开放科学中的数据版本、引用与长期保存
开放不只意味着可以下载，还要让后来者知道下载了什么、如何引用以及未来能否继续读取。
开放首先是可理解
把文件放到公开页面只是开放的起点。没有字段说明、版本、许可和方法背景，读者可能能够下载，却无法判断资料是否适合自己的问题。
数据说明应交代收集范围、主要变量、缺失值、处理步骤和已知限制。说明越接近数据发布时完成，越能保留团队当时的判断。
公开页面应把资料身份与宣传文字分开。清楚的名称、日期和责任者，比“最新完整数据”更容易核对。
开放首先是可理解不能只靠一次成功来判断。放到“开放科学中的数据版本、引用与长期保存”这个问题中，开放首先是可理解还要比较资料进入路径前后的名称、容量、时间与使用结果。若开放首先是可理解缺少这些基本信息，后来出现差异时就很难区分是内容改变、环境改变，还是接收方式不同。
实际工作里，开放首先是可理解往往横跨发送者、接收者和维护资料的人。参与开放首先是可理解的三方看到不同界面，承担的责任也不一样。发送者应为开放首先是可理解说明批次和条件，接收者完成代表任务，维护者则保留变更与异常记录。
可以用一个小范围样本观察开放首先是可理解。用于开放首先是可理解的样本应保留真实结构，同时避开敏感内容；它需要暴露格式、权限与读取问题，又不能大到让比较耗费很久。开放首先是可理解的小样本稳定后，再扩大到完整批次，更容易找到差异。
开放首先是可理解还存在时间维度。与开放首先是可理解有关的文件经过系统升级、软件更新或目录迁移后，未必仍以相同方式显示。重要项目需要为开放首先是可理解记录当时环境，并定期抽查代表文件，以便尽早发现变化。
判断开放首先是可理解是否可靠，要同时看结果和适用边界。用于开放首先是可理解的方法若适合公开网页，不一定适合受限数据；适合单人阅读，也不一定适合多人共同修改。把开放首先是可理解的边界写清楚，可以避免局部经验被扩大到所有任务。
当团队讨论开放首先是可理解时，最好引用具体对象：文件、版本、设备、时段以及观察到的现象。具体对象让开放首先是可理解可以复查，也能减少成员用各自经验解释同一个模糊词。
版本改变时引用也要跟着改变
数据集可能因为补充样本、修正错误或调整字段而更新。若每次更新都覆盖原文件，旧研究使用的内容会无法重现。
较稳妥的方式是为重要版本保留独立标识，并在最新页面列出变更。小修正和结构性变化应区别说明，让引用者知道是否需要重跑分析。
引用中应包含数据集名称、责任者、版本、发布日期和持久标识。仅写一个容易变化的下载地址，不足以支撑长期复核。
版本改变时引用也要跟着改变不能只靠一次成功来判断。放到“开放科学中的数据版本、引用与长期保存”这个问题中，版本改变时引用也要跟着改变还要比较资料进入路径前后的名称、容量、时间与使用结果。若版本改变时引用也要跟着改变缺少这些基本信息，后来出现差异时就很难区分是内容改变、环境改变，还是接收方式不同。
实际工作里，版本改变时引用也要跟着改变往往横跨发送者、接收者和维护资料的人。参与版本改变时引用也要跟着改变的三方看到不同界面，承担的责任也不一样。发送者应为版本改变时引用也要跟着改变说明批次和条件，接收者完成代表任务，维护者则保留变更与异常记录。
可以用一个小范围样本观察版本改变时引用也要跟着改变。用于版本改变时引用也要跟着改变的样本应保留真实结构，同时避开敏感内容；它需要暴露格式、权限与读取问题，又不能大到让比较耗费很久。版本改变时引用也要跟着改变的小样本稳定后，再扩大到完整批次，更容易找到差异。
版本改变时引用也要跟着改变还存在时间维度。与版本改变时引用也要跟着改变有关的文件经过系统升级、软件更新或目录迁移后，未必仍以相同方式显示。重要项目需要为版本改变时引用也要跟着改变记录当时环境，并定期抽查代表文件，以便尽早发现变化。
判断版本改变时引用也要跟着改变是否可靠，要同时看结果和适用边界。用于版本改变时引用也要跟着改变的方法若适合公开网页，不一定适合受限数据；适合单人阅读，也不一定适合多人共同修改。把版本改变时引用也要跟着改变的边界写清楚，可以避免局部经验被扩大到所有任务。
当团队讨论版本改变时引用也要跟着改变时，最好引用具体对象：文件、版本、设备、时段以及观察到的现象。具体对象让版本改变时引用也要跟着改变可以复查，也能减少成员用各自经验解释同一个模糊词。
格式选择影响未来可读性
开放格式通常更容易被不同工具读取，也更适合长期保存。表格数据可优先保留清楚编码和字段说明，图像则要区分原始测量文件与展示副本。
专有格式并非绝对不能使用，但应同时记录软件名称、版本和导出方式。必要时提供一个通用副本，降低未来工具消失的风险。
长期保存还需要定期抽查。储存设备仍然存在，不代表文件没有损坏；能够打开，也不代表字体、色彩或字段解释保持完整。
格式选择影响未来可读性不能只靠一次成功来判断。放到“开放科学中的数据版本、引用与长期保存”这个问题中，格式选择影响未来可读性还要比较资料进入路径前后的名称、容量、时间与使用结果。若格式选择影响未来可读性缺少这些基本信息，后来出现差异时就很难区分是内容改变、环境改变，还是接收方式不同。
实际工作里，格式选择影响未来可读性往往横跨发送者、接收者和维护资料的人。参与格式选择影响未来可读性的三方看到不同界面，承担的责任也不一样。发送者应为格式选择影响未来可读性说明批次和条件，接收者完成代表任务，维护者则保留变更与异常记录。
可以用一个小范围样本观察格式选择影响未来可读性。用于格式选择影响未来可读性的样本应保留真实结构，同时避开敏感内容；它需要暴露格式、权限与读取问题，又不能大到让比较耗费很久。格式选择影响未来可读性的小样本稳定后，再扩大到完整批次，更容易找到差异。
格式选择影响未来可读性还存在时间维度。与格式选择影响未来可读性有关的文件经过系统升级、软件更新或目录迁移后，未必仍以相同方式显示。重要项目需要为格式选择影响未来可读性记录当时环境，并定期抽查代表文件，以便尽早发现变化。
判断格式选择影响未来可读性是否可靠，要同时看结果和适用边界。用于格式选择影响未来可读性的方法若适合公开网页，不一定适合受限数据；适合单人阅读，也不一定适合多人共同修改。把格式选择影响未来可读性的边界写清楚，可以避免局部经验被扩大到所有任务。
当团队讨论格式选择影响未来可读性时，最好引用具体对象：文件、版本、设备、时段以及观察到的现象。具体对象让格式选择影响未来可读性可以复查，也能减少成员用各自经验解释同一个模糊词。
许可与隐私决定开放边界
研究资料可能包含个人信息、地理位置、商业秘密或受保护样本。开放科学不要求忽略这些限制，而是要求团队清楚说明哪些内容可以公开、哪些只能受控访问。
无法公开原始数据时，可以提供字段结构、模拟数据、分析代码和申请条件。读者至少能够理解方法，并判断是否值得进一步申请。
去标识化并非删除姓名就结束。少见属性组合仍可能重新识别个人，因此需要结合数据内容和使用场景评估风险。
许可与隐私决定开放边界不能只靠一次成功来判断。放到“开放科学中的数据版本、引用与长期保存”这个问题中，许可与隐私决定开放边界还要比较资料进入路径前后的名称、容量、时间与使用结果。若许可与隐私决定开放边界缺少这些基本信息，后来出现差异时就很难区分是内容改变、环境改变，还是接收方式不同。
实际工作里，许可与隐私决定开放边界往往横跨发送者、接收者和维护资料的人。参与许可与隐私决定开放边界的三方看到不同界面，承担的责任也不一样。发送者应为许可与隐私决定开放边界说明批次和条件，接收者完成代表任务，维护者则保留变更与异常记录。
可以用一个小范围样本观察许可与隐私决定开放边界。用于许可与隐私决定开放边界的样本应保留真实结构，同时避开敏感内容；它需要暴露格式、权限与读取问题，又不能大到让比较耗费很久。许可与隐私决定开放边界的小样本稳定后，再扩大到完整批次，更容易找到差异。
许可与隐私决定开放边界还存在时间维度。与许可与隐私决定开放边界有关的文件经过系统升级、软件更新或目录迁移后，未必仍以相同方式显示。重要项目需要为许可与隐私决定开放边界记录当时环境，并定期抽查代表文件，以便尽早发现变化。
判断许可与隐私决定开放边界是否可靠，要同时看结果和适用边界。用于许可与隐私决定开放边界的方法若适合公开网页，不一定适合受限数据；适合单人阅读，也不一定适合多人共同修改。把许可与隐私决定开放边界的边界写清楚，可以避免局部经验被扩大到所有任务。
当团队讨论许可与隐私决定开放边界时，最好引用具体对象：文件、版本、设备、时段以及观察到的现象。具体对象让许可与隐私决定开放边界可以复查，也能减少成员用各自经验解释同一个模糊词。
让入口保持稳定，让内容可以演进
公开资料需要一个稳定说明页，列出当前版本、旧版本、引用方式和变更记录。文件可以演进，入口不应频繁消失。
Mojie魔戒本站的连接说明强调入口核对，但研究资料本身仍应由发布者提供持久标识。网络入口与学术标识承担不同职责，不能互相替代。
开放的最终目标，是让资料在新的时间、地区和工具中仍然能够被正确理解，而不只是让下载次数增加。
让入口保持稳定，让内容可以演进不能只靠一次成功来判断。放到“开放科学中的数据版本、引用与长期保存”这个问题中，让入口保持稳定，让内容可以演进还要比较资料进入路径前后的名称、容量、时间与使用结果。若让入口保持稳定，让内容可以演进缺少这些基本信息，后来出现差异时就很难区分是内容改变、环境改变，还是接收方式不同。
实际工作里，让入口保持稳定，让内容可以演进往往横跨发送者、接收者和维护资料的人。参与让入口保持稳定，让内容可以演进的三方看到不同界面，承担的责任也不一样。发送者应为让入口保持稳定，让内容可以演进说明批次和条件，接收者完成代表任务，维护者则保留变更与异常记录。
可以用一个小范围样本观察让入口保持稳定，让内容可以演进。用于让入口保持稳定，让内容可以演进的样本应保留真实结构，同时避开敏感内容；它需要暴露格式、权限与读取问题，又不能大到让比较耗费很久。让入口保持稳定，让内容可以演进的小样本稳定后，再扩大到完整批次，更容易找到差异。
让入口保持稳定，让内容可以演进还存在时间维度。与让入口保持稳定，让内容可以演进有关的文件经过系统升级、软件更新或目录迁移后，未必仍以相同方式显示。重要项目需要为让入口保持稳定，让内容可以演进记录当时环境，并定期抽查代表文件，以便尽早发现变化。
判断让入口保持稳定，让内容可以演进是否可靠，要同时看结果和适用边界。用于让入口保持稳定，让内容可以演进的方法若适合公开网页，不一定适合受限数据；适合单人阅读，也不一定适合多人共同修改。把让入口保持稳定，让内容可以演进的边界写清楚，可以避免局部经验被扩大到所有任务。
当团队讨论让入口保持稳定，让内容可以演进时，最好引用具体对象：文件、版本、设备、时段以及观察到的现象。具体对象让让入口保持稳定，让内容可以演进可以复查，也能减少成员用各自经验解释同一个模糊词。