Репозиторий данных: как выбрать и загрузить набор

Репозиторий данных: как выбрать и загрузить набор

Репозиторий решает три задачи: сохраняет данные надолго, делает их доступными по постоянной ссылке и связывает набор со статьёй через DOI. Выбор площадки влияет на то, найдут ли ваши данные через пять лет.

Начинать стоит не с загрузки, а с вопроса: кто и зачем будет эти данные использовать.

Тематические и общие репозитории

Тематический репозиторий принимает данные определённого типа: последовательности, изображения, геоданные, клинические наборы. Он лучше знает формат и требования к метаданным.

Общий репозиторий вроде Zenodo или Figshare принимает всё, но не даёт отраслевой экспертизы. Для междисциплинарных проектов это разумный выбор.

Как искать площадку

Каталог re3data собирает информацию о репозиториях: тематика, условия доступа, лицензии, наличие DOI. Фильтры помогают отсеять площадки, которые не подходят по требованиям.

Проверьте, кто отвечает за репозиторий и как долго он обещает хранить данные. Площадка без институциональной поддержки может закрыться.

Требования журнала

Многие журналы указывают список одобренных репозиториев или требуют размещения в конкретном. Проверьте это до загрузки: перенос набора между площадками занимает время и создаёт дубли.

Если журнал требует открытых данных, а данные содержат персональные сведения, обсудите с редактором альтернативу: ограниченный доступ или агрегированный набор.

Что подготовить

• сами файлы в открытых форматах;
• описание набора: что, когда, где и как собрано;
• codebook, если данные закодированы;
• лицензию;
• список связанных публикаций.

Подготовка занимает больше времени, чем загрузка. Зато она определяет, будут ли данные использованы.

Метаданные

Заполните все поля, а не только обязательные: авторы с идентификаторами, название, описание, ключевые слова, временной охват, географическая привязка, метод сбора.

Чем точнее метаданные, тем выше шанс, что набор найдут через поиск. Пропущенное описание почти гарантирует, что файл останется незамеченным.

Лицензия

Лицензия определяет, что можно делать с данными. Для открытых наборов часто используют Creative Commons или Open Data Commons.

Не выбирайте лицензию механически: если данные содержат фрагменты с другими правами, это нужно отразить в описании.

DOI и версии

После публикации набор получает DOI. Он остаётся неизменным для версии; новая версия получает собственный идентификатор.

Указывайте в статье DOI именно той версии, которую анализировали. Ссылка на «последнюю» версию со временем начнёт вести к другим данным.

Проверка после загрузки

Скачайте собственный набор и проверьте, что файлы открываются и контрольные суммы совпадают. Ошибки загрузки обнаруживаются именно так.

Проверьте отображение страницы: кириллица в описании, авторы, аффилиации. Опечатки в метаданных исправлять сложнее, чем кажется.

Частые ошибки

• загрузка без описания;
• закрытые форматы;
• отсутствие лицензии;
• ссылка на «последнюю версию» вместо конкретной;
• персональные данные без проверки;
• дублирование набора на нескольких площадках без указания связи;
• отсутствие проверки после загрузки.

Как выбрать между тематическим и общим

Если в вашей области есть признанный репозиторий, начинайте с него: сообщество ищет данные именно там. Общая площадка уместна, когда тематической нет или проект междисциплинарный.

Можно совместить: основной набор в тематическом репозитории, копия с описанием — в общем. Главное — указать основной DOI и не создавать два независимых набора.

Что делать с большими файлами

Уточните лимиты площадки до загрузки. Часть репозиториев принимает архивы до нескольких гигабайт, часть требует разбиения или внешнего хранения.

Если данные не помещаются, разбейте их по логическим частям и опишите связь между файлами. Единый архив без описания хуже, чем несколько понятных файлов.

Сопровождение после публикации

Проверяйте страницу набора раз в год: доступность ссылок, корректность метаданных, наличие новых версий.

Если репозиторий меняет интерфейс, ваша документация может устареть. Обновляйте ссылки в статье и на личной странице.

Как оценить надёжность площадки

Посмотрите, кто финансирует репозиторий, какие организации его используют и есть ли у него политика сохранности.

Площадка без такой политики может исчезнуть вместе с данными.

Как подготовить файлы к загрузке

Уберите временные файлы, проверьте имена и структуру папок, добавьте README и codebook.

Загружайте архивом только если это разрешено площадкой: отдельные файлы удобнее для просмотра.

Как указать связь с публикациями

Добавьте DOI статьи в метаданные набора, а DOI набора — в статью. Связь в обе стороны улучшает видимость обоих объектов.

Если публикаций несколько, перечислите все: это отражает реальное использование данных.

Итог

Репозиторий выбирают по теме, требованиям журнала и надёжности площадки. Подготовка описания занимает больше времени, чем загрузка, и определяет, будут ли данные использованы.

Проверьте скачивание и метаданные сразу после публикации.

Чек-лист

• Площадка соответствует теме и требованиям журнала.
• Файлы в открытых форматах.
• Описание полное.
• Codebook приложен.
• Лицензия выбрана.
• DOI получен.
• Скачивание проверено.

Частые вопросы

Обязательно ли выкладывать данные?

Зависит от журнала и области. Многие издания требуют хотя бы заявление о доступности данных.

Можно ли выложить данные под псевдонимом?

Обычно нет: авторы указываются с идентификаторами. Анонимность участников обеспечивается обезличиванием, а не сокрытием автора.

Что делать, если данные нельзя открыть?

Опишите условия доступа и причину ограничения. Репозиторий может поддерживать режим с контролем доступа.

Нужен ли DOI, если есть ссылка на сайт?

DOI предпочтительнее: он постоянный и индексируется. Ссылка на сайт со временем перестаёт работать.