9 月
30
2024
日本學術振興會及日本學界近期的資料管理方案政策發展
JSPS 對 DMP 的要求並非一項驟然的變革，而是奠基於日本過去在發展 DMP 上的持續努力。隨著DMP 與相關科研資料政策愈來愈全面普及，我們應可預期日本在研究資料管理的實踐上將有更完善的表現。
7 月
03
2024
如何管理你的研究資料？繁體中文的資料管理方案 (DMP) 上線囉！
這些 DMP 多半來自生物多樣性領域，但亦有少數是人文社會科學領域。它們皆是通過了 depositar 團隊的品質審查、並以開放授權方式公開。我們感謝這些作者們對 depositar 團隊的信任，也希望這些珍貴的文件，對希望增進資料管理實務的研究人員有所助益。
3 月
15
2024
[depositar] 以技術克服科研運算可再現性的挑戰 貫徹開放科學的理念
去（2023）年 10 月，研究資料寄存所（depositar）迎來了 Binder 的整合，這也是 depositar 協助研究人員達成「運算可再現性」（computational reproducibility）的一個里程碑。使用者只需將程式碼和相關資料放入同一資料集中，並於資料集頁面點選 Binder 功能按鈕，或於 Binder 服務首頁輸入資料集網址，就能迅速在平臺上建立該程式碼的運算環境，並重現它的執行結果。其實不只 depoistar，其他科研單位例如歐洲網格基礎設施（European Grid Infrastructure, EGI）、日本國立情報學研究所（National Institute of Informatics, NII）也紛紛在近兩年引入類似的功能。
1 月
16
2024
2023 國際資料週「資料節慶」 一窺研究資料管理發展
文／王家薰/中央研究院資訊科學研究所 專案經理、莊庭瑞/中央研究院資訊科學研究所 副研究員
本文亦刊登於 2024-01-15 科技報導
若是想要了解科學資料政策、研究資料管理，以及相關資訊技術的發展趨勢，或是想和不同學科領域的資料專家討論各種前沿議題，那麼兩年一次的國際資料週（International Data Week, IDW）是不容錯過的盛會。為期四天的國際資料週會議由研究資料聯盟（Research Data Alliance, RDA）、國際科學資料委員會（The Committee on Data of the International Science Council, CODATA），以及世界資料系統（World Data System, WDS）共同籌辦，目的在於促進研究資料在科學、教育及各學科領域的交流與合作，並加速資料科學的發展。
12 月
04
2023
[活動報名] 2023 研究資料管理工作坊
2023 年已近尾聲，對科學界來說，這應可說是特別的一年。美國白宮將今年訂為開放科學年，並自 2022 年尾至今，陸續發布了數份關於政府資助研究成果在公眾取用的政策。
11 月
15
2023
讓大眾取用政府資助的研究成果 美國與臺灣新近的發展
美國 OSTP 設定今（2023）年為「開放科學年」（Year of Open Science），聯邦政府各部門將發展開放科學策略，並要求各機構在8月底前更新他們的「公眾取用方案」（Public Access Plan），以符應去年 8 月的備忘錄。今年 7 月，美國的「國家科學基金會」（National Science Foundation, NSF）也在網站公布了〈NSF公眾取用方案 2.0〉。
本文將概述美國的公眾取用方案細節，以及臺灣新近的發展。對於政府資助的科研產出，在知識普及和公眾近用層面的政策發展以及實施方法，美國或可為臺灣借鏡。NSF 的方案首先肯認研究論文與資料的開放和公平傳播，與促進科學進步密切相關。但也需要考慮實施公眾取用的同時，資源短缺的研究機構潛在的公平性議題。
過去還是未來？淺談萬物相連的語意網
「語意網」這個概念，在 1994 年就已被發想，並於 1998 被正式提出 (Berners-Lee, 1998)。簡單來說，語意網即「資料的網絡」(web of data) (W3C, 2015)。「資料」是指於網路上流通的各式資訊，舉凡近期上映的電影情報、私房景點地圖、部落格文章等，皆屬資料的範疇。語意網的目標，在於以通用的標準格式，將這些資料描述成為一個個「資源」(resource)，而此標準格式即為「資源描述架構」(Resource Description Framework; RDF)。
10 月
28
2022
0
當資料管理作為 NGO 提倡企業綠色轉型的推手——專訪綠色公民行動聯盟
本文介紹綠盟研究團隊如何善用政府開放資料，建置「透明足跡」環境資料庫，並在透明足跡資料庫的基礎上，推出「掃了再買」行動應用程式、「 ESG 檢測儀」企業環境永續資料平台，透過向大眾揭露企業環境表現的方式，捲動公民社會、政府、企業共同促進台灣產業的永續轉型。
資料為體，系統為用
「機器學習」 已是常見的用語，多數人都不陌生。簡單地說，機器學習使用自動化的方法分析給定的資料，生成高效率的運算模型，用來判別之後同類型的資料。用來訓練模型的資料越多，得到的模型也就越精細。當然，訓練資料的特質，影響了生成模型的特性。因為資料缺失導致模型偏差的情形也時有所見，卻很難避免。
3 月
16
2022
0
讓資料價值顯現的「台灣生物多樣性網絡」——專訪柯智仁、張慧玲研究員
TBN 的平台上已累積超過 1000 個不同的資料集，總計超過 1,200 萬筆生態資料；而在蒐集資料外，TBN 也透過不同方式，強化其平台上資料的流通與應用。例如目前在平台上，所有的生態資料都可透過地圖網格的視覺化方式顯示其分布狀態；TBN 也在 2021 年參與成立臺灣生物多樣性資訊聯盟（Taiwan Biodiversity Information Alliance，TBIA），擴大平台上資訊的流通。