在一篇典型的研究论文中，我们收集数据并分析数据以回答一些科学问题。虽然有些期刊要求分享原始数据，但有些则不要求，而且论文只展示分析结果。论文发表后，数据很可能存储在实验室中，并被遗忘。与这些传统研究论文不同，数据论文是一种相当新型的出版物形式。它只报告特定的数据集。这些论文有助于数据共享和重复利用，并给收集数据的研究人员的功劳以恰当的认可。现在也出现了一些几乎只发表数据论文的期刊。

数据论文全面描述数据集，但不对数据作任何进一步的分析。作者可以写出另外一篇常规性研究论文，来报告他们数据分析的结果。例如，在《Ecology》的数据论文指南中，该杂志指出，“对数据集的详细分析可以构成另一篇共同发表的论文的核心。”（“detailed analysis of data sets could, however, form the core of a companion article.”）在数据论文中，描述应该足够详细，以便读者能够理解数据和了解收集方法，并可以重复使用数据。由于数据论文是同行评审的，因此只有那些质量够高的论文（例如，实验设计科学合理，数据采集方法有效，数据集完整）才能发表。

所有数据论文都是开放式访问，不应该对其他研究人员访问数据有任何限制。发布数据论文实质上是给这些数据一个永久的在线归属，邀请任何对数据感兴趣的研究人员使用它们进行自己的分析。虽然有些期刊可能自己保存数据，但大多数期刊要求将数据存入相关的存储库。例如，《Scientific Data》列出了许多主题和数据类型特定的存储库以及一些通用存储库（https://www.nature.com/sdata/policies/repositories）。

以下这些列表总结了数据期刊和发布数据论文的期刊。

• https://mlibrarydata.wordpress.com/2014/05/09/data-journals/
• http://proj.badc.rl.ac.uk/preparde/blog/DataJournalsList
• http://www.forschungsdaten.org/index.php/Data_Journals
• https://onlinelibrary.wiley.com/doi/abs/10.1002/asi.23358 (Supporting Information中的期刊列表可以免费下载)

（转载请注明本文来自LetPub中文官方网站：http://www.letpub.com.cn/index.php?page=sci_writing_87）

（本文译自LetPub英文网站，题为:Data papers:http://www.letpub.com/index.php?page=author_education_Data_papers）