美国国立卫生研究院 (NIH) 和美国国家科学基金会 (NSF) 资助项目的数据管理计划

您知道吗？自2011年1月18日起，美国国家科学基金会已将数据管理计划列为所有科研项目申请的必备材料。这一变化极大地影响了科学家们共享和保存数据的方式。

数据管理如今已成为科研的关键环节，美国国立卫生研究院 (NIH) 和国家科学基金会 (NSF) 都对申请者制定了严格的规定。研究人员必须撰写详细的计划书，阐明他们在项目进行过程中将如何收集、整理、共享和保存数据。

本指南将探讨如何编写符合资助机构标准的有效数据管理计划。我们将重点关注美国国立卫生研究院 (NIH) 和美国国家科学基金会 (NSF) 的具体要求。这将有助于研究人员了解复杂的科学数据共享体系。

关键精华

NSF 要求提供两页 数据管理 为所有拨款提案制定计划
NIH 现在要求所有拨款申请都必须有详细的数据管理计划
有效的数据管理对于研究资助的成功至关重要
计划必须解决数据收集、保存和共享策略
合规性对于未来的融资机会至关重要

了解数据管理计划的重要性

管理研究数据如今已成为科学研究的关键。资助机构希望数据处理清晰有序。因此，研究人员需要制定周全的数据计划。

数据管理计划模板是科研人员的重要指南。它概述了数据的收集、处理、存储和共享方式，这对项目的成功至关重要。

定义数据管理计划

数据管理计划 (DMP) 是一份详细的数据处理文档。它包括：

资料收集方法
储存和保存计划
共享数据规则
道德和隐私规则

结构良好的 DMP 的优势

良好的数据管理计划可以在很多方面帮助研究人员：

使研究更容易重复
它为团队合作提供了机会
它使数据保持有序
它满足了资助机构的需求

“详细的数据管理计划不仅仅是一条规则，更是科研成功的关键。”——科研数据管理专家

公司	DMP要求	实施年份
美国国立卫生研究院	超过 500,000 美元的项目必须	2011
美国国家科学基金会	所有提案必须	2011
美国能源部	综合数据共享计划	2013

对研究人员的意义

数据管理计划模板如今对于获得资金和认可至关重要。它展现了清晰的数据处理策略，有助于提升科研人员的信誉，并促进未来的数据应用。

它使研究更加可信
使数据重用更加容易
符合高学术标准

现在，有效的数据管理是科学的必需，而不仅仅是一种选择。

NIH 和 NSF 数据管理要求之间的主要区别

了解管理研究数据的规则至关重要。美国国立卫生研究院 (NIH) 和美国国家科学基金会 (NSF) 有各自的数据处理方式。研究人员在申请资助时需要了解这些差异。

NIH数据管理指南

美国国立卫生研究院 (NIH) 于 25 年 2023 月 XNUMX 日更改了相关政策。现在，所有研究项目都必须制定数据管理和共享计划。以下是主要内容：

适用于约 75% 的 NIH 资助类别
要求在出版前或奖项结束前共享数据
要求对人类研究参与者的数据进行去身份化处理

NSF数据管理指南

自 18 年 2011 月 XNUMX 日起，NSF 就要求制定数据管理计划。其重点是广泛共享数据：

要求所有提案都包含两页的数据管理计划
希望以最低成本共享原始数据
使用 DART 数据评估标准管理

需求比较分析

方面	NIH 要求	NSF要求
计划实施日期	2023 年 1 月 25 日	2011 年 1 月 18 日
计划长度	灵活性	两页标准
数据共享期望	出版/奖项结束前	在合理的时间范围内

有效的数据管理不仅是一项要求，而且是严谨科学研究的一个关键组成部分。

研究人员必须根据资助机构的要求调整数据管理计划。DMPTool提供模板来帮助创建符合要求的计划。

有效数据管理计划的组成部分

对于寻求资助的研究人员来说，制定详细的数据管理计划至关重要。美国国家科学基金会要求大多数提案都应制定明确的数据管理策略。该策略必须能够应对重要的研究数据挑战。

研究人员需要了解完善的数据管理计划的关键要素。使用正确的工具和指南对于有效管理研究数据至关重要。

数据和元数据描述

良好的数据管理计划始于对数据的清晰描述。这包括：

要生成的特定类型的数据
元数据标准和文档
预期的数据格式

数据收集和组织

良好的数据管理需要智能的收集和组织方法。研究人员应该使用：

一致的数据收集方法
标准化命名约定
全面的文档实践

数据共享和可访问性

美国国家科学基金会 (NSF) 认为数据共享对于研究开放至关重要。需要考虑的要点如下：

方面	申请条件
资料存取	提供公共访问机制
分享时间范围	在合理的项目期限内共享
隐私保护	落实保密措施

*“精心制定的数据管理计划可以显著增加从研究机构获得资金的机会。”*

使用特定的数据管理工具并遵循指导方针，可以确保以彻底且合规的方式处理研究数据。

制定数据存储和保存计划

管理研究数据是保障科学信息安全的关键。美国国家科学基金会 (NSF) 强调制定完善的数据存储计划的重要性。这些计划有助于维护研究的完整性，并确保数据日后易于访问。

良好的数据管理意味着要制定完善的存储计划，以应对当前和未来的数据丢失。科学家需要制定详细的计划。这些计划应该确保数据安全，并使其易于查找和使用。

短期存储解决方案

为了快速存储数据，研究人员有几种选择：

机构云存储系统
定期备份的本地网络驱动器
保护外部硬盘
加密便携式存储设备

长期保存策略

长期保障数据安全需要周密的规划。研究机构主要关注以下几个关键策略：

选择易于保存的文件格式
创建多个备份副本
实施一致的元数据文档
使用值得信赖的数字存储库

存储类型	保留期	安全级别
云储存	5-10年	高
机构资料库	永磁	非常高
外部硬盘	3-5年	中

“有效的数据管理不仅仅是存储，而是要为科研信息创建一个可持续的生态系统。”——科研数据管理专家

数据管理计划工具(DMP 工具)帮助研究人员制定详细的数据管理计划。它指导科学家应对数据存储和保存方面的复杂问题。

确保符合DMP要求

了解数据管理计划 (DMP) 对研究人员至关重要。他们必须及时了解美国国立卫生研究院 (NIH) 和国家科学基金会 (NSF) 的政策变化。这是因为科研数据管理一直在不断发展演变。

研究人员了解如何遵守美国国立卫生研究院 (NIH) 数据管理计划 (DMP)和美国国家科学基金会 (NSF) 的规定至关重要。以下是一些实用技巧：

遵守 25 年 2023 月 XNUMX 日开始实施的 NIH 数据管理和共享 (DMS) 政策
经常查看资助机构指南以获取最新更新
使用类似的工具 DMP工具 制定符合标准的数据管理计划

了解政策更新

NIH 有明确的数据管理规则。研究人员需要严格遵守。以下是一些要点：

直接成本超过 500,000 万美元的提案需要数据共享计划
最终研究数据必须在出版接受时共享
年度报告必须显示数据共享进展

了解机构政策

机构政策可能会影响资助机构的规则。研究人员应该：

向他们的研究办公室询问具体规则
了解 DMS 计划的六个主要部分
在拨款申请中包括数据管理成本

*合规不仅仅是遵守规则，还要提高研究的透明度和可重复性。*

跟踪合规性是一项团队工作。主要研究人员、合作研究人员以及数据安全监测委员会都参与其中。为了确保研究的诚实性，快速解决任何合规性问题至关重要。

编写强有力的数据管理计划的策略

制定完善的数据管理计划 (DMP) 需要深思熟虑和周密计划。研究人员必须遵循复杂的规则并清晰地共享信息。大约 90% 的资助机构希望获得详细的 DMP，因此了解他们的需求是获得资助的关键。

展示你真正了解如何收集数据
制定明确的数据管理规则
谈论道德和隐私问题
具体说明数据的保存位置和保存方式

清晰简洁的写作技巧

编写数据管理计划 (DMP) 时，力求做到既实用又简洁。美国国家科学基金会 (NSF) 建议篇幅不超过两页。这意味着要斟酌用词。

清晰度是研究文档的终极精致度。

要避免的常见错误

许多研究人员在编写 DMP 时会犯一些错误。一些常见的错误包括：

忽视每个机构的需求
没有充分分享数据共享方式
没有规划长期保障数据安全
没有使用正确的元数据标准

只有50%的研究人员在其DMP中提供了足够的细节。遵循良好的指导方针并了解机构的需求，您可以提高资助的成功率。

专业提示：使用 DMPTool 等工具查找模板和示例。它们能够展现优秀 DMP 所需的详细程度。

资助机构对数据管理的期望

科研数据管理如今已成为科研经费申请的关键环节。美国国立卫生研究院（NIH）和国家科学基金会（NSF）等机构对科研项目的数据共享制定了严格的规定。

研究人员在申请联邦资金时，了解数据管理计划 (DMP) 的审核标准至关重要。这些规则已经发生了很大变化。现在，我们收集、保存和共享科学数据的方式已经发生了变化。

NIH 数据管理审查标准

NIH 为管理研究数据制定了明确的指导方针：

自 25 年 2023 月 XNUMX 日起，必须提交详细的数据管理和共享计划
科学数据应在出版时共享
数据必须足以证实和重复研究结果

“研究数据的透明度不再是可有可无的，而是科学诚信的基本要求。”——美国国立卫生研究院研究指南

NSF数据管理审查标准

美国国家科学基金会从两个角度审视数据管理计划：智力价值和更广泛的影响。研究人员需要证明：

他们将如何保证数据安全
如何公开数据
其他科学家使用数据的机会

美国国家科学基金会要求提供一份两页纸的数据管理计划补充文件。该计划应阐述数据的处理、存储和共享方式，并展现研究人员对卓越科研数据管理的承诺。

通过认真遵守这些机构规则，研究人员可以使其资助提案更具说服力。这有助于整个科学界，确保研究成果公开透明。

DMP 创建的工具和资源

研究人员在制定数据管理计划 (DMP) 时面临着复杂的挑战。他们可以利用数字化工具和资源来简化工作。像美国国立卫生研究院 (NIH) 和美国国家科学基金会 (NSF) 这样的资助机构需要详细且符合规定的计划。而数据管理工具正是在此发挥作用。

DMP 写入的软件选项

许多软件平台可以帮助研究人员编写完善的数据管理计划。DMPTool是一款基于网络的工具，提供适用于不同资助机构的模板。它具有以下功能：

MIT 定制模板
计划节省功能
机构数据管理资源

在线模板和指南

网上有很多资源可以帮助你创建 DMP。这些工具可以确保计划遵循最佳实践。以下是一些值得注意的工具：

更多相关资源	专业化	主要优势
SPARC工具	代理要求	跨机构需求浏览
ezDMP	NSF要求	具体的 NSF 资助模板
DART项目	评估方式	NSF DMP评估标准

“有效的数据管理不在于完美，而在于创建系统的研究文献方法。”——研究数据管理专家

数据管理规则瞬息万变。研究人员必须紧跟时代潮流。他们应该与项目官员沟通，并查看所在机构的最新指南。

成功的数据管理计划示例

理解数据管理至关重要。我们研究了 NIH 和 NSF 项目中的顶级数据管理计划 (DMP)。这些计划展示了如何妥善处理研究数据。

研究人员可以从这些例子中学习。它们展示了保存和共享数据的新方法。

NIH 资助研究：综合 DMP 案例研究

美国国立卫生研究院 (NIH) 的数据管理计划 (DMP)展示了如何有效地管理数据。它包括：

详细的数据收集方法
为参与者提供强有力的隐私保护
明确的数据共享计划
长期保证数据安全的方法

NSF 研究数据管理洞察

NSF 项目采用多种方法来管理数据，这在不同领域均有体现。

研究领域	DMP 的主要功能	独特特征
海洋科学	自主传感器数据收集	跨学科合作
生物科学	生态系统响应跟踪	全面的数据共享协议
工程	移动多视角视频分析	先进的数据保存技术

最好的数据管理计划将政策与新的研究需求相结合。

数据管理计划模板并非一成不变，而是会随着研究的进展而变化。美国国立卫生研究院 (NIH) 要求大型项目制定详细的共享计划，而美国国家科学基金会 (NSF) 则要求提交简短的两页计划。

通过研究这些疾病管理计划 (DMP)，研究人员可以制定强有力的计划。这些计划不仅能满足机构需求，还能促进科学的开放性和可靠性。

研究中数据管理的未来

研究数据管理领域瞬息万变。新技术和对清晰科学的需求正在推动这些变化。研究人员必须紧跟这些趋势，才能确保工作质量。

研究数据管理正在经历一场巨大的变革。新的工具正在改变我们收集、保存和共享重要科学数据的方式。

新兴趋势和技术

有几项新技术正在引领数据管理的发展：

用于安全、不断增长的数据存储的云计算平台
人工智能实现更智能的数据处理和分析
区块链技术确保数据安全真实
用于预测数据需求的机器学习算法

数据管理对研究质量的影响

良好的数据管理是一流研究的关键。通过使用最佳数据管理策略，研究人员可以：

使研究更容易重复
与其他领域更好地合作
更快地发现新发现
显示有关其数据的更多信息

技术	对研究数据管理的影响
云储存	可扩展、安全的数据保存
人工智能策展	智能元数据管理
全面、	增强数据来源追踪

“科学研究的未来取决于我们有效管理、共享和利用数据的能力。”——《研究创新杂志》

资助机构现在要求看到详细的数据管理计划。研究人员需要掌握最新的数据管理技术才能保持竞争力。

在 www.editverse.com 的专业协助下完善您的资助提案

制定数据管理计划可能并非易事。EditVerse 团队随时准备为您提供帮助。我们制定符合 NSF 严格规定的强大数据管理策略。我们深知良好的数据管理对于获得资助至关重要。

方法论增强

我们为希望改进数据管理的研究人员提供帮助。我们的专家会根据 NSF 的最新规定审查研究方法。他们还会协助制定计划，阐明数据收集、组织和安全性。

研究设计专业知识

EditVerse 对不同科学领域的数据管理深有了解。我们与研究人员合作，制定符合 NSF 规则的数据计划，并展现研究的巨大影响力。我们的团队将复杂的研究设计转化为通俗易懂的故事。

专业可行性审查

我们会对您的数据管理计划进行详细审核。我们会审查 NSF 规则、数据共享以及您可以改进的地方。借助 EditVerse，研究人员可以确保他们的资助提案以其方法和数据策略令人印象深刻。

常见问题解答

什么是数据管理计划 (DMP)？

数据管理计划是一份详细的文件，概述了研究数据从始至终的处理方式，涵盖数据收集、组织、存储、保存和共享策略。

为什么数据管理计划对研究人员很重要？

DMP 至关重要，因为它有助于更好地组织数据。它还能改善协作，并确保研究符合资助机构的规定。这使得研究数据更有价值，也更易于他人获取。

NIH 和 NSF 数据管理要求之间的主要区别是什么？

NIH 要求大型项目制定详细的数据共享计划。NSF 要求所有项目申请，无论大小，都提供两页的数据管理计划 (DMP)。两者都注重数据的可访问性和可重复使用性，但都有各自的具体规则。

全面的数据管理计划应包括哪些内容？

良好的数据管理平台 (DMP) 能够清晰地描述数据和元数据。它概述了数据的收集和存储方式，并涵盖了共享计划和任何数据限制。

我应该保存我的研究数据多长时间？

大多数机构建议在项目结束后保留数据3-5年。某些领域可能需要更长时间。请务必查看资助机构和研究机构的指导方针。

创建数据管理计划的最佳工具是什么？

优秀的 DMP 工具包括 DMPTool、DMPOnline 和代理模板。它们可以指导您，确保合规性，并提供可自定义的模板，让您更轻松地创建 DMP。

我如何确保我的数据管理计划符合资助机构的要求？

遵循机构指南，并审核资助机构的具体需求。使用官方模板，并清晰明确地说明。展示如何管理数据，并考虑获取反馈。

编写数据管理计划时应避免哪些常见错误？

避免含糊其辞，忽视机构规则。不要忘记数据隐私和安全。此外，不要低估存储和共享成本，并确保你的计划清晰明确。

新兴技术如何影响数据管理？

云计算和人工智能等新技术正在改变数据管理。它们改进了存储、安全性和追踪功能。这使得数据更易于访问，也更安全，更利于研究。

首次提交后我可以修改我的数据管理计划吗？

虽然您的 DMP 应该保持一致，但您可以根据需要进行更改。只需对任何重大更改保持开放态度，并保持核心原则不变即可。