本课程的目标是提高学生在数据密集型科研环境下的数据素质，帮助研究生掌握围绕着生命科学领域科研整个生命周期的数据及其数据的质量控制、数据描述、发现获取、管理保存、分析利用、复用等方面的内容、方法、标准等相关的理论知识，为学生提供科研数据标准、技术和工具等方面的技能，提高学生利用科研数据创新的能力和自身进行科研数据管理的能力，支持开展多尺度科研协作和新型交叉领域研究的数据素质培养。

参考用书： 第四范式: 数据密集型科学发现 / Tony Hey, Stewart Tansley, Kristin Tolle[著],2009 ; 潘教峰,张晓林等译; 2012 科研数据共享的挑战/Cristine L. Borgman, 2012; 青秀玲译,2013; http://ir.las.ac.cn/handle/12502/6204 国际数据期刊出版的案例分析及其特征. 欧阳峥峥,青秀玲,顾立平,等. 中国科技期刊研究,2015,26(5):437-444.

内容刚要：
1.	科学数据管理的基本知识（2学时）
2.	数据与数据生命周期（2学时）
3.	数据的质量控制（2学时）
4.	实习：了解项目数据（2学时）
5.	数据描述（2学时）
6.	元数据（2学时）
7.	数据存储（2学时）
8.	实习：数据存缴（2学时）
9.	数据整合与分析（2学时）
10.	开放数据的发现与使用（2学时）
11.	数据标识与引用（2学时）
12.	数据权益与政策（2学时）
13.	数据管理计划（2学时）
14.	实习：数据管理计划（2学时）
15.	汇报（2学时）
教学方式：讲授与实习相结合，共30学时。其中讲授22学时，实习8学时。
考核方式：结合课程互动和最终报告两部分
–	课程互动（25%）：实习作业/交流互动
–	大开卷考核（75%）：汇报（PPT）25%，文本报告50%