模型：

1. 个人层面：聚焦研究者数据素养提升

2. 项目层面：强调DMP的实操价值

3. 机构层面：完善政策与基础设施支持

培训需求分析显示，研究者最渴望获得DMP制定(78%)、元数据创建(65%)等实用技能培训，而非抽象的政策合规要求。

实践启示与建议

针对"小型科学"研究特点，提出改良路径：

• 将数据管理培训嵌入研究生培养体系

• 建立"数据管家"岗位提供持续支持

• 开发适应小规模研究的轻量化DMP模板

• 明确数据管理成本分摊机制

研究特别指出，当前数据管理政策过于强调"大科学"范式，忽视了小型科研团队的实际操作场景。通过某受访者的典型反馈："期刊要求、机构规定和CRC协议让数据归属变成灰色地带"，生动揭示了政策叠床架屋带来的实践困惑。

未来展望

该研究为协作研究生态系统提供了数据治理的新视角，强调从"合规驱动"转向"价值驱动"的转型必要性。正如文中强调的"数据管理不仅是技术流程，更是人际关系管理"，只有构建研究者认同的价值闭环，才能实现从数据管理到知识管理的质变飞跃。研究建议未来重点探索数据管理投入与科研产出的量化关系，为资源分配提供循证依据。