数据重用和开放式数据引用优势

Scidown文献预览系统！

作者：scidown 发布时间：2021-05-24 09:48:55 文章标题：

数据重用和开放式数据引用优势( Data reuse and the open data citation advantage )

文章作者：

HA Piwowar TJ Vision Data reuse Data repositories Gene expression microarray Incentives Data archiving Open data Bibliometrics Information science

文章简述：

背景：在重复使用已发表的数据时，归于原始贡献者是重要的，这既是对数据创建者的奖励，也是对研究发现来源的记录。以前的研究发现，有公开可得数据集的论文比没有可得数据的同类研究获得更高的引用次数。然而，以往的分析很少有统计能力来控制被引率的众多已知变量，这导致了对“被引效益”的不确定估计。此外，对于随时间和跨数据集的数据重用模式知之甚少。在这里，我们研究了引用率，同时控制了许多已知的引文预测器，并研究了数据重用的可变性。在对创建基因表达微阵列数据的10,555项研究进行的多变量回归中，我们发现在公共存储库中提供数据的研究比没有提供数据的类似研究获得了9%（95%可信区间：5%到13%）的引用。共变量包括发表日期、期刊影响因子、开放获取状况、作者数量、第一和最后一位作者发表史、对应作者国家、机构被引史和研究主题。引用效益随数据集沉积的日期而变化：2004年和2005年发表的论文的引用效益最明显，约为30%。作者在第一次发表数据集的两年内发表了大多数使用自己的数据集的论文，而第三方调查人员发表的数据重用论文则持续积累了至少六年。为了直接研究数据重用的模式，我们通过在论文全文中提及GEO或ArrayExpress登录号，汇编了9724个第三方数据重用实例。第三方数据的使用水平很高：对于第0年存放的100个数据集，我们估计到第2年PubMed中有40篇论文重复使用了一个数据集，到第4年有100篇论文重复使用，到第5年已经发表了150多篇数据重复使用论文。数据重用分布在广泛的数据集基础上：一项非常保守的估计发现，2003年至2007年存放的数据集中有20%至少被第三方重用过一次。结论：在考虑了其他影响引文率的因素后，我们发现开放数据的引文收益是稳健的，尽管比以前报道的要小。我们得出的结论是，第三方数据重用的直接影响会持续数年，超过了研究人员发表大量重用自己数据的论文的时间。其他因素也可能有助于引文效益被考虑。我们进一步得出结论，至少对于基因表达微阵列数据，相当一部分归档数据集被重用，并且数据集重用的强度自2003年以来一直在稳步增加。

文章下载地址（开放版）：