发帖
雷达卡
论文表 2 已经定稿，合作者却找不到用来生成它的那份数据。碰到这种情况，先把文件按日期重命名只能解决一部分问题，还得让下一位读者知道哪份数据是原始输入、经过了什么处理、哪段代码能产生最终结果。马尔堡大学发布的《Research Data and Code Management – an Introduction》从这类日常工作切入。Zenodo 上的 v5 是英文 PDF 讲义，课程把目录、命名、数据字典、代码版本、共享仓库和数据管理计划串在同一条研究流程里，练习建议使用参加者自己的项目数据。
课程的起点是收集与处理。对已经有一堆 Excel 和 CSV 的项目，最容易照着做的是拿一个小项目目录，先区分收到的数据、修改过的数据和最终输出。比如做地区面板时，第一次下载的统计表和后续合并成的省年面板用途不同，原表的下载日期和版本也会影响后续核查。命名规则可以包含数据来源、地区和时间，再在目录说明中告诉同事哪里找原始文件、哪里看清洗结果。备份则解决文件损坏或误删时如何恢复，和让同事快速找文件是两个问题。
讲义还安排了用纸卡梳理文件的练习。可以先把自己的原表、清洗代码、临时文件和最终图表各写在卡片上，再按用途分组，看看哪些文件只有作者自己知道该放哪里。动目录之前先做这个小练习，通常更容易发现名称相同、版本不同的文件，也能让团队商量好哪些位置是固定的。
到了分析环节，课程安排简短介绍版本控制、自动化和运行环境，涉及 Git、Jupyter、Quarto 和容器化。对只做一次课程作业的人，先记录一张图由哪个脚本生成，往往比把几个工具都装一遍更有用。对多人反复更新的项目，记录代码变更和环境就更重要。例如同一份清洗脚本因为依赖版本变更而输出不同，靠文件名里的日期很难查清。团队可以在交接时把代码版本、输入文件和输出文件同时记下来，再让另一位成员按说明定位一次。这些是把课程内容用到团队项目时的具体做法。
接着是数据描述。课程安排了写数据字典和分析 README 示例的练习。数据字典回答列到底是什么意思，例如某列是人数还是比例、观测期是全年还是期末、空值代表没有公布还是不适用。README 解决的是拿到项目以后先看哪份文件、数据怎样从原表变成结果、有什么访问条件。把两份说明分开，能让合作者快速查到所需层级。举例说，论文里一个变量叫「企业规模」，数据字典写清它按从业人数衡量还是按资产衡量，README 再指明变量由哪个脚本、哪份输入计算得到。
共享和复用这一段把 FAIR 原则放到仓库选择上。课程安排查找合适的仓库，并用一个实际仓库条目练习判断资料是否容易发现和理解。准备投稿补充材料时，可以先按自己的文件类型和访问条件选择候选仓库，再看仓库记录是否允许写清作者、版本、获取方式及使用条件。对含敏感信息或受协议约束的项目，公开元数据、受控访问和公开下载是不同的交付方式。讲义的价值在于让这些决定在投稿前就有记录，避免等编辑索要材料时才发现数据版本与正文不一致。
课程最后进入数据管理计划，也就是 DMP，并区分研究过程中的数据管理决定与预注册。DMP 可以先写一个能持续更新的版本，交代数据从哪里来、处理时保存在哪、谁能访问、什么时候备份和最后怎样归档。研究问题或数据来源变化时，随项目更新相应条目。写计划最容易忽略的是具体责任，例如知道要备份，却没写谁负责确认备份能恢复。照着课上的方式拿一个小项目过一遍，通常就能找出缺的是文件、说明，还是团队分工。
如果已经在准备投稿，可以从数据描述和共享部分先看，把论文里一张图的输入、脚本和产出顺着追一遍。刚启动项目的人则适合从命名、目录和备份练习开始。这个顺序能让讲义里的术语对应到当前要处理的文件，而不用等整个课件看完才开始整理。
────────────────
如果你在整理自己的论文数据，回复后可查看英文讲义入口，从数据字典练习开始。
把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP／技能，让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费，安装可申请领取：3 通用积分＋100 论坛币＋3 元论坛资金 说明： AI 算力按所用平台规则计算；附件按原帖条件获取；福利领取条件以活动页面为准。 |
京公网安备 11010802022788号
