返回资源库

核心问题 最新

AI 处理 · 作者审核

开放科研数据平台需要哪些设计要求才能支持新闻数据复用?

How to Make Research Reach the Newsroom? Designing Open Data Platforms Through Boundary Theory
Christina Speck, Judith Erbacher, Thimo Schulz, 等 · International Conference on Information Systems (ICIS) · 2026
配图:开放科研数据平台需要哪些设计要求才能支持新闻数据复用?

加载 Spotify 播放器;Spotify 可能会设置 Cookie。本设备将记住您的选择。

主要发现

  • 揭示了科研数据复用的五大核心障碍:分散的数据获取渠道、技术格式不一致、方法学文档不足、验证支持匮乏以及时间更新延迟。
  • 确立了两项指导性元需求:提供用于可靠技术交换的共享数据结构,以及实现促进共识理解的语境转换。
  • 明确了十项平台设计需求,涵盖技术机制(机器可读格式、跨源检索以及新闻编辑室工具集成)和解释机制(研究人员与记者的直接沟通渠道、解释假设与不确定性的叙述性字段,以及示例可视化)。
  • 强调了围绕整个数据复用流程设计开放数据平台的重要性,而不是将数据发布与获取视为终点。

实践启示

CIO / IT 高管

Allocate budget to integrate contextual translation features and direct communication channels into the institutional open-data platform for non-academic stakeholders.

IT 经理

Configure the open-data repository API to output datasets in machine-readable formats accompanied by standardized methodological documentation fields.

商业战略师

Conduct a stakeholder mapping exercise to identify external non-academic user groups for a targeted open-data platform value-proposition pilot.

研究人员

Draft a plain-language narrative field explaining core dataset assumptions and uncertainties to publish alongside the raw research files.

政策制定者

Revise open science grant compliance criteria to mandate interpretive usability standards, such as example visualizations and methodology documentation, alongside raw data publication.

摘要

本研究探讨了如何设计开放科研数据平台,以支持数据记者复用复杂的科学数据集。研究采用基于边界理论(探讨知识如何在具有不同专业知识的群体之间传递与理解)的设计科学研究方法,通过对6位数据记者的半结构化访谈、与15位数据记者开展的共同创作研讨会,以及与13位信息系统和科研传播专家的形成性评估来收集需求。

核心问题

随着开放科学政策日益鼓励或要求研究人员公开其数据,确保数据得到有意义的复用仍然是一大挑战。开放数据平台往往侧重于数据发布和技术可访问性,而在支持脱离原始科学语境解读科研数据方面提供的帮助有限。这给数据记者带来了特殊挑战,因为他们在报道中使用不熟悉的数据集之前,必须先对其进行理解和评估。

文稿
Host: 大家好,欢迎收听 A.I.S. Insights — powered by Living Knowledge。我是 Anna Ivy Summers。今天我们要讨论一项探讨科研数据复用机制的研究,题目是《如何让科研成果走进新闻编辑室?基于边界理论设计开放数据平台》。这项研究由 Christina Speck、Judith Erbacher、Thimo Schulz 和 Christof Weinhardt 共同完成,发表于 2026 年的信息系统国际会议 ICIS。该研究重点关注如何设计开放数据平台,以支持数据记者理解和复用复杂的科学数据集。今天与我一起探讨的是 Alex Ian Sutherland,欢迎 Alex。
Expert: 谢谢 Anna。这项研究切入的核心问题,在许多依赖数据决策的领域都具有代表性。随着开放科学政策的推行,研究机构通常要求科研人员公开发布原始数据。然而,数据发布并不等同于有效复用。目前的许多开放数据平台主要侧重于技术层面的存储和下载,在帮助脱离原始科学语境的使用者解读数据方面,提供的支持相对有限。
Host: 这对于非该领域的专业人员来说确实是很大的阻碍。数据记者在报道前必须核实事实,在面对不熟悉的技术细节和学科假设时,他们具体遇到了哪些挑战?
Expert: 根据该研究针对 6 位专业数据记者的半结构化访谈,记者在实际操作中面临五大核心障碍:首先是获取渠道分散,数据分布在不同机构的独立系统里;其次是技术格式不统一,清洗成本高;第三是方法学文档不足,难以确认样本偏差和变量定义;第四是缺乏验证支持,很难向数据生产者直接核实疑问;第五是数据更新滞后,缺少版本追踪机制。
Host: 这些问题确实直接影响了数据复用的可行性。那么研究团队是通过怎样的研究方法来探索解决方案的?
Expert: 研究团队采用了设计科学研究方法,并以管理学与社会学中的“边界理论”为理论框架。边界理论主要探讨知识如何在具有不同专业背景的群体之间建立共识。在具体执行上,除了前期的 6 场深度访谈,研究团队还与 15 位数据记者开展了共同创作研讨会,并邀请了 13 位信息系统与科研传播领域的专家进行形成性评估,以此推导并验证平台的设计需求。
Host: 经过这些调研和专家评估,研究得出了哪些主要结论?
Expert: 研究总结出两项核心元需求。第一是提供用于可靠技术交换的共享数据结构;第二是实现促进共识理解的语境转换。在此基础上,研究明确了十项具体设计需求,涵盖技术机制与解释机制。技术层面包括提供机器可读的标准格式、跨源检索以及与新闻编辑室常用分析工具的集成;解释层面则包括提供解释假设与不确定性的叙述性字段、示例可视化,以及建立数据生产者与记者之间的直接沟通通道。
Host: 这表明平台设计不能仅仅把数据“上传并提供下载链接”视为终点,而是需要覆盖发现、理解、核实到应用的完整复用流程。这对商业组织和企业管理者有什么借鉴意义?
Expert: 这对企业内部的数据资产管理有直接的参考价值。许多企业在推进数字化转型时,同样面临“数据孤岛”和“专业语境壁垒”。例如,数据科学团队构建的算法模型或业务指标,业务端、市场端或审计团队往往难以准确理解其适用前提和局限性。如果企业仅构建技术层面的数据湖,而忽视了语境转换机制,跨部门协作的效率依然受限。
Host: 也就是说,企业在构建内部数据平台或商业智能系统时,也需要融入类似的解释机制与协作通道。
Expert: 确实如此。企业可以借鉴这项研究提出的框架,在数据资产目录中增加关于业务假设、数据采集限制等叙述性说明,并建立数据生产者与使用部门之间的双向沟通机制,降低跨部门沟通成本。
Host: 总结来看,这项研究通过边界理论明确了开放数据平台不仅需要技术互操作性,还需要语境解释机制,以实现跨领域的知识转移。非常感谢 Alex 的分享,也感谢各位听众的收听,我们下期节目再见。
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

data journalism, open data platforms, data reuse, boundary spanning, design science research, open science