多学科通用型开放科学数据共享平台对比研究——以Zenodo和ScienceDB为例

doi:10.19788/j.issn.2096-6369.000063

农业大数据学报 ›› 2025, Vol. 7 ›› Issue (2): 193-200.doi: 10.19788/j.issn.2096-6369.000063

多学科通用型开放科学数据共享平台对比研究——以Zenodo和ScienceDB为例

贺郝钰¹^,²(), 侯春梅¹^,², 孙力炜¹^,², 迟秀丽¹^,², 叶喜艳¹^,²

1.中国科学院西北生态环境资源研究院文献情报中心，兰州 730000
2.甘肃省知识计算与决策智能重点实验室，兰州 730000

收稿日期:2024-09-06 接受日期:2024-10-18 出版日期:2025-06-26 发布日期:2025-06-23
作者简介:贺郝钰，E-mail：hehy@llas.ac.cn。
基金资助:
中国科技期刊卓越行动计划选育高水平办刊人才子项目——青年人才支持项目

A Comparative Analysis of Multidisciplinary General-Purpose Scientific Data Platforms: Taking Zenodo and ScienceDB as Examples

HE HaoYu¹^,²(), HOU ChunMei¹^,², SUN LiWei¹^,², CHI XiuLi¹^,², YE XiYan¹^,²

1. Information Center, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, China
2. Key Laboratory of Knowledge Computing and Intelligent Decision, Lanzhou 730000, China

Received:2024-09-06 Accepted:2024-10-18 Published:2025-06-26 Online:2025-06-23

摘要/Abstract

摘要：

通过对两个具有代表性的多学科通用型科学数据共享平台——Zenodo和ScienceDB的比较分析，探讨它们在功能、服务、社区协作等方面的异同，并提出其各自的优势和潜在的改进空间。这一研究的意义在于为科研数据平台的优化和完善提供参考，促进科学数据的高效管理和利用，从而为科学研究的进步做出贡献。研究采用对比分析法，深入探讨了Zenodo和ScienceDB在数据存储、共享机制、用户界面设计、技术支持、社区互动、数据安全与隐私保护等方面的特点和差异。分析过程中，详细对比了两个平台的数据提交与描述、元数据要求、数据服务、数据统计和社区服务等多个方面，以评估它们在科研数据管理领域的服务能力与特色。Zenodo以其友好的用户界面、灵活的技术架构和强大的社区功能在国际上享有盛誉，而ScienceDB则凭借其对FAIR原则的遵循和对数据治理的重视，为中国乃至全球的科研数据共享提供了有力支持。两个平台各有优势，但也存在改进空间。Zenodo可以进一步强化数据的本地化服务，ScienceDB则可以借鉴Zenodo在社区管理的经验，提升用户体验。最终，两个平台的持续发展和优化将共同推动科学研究的进步和知识的传播。

关键词: 开放科学数据共享平台, Zenodo, ScienceDB, 多学科, 数据共享

Abstract:

The purpose of this study is to explore the similarities and differences between two representative multidisciplinary general-purpose scientific data platforms—Zenodo and ScienceDB—in terms of functionality, services, and community collaboration, and to propose their respective strengths and potential areas for improvement. The significance of this research lies in providing references for the optimization and improvement of scientific research data platforms, promoting the efficient management and utilization of scientific data, thereby contributing to the advancement of scientific research. The study employs a comparative analysis method to delve into the characteristics and differences of Zenodo and ScienceDB in aspects such as data storage capacity, sharing mechanisms, user interface design, technical support, community interaction, and data security and privacy protection. During the analysis process, a detailed comparison was made between the two platforms in terms of data submission and description, metadata requirements, data services, data statistics, and community services, to assess their service capabilities and features in the field of scientific data management. Zenodo enjoys a high reputation internationally with its user-friendly interface, flexible technical architecture, and robust community functions, while ScienceDB provides strong support for scientific data sharing in China and globally by adhering to the FAIR principles and emphasizing data governance. Both platforms have their advantages but also have room for improvement. Zenodo can further enhance its localized data services, and ScienceDB can learn from Zenodo's experience in community management to improve user experience. Ultimately, the continuous development and optimization of both platforms will jointly promote the progress of scientific research and the dissemination of knowledge.

Key words: scientific data platforms, Zenodo, ScienceDB, multidisciplinary, data sharing

贺郝钰, 侯春梅, 孙力炜, 迟秀丽, 叶喜艳. 多学科通用型开放科学数据共享平台对比研究——以Zenodo和ScienceDB为例[J]. 农业大数据学报, 2025, 7(2): 193-200.

HE HaoYu, HOU ChunMei, SUN LiWei, CHI XiuLi, YE XiYan. A Comparative Analysis of Multidisciplinary General-Purpose Scientific Data Platforms: Taking Zenodo and ScienceDB as Examples[J]. Journal of Agricultural Big Data, 2025, 7(2): 193-200.

图/表 6

图1

图2

表1

图3

图4

表2

参考文献 18

[1]	BOYLE J. The Shakespearean Moment in the Law. Law and Contemporary Problems, 2003, 66(1-2): 39-47.
[2]	HARNAD S. The immediacy advantage//The Culture of Periodicals from the Perspective of the Digital Age, 2010:77-93.
[3]	FECHER B, FRIESIKE S, SCHARNHORST A. Open science: one term, five schools of thought// Opening Science: The Evolving Guide on How the Internet Changes Research, Collaboration, and Scholarly Communication, 2015:107-134.
[4]	PIWOWAR H A, Vision T J. Data reuse and the open data citation advantage. PeerJ, 2018, 6, e4375.
[5]	顾立平. 数据治理——图书馆事业的发展机遇. 中国图书馆学报, 2016, 42(5):40-56.
[6]	梅傲, 李坤佳. 我国科学数据利用的现状、困境及完善. 南京邮电大学学报(社会科学版). https://doi.org/10.14132/j.cnki.nysk.20240531.002
[7]	黄永文, 张建勇, 黄金霞, 等. 国外开放科学数据研究综述. 现代图书情报技术, 2013(5): 22-26.
[8]	盛小平, 唐筠杰. 开放科学环境下的数据隐私治理研究. 图书情报知识, 2024. https://link.cnki.net/urlid/42.1085.G2.20240506.1335.004
[9]	陈氢, 李承濠. 面向数智赋能的开放科学数据平台研究. 数字图书馆论坛, 2024, 20(5):13-21.
[10]	About Zenodo[Z/OL]. [2024-07-10]. https://about.zenodo.org/roadmap/.
[11]	Zenodo:研究,共享无界[EB/OL]. 2024-05-16. [2024-08-02]. https://blog.csdn.net/gitblog_00046/article/details/138948097.
[12]	About communities[Z/OL]. [2024-07-10]. https://help.zenodo.org/docs/communities/about-communities/.
[13]	ScienceDB成为Springer Nature推荐通用存储库[EB/OL]. (2020-10-10)[2024-07-01]. https://www.cas.cn/yx/202010/t20201010_4762415.shtml.
[14]	平台介绍[EB/OL]. [2024-07-03]. https://www.scidb.cn/about/introduction.
[15]	数据社区有哪些特色优势?[EB/OL]. [2024-07-03]. https://www.scidb.cn/en/aboutCommunity.
[16]	BUCCIERO A, DEMETRESCU E, FANINI B, et al. An approach to extend the metadata schema of Zenodo for Cultural Heritage datasets. Research Ideas and Outcomes, 2023. DOI:10.3897/rio.9.e93859.
[17]	孟琰. 开放科学数据平台的数据复用影响因素研究. 上海: 华东师范大学, 2022.
[18]	张泽钰. 科技期刊数据政策解读与常见问题解答[R]. 北京, 2024.

	Zenodo	ScienceDB
登录方式	1. ORCID账号 2. Github账号 3. 邮箱注册登录	1. ScienceDB平台提供的登录界面 2.第三方账号，如中国科技云、Github、ORCID、Google账号等 3. 社交媒体账号，如微信、微博等
数据提交方式	支持在线上传数据，基于网络的提交工具Banklt提交数据	浏览器在线上传和FTP客户端在线上传
数据大小	最多50 GB，可以一次性增加配额至200 GB	没有数据量的限制，用户可以上传任意大小的数据集
数据格式	对数据格式没有任何限制，如PDF、PNG、JPG、ZIP、HDF5、XML、DOCX、GZ、JSON 和 TXT 等	提供了推荐和非推荐文件格式的列表，如推荐使用Unicode文本(.txt)、XML(.xml)、PDF/A(.pdf)、CSV(.csv)、JPEG (.jpg,.jpeg)等格式，而非推荐格式包括非Unicode文本、SGML(.sgml)、ODT(.odt)、MS Word(.doc,.docx)等
许可证	默认采用 Creative Commons Attribution 4.0 International (CC-BY) 许可证	CC-BY 4.0 许可协议
数据审核	社区可以设置审核机制，保证跨学科研究的质量和标准	形式审核，包括数据上传情况、数据可访问性以及数据可用性声明等
语言	所有语言	中文和英文

	Zenodo	ScienceDB
数据引用跟踪	DOI系统	DOI和CSTR标识
数据使用追溯	提供关于上传记录的使用情况的统计数据	提供数据集的使用情况统计
数据影响力分析	展示数据集的影响力，如被社交媒体、新闻或政策文件提及的情况	提供数据影响力分析，如数据集被引用的次数、在学术界的影响力等
开放的API	提供开放的API	提供开放的API
图表和可视化	某些服务可能包括图表和可视化工具	目前不支持
数据集评分	不直接统计数据	每2年评选1次“ScienceDB科学数据奖”

多学科通用型开放科学数据共享平台对比研究——以Zenodo和ScienceDB为例

A Comparative Analysis of Multidisciplinary General-Purpose Scientific Data Platforms: Taking Zenodo and ScienceDB as Examples

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 18

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	薛亚东, 秦琳, 黄宁辉, 孟先进, 张水花. 林业数据分类分级方法研究[J]. 农业大数据学报, 2025, 7(2): 213-219.
[2]	王彦青, 陈婷婷, 张思思, 朱军伟, 陈焕新, 肖景发, 宋述慧, 章张, 赵文明, 鲍一明. 生命组学大数据安全管理实践[J]. 农业大数据学报, 2024, 6(3): 325-332.
[3]	姜璐璐, 王鹏尧, 李宗闻, 李成赞, 廖方宇, 周园春. 面向共享的数据存储平台安全体系建设——科学数据银行的建设实践[J]. 农业大数据学报, 2024, 6(3): 351-362.
[4]	王健, 周国民, 廖方宇, 许哲平, 张建华, 刘婷婷. 基于规则的科学数据安全治理框架：理解数据“保护-利用”失衡及挑战的新工具[J]. 农业大数据学报, 2024, 6(3): 295-306.
[5]	龚海燕, 麻付强, 张达威, 李晓刚. 区块链与机密计算技术在材料数据库平台中的应用分析[J]. 农业大数据学报, 2024, 6(2): 241-252.
[6]	张濛濛, 王秀娟, 康孟珍, 华净, 王浩宇, 王飞跃. 从水稻病害识别出发探索农业数据共享新模式[J]. 农业大数据学报, 2023, 5(4): 13-23.
[7]	孙雨潇, 李艳丽, 李峰, 李斌. 数据重用影响因素对仓储型数据管理平台发展方向的启示[J]. 农业大数据学报, 2023, 5(3): 2-10.
[8]	段博文, 王卷乐, 石蕾, 高孟绪. 前沿领域国内外典型数据库调研与启示[J]. 农业大数据学报, 2023, 5(1): 46-54.
[9]	孙雨潇, 李艳丽, 李峰, 陈谦. 国内外科学数据共享现状研究与发展建议[J]. 农业大数据学报, 2022, 4(2): 88-98.
[10]	吴迪, 汪勇, 孙地冰, 李杰, 陈昆松. 新冠疫情下港区农产品冷链物流监管平台构建与应用[J]. 农业大数据学报, 2022, 4(1): 62-68.
[11]	范亚慧, 朱亮, 赵华, 郑建华. 科学数据共享的知识产权保护研究[J]. 农业大数据学报, 2021, 3(4): 3-9.
[12]	薛沐涵, 徐硕, 鲁峰, 朱勇, 吴建光, 王义刚. 渔船渔港综合管理服务平台构建与应用[J]. 农业大数据学报, 2021, 3(3): 45-54.
[13]	薛沐涵, 刘慧媛, 鲁峰, 蒋庆朝. 渔业科学观测数据的开放共享与应用研究[J]. 农业大数据学报, 2020, 2(4): 29-37.
[14]	樊景超, 满芮, 张翔鹤, 周国民. 国家农业观测数据共享元数据标准研究[J]. 农业大数据学报, 2020, 2(4): 14-19.
[15]	尹国伟, 聂凤英, 杜绍明. 美国涉农数据在线开放共享情况[J]. 农业大数据学报, 2020, 2(3): 84-94.