背景

研究数据管理现在是研究生态系统的重要组成部分，它不仅有助于最大限度地发挥研究的影响，而且越来越多地成为遵守资助者数据政策的必要条件。伦敦城市大学是一所希望变得更加研究密集，并为研究人员提供更积极主动的研究数据服务的大学。

挑战

城市已经是一个用户Figshare对于各机构来说，这是一个用于其非传统研究成果的机构储存库，但该储存库的使用率并没有达到他们所希望的水平。通常，他们发现数据管理并不是研究人员的优先考虑事项，因为与传统的出版形式(如文章和书籍章节)不同，研究数据不计入英国的研究卓越框架(REF)。由于大多数研究人员之前没有分享过数据，他们几乎看不到什么立竿见影的好处，也更难说服他们这么做。

即使研究人员意识到让他们的数据被发现的重要性，对于那些越来越没有时间的研究人员来说，还有重大的实际挑战需要克服。他们必须确定适当的存储库，以有用的方式组织和描述数据，然后必须确保遵守版权和许可限制。¹

在专业研究数据支持人员的帮助下，这些实际挑战可能会被克服，但像许多大学一样，城市大学内部没有专业知识。机构储存库的责任落到了Szabi施泰纳他称自己是一个“偶然的数据经理”，而不是数据专家。

如果没有专业数据工作人员，预计数据存储库的低利用率将继续存在，但如果数据存储库的利用率不提高，就很难证明需要这些专业数据工作人员。

策略

为了克服这一僵局，城市与施普林格Nature合作，为所有城市研究人员和博士生提供访问研究数据支持服务．为研究人员提供一对一的专家研究数据支持，以简化数据共享过程:创建详细的元数据记录，确保数据的可访问性和可发现性，并遵守资助者的政策要求。（为金融城研究人员提供更多信息）.

City的存储库经理现在只需要对数据的适用性进行初步检查，然后将数据分配给施普林格Nature研究数据团队，只需点击Figshare中的一个按钮，届时施普林格Nature的研究数据专家将直接与研究人员联系。

在收到数据提交通知后，施普林格自然研究数据团队将进行更详细的检查:数据敏感性、数据类型、相关手稿和元数据、文件大小和许可。如果需要更多的信息，将要求研究人员提供;如果数据由于包含强制的专业数据而超出了存储库的范围，则将向研究人员提供关于专业存储库的指导;如果提交的数据包含敏感数据，则要么将其去识别(研究数据团队指导研究人员进行该过程)，要么将其限制为受控访问。

当数据在存储库范围内时，将创建元数据记录，并生成反馈报告。反馈报告被发送给研究人员，以确定对数据记录所做的改进，以及仍然可以改进的地方。

这个过程是互动的;数据专家与研究人员一起描述和展示他们的数据。在流程结束时，研究人员可以确保数据和元数据是按照最佳实践和标准发布(或私下存储)的，并且它们尽可能易于发现和访问。

^{1斯图尔特，D.等人(2018)。数据共享中研究人员面临的实际挑战。SpringerNature, https://doi.org/10.6084/m9.figshare.5975011}