研报总结
项目背景与目标
该项目由美国研究图书馆协会（ARL）和加利福尼亚数字图书馆（CDL）合作，并得到美国博物馆与图书馆服务研究所（IMLS）资助。项目旨在探索机器可行动数据管理计划（maDMP）的潜力，将其与大学现有基础设施和人员相结合，以应对日益复杂的科研数据需求。项目目标包括收集实际案例研究、根据试点伙伴反馈开发新的maDMP功能、发布maDMP资源，并促进社区实践。
试点项目概述
经过竞争性申请，10所机构参与试点项目，它们测试了将计划与相关研究产出（如数据集和出版物）链接的新功能，并探索maDMP如何集成到现有研究基础设施中，以自动化和改进校园的数据管理流程。试点项目分为技术组件和社区发展倡议，其中技术组件重点关注DMP工具的改进。
试点伙伴集成与发展
试点伙伴机构组建了跨部门团队，与项目团队紧密合作，原型设计新的集成。一些机构专注于开发通知触发器，提醒工作人员关键活动（如资源分配或计划反馈），确保利益相关者在研究规划过程中及时收到更新。生成式AI也成为一个主要兴趣领域，一些试点项目探索使用AI系统审查和总结DMP，为研究人员和管理员提供一致、快速的反馈。此外，许多机构进行了校园范围内的分析，以映射所有研究数据接触点，记录利益相关者的需求、工具和工作流程，这揭示了现有工作流程中的差距和低效，同时也突出了新的合作机会。
DMP工具技术发展
CDL与RDA合作开发标准化的maDMP API格式，旨在简化集成，允许外部系统连接到不同的DMP编写工具，而无需大量定制开发。试点伙伴还提供了有关使用API和工具网页界面的宝贵反馈，并指出了需要改进的领域，例如处理未发表的DMP、访问整个叙事内容，以及内置通知系统。
试点观察
试点机构看到maDMP与校园目标（如提高资助成功率或演示高风险研究领域的合规性）更直接地一致起来的潜力。开发集成的机构展示了时间和成本节约的效益，并提供了可用于鼓励更广泛采用的实例。跨部门合作有助于阐明共同利益和协调单位，培训、信息和宣传材料帮助研究人员和管理人员了解maDMP的实际价值。
关键建议
建议向行政人员说明maDMP如何解决紧迫的机构挑战，如减少行政负担、改进服务协调和实现高效的资源分配。建议从景观评估开始，配置DMP工具模板以支持规划，并尽早建立跨校园合作伙伴关系。建议探索共享基础设施模型，协调治理策略，并与本地系统集成。建议优先考虑实际内容，将maDMP信息整合到培训中，并与研究人员沟通maDMP的好处。建议评估工作流程，制定后期资助参与计划，并保持对社区发展的了解。
最终思考
该项目证明，除了满足资助者要求外，使用和利用maDMP还可以帮助机构找到解决方案，以简化沟通和工作流程，确保所有相关校园单位都及时获得计划的充分咨询，并通过减少重复数据输入来节省研究人员的时间。
