高校科研数据治理模型构建研究

发布时间：2020-03-21 08:45

【摘要】：在“加快推进国家治理体系和治理能力现代化”的政策背景下,大数据时代的发展方向与政策相结合,逐渐转向数据治理。而随着科学事业的发展,以科研数据为驱动的研究形式使得科研数据的重要性日益凸显。高校作为科研集中地之一,产生的科研数据数量多,速度快,但是现状却不尽如人意,常出现科研数据“重数量轻质量,重生产轻治理”的现象。面对日益增长的科研数据,如何充分利用,井然有序地治理,需要从宏观层面把控。进一步探讨目前科研数据混乱现状的原因,是由于科研数据活动的全过程与参与人员之间失调,无法形成每一环节的全方位治理。因此高校需从宏观层面,全方位地对科研数据活动进行把控,科研数据治理应运而生。相对于政府、企业等领域的数据治理操作,高校科研数据治理是一个全新的概念。然而治理的作用不应小觑,面对新概念的提出,如何让科研人员等治理参与人尽快了解科研数据治理,明确治理的目的与原则,构建科研数据治理模型是必要的。本文首先在梳理国内外研究现状的基础上,对模糊概念如数据治理、数据管理、数据质量管理进行了界定;其次明确指出科研数据的特征与概念,厘清高校科研数据治理的内涵与范围。接着,引入协同治理理论作为宏观指导,以数据生命周期理论、利益相关者理论为切入点,共同构成本研究的理论基础。通过选择国内外高校的科研人员、校方职能部门领导、图书馆员进行半结构化访谈,获取直接资料,利用质性分析软件,归纳总结,得出高校科研数据治理要素节点图。以此为基础,从理论指导、治理背景、科研数据、人员管理、成效检验五个层面解析治理要素,进而构建高校科研数据治理模型。并通过建立动力、互动、执行三种运行保障,将静态模型与动态保障措施相结合,共同探讨治理应用研究。最后,通过治理规划、实施、优化阶段的应用分析,进一步论证模型的可用性。以此,形成一套扎实的理论模型,以期为将来实践提供参考。本文的创新之处在于:根据高校科研数据特征,按相关程度划分治理参与人:核心、蛰伏、边缘,并以此分析治理职责。通过逐层提取访谈结果,分模块解析科研数据治理要素,建立了高校科研数据治理模型,并且通过探讨模型运行保障措施与应用分析,完善模型的后端拓展研究。
【图文】：

管理关系,科研数据,数据质量,数据管理

图 2.1 数据治理、数据管理、数据质量管理关系图Figure 2.1 Relationship Diagram among Data Governance, Data Management andData Quality Management科研数据治理概念及特征对象为科研数据，而科研数据是指在科学研究过程中产生的数字化以及据[67]。目前高校科研数据数量多，增长速度快，但是彼此间的关联与复缺价值挖掘。掌握高校科研数据的特征并分析其现状，对科研数据的全高校科研数据治理的基础。正如上文所述，，数据治理是决策、职责等与个集成系统，那么科研数据治理一方面是人们观察科研数据如何交互、的过程，另一方面，也是基于科研数据的现状，制定各类正确决策的保

云图,关键词语言,云图

图 3.1 国内访谈关键词语言云图Figure 3.1 Keyword Cloud Map of Domestic Interview文本关键词语言云图以及关键词聚类分析图其实是对所形过关键词语言云图可以发现，“数据”、“科研”、“共“研究”、“管理”、“馆员”等出现频率较高，这与二（馆员），科研数据生命周期－数据分析/数据开放共享等词聚类分析图，“清洗”、“限制”、“质量”、“标准化热点的词汇，反观所有节点，通过文本内容的提取，形成数据清洗）/数据描述（元数据管理），治理背景－保障措分析的结果遥相呼应。因此，节点的得来除了是由文本内与聚类图的结果相匹配，具有合理性。同时，高校科研数
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：G644;G203

【参考文献】