研究数据不只是 Excel：开题时先列一份材料清单

研究数据不一定是一张数字表。如果项目依赖访谈、照片、地图、代码或模拟结果，只盯着Excel文件，可能漏掉支撑分析和写作的重要材料。

Florida International University图书馆的数据管理入门材料列举了多种研究数据形态，并提示研究者在整个研究过程中考虑收集、组织、方法记录、隐私与访问、归档和共享等问题。[1]不同学科及资助项目的定义可能不同，不能据此宣布所有材料都必须公开。

先按研究活动盘点材料

本文建议，从计划进行的活动出发逐项记录：访谈会留下录音、转写文本和整理说明；图像分析可能需要原图、处理结果与处理过程；使用程序计算时，则要考虑代码与相关输出。这里是盘点思路的教学示例，实际清单由自己的项目决定。

给每一类材料注明它的来源、用途、保存位置和需要补充的说明。先把材料找全，再决定如何命名和组织，通常比写完论文以后重新寻找依据更清楚。

把“有文件”与“能理解”分开

原文将数据管理理解为贯穿日常研究的工作，而不只是最后上传一份文件。[1]因此，除了保存结果，还应能解释这些结果如何产生、哪些记录之间存在对应关系。本文建议，在第一次生成或接收材料时，就记下关键背景，避免只靠后来回忆。

涉及个人信息或受限资料时，应单独记录访问和使用条件；公开研究成果并不自动意味着能够公开全部原始材料。本篇整理一般数据盘点方法，不把来源涉及的美国机构要求扩展为国内项目规定，也不替代实际的授权和伦理判断。