生物多样性研究中的数据集检索：数据仓储中的元数据是否反映学术信息需求？

日益增长的研究数据提供了关联和集成数据以创建新假设、重复实验或将近期数据与不同时空收集的数据进行比较的机会。然而，近期研究表明，在日常研究实践中检索可重用相关数据是一项耗时的任务。本研究探讨是什么阻碍了生物多样性研究中的数据检索，该领域产生了大量异构数据。我们分析数据集检索的主要来源——元数据——并确定其是否反映学术检索兴趣。我们考察元数据标准是否提供对应检索兴趣的要素，检查所选数据仓储是否使用代表学术兴趣的元数据标准，并确定所用元数据标准中有多少字段被填写。为确定生物多样性研究中的检索兴趣，我们收集了 169 个研究者借助检索数据试图回答的问题，识别生物实体并将其归为 13 类。我们的发现表明，环境、材料与化学品、物种、生物与化学过程、位置、数据参数和数据类型是生物多样性研究中的重要检索兴趣。与现有元数据标准的比较显示，领域特定标准较好地覆盖了检索兴趣，而通用标准未明确包含反映检索兴趣的要素。我们检查了五个大型数据仓储的元数据。结果证实元数据目前很少反映生物多样性研究中的检索兴趣。基于这些发现，我们为研究者和数据仓储提出如何弥合检索兴趣与所提供元数据之间差距的建议。