At ORCID, 우리는 연구를 수행하고 레지스트리를 사용하여 iD 그리고 그들의 작품에 대한 링크. 사실, 혜택을 받을 또 다른 그룹의 연구원이 있습니다. ORCID 지식 흐름 및 혁신 모델을 도출하고 테스트하기 위한 데이터.
최근 워크숍에서 과학 및 혁신 정책의 실증적 기반~에 의해 조직 됨 줄리아 레인 의 미국 연구소, 자크 메레스 of 엔사에및 폴라 스테판 of 조지아 테크, 여러 국가의 연구원 및 자금 지원 기관 대표를 모았습니다. US STAR METRICS 프로그램 그리고 국립과학재단의 과학 및 혁신 정책(SciSIP) 프로그램, 과학 정책의 과학을 위한 실천의 국제 커뮤니티 구축을 시작합니다. 진행 과정에서 영구 식별자와 데이터 교환 표준이 이 신흥 분야의 연구를 지원하는 데 중요한 자원이라는 것이 분명해졌습니다.
회의에는 유럽 연구 위원회, 국립 과학 재단, Observatoire des Sciences et des Techniques (OST), Agence National de Recherche, KAIST를 포함한 자금 지원 기관 및 연구 대학 및 센터의 경제학자, 연구 관리자 및 프로그램 관리자가 참석했습니다. , 스트라스부르 대학교, 막스 플랑크, 장관급 감독관, 임페리얼 칼리지 런던, 멜버른 대학교, 캘리포니아 공과대학, 보치니 대학교, KU 루뱅, 찰스 대학교, 체코어 연구소, 경제 연구 및 대학원 교육 센터 (CERGE-EI), École Polytechnique Fédérale de Lausanne, Institut für Samfunnsforskning, 및 Ohio State University.
연구의 과학적 및 경제적 결과를 측정하기 위한 체계적인 접근 방식 개발에 중점을 둔 프레젠테이션. 참가자들은 자신의 연구와 후속 연구를 지원하기 위한 데이터를 수집하기 위한 타당성 조사에 대해 논의했습니다. 연구 중인 질문 중에는 "스타 연구원" 프로그램의 효과, 연구 결과와 보조금 기금을 연결하는 방법, 대학원생의 교육 및 후속 경력에 대한 기금의 영향, 연구 결과에 대한 과학 팀 구성의 영향, 조직과 기업을 통한 사람과 아이디어. 초록 및 참가자 목록은 회의 웹사이트.
프레젠테이션 전반에 걸쳐 공통된 스레드는 연구 관리 데이터(기금, 교수진, 연수생, 연구 결과 및 스핀오프에 대한 정보)를 얻고 정리하는 데 필요한 막대한 작업이었습니다. 기밀성은 커뮤니티에서 해결해야 하는 중요한 고려 사항이었습니다. 참가자들은 이전 작업이 본질적으로 일회성 연구였다고 언급했습니다. 액세스, 업데이트 및 주석에 대한 장벽이 각 노력을 기울였습니다. 수이 제너리스. 연구 결과, 특히 연구자, 자금 지원 및 산출물에 대한 데이터가 단일 기관에서 파생된 연구를 일반화하는 것은 불가능했습니다. 또한 조직 및 분야 간 과학자의 이동성을 추적하려면 기관 간 또는 국제 모델을 지원할 수 있도록 여러 국가의 데이터를 통합해야 합니다. STAR METRICS 및 U METRICS 프로그램과 관련 국제 활동은 주로 그러한 연결의 개발을 허용하고 일반화 가능하고 복제 가능한 연구를 촉진하기 위한 공통 데이터 플랫폼의 가능성을 창출하는 데이터 인프라 구축에 중점을 두었습니다.
참석자들은 다음과 같은 이니셔티브가 활동에 큰 도움이 될 것이라는 데 동의했습니다. 카스라이Walk Through California 프로그램, EuroCRIS CERIF 데이터 모델 및 ORCID: 널리 채택될 경우 상당한 데이터 정리, 연결 및 표준화 문제를 줄일 수 있는 상당한 잠재력을 제공합니다. CASRAI는 연구 관리 데이터 및 교환 가능한 비즈니스 객체를 위한 공통 사전을 제공하고, CERIF는 저장 및 교환을 위한 공통 정보 메타데이터 모델을 제공합니다. ORCID 지속적인 연구원 식별자. 조직 및 연구 작업에 대한 영구 식별자와 함께 이러한 비영리 커뮤니티 기반 조직은 다음을 제공할 수 있습니다. 얇은 계층 인프라 과학 정책 연구에 필요한 표준 데이터 교환 프로세스를 통해 데이터베이스 간에 데이터를 연결합니다. 대부분의 경우 상호 운용성을 지원하는 데 필요한 모든 것은 기존 데이터베이스에 식별자 필드를 추가하고 API 매핑 작업을 수행하는 것입니다. 문제의 이러한 다양한 부분을 함께 연결하기 위한 협력 노력을 통해 지속 가능한 방식으로 이러한 단절을 해결하기 위해 많은 것을 달성할 수 있습니다.
ORCID 유사한 커뮤니티 기반 인프라 조직은 개발 중인 인프라가 적절하게 반응하도록 보장하기 위해 연구원의 요구에 대해 Science of Science Policy 커뮤니티에서 배울 수 있습니다. 한 가지 예는 방법입니다. ORCID CASRAI 정의 및 CERIF 메타데이터를 활용하고 있습니다.. 또 하나는 DataCite와의 협력입니다. ODIN 프로젝트 데이터 인용을 지원하기 위해(최근 블로그 DataCite 및 RDA 회의에서). 결과적으로 과학 정책 연구원은 분석을 위한 데이터의 장기적인 품질 향상으로 이익을 얻을 수 있으며, 더 광범위하게 연구 커뮤니티는 혁신에 대한 증거 기반 이해로부터 이익을 얻을 것입니다.