使用数据沿袭和可追溯性来优化发布潜力

想要在高影响力期刊上发表文章吗?频繁、高影响力的出版物是研究人员展示其工作的最有力方式之一。它可以巩固研究人员的声誉，为合作和授予奖项成功打开大门。因此，加强高影响力的发表机会可以帮助早期职业生涯和已经建立的研究人员在他们所选择的领域取得成功。

准确和可访问的数据是维护科学期刊出版标准的关键，也是出版的关键因素。最近的一些论文面临撤稿，原因是糟糕的数据报告引发了不当行为的怀疑。¹虽然撤稿并不总是表明研究欺诈，但与发表召回相关的耻辱可能会对研究人员的声誉产生怀疑。为了避免这种后果，建立最佳实践数据记录工作流程是至关重要的，它可以优化原始研究的发表潜力并支持成功。

本文概述了数据沿袭和可追溯性的关键原则，这是建立良好数据记录实践的两个重要因素。它探讨了如何利用电子实验室笔记本进行数据管理和共享来优化原始研究的发表潜力。

什么是数据沿袭?

在科学术语中，血统是指从一个共同祖先开始的后代序列。类似地，数据沿袭描述数据集从收集到发布的演变。数据沿袭通常包含分析、可视化或解释方面，并包括如何转换数据。它有助于评估数据质量，并允许跟踪和识别回溯源。²

数据沿袭与可追溯性

虽然谱系描述了数据集的演变，但可追溯性确保了信息追踪既合乎逻辑又健壮。就像警方调查中的证据保管链一样，数据可追溯性确保了信息可以通过研究阶段进行跟踪。良好的数据可追溯性可以包括明确的审批流程、数据输入的电子签名或数据输入的时间戳。这些实践确保信息的使用合乎道德、有效，并符合政府指导方针或行业标准。^3.

图1:数据沿袭(蓝色)和数据可追溯性(黄色)在研究发表、合作和资助奖励成功中的作用。

数据沿袭和可追溯性一起确保了可发表结果的完整性和可重复性(图1)。它们不仅阐明了实验结果是如何获得的，而且还支持了发现的验证，并增加了研究人员的学术可信度。最近在高影响力期刊上发表的两篇论文因原始数据的获取问题而面临撤稿。¹两篇论文共享了相同的数据源，但两篇论文的作者都无法访问原始文件。当无法追踪数据谱系时，对欺诈性不当行为的怀疑就会得到支持，作者的职业生涯就会受到严重的负面影响。⁴

科学不端行为并不总是意味着数据欺诈——它还可能包括未能报告重要的实验细节。¹如果没有足够的数据沿袭和可追溯性，当细节在后续才变得相关时，有价值的信息可能会丢失。北美和欧洲的主要资助机构都独立发布了新政策来反映这一点，重点是良好的数据管理和共享实践。⁵认真的数据谱系和数据可追溯性有助于满足这些准则，通过减少不必要的实验重复来确保资金和最大限度地提高研究效率。

保持公平数据的重要性

FAIR指导原则强调，与科学出版物有关的所有数据和元数据必须是可查找的、可访问的、可互操作的和可重用的。实现公平数据是正确的数据管理的先决条件。确保研究项目的数据受到保护、可用和可信也是实现公平数据的关键。不同的工具通过将与研究相关的数据集中在一个地方、注释、可跟踪、可搜索、易于可视化和理解，有助于改善数据管理。⁶

可视化数据实验过程的工具

可视化实验过程是确保适当的完整性措施到位的最简单的方法之一。通过以可视化格式绘制研究任务和过程，科学家可以快速找到答案，并建立重要的验证步骤(例如，重复次数、对照、质量控制等)。可以捕获与每个步骤相关联的结果，确保不会错过关键信息。因此，支持可视化的工具可以帮助研究人员为他们的数据做出正确的选择，并阐明为什么做出了关键的研究决策。

电子实验室笔记本(eln)可以促进实验步骤以及沿袭和可追溯管道的可视化。因此，eln为研究人员提供了一个令人兴奋的机会，以优化他们的发表潜力，为合作做准备，并增加拨款奖励的成功。

什么是ELN?

eln是一种计算机软件包，旨在取代传统的纸质实验室笔记本。像纸质笔记本一样，eln用于记录协议信息、原始数据和实验观测。然而，许多包集成了额外的实验室管理、协议模板、库存管理和电子签名特性。

ELNs vs LIMS

实验室信息管理系统(LIMS)也提供了记录数据可追溯性信息的机会，然而，LIMS通常被设计用来记录结构化数据。由于eln允许用户记录非结构化数据，例如观察和分析，它们为许多学术实验室提供了比LIMS更大的优势。⁷一些eln和LIMS将具有审计跟踪、电子签名和时间戳等属性;这些特性可以确保可靠的可跟踪性和数据完整性。下面的图表概述了在选择ELN或LIMS时可能需要考虑的实验室。注意，这是广义的;不同的ELN和LIMS系统可能提供本图表中未包括的附加功能。

表1: ELN和LIMS的主要区别