投稿指南

  • 作者在投稿前需理解《农业大数据学报》(Journal of Agricultural Big Data, JABD)(以下简称学报)制定的一系列政策。

    一、宗旨与范围
      《学报》是面向农业农村领域及其相关学科领域,致力于推动数据共享,增进对大数据及其领域应用的科学理解。
      (一)《学报》以数据论文的形式,刊发各类可用于农业农村领域及相关学科的高质量数据,包括但不限于研究数据、公共数据、产业数据、公民科学数据等。优先出版如下内容:
      · 具有长序列、大覆盖、珍稀性、高复现成本、多学科跨学科用途等特征的数据
      · 生物育种相关的表型、基因型、环境型或其他相关数据
      · 农业生产(含养殖、捕捞等)、农产品流通及重要农业单品数据
      · 农业农村社会经济及管理数据,数字乡村相关数据
      · 动植物健康保护、农业重大风险灾害防控与保险、耕地林地草地保护与质量提升等重大农业议题相关数据
      · 农业农村相关的公民科学数据
      (二)《学报》以研究论文的形式,刊发大数据科技及其管理和应用的创新性、前沿性研究,优先发表如下内容:
      · 研究综述论文;
      · 综述性数据论文。综合论述特定研究主题、方向或领域中主要数据源的特点、学术价值及应用等内容,为研究人员比较、遴选、组织与使用数据提供框架性指南。
      · 大数据在农业农村领域的集成、创新应用,包括但不限于“无人农场”等大数据与其他信息技术综合集成和创新应用模式,“农业风险防控与农业保险”等数据密集型应用,以及具备参考价值的大数据应用案例研究等;
      · 数据密集型农业科学研究,包括但不限于“智慧育种”“数据驱动农业模型”等科学研究相关的方法、技术、模式、案例以及基础设施等;
      · 数据智能技术;
      · 数据管理与治理,包括但不限于数据要素化、数据共享与数据出版、数据质量、数据安全、数据标准化和数据评估评价等。
      (三)《学报》以评述文章的形式,刊发针对大数据资源、研究以及农业农村大数据发展重要政策、事件、行动、项目、学术成果等重要进展的观察与分析。


    二、出版类型
    《学报》出版数据论文(含数据综述论文)、研究论文(含综述性论文)、评述三类文章。

      数据论文
      数据论文是对特定数据库(集)进行专业性、规范性描述的新兴学术论文体裁,其目的是说明数据可靠性(integrity)与价值、加深数据理解、推进数据共享与复用。其具体模板可参见数据论文模板
      数据论文是一种新型的研究论文,遵守同样严格的撰写规范与“三审三校”的质量控制机制。但在内容和目的上,数据论文与传统的研究论文存在一个清晰的边界:数据论文以数据为核心,是对数据的完整、规范描述及说明,重点是数据采集和处理方法,其学术目标是证明数据的现实或理论可复现性,现实目的是加强读者对数据及其可利用性的理解,从而推动数据复用以最大程度发挥数据价值;研究论文以知识为核心,是对知识生产逻辑与过程的论述,尽管必然涉及数据的搜集、处理与分析,但它们仅占很小篇幅且从属于知识生产,论文的学术目的是证明所生产知识可靠性从而提升其被认可程度。
      数据论文与研究论文的区别可进一步参见问答

      研究论文
      研究论文针对数据科学、技术与应用,其目的是报道大数据相关的前沿研究,推进对大数据及其应用的科学理解。综述论文是研究论文的一种,是针对特定问题、主题、领域或者学科的综合性分析与讨论。
      数据综述论文是以已有数据及其使用为对象的元分析论文,是从专业视角对特定研究领域、方向或领域中主要科学数据集(或数据库)进行的综合性、比较性分析与论述,目的是为相关研究人员或其他潜在用户提供全面、鸟瞰式和框架性的综合分析,更好推动数据理解、遴选与使用。

      评述文章
      评述文章是及时反映大数据资源、科学研究以及农业农村应用进展短篇观察、分析与评述,其目的是及时跟踪农业农村大数据发展并引发关注与讨论。
      除评述文章外,《学报》对各类论文提供模板但没有严格的字数限制。一般而言,评述类文章不宜超过2000字,数据论文不宜超过5000字,研究论文不宜超过8000字,综述性论文(包括研究综述与数据综述论文)不宜超过10000字。


    三、论文处理费
      《学报》采用开放访问政策以尽可能扩大所刊发作品的影响。然而,论文出版需要消耗智力、时间和物料成本,论文相关数据的持久存储与访问还将需要额外的计算机软硬件资源和数据管理资源的持续投入。为此,《学报》基于非盈利的原则对每篇论文收取成本补偿性处理费。
      (1)论文处理费,以400元/版面的标准收取。
      (2)无相关经费支持的个人作者、审稿人推荐的高价值数据或论文、特邀稿件或作品、年度获评优秀论文等可酌情减免。


    四、投稿须知
      《学报》接受各类可用于农业农村及相关各学科领域的原创性、知识产权明晰且具有出版价值的研究成果(含研究论文与数据论文)及具有及时性和洞察性的评述论文出版。
      (1)作者所提交的研究成果或数据论文(及其所属数据集)必须是原创性或未经正式发表的,后者特指数据论文或其他正式的出版形式(不含网站公开等非正正式形式);
      (2)学报接受以下两种情况的已公开数据的正式出版(更详细信息可参见问答):
      · 该数据在其相关研究论文发表时因技术、存储等客观原因未能实现持久存储与公开访问,或者已存储数据的可靠性与持久性存在一定风险;
      · 相对于已有的发布形式,新的数据论文能够给出明显与重要的信息更新或补充(例如,增加了可用于更好理解数据的信息、增加了新的数据文件、显著拓展了数据应用场景等),从而能够实质性地增强读者对该数据的理解和复用。
      (3)学报要求作者将数据集提交至“农业农村科学数据仓储(https://agri.scidb.cn/)”或“国家农业科学数据中心数据平台(https://www.agridata.cn/gather.html)”进行审核与持久存储与开放访问。其中,存在保护期、受控访问等有限共享情况的数据只能提交给国家农业科学数据中心数据平台以接受保护。数据提交的详细说明参见数据政策


    五、投审稿与出版流程
      《学报》采用“三审三校”保障刊发作品的质量。从作者撰写手稿开始,论文的出版主要包括如下4个阶段。

      (1)准备手稿。作者需根据论文模板(数据论文模板研究论文模板)准备稿件。具体到数据论文,作者需同时进行论文文本和数据集准备,要点如下:
      · 数据文件格式的通用性检查。在可能的情况下,数据集及其所属各数据文件需采用了通用非专有(或者,公知公用)格式,否则,作者需对私有的数据格式进行必要的说明,同时保证代码可用性。
      · 数据文件的良好组织。作者需要尽量保持数据文件具有合理(在可能的情况下,最好遵循学科领域的最佳实践)、富有逻辑和易于理解的组织结构,一方面帮助读者更好理解数据,同时也支持用户的选择性下载。
      · 数据文件与数据库(集)的技术可用性。作者需要保证数据文件以及数据库(集)可以被正确存储、访问、与操作。
      · 数据与数据论文描述的一致性。作者需要保证数据论文的描述与数据集具有严格的一致性,包括二者之间的术语、量纲、单位、符号等。
      · 数据论文质量。作者需要基于论文模板检查论文是否实现了数据描述的充分性、正确性、准确性、规范性与完整性。其中,作者需要重点检查数据论文中记录的数据及其处理工具的可用性信息是否正确有效,作者贡献是否得到了所有作者的认可,数据协议是否合理与可行等。
      · 数据合规性与伦理声明。
       作者需自查数据是否符合国家、部门、地方以及本机构的政策、法律法规或标准规范对数据交换和数据公开的规定,包括但不限于涉及国家秘密、归属核心数据或重要数据目录、所在机构不允许公开、涉及商业秘密等情况。作者同时还需检查研究与数据是否符合科技伦理要求。在无法确定时,作者可以将研究或数据简介发送至编辑部进行咨询,编辑部将在检查研究伦理、数据描述和数据实体(如果有)的基础上给出建议。
       · 在涉及个人隐私时,作者需声明该数据已经实施了合规的脱敏过程。编辑将检查脱敏的合规性、完成度从而确认声明准确性;
       · 在涉及人类研究参与者时,作者需声明该研究已经得到机构审查委员会(IRB)或伦理审查机构的批准,同时需附上批准报告和参与者的知情同意书(其中需含有允许数据直接或脱敏后共享的条款)。编辑部将审查相关文件的完整性,缺乏相关文件的稿件将被要求补充材料,无法补充时将退稿; 
       · 在涉及动物福利时,作者需声明该研究已经充分考虑了动物福利相关伦理要求,并尽可能提供相关伦理审查批准文件。
       · 在涉及生态、生物多样性、珍稀动植物时,作者需声明研究已经充分考虑了《生物多样性公约》等文件的相关要求,包括但不限于去掉栖息地准确位置等敏感信息保护措施。
       · 在涉及历史、人文等具有脆弱性的遗迹、遗存或类似事物时,作者需声明已经采取了去掉准确位置等敏感信息保护措施。
       · 在涉及到地理位置时,作者需检查相关数据、地图是否符合《测绘法》或其他法律或政策规定,例如关于国境或特定地区的规定等。

      (2)手稿提交。作者需要按照投审稿系统的要求完成数据论文手稿的提交。论文相关数据的提交需要用到“农业农村科学数据仓储”等第三方认证仓储。具体提交流程为(以“农业农村科学数据仓储”为例):
       · 登录“农业农村科学数据仓储”,如未注册需要首先注册。
       · 选择数据用途。根据数据的发表情况选择相应的用途类型。
       · 同意数据提交须知。
       · 根据数据集规模选择不同的数据上传方式。数据集小于50M且网络情况较好的情况下可选择浏览器上传方式,数据集大于50M小于500M或网络情况不佳时刻选择FTP客户端在线上传方式,数据集规模大于500M可联系“农业农村科学数据仓储”进行线下提交。
       · 填写数据集元数据信息。
       · 确定提交。系统将提供备选DOI和CSTR注册码,该码将在数据通过审核后正式生效,并与数据论文的唯一标识并列呈现。
       · 获取数据的私有访问连接。进入“我的数据中心”,在所提交数据条目中的“查看”一栏中打开“查看更多”链接,拷贝“匿名私有链接”并将之复制至相关数据论文的正文中。

      (3)稿件初审。JABD为每一篇稿件指定一名责任编辑负责初审。初审的目的是确保稿件符合出版范围且满足最低出版标准。通过初审的论文将进入同行评议阶段。数据论文的初审工作由数据编辑进行。初审的主要标准为:
       · 论文(及论文相关数据)是否符合《学报》的出版范围
       · 论文是否符合《学报》给出的模板
       · 论文的学术性、规范性、清晰性等是否达到学术作品的基准
       · 论文与其相关数据是否一致。全面检查数据论文与数据库(集)的内容,初步判断二者的一致性,对存在显著不一致的地方给出修改意见并做退修处理。
       · 论文相关数据在技术上是否合格。这一检查不涉及专业性内容,重点检查数据文件的技术可用性、管理可用性(或,数据共享协议)、数据存储的可靠性(例如,是否存储于认证数据仓储中)、数据要件的完整性、数据库(集)结构的清晰合理性、数据是否符合行业出版规定(例如,地图绘制的规定)以及数据安全和伦理保护文件的合理性、有效性等内容。

      (4)同行评议。初审合格的论文将进入同行评议阶段。《学报》采用“双盲”评议,责任编辑将指定论文所在领域的两名同行专家(优先选择小同行专家和编委)作为审稿人。当审稿人意见不一致时将新增审稿人,直至得到两名审稿人的一致性意见(录用或退稿)。审稿人与编辑、作者之间的通讯记录全程存档备查。

      对于数据论文,数据编辑将邀请数据编委会及相关领域的同水平专家进行学术性审查。数据编辑将在同行评议过程中向作者或审稿人提供技术服务。
      同行评议的主要内容如下:
       · 数据库(集)的学术价值与传播价值。综合分析数据库(集)的学术用途、学术贡献与社会、经济等衍生用途,结合数据库(集)复现成本、复现难度、唯一性与珍稀性等因素,判断数据库(集)的学术价值与传播价值。采用高、中、低三挡进行评价。获评为“低”的稿件将不予出版。
       · 数据库(集)的可复现性。根据数据论文的描述(例如,数据采集方法)以及数据库(集)的实际情况,判断数据集是否可以复现(或者,理论上可以复现)及其程度。采用高、中、低三挡进行评价。获评为“低”的稿件将不予出版
       · 数据库(集)的可靠性(integrity)。某种程度上可复现性是可靠性的重要内容,然而可靠性同时还包括对数据内容真实性、准确性的判断。可靠性判断主要依靠评审者对数据库(集)的专业性评判。 采用高、中、低三挡进行评价。获评为“低”的稿件将不予出版
       · 数据论文内容与相关数据库(集)的一致性。根据数据论文的描述(例如,数据内容)判断数据论文与数据库(集)的一致性。采用高、中、低三挡进行评价。获评为“低”的稿件将不予出版,获评为“中”的稿件需要作者修改至“高”方可录用。
       · 数据论文与数据库(集)的规范性。全面审查数据论文与数据库(集)中的术语、量纲、符号等是否符合学术规范或技术规范要求。采用合格、不合格进行评价,获评为“不合格”的稿件需要作者修改至“合格”方可录用。
       · 数据描述的充分性。全面检查数据论文、数据摘要或元数据,判断作者是否提供了足够的描述信息以帮助非数据生产者能够充分理解数据并作出使用与否的判断(informed judgement)。采用充分、不充分进行评价,获评为“不充分”的稿件需要作者增补信息直至达到“充分”方可录用。
       · 数据获取方法或技术的新颖性与参考价值。采用新颖、常规两档评价,获评为“新颖”的稿件原则上优先发表。
       · 数据相对于学科领域研究或公共利益需求的满足程度或稀缺程度。采用稀缺、有用、常规三挡评价,获评为“稀缺”的稿件原则上优先发表。
       · 数据合规性。检查数据及其所属研究的合乎法规和合乎伦理情况。在适用的情况下,检查伦理保护文件的有效性,判断作者的伦理保护措施的合理性与充分性。采用合规、不合规进行评价,获评为“不合规”的稿件需要作者修改至“合规”方可录用。
       同行评议将形成退稿、修改后再审、修改后出版以及直接录用四个结果。审稿人需给出形成结论的具体理由以及建设性意见
       学报不限制评审轮次,作者可以进行多轮次修改以持续提升稿件质量。

      (5)编辑部主任确认。对稿件学术质量、学术价值与传播价值的再次审核,确保刊出稿件满足学报的出版标准和国家、部门与机构的出版规定。编辑部主任确认后的稿件将进入主编终审。

      (6)主编终审。对稿件学术质量、学术价值与传播价值的最终审定。只有通过主编终审的稿件才能够发出录用通知并最终出版。
     

    六、申诉
      《学报》记录并存档所有稿件的全部出版过程,可接受作者及其授权委托方的查阅。作者可以就如下内容对《学报》编辑部提出申诉。编辑部将对申诉进行调查并在2个月内向申诉者给出调查结果与处理意见。
      (1)审稿过程中未严格执行“双盲”操作
      (2)审稿过程存在利益冲突
      (3)编辑与审稿人存在伦理问题
      (4)其他有违出版伦理和规范的情况。


    七、作者责任
      《学报》要求作者遵循学术作品作者的通用约定,具体参见《Transparency in authors’ contributions and responsibilities to promote integrity in scientific publication》。部分要点说明如下。

      (1)学报不要求每名作者都书面签字同意投稿或出版。《学报》认为投稿即意味着所有作者都同意稿件的内容,同时认为稿件的通讯作者(通常是作者中最为自身的成员)代表作者团队承担相关责任(包括出版前和出版后),具体包括但不限于:
       · 管理作者之间的交流以形成共识,并就此共识与学报沟通。包括但不限于确保所有贡献者都被正确地列入作者列表,作者排序已经得到全体作者的同意,并且所有作者都清晰知晓论文的投稿与出版事项。
       · 确保论文相关数据的真实性、可靠性与可用性
       · 代表全体作者接收录用通知与出版通知
       · 代表全体作者关注作品反馈、接收期刊通知并及时与其他作者沟通,以便形成更正、数据升级或撤稿等共识性反馈。
      (2)《学报》不接受主要由大型语言模型(LLM)(例如,ChatGPT)或相关算法自动生成的内容。如果在作品生成时用到类似技术,作者需明确说明其具体作用与作用程度。
      (3)作者必须在稿件中清晰列示每位作者的贡献。《学报》允许指定两名合著者对作品具有同等贡献(最常用于共同第一作者)
      (4)作者需要在出版前对其稿件及与《学报》之间的通讯保守秘密,未经后者允许不得在任何媒体或以其他任何方式发布与《学报》编辑部成员、审稿人以及其他任何出版过程中的沟通记录。
      (5)作者可以出于学术公正的角度向《学报》提出回避或者推荐的审稿人名单。名单需明确、具体且不宜涵盖过大范围。《学报》尊重并尽量满足作者要求,但保留对最终审稿人的决定权。


    八、预出版
      《学报》支持作者在预出版网站刊登未经同行评议的版本。


    九、作者版权
      《学报》不要求论文作者转让其已发表作品的版权。
      《学报》接受作者转让的出版权。稿件被录用后,作者需与编辑部签订“版权许可协议”,在作者保留版权的同时,授权本刊自作品被录用之日起使用该作品(包括相关论文整体及附属于论文中的图、表、摘要、数据等内容)。
      默认情况下,《学报》刊发作品(不含相关数据)均执行CC BY-NC-ND协议,在正确署名和引用的情况下允许第三方对论文进行复制和再分发,但禁止对作品的商业性使用和演绎。
      默认情况下,论文相关数据遵守与论文相关的协议。特殊情况下,作者可以对论文相关数据指定不同的共享协议,通常包括以下3种情况:
      (1)采用CC0或CC-BY4.0或类似协议,此时数据完全开放,这是《学报》鼓励的选项。
      (2)设定带有封闭期(embargo)的CC BY系列协议,封闭期一般设定为论文出版后的1年内,封闭期结束后即开放数据访问与使用。
      (3)设定无期限的访问控制和/或使用许可。作者可以对部分涉及敏感信息、专利、商业秘密或具有高度商业价值的数据设定无固定期限的访问控制或使用学科。其中,访问控制可以指定许可访问者、许可访问数据内容以及许可访问期限,使用许可要求使用者填写《数据访问申请表》或类似文件并取得作者同意后方可访问或使用数据。访问控制和使用许可可以同时使用。
      如论文(包含数据)发生撤稿情况,则相关许可协议自动失效,同时已公开数据将成为不可用状态,但其元数据将根据FAIR原则予以保留,同时将被加盖“相关论文已撤稿”字样的标记。


    十、利益与学术冲突
      利益冲突与学术冲突影响到作者在客观数据呈现、分析和解释方面的判断与行动,也可能影响审稿人的判断和意见,最终都将破坏出版物的客观性、完整性和价值。《学报》尽最大可能避免出版过程中的利益与学术冲突。
      (1)《学报》要求作者在投稿时对可能存在的利益冲突或无利益冲突做出明确声明。
      (2)《学报》允许作者基于避免学术利益冲突的原因提出需回避的审稿人。


    十一、保密和宣传
      《学报》对投稿论文及相关数据的所有内容予以保密,包括论文与数据从接收到出版(含拒稿)全部过程的通信。未经相关人员的明确允许,所有信息均不得外泄。其中,提交给编辑部的数据将严格作者与编辑部制定的数据保密协议与使用许可。
      《学报》要求评审者承诺对稿件、论文和其他补充材料保密。
      《学报》要求作者在其作品正式刊出(或确定了刊出日期)之前不得在媒体公开。《学报》允许作者在学术会议或其他学术交流中介绍和讨论所提交作品,但必须说明该作品已经投稿至《学报》。


    十二、数字图像完整性和标准
      数据论文和研究中的数字图像遵循如下原则:
      (1)所提交的图像应尽量保持原始或减少处理。作者可以进行适当的图像处理,但不应使用Photoshop等润色性图形处理工具进行复制、修饰、掩盖、部分调整对比度等操作。
      (2)作者应说明获取图像的测量分辨率,以及任何增强图像分辨率的后续处理或操作。
      (3)在不同时间或从不同位置收集的图像不应合并或组合成单个图像,除非明确说明该图像是序列化的。在确实需要并列图像的情况下,需要在图中明确划定边界并在图例进行描述或说明。
      (4)尽量详细说明图像采集的设备类型、采集软件和处理软件,如果相关软件并非公知共用,《学报》强烈建议将其上传至GitHub等存储库以供评审人和读者使用。


    十三、研究伦理
      《学报》需要作者在下述情况下提交机构审查委员会(IRB)的伦理批准书、人类研究参与者的授权、许可或类似文件,同时对数据进行必要的脱敏处理。
      (1)研究涉及了人类参与者;
      (2)研究涉及了动物福利相关内容;
      (3)研究涉及了生物安全相关内容;
      (4)研究涉及珍稀濒危动物栖息地、脆弱生态和人文地物等。
      作者必须对涉及上述内容的数据按照相关法律要求和伦理要求进行必要的脱敏处理。数据编辑与审稿人将对此进行审查并为作者提供必要的协助。


    十四、更正与撤回
      《学报》通过严格的流程对已出版论文(及其数据)的严重错误发布更正或直接撤回。
      (1)只有严重的错误(例如,影响到论文的科学性或数据的可靠性、可用性)才需要更正。
      (2)来自作者的更正请求需经责任编辑或编委会委员合议确定其是否实施;来自编辑部的错误更正可直接更正。
      (3)所有更正必须以“勘误与版本更新”形式正式刊出,同时明确指向被更正的论文和数据库(集)。其中,数据库(集)同时需要在其所在仓储的版本信息中(如果有)明确列出变更并指向已刊出更正。
      (4)当论文的真实性、数据库(集)的可靠性和可用性受到严重损害时将启动撤稿处理。


    十五、避免重复出版
      提交给《学报》的作品必须是原始的,不能是已经发表或正在发表过程中的作品。避免重复出版需要注意以下方面。
      (1)提交给《学报》的作品如果存在处于出版流程的关联作品,作者需要在投稿时对编辑给出明确的说明。
      (2)如果数据论文和相关研究论文之间存在共同的内容,作者需谨慎地将数据论文的内容限定于数据说明或数据描述,避免加入过多数据分析及由此形成的知识产出内容。


    十六、抄袭
      抄袭是指作者试图将他人或自身已出版内容再次发表的行为。目前判断数据抄袭较之判断知识抄袭更为困难——部分源于数据的复杂性,部分源于学术不端文献查重系统支撑不足。考虑到这种情况,《学报》主要通过作者自律、编辑检查、评审专家评审等多种方式实现出版前审查,通过读者监督、编委抽查等方式实现出版后审查。在发现抄袭行为后,《学报》将在初步调查确认后,联系作者要求做出澄清或说明。确认抄袭的作品将直接撤稿,同时《学报》将通报作者所在研究机构和相关研究的资助机构(如果有)。
      《学报》采用“实质性10%贡献”原则判断数据抄袭行为,即新生产的数据较之其基础数据需要实现10%以上的实质性内容新增(例如,数据内容发生了显著的结构性变化、增加关键性测量记录或变量等)。其中,单纯的数据条目少量增加一般会被建议采用数据版本更新而非出版新的数据论文。
  • 发布日期:2018-12-27 浏览: 10649