原始数据和资料的保存与组织

原始数据保存的重要性

在学术研究中，原始数据是您所有发现和结论的基础。正确保存和组织这些数据对于：

• 确保研究的可重现性
• 满足学术和机构要求
• 在需要时进行数据验证或重新分析
• 维护学术诚实性

本指南介绍了如何有效地保存、组织和管理研究数据。

数据保存的基本要素

保留期

• 通常要求： 至少5-7年
• 某些机构： 10年或更长
• 敏感数据： 可能需要更长的保留期
• 机构政策： 查看您的机构的具体要求

存储位置

物理存储：

• 安全的办公或实验室环境
• 防火文件柜
• 受控访问的地点

数字存储：

• 机构服务器或网络驱动器
• 云存储（如OneDrive、Google Drive）
• 外部硬盘（作为备份）
• 数据仓库或档案库

备份

• 多个副本： 至少三个副本（原始、备份1、备份2）
• 不同位置： 在地理上分散的位置
• 定期检查： 定期验证备份的完整性
• 自动备份： 使用自动备份软件

数据组织系统

文件夹结构

建议的组织方式：

Research_Project/
├── 01_Proposal/
│   ├── Original_Proposal.pdf
│   └── Approvals/
├── 02_Literature/
│   ├── Articles/
│   ├── Books/
│   └── Notes/
├── 03_Methodology/
│   ├── Research_Design.docx
│   └── Protocols/
├── 04_Data/
│   ├── Raw_Data/
│   │   ├── Dataset_01_Date.xlsx
│   │   └── Dataset_02_Date.xlsx
│   ├── Processed_Data/
│   └── Data_Dictionary.pdf
├── 05_Analysis/
│   ├── Statistical_Analysis/
│   ├── Qualitative_Coding/
│   └── Results/
├── 06_Outputs/
│   ├── Manuscripts/
│   ├── Presentations/
│   └── Figures/
└── 07_Documentation/
    ├── README.txt
    ├── Change_Log.txt
    └── Methods_Notes.txt

文件命名约定

建议的格式： ProjectCode_DataType_Date_Version.extension

例子：

• EDU001_StudentSurvey_20260318_v02.xlsx
• PSY002_InterviewTranscripts_20260315_v01.docx
• ENG003_ExperimentalResults_20260310_v03.csv

命名规则：

• 使用下划线分隔信息
• 包含日期（YYYYMMDD格式）
• 包含版本号
• 避免特殊字符和空格
• 使用描述性但简洁的名称

数据文档化

元数据

为每个数据集创建元数据文件，包括：

• 文件名和位置： 数据集的标识
• 数据收集日期： 何时收集的数据
• 数据收集方法： 如何收集的
• 样本大小： 数据点或参与者数量
• 变量说明： 每个变量的定义
• 缺失数据： 缺失或异常的地方
• 数据质量问题： 任何已知的问题
• 处理过程： 对数据进行的任何处理
• 联系人： 有关数据的问题的联系人

数据字典

创建详细的数据字典，说明：

• 每个变量的名称
• 变量的定义和描述
• 数据类型（数字、文本等）
• 可能的值或范围
• 缺失数据的表示方式

例子：

变量名	定义	数据类型	值范围	缺失
StudentID	学生唯一标识	整数	1-200	NA
Age	学生年龄	整数	18-65	-999
Gender	学生性别	分类	M/F	blank

README文件

创建README文件解释：

• 项目概述
• 文件夹结构
• 如何访问数据
• 使用条件或限制
• 关键联系人信息

安全性和隐私

数据保护

加密：

• 使用AES-256或类似的加密标准
• 对传输和存储的数据进行加密

访问控制：

• 限制访问只给需要的人员
• 使用强密码
• 使用多因素认证

隐私保护

去标识化：

• 移除个人标识信息
• 使用代码或ID代替名字
• 保存代码到名字的映射的分离副本

匿名化：

• 删除可以识别个人的信息
• 进行数据分组以防止推断
• 遵守隐私法规（如GDPR、HIPAA）

版本控制

跟踪变化

方法1：文件名版本

• 在文件名中包含版本号：v01, v02, v03等
• 只保留最新的版本以及原始的原始数据
• 在changelog中记录更改

方法2：版本控制软件

• 使用Git进行代码和文档
• 使用OSF（开放科学框架）用于研究数据
• 自动跟踪所有更改

更改日志

维护更改日志说明：

• 日期和时间
• 做出的更改
• 谁做出的更改
• 为什么做出更改

例子：

2026-03-18 - v02: 移除两个异常值（ID 45, 67）- JDoe - 这些值超出了合理范围
2026-03-10 - v01: 初始数据导入和清理 - ASmith

数据共享和开放科学

开放数据的考虑

如果计划分享数据：

• 选择合适的库（Zenodo、Figshare、OSF）
• 使用适当的许可（CC BY、CC BY-SA等）
• 去标识化任何敏感信息
• 提供详细的文档和元数据
• 获得参与者同意（如适用）

限制访问

对于敏感数据：

• 寻求伦理批准以限制访问
• 使用机构库仅供授权用户访问
• 实施数据使用协议
• 定期审计访问日志

长期数据保存

数据老化

• 文件格式： 考虑数据格式的长期可读性
• 媒体寿命： 光盘和USB的寿命有限
• 系统过时： 不断迁移数据到新系统和格式

最佳实践

• 使用开放标准格式（CSV而非专专有格式）
• 定期升级硬件和软件
• 保持完整的元数据和文档
• 建立数据管理计划
• 遵守机构政策和法规

法律和伦理考虑

数据伦理

• 知情同意： 确保参与者同意数据保存和使用
• 保密性： 保护参与者身份
• 二次使用： 在使用超出原始目的时获得许可

法规遵守

• GDPR： 欧盟数据保护
• HIPAA： 美国健康信息保护
• 当地法律： 检查您所在地区的数据保护法

数据管理工具和软件

电子实验室笔记本：

• Benchling
• LABGURU
• Notion

数据管理和共享：

• OSF（开放科学框架）
• Zenodo
• Figshare
• Dataverse

版本控制：

• Git
• GitHub
• GitLab

备份和同步：

• Dropbox
• OneDrive
• Google Drive
• Synology

数据保存检查清单

在完成研究后：

• 所有原始数据都已保存吗？
• 是否创建了备份？
• 是否完整地记录了所有数据？
• 是否创建了数据字典？
• 文件是否有组织和清晰的命名？
• 是否保护了敏感信息？
• 是否有清晰的访问和使用条件？
• 是否制定了长期保存计划？

结论

适当的数据保存和组织是负责任科学实践的基础。通过遵循这些指导原则，您确保了您的研究的可重现性、可验证性和长期价值。良好的数据管理不仅有益于您当前的项目，也为未来的研究和发现铺平了道路。