4
0Trevor 访问了GigaScience 的总编辑 Scott Edmunds。不要错过收听以了解如何在获得可被引用的同行评审期刊发表的同时亦能广泛分享您的研究数据。
第二本 也是最主要的期刊《GigaScience》，它接受的是数据描述较短的文章
这算以前的出版物吗？
作者可以向你们的期刊或其他期刊提交一篇更完整的论文、传统文章吗？
这是个好问题，因为有一种观点认为最好不要坐视不管
也就是先发布数据再发布分析，当数据发布开始的时候，《F1000》发布了 在我们之后的一年
他们也开始发布数据论文，他们对大多数主要的出版商做了一个广泛的调查
并问他们：他们是否看到了一个带有DOI和一些描述的数据集的出版
他们是否会认为这是一个预先出版的出版物，从而排除了从它获得的新结果的后续出版？
几乎所有他们调查过的期刊，除了《Cell Press》之外，和他们交谈过的其他出版商都说这很好
他们认为把数据弄出来很重要，于是我们得出结论，数据描述本身是好的，我们可以稍后发布结果
或者你甚至可以连续发布，因为一篇分析论文并不一定要像一篇数据论文那样涉及到相同的事情
大型分析论文的材料和方法部分可能非常简短，数据重用者所考虑的，只是验证的添加所有这些真正详细的方法和协议可能会被跳过
于是，数据论文可以提供一个归属，希望它能增加价值进行切香肠式文章发表，这个独立的数据集…… 是否有很好的论据来证明它呢？
我们已经看到它是有用的其他出版商也都朝这个方向走
他们都推出了自己的数据期刊，他们也有这样做的动机
他们都在推广自己的期刊 甚至爱思唯尔，也有了自己的数据期刊《Cell Press》
大家的共识是数据发布是可以的，它不算作先前的出版
那么 数据描述是用论文的形式还是Data Notes呢？
这不能算是分析吗？它包括任何方法或协议吗？
方法论方面很重要，你要尽可能详细地说明你是如何创建它的，它是如何组合在一起的
在《GigaByte》中 我们将"Protocols.io"内嵌入论文，这是期刊的另一个优点
你们也许听说过“Protocols.io”，它创建了这些非常好的循序渐进的协议
你可以在手机上运行，在iPad上运行，你甚至还有计时器所有这些都被输入其中，它有自己的DOI
我们可以嵌入这个作为交互式材料和方法部分
你需要很多方法上的细节，这个分析写在分析报告里一些验证是有用的，你至少需要做一两个测试来证明你可以处理这些数据
你没有做过完整的实验，但你可能想做一些基准或品控测试或一个非常简单的小分析
只是为了验证“这是可行的”、"数据重用"部分是最后一项要求，这个数据重用部分，是有前瞻性的
例如 你到底能做什么，其他人可以用这些数据做什么？
我们想让他们说这些数据对重现性或其他方面是有用的，而其他人可以用它来创造工具
数据论文的好处在于，它是一种潜在地共享功能不足的数据集的方式
在很多研究领域 一个科学问题，需要一定的样本容量来回答
你可能没有足够的耐心，你可能没有捕捉到足够的动物，你可能没有收集到足够的数据，但是你和其他人的数据，通过元分析或其他方法结合在一起就可以回答这个问题
因此 数据论文是一种很好的方式，来激励人们发布功能不足的数据集
他们永远不可能写一篇，关于自己的下游分析论文，但把它放在那里，最终使数据汇集在一起，这些是你们将在数据重用部分讨论的内容
可以潜在地回答这些，我自己无法回答的有趣问题，这是关于数据论文的一个很酷的事情
好的 现在如果有人想要提交论文给你
你的期刊是开放获取的，有没有文章出版费，文章处理费之类的？
有的 我们是一个开放获取的期刊，我们收取文章出版费，数据论文比叙述论文要便宜一些
目前，我们的Data Notes收费大约是1000英镑，大概是983英镑，合1197美元，这是大概的范围
我们试图减少费用，现在是350美元
我们通过这个非常酷的XML平台跳过了很多生产和其他部分，这包括管理和潜在的数据托管，这是文章和数据处理费用
审查制度是公开审查，那么，你能描述一下这个过程吗？
为什么你选择了这个模式？
是的 它对数据非常有用，它可以让你深入了解审查人是如何规范地进行检查
自从我们上线以来，我们使用开放的、有名的同行评审
作者可以看到这些报告，如果论文被接受，那么出版前的历史是可见的读者可以仔细审查这些报告，看看人们做了什么，我们也要感谢我们审稿人的辛勤工作
他们的工作量很大，很不容易，我们给所有同行评审的DOIs和链接到审稿人的名字
这意味着他们的报告是可以独立引用的，因为它们可以作为整个对话的一部分
评论者可以把这个贴在他们的ORCID档案上，分享到Publons同行评审认证平台，以任何他们喜欢的方式分享，这是公开的同行评议
这么说作者们都知道评审他们文章的人的名字了？
06:21是的
好的。你们的期刊是通过牛津大学出版社出版的，也通过华大基因、北京基因组研究所出版，具体是如何运作的呢？
是的。华大基因创办了这份期刊，他们实际上拥有这份期刊，但是 《GigaScience》是我们和合作伙伴一起创办的
因此，在最初的五年里，我们与生物医学中心合作
在2017年我们搬到了牛津大学出版社，从那时起他们就成了我们的出版合作伙伴，我们与他们共同发行，但严格来说 华大基因拥有该期刊《GigaByte》是一个很有趣的举措
因为我们现在可以使用自己的平台，这是我们自己出版的，现在《GigaScience Press》是华大基因的出版分支
我们和River Valley合作 他们是《GigaByte》的技术合作伙伴，这意味着我们现在也有能力发表其他期刊了
07:22 现在《GigaByte》或《GigaScience》是否在知名索引中被索引？可以了解下吗？
《GigaScience》是数据期刊的新领域，我们还不知道…在索引时会遇到什么问题，引文会是怎样的呢？诸如此类的问题
但它的总体发展是很客观的，也得到了验证
这是一件好事，我们很快就进入了数据库如PubMed、DOAJ和Scopus。
然后在2015年，我们进入了Web of Science，我们的提交数一夜之间翻了四番，我不太喜欢“影响系数”，我们签署了《旧金山宣言》，我们不宣传“影响系数”，我们是索引，人们可以找出
“影响系数”是什么，他们可以上网去搜索了解，但我们不会逼他们。也就是说我们收到了很多数据提交，其中一些数据集和一些软件，特别是软件 其中一些被引用了成千上万次
我们已经证明了人们会使用这些东西，至少验证了这是值得做的，是被重用的。
你可以通过做一些新事物来获得传统的、可以理解的信用形式
我们已经证明了在这方面，它和发表一篇普通的论文是一样的
《GigaByte》是新的在一年前刚刚推出，它在DOAJ还有几个较小的索引数据库
我们已经向PubMed提交了申请期待最后的结果，而要进入Scopus和其他索引
我们至少需要2-3年的数据，目前我们还没有达到那个阶段，这些都是从头开始的
但随着时间的推移，它们会逐项增加
好的。祝你一切顺利，我的最后一个问题
你认为数据期刊、开放数据和开放研究的下一个发展是什么？
我喜欢《GigaByte》的一点是，这个平台可以实现更多的互动
你可以在数据上做一些事情与《GigaScience》联动，牛津期刊现刊库使用Aries影响指数
如果您想要集成一些东西，它需要创建，它需要很长很长的时间来实现
如果我想添加一个Sketchfab窗口，即使我们已经注册了Sketchfab，也需要几个月的时间
对于这个只使用xml的平台，我们可以注入各种交互式特性，而且它在制作时间上没有任何影响
于是我们用数据可视化工具，制作了更多的互动性文章
这些数据工具可以让你浏览图像数据、地图，非常酷的互动性，我们也很喜欢
从长远来看数据和软件会结在一起
即使是十年前我们刚开始做《GigaScience》的时候，我们也非常独立
这是一个数据集，这是软件，我认为未来的发展方向
这有点模糊，人们把这些东西打包在虚拟机里 而现在我们有了
这类软件包涉及到所有的环境、数据和软件，我们得到越来越多的机器学习论文
你有初始输入数据，但是当你有了模型和输出，从某种程度上说它变得越来越复杂，数据和软件有点模糊，我们必须学习并想出更有逻辑的方式来表达这些东西。但是，它也有人们创造工具的潜力，我们有办法把这些东西插入我们的论文中，这样就更有互动性和可理解性了
在2019新冠病毒疫情的世界里，人们对数据持怀疑态度，如果你能创造出一种很酷的可视化效果，比如，以一种连非科学家都能看到的形式，与这些数据进行交互，就像 "这是真实的数据，我可以通过一个很酷的可视化来理解这个问题"，它变得越来越复杂
但在某种程度上，它也变得越来越容易理解
如果你能以一种很酷的，有数据素养的方式来展示这些东西，这是过去十年来的一次冒险
是的。它不会停止，我认为这将会变得越来越有趣
是的，非常有趣。Scott 感谢你来到我们的播客，也感谢你在数据发布方面给了，我们一些非常有用的见解
谢谢你的邀请
感谢收听本期的AsiaEdit et al播客节目，欲了解更多关于发表论文的建议，请访问asiaedit.com
我是Trevor Lane ，下一期我们将讨论更多发表论文的专业技巧！
