研发基础设施项目内部及之间的数据基础设施与互联互通考量框架

核心观点

本报告旨在提高对 RDI 数据基础设施全面规划重要性的认识，并提供一个行动方法，以帮助共享和整合来自和 giữa RDIs 的不同类型的数据和信息。

框架

报告提出了一个框架，用于在规划、开发、运营、评估和升级 RDIs 时考虑数据基础设施和互操作性。该框架包括五个主要考虑因素：

• 科学目标和数据任务优先级：确定驱动数据基础设施投资选择、采用的数据政策、社区规范和标准，以及与数据相关的成功愿景。
• 用户和利用：确定主要用户、支持的科学利用模型和工作流程，以及支持用户直接与数据交互的方式。
• 数据清单、管理和治理：确定数据清单、跨数据生命周期实施数据管理的方式，以及数据基础设施如何实施数据治理和治理需求。
• 动态数据生态系统：确定数据基础设施如何设计以最大化互操作性，如何将前瞻性发展因素纳入 RDI 生命周期，以及是否有流程使员工和用户能够适应不断变化的数据资源和服务。
• 项目治理和合作：确定数据利益相关者及其在数据决策中的代表方式，以及治理和合作政策如何确保项目的可持续性和弹性。

挑战领域

报告确定了 RDI 数据基础设施面临的几个普遍存在的挑战领域：

• 传输和管理大规模数据
• 数据集成和数据基础设施互操作性
• 在商业云中运行
• 处理敏感和安全数据
• 劳动力发展和培养

建议

报告提出了集体行动建议，以促进数据基础设施规划和实践的传播和交流：

• 定期论坛：为联邦管理人员、RDI 领导者、合作夥伴、实践者和领域专家建立定期论坛，以讨论和交流数据基础设施规划和实施方法。
• 协作练习：考虑协作练习，以制定跨学科的数据基础设施需求预测，以 inform 各机构规划。
• 互操作性：探索联邦机构 RDI 数据系统和服务的联邦化或统一的机会，以实现综合科学探索和发现。
• 商业云：调查联合参与商业云服务以支持政府支持的研究活动的途径。
• 国际论坛：继续协调，以清楚地代表美国在相关国际论坛上关于大规模数据交换和合作的政策和实践考虑。
• 劳动力：探索科学企业所需的数据基础设施技能类型，并确定扩大数据基础设施实践者的招聘、培训、职业发展和流动的方法。