论文部分内容阅读
随着21世纪e-Science时代的到来,科研数据的地位和其作用上升到一定的高度。随着科学研究向数据密集型、合作型方式发展,数字技术强化了数据的重要性,同时也给研究社群带来了新的挑战和困难。目前的研究机构、工程开发以及政府商业办公利用先进的信息技术产生或搜集了大量的数据,开发了大量的数据库,这些数据集的单位已经达到了用TB甚至PB级来描述的程度,传统的数据保存方式已经渐显其能力不足的一面。科学家和研究机构为了更好的进行数据挖掘以及数据共享,都在努力为数据的长期使用而想方设法地保存这些数据,以求未来的再利用与创新。这个过程包括如何恰当地描述数据,改善数据存储标准,数据共享以及其他由于数据激增而导致的相关数据问题。数据策管(Data Curation)作为一个新的领域,应运而生,它不仅满足了科研人员对数据储存方面的需求,也完善了数据再利用和共享的方式,目前正在逐步得到重视。 本研究的主要创新之处在于:根据DCC&U数据策管生命周期扩展模型及知识管理的相关理论建立了基于知识管理的数据策管扩展模型,归纳了数据策管过程中的利益相关角色的责任和职能,以及隐藏在数据策管过程背后的知识转化;在分析了以高校为代表的数据策管活动的基础上,根据基于知识管理,重点探讨了如何通过知识之轮来促进数据策管高效进行,提出基于知识管理的数据策管的具体实施策略,将策略具体到指导数据策管中心或图书馆“怎么做”的问题,并用案例加论证,使研究更加具有实际价值。 本研究采用了理论研究与案例分析相结合的方法,以DCC&U数据策管生命周期扩展模型为主,在原有的理论模型的基础上,将知识管理理论和方法与其相结合,其中包括知识之轮、SECI模型、学习型组织等等,建立了基于知识管理的数据策管扩展模型,根据国内外高校的优秀案例,从文化、管理、技术三个方面提出了数据策管实施策略,以期通过知识管理提高整个数据策管效率,从而实现数据策管过程中个人和组织的知识沉淀、知识学习和应用、知识共享以及知识创新,减少了资本投入,避免了资源浪费。