研究数据政策
与COPE关于数据透明度和可重复性的建议保持一致，中国科研出版社（HK）敦促作者将基础数据、代码和材料公开，进行临床试验，并遵守公认的报告标准。对于因规模过大或过于复杂无法存储补充文件的数据集，应存放在可信的存储库中。作者需附上数据可用性声明，说明数据可查找地点及出于隐私或生物安全原因施加的任何访问限制。分享和再利用高质量的研究数据，加速了科学发现和经济创新。
- 数据共享实践
共享数据应符合FAIR数据原则：每个（元）数据集必须携带全球唯一且持久的标识符，且来源必须准确引用。期刊和机构应合作监督整个研究周期的有效性和可信度。作者应突出自己的主要数据，并在可能的情况下尽早发布配套数据源。
当数据包含机密、私人或可识别个人身份的信息时，作者必须删除或掩盖所有敏感内容，并仅在强制性的纪律指导方针下共享数据。
未发表数据：如果对尚未发表数据集的科学严谨性产生疑问，期刊将向提供者提出相关疑虑，要求通讯作者提供书面回复及任何支持文件，并确定其他作品是否受到影响。
已发表数据：如果怀疑与某稿件相关的已发表数据集不可靠，期刊会通知其他已发表该数据集结果的期刊，总结问题及采取的步骤。作者必须提供令人满意的解释或更新。如果缺陷严重到足以削弱手稿结论，作者预计将撤回论文;否则，期刊将拒绝。
- 数据引用
存放在外部存储库中的数据集应在参考文献列表中注明。如果数据集已经印刷出来，必须同时引用原始论文和存储库条目。编辑团队将在文章发布前核实并在必要时更正引用。
根据DataCite，最低要求元素如下：
（1）创作者
（2）数据发布或发布年份
（3）数据集标题
（4）存储库或档案名称
（5）持久标识符（例如，DOI）
- 数据仓库
作者应将其数据上传到特定主题的社区仓库或符合学科标准的通用数据库（例如机构、资助方或大学档案馆，面向研究者开放）。为了保证持续链接，出版商建议选择分配DOI的仓库。
像 FAIRsharing.org 和 re3data.org 这样的策划档案可以帮助识别合适的档案。广泛使用的通用存储库包括：
（1）Open Science Framework
（2）Dryad Digital Repository
（3）Figshare
（4）Harvard Dataverse
（5）Zenodo
（6）Science Data Bank
