本书是针对数据科学初学者的入门教程，通过R和Python两种编程语言，详细介绍了数据科学的基本概念、数据处理、数据分析、数据可视化、统计建模、机器学习以及深度学习等核心内容。书中通过丰富的实例和详细的步骤说明，帮助读者掌握数据科学的基本流程和方法，提升数据处理和分析能力。同时，本书还强调了实践的重要性，鼓励读者通过动手实践来加深对数据科学理论的理解和应用。

这是一份全面的研究生培养与学术研究指南，旨在帮助研究生及研究人员提升研究能力、批判性思维和创新能力。文档详细阐述了研究所的培养方案、研究方法与目的、文献回顾的重要性、研究能力的培养、指导教授的作用等多个方面。同时介绍了学术著作的要件、研究的历程与时间表、期刊论文的阅读技巧、批判与创新的要领以及学位论文的写作要领等内容。此外，通过案例分析展示了如何在学术研究中寻找创新机会，并提供了应对研究工作策划、进展与风险管理的建议。不仅适用于学术领域，还可以广泛应用于实际生活和工作中，帮助读者解决职场和人生问题。

学术界兴起了是否应该向参与同行评审的研究人员支付报酬的问题讨论。在学术研究领域，学术期刊作为知识传播与交流的重要平台，承担着筛选、评价及发表高质量学术论文的重任。同行评审机制作为确保学术质量的关键环节，长期以来，同行评审者在付出大量时间与精力进行评审工作的同时，却往往未能获得任何形式的报酬。近年来，随着学术环境的不断变化和评审工作量的日益增加，对于这一传统的质疑声也愈发强烈。许多学者开始呼吁重新审视同行评审者的劳动价值，并探讨建立更为合理的激励机制。本文通过分析历史背景、现有研究和实证数据，探讨了支付报酬可能带来的影响，包括提升评审质量和效率、缩短评审周期等积极效果，以及增加运营成本、引发研究伦理问题等潜在风险，并提出了一些可能的解决方案。

钻石开放获取（OA）模式在学术出版领域造成，另一方面也对图书馆事业形成挑战。作为新兴的学术出版或者开放获取的“钻石”模型，愿意旨在实现学术资源的完全免费开放与共享。然而，在实际操作中，一些图书馆在追求钻石OA出版的过程中，可能损失了图书馆联盟在资源采购和服务提供方面的集体议价能力，同时也削弱了机构知识库作为公共服务平台的效能。我们分析了图书馆出版的现状，指出其面临的挑战，如人员配置不足、平台老化以及资金确保难题。为了应对这些挑战，建议加强跨组织合作、确保稳定预算投入和专业人员配置、建立科学合理的评价体系等策略，以期推动图书馆出版的繁荣发展。

我国在2021年12月新修订的《中华人民共和国科技进步法》中明确提出“推动开放科学的发展”，但是当前我国开放科学的实践尚处于起步阶段。本文通过个案研究法，介绍分析科研人员亲身经历的开放科学实践案例，包括案例涉及哪些开放科学实践及各自平台，整体流程情况及遇到的问题，如其中的知识产权疑虑问题等，并归纳案例中学术研究阶段螺旋上升模型，展示了开放科学实践内的3个学术研究闭环与效果反馈，以期能使科研人员、各相关人员了解开放科学的概念内涵及具体实践形式，打消疑虑，拥抱开放科学。

近期世界开放获取（OA）领域的发展动态，聚焦在绿色开放获取（Green OA）和权利保留策略的现状与挑战。首先，包括欧洲研究资助机构联盟cOAlition S提出的“Plan S”及其在全球范围内的推进情况并不理想。其次，实现OA的两种方法：通过学术期刊出版论文（Gold OA）和在出版社网站之外公开论文（Green OA），面临着Green OA在实现即时OA过程中遇到的问题点和对策。其中，大学实施体制、出版社及学术期刊商业模式的问题尤为突出。此外，国际出版集团设置的embargo的无效化、国内出版社的反弹，以及科研院所和高等学校的对抗措施，也就造成了新的停滞局面。本文总结了通过Green OA实现即时OA的复杂性和持续性，这涉及到出版社和研究机构与大学之间的博弈。

生成式人工智能（GenAI）技术正深刻影响学术生态与创作模式，引发对作品本真性的讨论。机械复制时代作品失去独特价值，转向可靠性和展示价值，而GenAI进一步模糊作品本真性边界。文学、艺术及科研领域均受GenAI影响，科研成果甄别更为复杂。面对挑战，学术界制定法律法规与伦理标准，学术期刊加强监管与审查，确保学术纯洁性与原创性。同时，GenAI也催生新兴行业，如AI画手、设计师等，为艺术创作注入新活力，科研领域出现GenAI工程师等岗位。科技期刊作为学术传播重要载体，积极应对挑战，加强监管、优化审稿流程、创新服务模式，推动期刊转型升级与高质量发展。科技期刊产业链经历数字化、集团化和生态化演变，生成式人工智能技术融入催生新型资源库，丰富内容生态，提供多元化服务。未来，科技期刊与GenAI有望实现共生共荣，推动学术传播和知识创新.

图书馆数字化转型会遇到许多政策及其实施细节，本文举出最为关键的八项信息政策议题，包括：开放获取政策、图书馆在开放获取中的角色、图书馆文献传递中的著作权问题、数字化中的法律问题、长期保存中的权利问题、孤儿作品的著作权问题、科学数据的权益管理、非正式出版品的相关政策等。为了保护读者权利，图书馆以及图书馆员应当了解这些政策并且建议采取相应措施。

近年来，多个学科领域对科学研究的再現性（reproducibility）与複製可能性（replicability）的关注度日益增加。本文探讨了科研再現性与複製可能性的定义、当前面临的危机及其原因，并提出了相应的解决措施。同时，强调了研究图书馆在提升科研再現性与複製可能性中的重要作用，以及开放科学对推动这一进程的重要意义。通过数据公开、代码共享、计算环境标准化等措施，可以有效提升科学研究的透明度和可验证性，从而增强科学研究的整体质量和公信力。鉴于科学奖励系统对再現性和複製可能性危机的影响，所以提出了将再現性和複製可能性徽章作为文献元数据一部分的展望，以期引导科研人员更加重视这两个方面。

数据驱动科研创新的模式，促进新的信息服务需求，从而导致需要科技信息政策进行发展引导。本文系统性梳理八项科技信息政策的关键议题：著作权法与合约、著作权与贸易协议、著作权例外与限制、孤儿作品、技术保护措施、复制权组织、知识共享、开放获取。结论是上述八项议题已经延伸出更多新的科技信息政策的实施细节，由于用户需求不断持续变化，相关的决策支援研究则应动态调整。

本文研究特殊数据的用户资格审查、管理制度、保密协议以及数据生命周期的安全管理，强调了数据开放目录审查的重要性。公共数据的开放利用价值和目标选择需综合考虑数据处理和管理政策的要求，确保数据的准确性和可靠性，并促进科学研究和社会发展的共同进步。加强科学数据全生命周期安全管理，需根据科研生命周期中各阶段所产生的不同密级程度的科学数据，进行数据等级的划分，并建立相应的保密审查制度。网络安全保障体系的重要性也不容忽视，需加强技术研发和应用，确保公共数据的安全性和可靠性。

公共数据开放共享的意义在于实现透明化公共资金资助项目成果检验、使用和利用，通过科学与学术界、产业界的协作，实现优势互补，为解决学术机构和行业面临的共同利益和社会福祉挑战提供有效方法。欧洲的负责任研究与创新政策提倡开放性作为地区性的科技发展战略，以促进包容性和可持续的研究与创新。国际先进科技国家的政府、大学、研究机构和研究资助者已意识到开放获取科技信息的重要性，这主要体现在科学数据管理与共享的实践上。公共数据开放利用价值和目标选择在不同领域和实践中可能会有所差异，因此需要根据不同领域和实践的需求进行评估和选择。公共科学数据开放共享的资助支持有助于有效进行科学数据管理，同时最大程度地实施科学数据开放共享。科学数据管理政策在推动科研项目管理的新发展方面具有重要作用。公共数据开放共享的实施方式通常采用分级管理的模式，以确保在最低风险的情况下，最大程度地实现数据的开放共享。公共数据的开放利用对于提高国家经济增长和社会福利具有重要价值。

本研究探索公共数据资源目录的制作和管理，以及数据出版和传播的重要性。公共数据资源目录的核心目标是促进公共数据的开放与利用，提高数据的价值。科学数据资源目录规划时需要重点考虑科学数据资源的类型、数据开放共享的权益管理，以及科研生命周期中产生数据和使用数据的场景等。数据出版和传播的重要性在于提高数据的开放利用价值和目标选择的有效性，促进科学数据的共享和再利用。数据集可通过开放许可协议对外提供使用，但使用者需遵守协议中的使用要求。在访问和共享方面，机构应当提供公共使用的数据文件、限制使用的数据文件以及时效性要求，旨在平衡数据的开放利用和保护产权之间的关系。

大数据分析和应用涵盖了五个挑战，包括：计算基础设施、数据管理实践、研究人员偏好、各种合作机会和技术掩盖的成本。本文针对这些问题提出了一些切实可行的建议：（1）建立开放的科学平台和数据仓库，促进数据共享和交流；（2） 加强跨学科协作机制，鼓励不同领域的专家参与数据分析和研究；（3） 制定明确的行为准则和规范，以确保数据质量和隐私保护；（4） 利用云计算技术和自动化工具来提高数据处理和分析的效率；（5） 投资大数据领域的教育，培养更多人才，提高整个行业的技术水平。

人工智能包括机器学习、深度学习、生成式人工智能、自然语言处理、计算机视觉、强化学习等。生成式人工智能是一种能够生成新数据的人工智能分支，其基础理论包括稀疏编码、自编码器和类脑启发生成式人工智能。生成式人工智能的核心是生成模型，通过深度学习方法如生成对抗网络（GANs）、变分自动编码器（VAEs）和生成式预训练变换模型（如GPT），实现生成新数据的目标。生成式人工智能（GAI）在自然语言处理、计算机视觉、音频处理、创意领域等领域具有广泛的应用。GAI模型在各种应用领域都具有广泛的应用潜力，正在推动创新并对各行各业产生深远影响。

The open access movement has been around for about 20 years and has got some achievements, including open access of scientific papers and open sharing of scientific data to a certain extent. China, as a major science and technology country with global influence, has been participated in the promotion of open access and open science, which helps the advancement of the development of Chinese science and technology and manifests self-reliance and self-improvement of Chinese science and technology. This paper reviews the main measures of China, especially the Chinese Academy of Sciences, in promoting open access and open science, and finds out the important information, key events, and experiences on it. Based on the reviewing results, this paper summarizes the current problems in the development of open science in China, and puts forward suggestions for future development.

本文论述公共数据开放共享的评价考核机制、追究责任制度以及公共数据开放利用的价值和目标选择。公共数据开放利用需要综合考虑不同关系层级的权益问题和数据管理政策的要求，加强技术研发和应用，确保公共数据的安全性和可靠性，促进科学研究和社会发展的共同进步。公共数据开放利用的价值和目标选择需要综合考虑多个方面的因素，包括数据采集、存储、处理、共享、利用和管理等。通过制定合理的政策和规范，可以进一步加强公共数据的开放共享和利用，促进科学研究和社会发展的共同进步。公共数据的开放利用价值和目标选择是促进科学研究和社会发展的重要手段。通过加强政策制定和技术研发，可以提高公共数据的安全性和可靠性，推动科学研究的进步和社会的发展。数据的安全性也是公共数据开放利用过程中需要重点关注的问题。数据的发现、重用和识别也是公共数据开放利用的重要目标之一。通过制定合理的政策和规范，促进数据的共享和利用，可以提高数据的可见性和可获取性，推动科学研究的进步和社会的发展。

本文探索公共数据管理的分层管理以及全球各地相关机构制定的数据开放共享政策。科学数据在数字化科研时代已成为重要战略资源，其开放和共享对于推动科技进步和创新具有关键价值。各国政府、科研机构、学术出版界、信息服务机构等学术社群成员需要共同努力，推动公共数据的开放利用，以实现数据的价值和效用最大化。科研教育机构在数据管理中扮演着双重角色，需要探索有效的数据管理方式，确保数据的可发现性、可访问性、可互操作性和长期保存，同时平衡数据的开放利用与安全保密。为实现这些目标，机构需广泛征求科研团队意见，建立科学数据管理运行的软硬件设施、资金和人员保障，并制定数据管理和共享的标准规范，提供数据管理和共享的培训和支持，提高科研人员的数据意识和能力。

[ 目的 / 意义 ] 数据驱动科研的战略意义已在多国发展规划中有所显现，图书馆届也持续发出探 讨管理科研数据的具体途径和实践方法的呼声。通过观测德国国家科技图书馆（German National Library of Science and Technology, TIB）依托产品线推行发展战略的实践，以期获得借鉴参考。[ 方法 / 过程 ] 利用文 献调研和案例分析，依照 “ 战略层－战术层－作业层 ” 的层次逻辑，调查并分析德国国家科技图书馆发展 实践，重点挖掘了其四大战术产品线特色，并与国内类似服务对比。[ 结果 / 结论 ] 战略响应当紧扣战术部 署，国内科研数据管理应注重非文本资源，项目实施应与人才培养相互促进。

数据管理计划（DMP）是确保公共数据开放利用价值和目标选择的重要保障措施。DMP的核心要点之一是确定权责人员和计划内容，以确保公共数据的合理管理和共享。DMP对于科学研究和社会应用具有重要意义，可以确保数据的准确性和可靠性，提高数据的可利用性和共享性，进一步推动科学研究和社会应用的发展。数据管理计划需要遵循国家和行业的法律法规，考虑数据质量保证、知识产权、隐私保护、保密、安全等方面的问题。在课题申请和评审中，数据管理计划的规划和资源投入非常重要，需要充分考虑数据共享和数据权益保护的平衡。数据管理计划在项目管理中具有重要作用，可以明确项目管理中数据管理的相关内容。数据管理计划作为课题申请的重要组成部分，在国外得到广泛认可，有助于实现科学数据的开放利用和价值，提高数据的共享性和可重用性，进一步推动科学研究的进步和发展。