研究数据管理的兴起，源于对科学研究“可重复性”的要求。所谓“可重复性”（维基百科），指整个研究可以由本人或他人独立重现。对于越来越多的研究，公开发布分析数据及计算机处理代码等研究数据，成为可重复的必要条件。
近年来，美国很多资助机构要求项目申请者同时提交数据管理计划。美国信息标准组织（NISO）最近开始发布《NISO入门丛书》，为研究人员提供研究数据管理的初步知识，包括工具、资源、最佳实践等。
第一种《研究数据管理》9月已经发布，下一种将涉及元数据和关联数据。
Research Data Management / by Carly Strasser. NISO, 2015. 23p. (NISO Primer Series, v.1) ISBN 978-1-937522-65-0.
Via NISO Newsline, September 2015: NISO Publishes New Primer on Scientific Data Management
———-《研究数据管理》摘译 ———-
导言
从事研究的方法在最近二十年中已经发生了剧烈的变化。新方法、新工具（软件、硬件、仪器、设备）、新数据来源，以及通过因特网不断增长的全球研究的连接性，意味着全球研究者正以前所未有的步伐前进。然而，随着这种范式转换而来的是重大挑战，最显著的是研究的可重复性、方法与流程的透明性。
面对21世纪研究的挑战，需要可靠的研究数据管理。通过仔细规划、记录和保存数据，可重复性和研究数据透明性的目标很容易满足。进一步，良好管理的数据更易于使用和重用，给予研究者更多协作、资助者更大投资回报。本入门将覆盖研究数据管理基础，目标是帮助研究者及其支持者成为更好的数据管家。
规划数据管理
……在收集第一份数据前，研究者应当花时间仔细考虑：
– 如何记录数据？使用什么元数据？对数据、文件、样本等使用什么命名方案？
– 需要什么人力、软件和硬件以有效管理数据？
– 谁负责确保在项目进程中数据管理保持优先？
– 数据最终存储在哪里？谁能获取？数据使用和重用的政策是什么？用谁的资源？
– 什么时候数据不再有用、可以被剔除？
———-《研究数据管理》目次 ———-
导论
规划数据管理
– 数据管理计划（Data management plans, DMP） （数据描述、标准、政策和过程、存档和保存、所需资源）
– DMP最佳实践（设计命名方案、设计电子表格、创建元数据集计划、建立备份策略）
– DMP作为活着的文件
– DMP人员
记录研究数据
– 元数据（非正式元数据、正式（标准）元数据）
– 记录软件
– 记录流程（非正式流程、正式流程、流程软件、计算机仿真）
管理
– 数据集管理和使用协议（版权和所有权、特有权利、声明数据权利的法律机制、敏感数据、共享最佳实践）
– 数据存储、备份和安全（备份、版本控制、云存储）
保存
– 保存最佳实践
– 仓储（特定学科仓储、通用仓储、选择仓储、仓储软件）
使用和重用
– 数据集的标识和链接（标识符、与数据引用相关的更复杂问题、引用）
– 发布数据（可获得、可引用、可验证）
– 数据发布模型
– 信用和激励（当前体制、替代计量、数据信用）
结论
附录A：资源
– 一般资源（创建DMP工具、数据管理入门、培训材料）
– 正文中参考的项目与软件（EML、FGDC19115、版本控制、软件、许可、存储、仓储、首创计划-研究数据联盟RDA/FORCE11、标识符、参考文献管理）