数据管理计划别只写“定期备份”：用六个问题把它变成可执行安排
一份可执行的数据管理与共享计划，应同时回答数据是什么、谁负责、怎样保护、何时共享、保存到哪里以及需要多少资源。DCC的六主题框架可以用来检查遗漏，但具体法律和资助要求需按当前项目重新核对。
学习指南，按时间读。
论文、工具、研究与发表。值得留意的内容，在这里接着往下看。
最新发布
从新到旧，连续阅读更多筛选
本站发布时间 · 北京时间 · 共 66 篇公开内容
ggplot2映射总不对？先检查数据语境和图层范围
ggplot2的aes()描述数据变量如何对应到坐标、颜色等图形属性。排查时先确认映射所处的数据语境，再判断它写在ggplot()还是具体geom()中；封装绘图函数时还要处理变量参数的求值。
空间数据按区域汇总：先确定分组对象，再选统计方式
使用sf按区域汇总时，关键是明确待汇总对象、分组几何、空间匹配谓词和属性统计函数。先用小样本核对匹配结果，再确认几何是否需要合并，避免把空间分组口径藏在默认参数里。
jamovi 安装受阻？先按操作系统选路径，再区分软件与机构限制
jamovi 官方手册按 Windows、macOS、Linux 和 Chromebook 分别说明安装方式。若学校设备禁止常规安装，先识别安全策略限制，不要把绕过管理权限当作排错步骤。
在 Figshare 整理地理元数据：先选录入方式，再核对坐标与文件
如果机构版 Figshare 已启用地理元数据，可以用地图、Features 表格或 GeoJSON 描述空间对象。录入前先确认字段权限，再检查坐标、几何和文件关联。
合作研究中，谁提供经验，谁决定研究问题？
邀请校外合作方参与研究，不只是请他们提供样本或接受访谈。若希望形成真正的研究伙伴关系，应在设计阶段说清不同成员贡献什么知识、参与哪些决策。
伦理申请写了知情同意，为什么研究设计仍可能被追问？
参与者愿意加入研究，不意味着研究问题和采集方法已足够清楚。无法产生有意义结论的设计，也可能消耗参与者时间、增加不必要负担。
用大模型补数据集元数据，为什么还要核对一次？
自动补元数据和自动点评数据管理计划看起来能节省工作，但如果每份输出仍须人工逐条检查，实际效率就需要重新计算。
数据管理计划想请人帮忙看，为什么不能等申报当天才约？
研究支持服务往往需要预留沟通和审阅时间。准备数据管理计划时，应区分第一次咨询、提交草稿和正式申请截止时间。
方法安排之外，研究计划怎样交代可能产生的社会影响？
研究计划不仅需要说明怎样取得和分析材料，还可以把研究涉及哪些人、可能怎样被使用，以及哪些问题仍需讨论写清楚。
动物研究报告符合写作指南，也不能替代真实的伦理审查记录
报告规范关注研究怎样设计和说明，机构审查还有独立的对象与程序。引用规范名称时，不要把它写成项目已经获批的证明。
学校发布了数据管理战略，不等于你的研究计划和数据交存已经完成
机构安排、项目计划与实际交付是不同层次。引用学校制度时，也要如实说明本项目具体完成了哪一步。
仓储通过可信认证，不等于里面每份研究结论都已经被复验
认证可以说明托管基础设施与保存机制接受了相应检查，但不能替代对具体数据、方法和结论的阅读。
研究中后来加入新的参与者群体，原审批不一定自动覆盖
改变对象范围或发现此前数据包含额外群体时，应核对原批准与机构要求。不能只修改论文里的样本说明，就当作研究程序已经同步更新。
研究数据链接失效时，别只找回数据表，也要找回说明文件
文件、变量解释和版本记录共同帮助理解数据。只保留一个下载链接，可能不足以支持以后重新核对分析。
Dataverse软件开源，不代表里面每份数据都能公开下载或用于训练
仓储平台的技术许可与数据集的使用条件不是同一件事。进入机构数据门户时，通用条款和单个数据集附加条件都需要辨认。
数据计划系统换新，旧文件被归档不等于已经迁入可编辑的新系统
正在填写的计划、已经完成的计划和新建计划，迁移方式可能不同。更新工具时，应分别核对，不要把保留备份误认为全部自动转换。
换了新的数据仓储以后，老资料可能仍留在原来的集合
资料获取路径可能按时间分开。查找历史数据时，先看机构对新旧记录怎样安排，不要只在最新平台搜索。
下载总次数创新高，不等于更多不同作品都被读到了
同一份作品可被多次下载。报告资源使用时，把总次数、不同作品数和覆盖比例分开，才能解释增长来自哪里。
一段结果里有好几个百分数，先看每一个数字比较的是什么
均值差异、某类样本中的占比和时间变化率不是同一种量。解释结果时，不能因为都带百分号就互相替换。
你需要一项已经公布的统计值，还是需要自己重新分析原始记录？
两种任务可能通向不同资料入口。先说明准备怎样使用数据，再决定查统计表、公开微观文件还是需要申请的受控记录。
没有同时发表论文，研究数据也可能有独立的提交路径
数据仓储接收的对象与论文、海报等作品可能不同。先按实际产物选择入口，再核对关联机构、文档与共享条件。
数据管理计划要写到研究结束以后，而不只写现在存在哪里
项目期间怎样工作，与结束后怎样保存和分享是两部分。先把整个时间范围写清楚，才能发现还有谁、还有什么安排没有确认。
删除姓名以后，研究数据也不一定就能直接公开
去标识处理与公开共享的同意、批准是不同问题。准备交入仓储前，应核对原项目实际允许的使用范围，而不是只检查文件里有没有名字。
给研究数据选存储位置，先确认敏感程度和机构认可范围
容量大、分享方便，并不自动代表适合保存研究资料。先按实际数据性质核对可用位置，再考虑日常组织方式。
仪表盘写“最近财年”，先看它究竟何时更新
相对时间要结合数据更新信息理解。一个页面写着最近一年，并不能单凭这几个字就把它当作当前年度统计。
数据管理计划不是交完就收起来的表，研究变化后也要继续维护
计划应说明材料怎样组织、存储和处理；实际安排改变以后，记录也需要跟上，不能让项目一直沿用已经过时的说明。
比较材料性能时，别只把几个百分比放在一起排名
器件类型和测试条件决定数值该怎样理解。摘取性能结果时，至少保留它测量的对象与条件，而不只保留最大的数字。
还没说清想分析什么，先别急着选统计软件
数据问题、方法与软件是相关但不同的选择。先明确可以从材料回答什么，再判断需要什么分析和实现工具。
训练样本中事实都出现了，逻辑关系也一定正确吗？
结构化数据与文本对齐，不只涉及有没有提到某个事实，还涉及对象之间的关系。检查资料质量时，应把这两层问题分开。
研究需要的审批可能不止一种，先按实际活动逐项确认
伦理、动物照护、生物安全和辐射安全等要求可能对应不同研究活动。拥有其中一种记录，不能自动说明其他要求也已满足。
拿到一张统计表前，先问每行代表个人、汇总还是时间
数据都装在表格里，并不代表分析单位相同。区分微观记录、汇总统计和时间序列，是理解材料范围的重要起点。
各学科期刊数相加超过总数，先检查分类是否重叠
分类表的分项未必互相排斥。同一种期刊属于多个学科时，直接相加会重复计数，不能据此判断数据一定出错。
地理数据不是一张地图：先分清矢量、区划与影像
地理资源门户中不同材料承担不同任务。先说明需要位置对象、统计边界还是地面影像，再查找相应数据及版本。
有人协助准备伦理申请，不等于研究已经获得批准
论文支持服务可能帮助整理方法、格式与伦理申请材料，但辅导、提交和正式决定仍应分别记录，不能相互替代。
数据咨询表提交了，预约就算成功了吗？
有些咨询表只是收集需求，时间还要由服务团队进一步确认。把需求提交和预约完成分开，避免误排自己的研究进度。
组合图只改到最后一张？先看 patchwork 的嵌套层级
patchwork对单图、当前层级和所有嵌套子图的修改并不相同。先确认操作作用范围，再统一多面板图的样式。
一个 Excel 文件有多张表，别在批量读取时漏掉后面的 sheet
readxl可以先列出工作表名称，再逐张读取。先核对清单与结构，才能知道导入完成到底覆盖了哪些数据。
ArviZ 能导入却不能画图，先核对安装了哪些组件
所收录的ArviZ指南把文件读写和绘图作为可选安装能力。排错时，应区分核心包可导入与所需后端已经具备。
把 Durbin–Watson 结果整理成表，别只留下一个 p 值
结果表还应保留统计量、相关信息与备择假设等必要上下文，避免数值脱离原检验设置后被误读。
画模型结果时提示缺少 data，先补原对象而不是重做分析
see的部分绘图方法需要原始数据或模型来准备绘图信息。缺少上下文时，重新估计一次模型并不一定解决问题。
分类统计图没有“缺失”一栏，是数据没缺失还是显示被关了？
绘图参数可能隐藏缺失类别。解释分类图时，应核对显示设置与原始汇总，不能从图上看不见直接推断数据完整。
R 函数没报错，不代表你拼写的参数真的生效
一些结果整理方法保留省略号参数，但不使用其中的额外选项。检查参数文档，比把“运行成功”当作设置成功更可靠。
统计表增加校正列后，别把 q 值当成又一次独立检验
gtsummary的add_q在已有p值列上进行调整。报告时应交代调整方法与对应比较，而不是只多放一列数字。
方法里只写“用了回归”，怎样补上实际估计设置？
从拟合对象读取算法、优化器或采样设置，可以帮助核对方法描述；这些信息说明怎样估计，不等于模型已经可靠。
统计入门资料公式少，就可以跳过方法条件吗？
少公式的教材可以降低起步压力，但具体例子仍要放回研究问题、变量类型和分析目的中理解，不能只记软件操作顺序。
看不懂符号计算教程，先分清卡在 Python 还是数学概念
SymPy入门教程有语言与数学两类前提。识别缺的是编程基础还是某个数学概念，有助于避免把理解障碍误判为软件问题。
自定义绘图后标题和坐标说明丢了？先检查数据上的绘图属性
see的绘图数据可能把标题、坐标标签等保存在属性中。自己重新调用ggplot时，需要区分数值数据与用于说明图形的属性。