Ithaka S+R2013年8月发布的2012年美国大学教师职业调查(Ithaka S+R US Faculty Survey 2012)表明，教育程度更高的教师明显倾向于获取数字文献资源，而不是到图书馆去获取纸质文献。少于5%的受访者把图书馆作为他们的研究起点。与此同时，80%的受访者认为，相较于其他资源，大学图书馆的馆藏和订购资源对于他们获取教学和科研的资料更为重要^[2]。

既然研究者、学生和其他用户需要的很多资源都能同时提供数字形式，他们也能在任何地方获取，那么一位用户毋须踏入图书馆完全能够完成他的研究项目。然而，图书馆不仅仅是一座拥有许多图书和期刊的建筑，图书馆提供的服务不但使研究更容易，还可以增进用户的经验。除了文献资源以外，参考馆员也许是研究图书馆里最重要的资源，因为他能指导用户获取信息和使用书目数据库，帮助他们掌握成为终身学习者所必需掌握的方法。

如果在线资源使用户在任何时间和任何地点都能获取信息，为什么图书馆员不能走出图书馆，到读者需要他们的地方去呢？这就是“嵌入式图书馆员（embedded librarianship）”的理念。随着在线远程教育的普及，一些图书馆员在课程中嵌入了特色服务，他们将信息素质教育纳入到在线课程中，使图书馆资源在课程网站上可以被直接获取；他们亲身参与班级的在线讨论，并提供在线聊天式参考服务^[3-4]。随着新技术的应用，嵌入式图书馆员已经进入到用户的生活、学习和工作的环境中提供参考服务和指导。通过电子邮件、即时通信或在线会话让用户与参考馆员直接联系起来，图书馆员也会解答用户在推特、社交网站和微博上提出的各种问题^[5]，甚至在类似Second Life(用户通过虚拟人互相交流的在线虚拟世界）这样的虚拟空间提供参考服务^[6]。有的图书馆员不满足于单一的图书馆教育课程，直接嵌入到教学课程中，成为课堂教学的参与者。图书馆员在与学生的密切接触中受到了更多的关注，赢得了学生的信任，也更好地理解了课堂教学环境和作业，从而能提供更好的服务^[7]。提供嵌入式图书馆员服务需要图书馆员具备专业知识、与用户建立良好的关系、能提供专业信息服务和其他有助于提升图书馆重要性和相关性的增值服务^[8]。

早在20世纪70年代，医学图书馆员已经开始进入到医院或其他临床医疗环境中，被称为“临床医学图书馆员（clinical medical librarian)”,他们全程参与住院医生的查房，聆听他们与病人的交谈，参加医疗团队的讨论，为医疗团队快速提供信息，使其更多更好地利用文献，为诊断和治疗提供支持。2000年出现的“信息专员（informationist)”一词特指在医疗团队中工作的信息专业人员^[9]。临床医学信息专员既具备信息检索的专业技能,又充分理解临床医疗环境，能识别、检索、阅读和进行文献综述，以便为临床诊断和治疗提供支持，指导医学院学生如何有效地利用现有知识，他们和其他技术人员如化学实验检验员、CT扫描人员一样是临床医疗团队不可或缺的成员。

科学研究由一系列复杂的活动构成，这些活动可能是完成研究的核心环节，也可能是支持研究过程或者研究成果应用的组成部分。研究周期是图解整个科学研究过程从开始到完成的一种模型，数据周期是研究周期模型的子集，包括产生数据、使用数据和基于数据的工作，是研究过程的核心。数据周期常常会覆盖整个研究过程，反映了受限于数据的研究的一些特殊属性。由弗吉尼亚大学图书馆科学数据咨询组开发的“研究周期”模型就是一个数据周期模型内嵌于研究周期模型的典型范例，如图1所示：

图1的模型显示，研究过程的第一阶段是研究项目规划和规划书的撰写，它与数据发现有关联，因为数据发现为研究提供思路。一旦项目被确定和批准，并获得资金资助，就进入了研究项目的起步阶段，包括购买设备、招募人员并制定更详细的项目计划。这些准备完成后，从数据收集开始，项目就进入研究周期的第二阶段——数据周期，会生成、汇集和获得完成研究所必需的数据；经过分析，这些数据会形成支持研究所需要的信息。有时候在分析数据时会发现错误，因而需要“重新定向”，即重新收集数据。数据分析完成后，就会以不同的形式，如专题报告、出版物和其他研究成果或者个人协议直接或间接地共享数据。随着数据周期结束，进入项目的收尾阶段，一方面要撰写项目结题报告，同时要将研究数据寄存到数据档案馆，为研究同行和其他使用者提供开放获取，并使研究数据在项目完成后依然保持其价值，使数据发现和再利用成为可能，并为研究项目提供新的思路，至此整个研究周期才得以结束^[10]。

基于临床医学信息专员的模式和嵌入式图书馆员服务的理念，研究信息专员以信息专业人员的身份出现在所服务的科学研究者的工作环境中，在研究周期的各个阶段，研究信息专员都会参与其中，提供相应的服务以协助研究者制定有效的数据管理计划，解决研究过程中出现的与数据管理相关的问题，帮助研究者实现可持续的数据保管和数据共享。

首先，研究信息专员应该充分理解研究周期并在其中找到将其信息专长与研究者的科学专长相结合的衔接点。尽管研究者谙熟与其工作相关的科学方法，但是他们在制定数据管理计划、协商版权转让协议等方面没有受过正规的培训，而这些正是信息专员的专长。所以信息专员需要发挥自己的专长，并结合研究者的实际需求，才能为他们提供针对性的服务。在申报研究项目前，除了撰写申报书外，还需要制定数据管理计划(data management plan，DMP），例如，美国国家科学基金会（NSF）从2011年1月开始要求所有的申报都要包括一份如何收集、管理和保存研究数据的计划^[11]。美国国家健康研究院（NIH）要求每年超过50万美元的基金申报者都要提交一份如何共享最终研究成果的计划^[12]。大部分研究者擅长撰写申报书，但是他们对于制定数据管理计划往往没有把握。尽管类似DMPTool、DMPonline这样的工具软件提供了互动的数据管理计划模板，但是研究信息专员针对研究者收集的数据类型所提出的个性化建议、适合最终数据寄存的数据存储方案和知识库服务以及其他具体制度的设计，对于研究者而言往往更有价值。

除了数据管理实践，研究信息专员也应该努力学习用户研究领域数据管理的特性。很多研究领域的同行为了更有效地交流其研究成果和有利于实验的可重复，形成了基于研究领域的数据标准，如基因计量学领域的MIAME(Minimum Information About a Micro-array Experiment)、生态学的EML(Ecological Meta-data Language)，像这样的元数据标准已为研究者所接受和熟知；但是有些研究领域的元数据标准还在形成过程中，研究信息专员则在数据组织和分析方面为研究者提供指导。

在不同的研究领域，数据共享的过程也会有差异。有的研究者对数据共享持积极态度，有的则不愿开放共享其研究数据。C.Tenopir等人的研究表明，由于地区、年龄和学科的差异，研究者对数据共享态度会有很大的不同^[13]。研究信息专员应敏锐地意识到这些差异，并采取不同的服务策略。

除了共享数据，研究项目的资助者还要求通过开放获取知识库公开获取研究者的相关研究论文，如NIH的公开获取政策要求受NIH资助的所有研究者必须把他们的研究论文放在PubMed中心里^[14]；加利福尼亚大学也制定了开放获取政策，要求其员工将他们的成果放在大学知识库中^[15]。尽管很多研究者对这些开放获取学术成果的政策持赞赏的态度，但是要落实这些政策可能是一个复杂和逐步实现的过程，而研究信息专员在这方面能提供有价值的帮助：首先，研究信息专员具备版权法的基本知识，可确保研究者与期刊签订的版权转让协议允许其在一定时期内寄存研究论文；其次，研究信息专员可指导研究者向机构库提交论文和选择适当的机构库。最后，研究信息专员还熟悉不断变化的开放出版的一般流程，可以满足研究者进一步的出版需求。

除了书目数据库外，研究信息专员应熟悉研究者在日常工作使用较多的专业信息资源，如包含化学结构、基因序列和其他数据类型的专业数据库，要了解它们能回答哪些问题、数据库使用的可控词汇和本体、是否可以使用布尔检索、是否能检索专业领域等。很多研究者并没有充分利用数据库的全部功能，只会用自然语言在基本搜索框中查询，信息专员可以指导研究者使用数据库高级检索功能以获得更满意的检索结果。技术的发展也为检索科学文献提供了新的和更强大的方法。运用语义网和自然语言处理技术可让研究者在文献中发现未曾注意的关联信息，例如研究者使用语义MEDLINE能在已有的科学文献中认识到未曾知晓的疾病解释和可能的治疗方法^[16]；在电子健康记录中运用的新技术能让研究者从虚拟的患者人口中收集信息以便在更大范围内开展流行病学研究^[17]。研究信息专员应该了解这些最新技术的进展，为研究者提供使用相关技术的建议。

虽然在学术环境中越来越多的研究者认识到研究数据管理的重要性，但是依然存在着诸多影响改善研究数据管理实践的障碍，除了时间、努力程度以及财力和人力资源投入不足以外，缺少数据管理方面的专业培训、对最佳数据管理认识不足和缺少足够的支持和指导也是主要因素。大部分学术研究领域在整个研究周期中仍然缺少管理研究数据的正规和标准化的程序，也没有在实践中有意识地训练新的研究者的数据管理能力，使数据管理实践陷入难以提升的恶性循环中。

作为数据管理服务的提供者，研究信息专员首先应致力于评估研究者的数据管理现状，通过数据咨询访谈确定普遍性的研究数据问题和研究支持需求，并提供能够改善研究者数据管理的可靠的、个性化的建议。由于不同的数据类型和研究者研究领域的差异，数据咨询访谈的形式也可能不同。

有效的数据访谈应该对研究者的数据以及数据所属的机构和学科的文化背景进行广泛的评估，而且这样的评估最好能在数据收集和存储的地方展开，以便于研究信息专员能看到数据的实例以及在整个研究周期中数据的描述方式，并思考如下问题：数据用什么格式收集，为什么用这种格式？其他的研究同行需要什么类型的元数据或附加信息才能理解这些数据收集、分析或使用的方法？在研究领域内是否有数据描述（如可控词汇或本体）和数据共享（如知识库）的共同标准？数据集包含具有安全和隐私限制的个人可识别信息（PII）吗？研究结束后数据会保留多长时间？为保证数据的生存力会采取哪些措施（如格式迁移）？

在审视这些问题的过程中，研究信息专员和研究者能共同确定现有的数据管理策略的优势和不足，从而为下一步的合作制定有效的策略。

在研究团队里，研究信息专员起着信息和数据素质教育者的作用。在参与科学研究过程前，学生并不具备数据管理的知识，只能在工作中从导师那里学到一些数据管理的方法。然而，这些身为导师的科学家在数据管理方面没有接受过正规的培训，只是在实验室组织中有一些特殊的经验。有些实验室有一套很好的数据管理的方法，有些则没有；有些研究者不会有规律地备份数据或命名文件，标记数据往往采取一种他们自己能读懂而别人可能无法理解的方式，这对数据共享是非常不利的。在实验室工作的研究信息专员有机会在数据管理方面为研究团队提供现场指导，尤其重要的是，他们帮助培养那些在实验室一起工作的学生，使他们成为拥有适当的数据管理方法的新一代科学家。

数据素质教育的形式取决于研究者的需求和现有知识水平以及研究机构对于数据管理的要求。有的图书馆往往围绕研究数据周期模型对数据管理提供一次集中而广泛的介绍，其他机构则以专题研讨会的形式更深入地讨论具体的数据管理课题，如怎样撰写数据管理计划，如何准备共享数据集等。传统的信息素质教育一直采取面授课程（某个时间在图书馆）的形式，然而，由于时间限制和工作性质等问题，研究者很难到图书馆上课。所以，研究信息专员要想使数据素质教育取得成功，关键是要充分考虑可能影响上课人数的因素，采取最适合研究者的教学方式，如网络研讨会、网络研讨会和面授相结合的课程、在实验室举办专题报告会、记录存档的培训课程或者针对某个具体问题的短期在线辅导等。更重要的是，数据素质教育应该包括课程评估，以保证这些课程能满足研究者的需求和期望，并能根据他们的建议选择专题研讨会的课题。简单的课后评估要求用最少的时间或精力管理并有助于调整和改善数据素质教程。

在数据驱动和提倡合作共享的时代，如果研究者用他们自己易于理解的方式组织数据集或者命名文件，其他同行可能无法理解，从而导致研究者之间的合作一事无成。同时，数据标准和文件格式在不断改变，有些数据集因为获取技术被淘汰而一无所用。随着研究数据数量的不断增加，对数据的组织、描述和保存也显得更加迫切。

信息专员能在多个层次上帮助组织和描述数据：首先，数据所包含的元素应该完全用元数据描述，例如，样本数据采自哪里？缩略词AuC代表什么含义？数据集，特别是要上传到知识库的数据集，也应该用元数据描述以便其他研究者对于数据集包含的内容有清晰的认识；其次，信息专员应该帮助研究者学会使用适合其研究数据和研究实践的可控词汇；最后，研究信息专员在信息检索方面的知识和经验能帮助他选用恰当的词汇来描述一个数据集。

虽然组织和描述数据是一个耗时的过程，特别是在研究者已储备大量研究资料的情况下，但是这项工作极大地有利于研究者，使其更容易找到已有的数据，并有利于他们与其他研究者开展同领域或者跨学科合作研究。随着跨学科研究日益受到重视，数据集的充分描述显得特别关键。尽管研究信息专员可能不像研究团队成员一样熟悉数据本身，但其更深厚的科学洞察力能帮助建立更有利于合作研究的数据集，使之在实现某些特殊目标时有用武之地。

在研究项目完成以后，研究信息专员不仅在研究者与出版者关于版权协议的谈判中能提供有价值的帮助，而且在研究数据的分配方面也能发挥建设性的作用。尽管一般认为同行评审的学术期刊论文是研究的最终成果，但是在研究过程中所收集的数据与学术论文同等重要，这些数据是科学研究可重复的基础，也为其他研究者的再利用提供了可能。

在指导研究者如何适当地共享研究数据方面，研究信息专员能发挥关键的作用。很多研究者之所以对共享数据集犹豫不决，是因为误认为这样做将会使数据集完全公之于众。事实上，有很多数据共享的方法，包括保障数据安全的方法，如“数据飞地”就是适用于共享可能包含个人识别信息（PII)等敏感数据集的安全方法。引用论文、著作或其他文献资源是学术研究中标准的行为，然而由于缺少相应的规范，引用数据集可能会更困难。研究信息专员通过为研究者的数据集获取一个数字对象标识符（DOI）,提供了获取数据的长久链接和引用数据集的简单方法，从而促进了数据集的引用。目前已出现很多“数据期刊”，接受数据集的提交，提供与传统期刊类似的引用服务，使引用数据集更加便利。所以，在与研究者一起工作时，研究信息专员应该改变他们的错误观念，并且帮助他们尽可能简单地完成数据共享。