Who Funds Open Data Sharing? Analysis of data availability statements in biomedical publications
यह अध्ययन 7,80,000 से अधिक बायोमेडिकल लेखों का विश्लेषण करता है ताकि फंडर्स और जर्नल्स के बीच ओपन डेटा शेयरिंग अनुपालन में महत्वपूर्ण असमानताओं को उजागर किया जा सके, जिसमें 8.7% की समग्र दर पाई गई जो प्रमुख फंडर्स के लिए बढ़कर 24% और शीर्ष जर्नल्स के लिए 92.9% तक हो जाती है, जबकि यह भी रेखांकित किया गया है कि PDF-आधारित पहचान विधियां XML-केवल दृष्टिकोणों की तुलना में 52% अधिक शेयरिंग विवरणों की पहचान करती हैं।
मूल पेपर CC0 1.0 (https://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
विज्ञान की दुनिया की कल्पना एक विशाल, हलचल भरी लाइब्रेरी के रूप में करें जहाँ शोधकर्ता लगातार नई किताबें लिख रहे हैं कि हमारे शरीर कैसे काम करते हैं, बीमारियाँ कैसे फैलती हैं और उनका इलाज कैसे किया जाता है। लंबे समय तक, ये किताबें इस तरह से लिखी जाती थीं जिससे "गुप्त सामग्रियां" छिपी रहती थीं। यदि किसी वैज्ञानिक ने लिखा, "हमने एक विशेष मिश्रण का उपयोग करके इलाज खोजा है," तो वे अक्सर आपको यह नहीं बताते थे कि वह मिश्रण क्या था या उसे कैसे बनाया जाए। इससे अन्य वैज्ञानिकों के लिए उनके काम की जाँच करना या उस पर आगे निर्माण करना कठिन हो जाता था। इसे ठीक करने के लिए, "ओपन साइंस" नामक एक आंदोलन शुरू हुआ, जिसने FAIR सिद्धांतों के एक सेट की वकालत की। FAIR को ऐसे समझें कि सभी डेटा जो किसी खोज के पीछे है, वह Findable (खोजने योग्य), Accessible (पहुंच योग्य), Interoperable (अन्य डेटा के साथ घुलने-मिलने में आसान) और Reusable (पुन: उपयोग करने योग्य) होना चाहिए। विचार सरल है: यदि आप अपनी कच्ची सामग्रियां साझा करते हैं, तो हर कोई व्यंजन का स्वाद ले सकता है, रेसिपी की जांच कर सकता है, और शायद एक बेहतर व्यंजन भी बना सकता है। लेकिन यहाँ बड़ा सवाल यह है: क्या वैज्ञानिक वास्तव में अपना वादा निभा रहे हैं? क्या वे वास्तव में अपना डेटा साझा कर रहे हैं, या वे केवल यह कह रहे हैं कि वे करेंगे?
यह शोध पत्र एक विशाल, हाई-टेक जासूसी एजेंसी की तरह है जो यह पता लगाने के मिशन पर निकली कि वास्तव में कितने वैज्ञानिक अपना डेटा साझा कर रहे हैं। लेखक, जो डेटा जासूसों की एक टीम है, उन्होंने केवल शोधकर्ताओं से हाथ उठाने के लिए नहीं कहा; उन्होंने जनवरी 2024 और जून 2025 के बीच प्रकाशित लगभग दस लाख वैज्ञानिक लेखों को स्कैन किया। उन्होंने एक चतुर दो-भाग वाली रणनीति का उपयोग किया। पहले, उन्होंने शोध पत्रों के डिजिटल "PDF" संस्करणों को देखा, जो अंतिम, पॉलिश की हुई किताबों की तरह हैं जिन्हें आप शेल्फ पर देख सकते हैं। दूसरा, उन्होंने "XML" संस्करणों को देखा, जो कंप्यूटर द्वारा उपयोग किए जाने वाले कच्चे, बिना फॉर्मेट वाले ड्राफ्ट की तरह हैं। उन्होंने पाया कि कच्चे ड्राफ्टों में अक्सर डेटा साझा करने के बारे में महत्वपूर्ण नोट्स छूट जाते थे जो अंतिम पॉलिश किए गए संस्करणों में छिपे होते थे। PDF को पढ़ने के लिए एक स्मार्ट कंप्यूटर प्रोग्राम का उपयोग करके, वे डेटा-शेयरिंग के उन वादों को भी पकड़ सके जिन्हें दूसरा तरीका छोड़ देता।
तो, उन्हें क्या मिला? खबर थोड़ी मिली-जुली है। कुल मिलाकर, उनके द्वारा देखे गए लेखों में से केवल लगभग 8.7% में एक स्पष्ट बयान था जिसमें कहा गया था, "हाँ, हमारा डेटा खुला है और आपके उपयोग के लिए तैयार है।" यह एक काफी कम संख्या है, जो यह सुझाव देती है कि अधिकांश वैज्ञानिकों के लिए, खुले डेटा का वादा अभी भी केवल एक वादा ही है। हालाँकि, कहानी बहुत अधिक दिलचस्प हो जाती है जब आप देखते हैं कि शोध को कौन वित्तपोषित (फंडिंग) कर रहा है और इसे कहाँ प्रकाशित किया जा रहा है। लेखकों ने पाया कि डेटा साझा करने की दर इस आधार पर बहुत बदल जाती है कि प्रोजेक्ट के पीछे का "बॉस" कौन है।
कुछ बड़े पैसे वाले फंडर्स, जैसे कि फ्रांसीसी अनुसंधान एजेंसी या स्विस नेशनल साइंस फाउंडेशन, में साझा करने की दर बढ़कर लगभग 22-24% हो गई। इससे भी बेहतर, कुछ विशिष्ट जर्नल (जहाँ शोध पत्र प्रकाशित होते हैं) इस दौड़ में सबसे आगे हैं। जेनेटिक्स और मस्तिष्क विज्ञान पर केंद्रित जर्नल, जैसे कि नेचर जेनेटिक्स, ने दिखाया कि उनके लगभग 92.9% लेख डेटा साझा कर रहे थे। यह एक ऐसे स्कूल की तरह है जहाँ कुछ शिक्षक होमवर्क के लिए सख्त हैं और पूरी कक्षा को 'A' ग्रेड मिलता है, जबकि अन्य शिक्षक अधिक उदार हैं और कक्षा का औसत बहुत कम है। पत्र सुझाव देता है कि जब नियम स्पष्ट और लागू होते हैं, तो वैज्ञानिक डेटा साझा करते हैं। लेकिन यह भी उल्लेख करता है कि हम निश्चित रूप से यह नहीं कह सकते कि नियमों ने ही साझाकरण को कारण दिया; शायद वे वैज्ञानिक जो साझा करना पसंद करते हैं, पहले से ही उन विशिष्ट फंडर्स और जर्नल्स के साथ काम करना चुनते हैं।
शोधकर्ताओं ने यह भी पाया कि शोध पत्रों के "ड्राफ्ट" संस्करणों (XML) को देखना ऐसा था जैसे आधे पन्नों के साथ किताब पढ़ने की कोशिश करना। उनके PDF-आधारित तरीके ने XML विधि की तुलना में लगभग 52% अधिक डेटा-शेयरिंग विवरण पाए। इसका मतलब है कि लंबे समय तक, हम वास्तव में कितना डेटा साझा किया जा रहा है, इसका कम अनुमान लगा रहे थे, क्योंकि हम टेक्स्ट के गलत संस्करण को देख रहे थे।
अंत में, यह पत्र ओपन साइंस की पूर्ण विजय की घोषणा नहीं करता है, न ही यह कहता है कि हम पूरी तरह से विफल हो गए हैं। इसके बजाय, यह परिदृश्य का एक स्पष्ट, ईमानदार मानचित्र प्रदान करता है। यह हमें दिखाता है कि हालांकि साझा करने की समग्र दर अभी भी पूर्णता से बहुत दूर है, फिर भी कुछ उज्ज्वल स्थान हैं जहाँ यह अविश्वसनीय रूप से अच्छा काम करता है। लेखकों ने एक सार्वजनिक डैशबोर्ड बनाया है, एक लाइव स्कोरबोर्ड की तरह, जहाँ कोई भी देख सकता है कि कौन से फंडर्स और जर्नल्स सबसे अच्छा काम कर रहे हैं। उनका काम बताता है कि यदि हम अधिक साझाकरण देखना चाहते हैं, तो हमें यह देखना चाहिए कि वे शीर्ष प्रदर्शन करने वाले समूह क्या सही कर रहे हैं और शायद उनके खेल के नियमों (प्लेबुक) की नकल करनी चाहिए। एक पूर्ण ओपन साइंस लाइब्रेरी की यात्रा अभी भी जारी है, लेकिन अब हमारे पास बहुत बेहतर विचार है कि कहाँ दरवाजे खुले हैं और कहाँ वे अभी भी बंद हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।