データ共有

データ共有とは、学術研究に使用されたデータを他の研究者が利用できるようにすることです。透明性と公開性は科学的手法の一部であると多くの人が考えているため、多くの資金提供機関、機関、出版の場ではデータ共有に関するポリシーが定められています。^[1]

多くの資金提供機関や科学雑誌は、査読済み論文の著者に対し、発表された研究を理解、発展、再現するために必要な補足情報（生データ、統計手法、ソースコード）の共有を求めています。科学研究​​の多くはデータ共有要件の対象ではなく、これらのポリシーの多くには寛大な例外があります。拘束力のある要件がない場合、データ共有は科学者自身の裁量に委ねられます。さらに、特定の状況では、政府^[2]や機関が、所有権、国家安全保障、被験者/患者/被害者の機密性を保護するために、データ共有を禁止または厳しく制限します。データ共有は、機関や科学者がデータを政治目的で使用することを防ぐために制限されることもあります。

著者は出版から何年も経ってからデータや方法を要求することがある。データ共有を奨励し^[3]、データの紛失や破損を防ぐために、多くの資金提供機関やジャーナルがデータアーカイブに関するポリシーを制定した。公的にアーカイブされたデータへのアクセスは、通信と情報技術の技術的進歩によって可能になった、科学史上の最近の発展である。現代の迅速なコミュニケーションを最大限に活用するには、それぞれの貢献を相互に承認するための基準について合意が必要となるかもしれない。新興感染症の脅威に効果的に対応するため、タイムリーなデータ共有を改善するモデルとして認識されているのが、 GISAIDイニシアチブによって導入されたデータ共有メカニズムである。^{[4] [5]}

データ共有とアーカイブに関するポリシーがあるにもかかわらず、データの非公開は依然として行われています。著者がデータをアーカイブしなかった場合や、データの一部しかアーカイブしなかった場合などです。データのアーカイブを怠っただけでは、データの非公開にはなりません。研究者が追加情報を要求しても、著者が提供を拒否することがあります。 ^[6]このように著者がデータを非公開にすると、科学コミュニティの信頼を失うリスクがあります。^[7] 2022年の研究では、データが利用可能であるとの記述を含む約3500の研究論文が特定されましたが、データを要求してさらにデータを探したところ、論文の94％でデータが利用できないことがわかりました。^[8]

データ共有は、ソーシャル メディア プラットフォーム上での個人情報の共有を意味する場合もあります。

2007年8月9日、ブッシュ大統領はアメリカ競争法（または「アメリカ技術、教育、科学における卓越性を有意義に促進する機会を創出する法律」）に署名し、民間の連邦機関にガイドライン、ポリシー、手順を提供し、機関、一般市民、政策立案者間のデータと研究のオープンな交換を促進し最適化することを義務付けました。セクション1009を参照してください。^[9]

「国立衛生研究所 (NIH) の助成金政策声明では、「データ」を「記録された情報であり、記録される形式や媒体に関係なく、文書、映画、録音、絵画の複製、図面、デザイン、またはその他のグラフィック表現、手順マニュアル、フォーム、図、ワークフロー チャート、機器の説明、データ ファイル、データ処理またはコンピューター プログラム(ソフトウェア)、統計記録、およびその他の研究データが含まれます」と定義しています。

— 政府関係評議会^[10]

NIH の研究データ共有に関する最終声明では次のように述べられています。

「NIH は、データ共有の概念に対する支持を再確認します。私たちは、研究結果を知識、製品、および手順に迅速に変換して人々の健康を改善するには、データ共有が不可欠であると考えています。NIH は、これらの目標やその他の重要な科学的目標に役立つように、最終的な研究データの共有を支持します。NIH は、NIH が支援する研究の最終的な研究データが他の研究者によって使用されるよう、適時に公開され共有されることを期待し、支持します。NIH は、データを収集する研究者が時間と労力の投資から利益を得ることに正当な関心を持っていることを認識しています。したがって、私たちは「適時の公開と共有」の定義を、最終データセットの主な調査結果の出版承認より遅くないように改訂しました。NIH は、初期の研究者が最初の使用と継続的な使用から利益を得ることは期待していますが、長期にわたる独占使用からは利益を得られないと引き続き期待しています。」

—  「研究データの共有に関するNIHの最終声明」^[11]

36. 調査結果、データ、その他の研究成果の共有

a. NSF は、研究者が研究の過程で作成または収集したデータ、サンプル、物理的なコレクション、その他のサポート資料を、追加コストを超えない範囲で、妥当な期間内に他の研究者と共有することを期待しています。また、受賞者には、ソフトウェアや発明を共有したり、その発明が広く役立ち、使用できるように行動したりすることを奨励しています。

b. 個人および被験者の権利、結果の有効性、または収集物の完全性を保護するため、または研究者の正当な利益に対応するために、調整および、必要な場合には例外が認められる場合があります。

—  「国立科学財団：助成金一般条件（GC-1）」、2001 年 4 月 1 日（17 ページ）。

医学研究における不正行為の申し立ては、深刻な結果を招きます。米国保健福祉省は、データ隠蔽を含む不正行為の申し立ての調査を監督する部署を設立しました。ウェブサイトでは、その使命を次のように定義しています。

「研究公正性局 (ORI) は、世界中の約 4,000 の機関で米国公衆衛生局 (PHS) が支援する生物医学および行動研究の公正性を推進しています。ORI は研究不正行為に関する機関の調査を監視し、教育、予防、規制活動を通じて責任ある研究実施 (RCR) を促進します。」

— 研究公正性局。

一部の研究機関は、データ共有に特に強い関心を持っています。スタンフォード大学のWaveLab は、再現可能な研究と、その研究を再現するために必要なすべてのアルゴリズムとソース コードを開示するという哲学を持っています。「WaveLab と再現可能な研究」と題された論文で、著者は、一定期間後に自分の研究を再現しようとしたときに遭遇したいくつかの問題について説明しています。多くの場合、非常に困難であったため、彼らはその努力をあきらめました。これらの経験が、ソース コードを開示することの重要性を確信させたのです。^[12]この哲学は次のように説明されています。

その考え方は、科学出版物における計算科学に関する記事は学術研究そのものではなく、学術研究の宣伝に過ぎないというものである。実際の学術研究は、完全なソフトウェア開発環境と、図を生成した完全な命令セットである。^{[13] [14]}

地球データ観測ネットワーク（DataONE ）とデータ・コンサーバンシー^[15]は、国立科学財団が支援するプロジェクトで、研究者間のデータ共有を奨励・促進し、メタ分析をより良くサポートすることを目的としています。環境科学では、分野内外の知識の統合を伴う大きな科学的進歩には、研究者がデータ共有の技術的障壁だけでなく、歴史的に定着した制度的および社会学的障壁も克服する必要があることを研究コミュニティは認識しています。^[16]国立老化研究所 所長のリチャード・J・ホーデス博士は、「研究者がデータを厳重に守るという古いモデルはもはや当てはまりません」と述べています。^[17]

納税者アクセス同盟は、政府支援研究へのオープンアクセスを支持する団体のグループである。同グループは、オープンアクセスが重要であると考える理由を説明する「原則声明」を発表している。^[18]また、国際的なパブリックアクセス政策もいくつか挙げている。^[19] これは、健康上の緊急事態に効果的に対応するため、重要な情報をタイムリーに伝達する場合に特に重要である。^[20]パブリックドメインアーカイブは、主に正式な出版後のデータの保管に利用されてきたが、エボラ^[21]やジカ^{[22] [23]}の流行など、健康上の緊急事態の際の迅速なデータ共有を促進することに失敗してきた。データを生成する人々の利益を認めつつ、研究や実用化のためにデータへの自由で制約のないアクセスと使用（出版前）を許可するには、より明確に定義された原則が必要である。インフルエンザの新たな脅威に対抗するためにGISAIDイニシアチブが採用した原則などである。^{[24] [25]}

• オーストラリア
• オーストリア
• ヨーロッパ — 欧州共同体委員会
• ドイツ
• イギリス
• 「オミックデータ共有」— 主要な科学研究資金提供者のポリシー一覧 FAIRsharing.org データポリシーカタログ
• インド -国家データ共有およびアクセシビリティポリシー - インド政府

遺伝学ではデータの非公開があまりにも一般的になっているため、マサチューセッツ総合病院の研究者らはこの問題に関する論文を発表した。この研究では、「データへのアクセスを拒否されたため、遺伝学者の28%が発表された研究を確認できなかったと報告している」ことが明らかになった。^[26]

2006年の研究では、アメリカ心理学会（APA）の実証論文の著者141人のうち、103人（73%）が6か月間にわたってデータを提供しなかったことが観察されました。^[27] 2015年に発表された追跡調査では、APAジャーナルの論文の著者394人のうち246人が、要求に応じてデータを共有しなかったことが判明しました（62%）。^[28]

2018年の研究では、2017年2月から5月にJournal of Archaeological Scienceに掲載された48件の論文をランダムに抽出して調査した結果、18件（53%）の論文で生データが公開されており、組成データと年代測定データが最も頻繁に共有されていたことが報告されています。同じ研究では、2009年と2015年に発表された石器の実験に関する論文の著者に電子メールを送り、出版物に関連するデータを要求しました。23件の論文の著者に連絡を取り、15件の返信を受け取りました。返信率は70%でした。データファイルを含む返信が5件あり、全体の共有率は20%でした。^[29]

研修中の科学者を対象とした調査では、すでに多くの科学者がデータの非公開を経験していたことが示されました。^[30]この調査により、将来の世代の科学者が確立された慣行を遵守しないのではないかという懸念が生じています。

データ共有の要件は、物理科学よりも医学および生物科学の機関、資金提供機関、出版の場によって課されることが多いです。データを共有する必要があるかどうか、誰とデータを共有する必要があるか、誰がデータ共有の費用を負担する必要があるかなど、要件は多岐にわたります。

NIHやNSFなどの資金提供機関は、より多くのデータ共有を要求する傾向がありますが、これらの要件でさえ、患者の機密性、データ共有で発生するコスト、および要求の正当性に関する懸念を認める傾向があります。^[31]民間企業や国家安全保障上の利益を有する公的機関（防衛および法執行機関）は、秘密保持契約を通じてデータや方法を共有することをしばしば阻止します。

データ共有は、参加型モニタリング活動、例えば森林コミュニティが地域の社会的・環境的状況に関するデータを収集する活動において、特有の課題を提起する。この場合、データ共有プロトコルの開発に対する権利に基づくアプローチは、自由意志に基づく事前の十分な情報に基づく同意の原則に基づき、データを生成した人々やデータ共有によって影響を受ける可能性のある人々の権利の保護を優先することができる。^[32]

• データアーカイブ
• データの配信
• データのプライバシー
• データ公開
• データ引用
• FAIRデータ
• ファイル共有
• 情報共有
• 知識の共有
• オープンデータ
• 研究データリポジトリのレジストリ

Scholia には、データ共有に関するトピックプロファイルがあります。

科学データの国境を越えた流通に関する問題に関する委員会、国立研究会議 (1997)。 『 Bits of Power: 科学データへのグローバルアクセスに関する問題』ワシントン DC: National Academy Press。doi :10.17226/5504。ISBN 978-0-309-05635-9。— 自然科学におけるデータの国際交換について議論します。

• 「The Selfish Gene Archived 2008-08-05 at the Wayback Machine : Data Sharing and Withholding in Academic Genetics」は Eric Campbell と David Blumenthal によって 2002 年 5 月 31 日に公開されました。
• データ共有とデータアーカイブ ― アメリカ心理学会
• デジタル研究データのパブリックドメイン
• スタンフォード大学の Jonathan B. Buckheit 氏と David L. Donoho 氏による WaveLab と再現可能な研究
• セントルイス連邦準備銀行が発行した「経済研究の将来におけるデータとプログラムコードアーカイブの役割」
• アメリカ生態学会のデータ共有とアーカイブ化の取り組み 2008-03-10 にWayback Machineでアーカイブ
• FAIRsharing.org 生物学におけるデータ共有とデータポリシーに関するウェブサイト
• 英国データアーカイブ: データの管理と共有
• データ管理計画のリソースと例 - 政治社会研究のための大学間コンソーシアム。
• データワン
• Nature Scientific Data: 科学的に価値のあるデータセットの説明を掲載した、オープンアクセスのオンラインのみの出版物。