Перейти к основному содержимому

Научные репозитории данных

Научный репозиторий принимает данные исследования на хранение, закрепляет их версию, выдаёт постоянный идентификатор и даёт готовую ссылку для статьи. Задача одна — чтобы через годы по ссылке из статьи открылась та же версия тех же файлов.

От портала открытых данных его отличает не тема, а обязательства. Репозиторием каталог делают четыре вещи сразу:

  • приём на хранение — автор передаёт файлы репозиторию, а не оставляет ссылку на свой сайт;
  • неизменная версия — опубликованное не правят молча, исправление выходит новой версией;
  • постоянный идентификатор — обычно DOI, который переживёт смену адреса и платформы;
  • описание для ссылки — авторы, год, название, издатель и версия, из которых собирается строка цитирования.

Если чего-то нет, это файлохранилище или витрина, даже когда раздел сайта называется репозиторием.

От репозиториев ждут, что данные будут соответствовать принципам FAIR (2016 год): их можно найти, получить, совместить с другими и использовать повторно. FAIR не значит «открыто»: набор с закрытыми файлами тоже может быть FAIR, если его описание открыто, у него есть DOI и понятно, как запросить доступ.

По выгрузке реестра dataportals-registry (выпуск 1.27.0 от 15 октября 2026 года) научных репозиториев 8404 — 19% всех каталогов, второй по численности тип после геопорталов. Действуют 8285. Недействующих и выведенных из эксплуатации 119, около 1,4%: научные репозитории закрываются реже порталов открытых данных, у тех около 4%. Ограниченный доступ хотя бы к части данных отмечен у 527 репозиториев, 6%.

Международный реестр re3data 12 октября 2026 года описывал 3535 репозиториев. Разница с реестром каталогов не ошибка: re3data подробно описывает репозитории, которые прошли его редакцию, а реестр каталогов считает и университетские репозитории публикаций, где данных немного, и серверы данных вроде THREDDS и ERDDAP.

Зачем учёные публикуют данные​

Учёный кладёт данные в репозиторий чаще всего потому, что этого требуют фонд или журнал.

  • Фонды. В программе ЕС Horizon Europe план управления данными обязателен, а данные открывают по правилу «настолько открыто, насколько возможно, настолько закрыто, насколько необходимо». Национальные институты здоровья США (NIH) с 25 января 2023 года требуют план управления данными и обмена ими в каждой заявке, где появляются научные данные. Меморандум Управления научно-технической политики США 2022 года обязал федеральные ведомства к концу 2025 года ввести политики, по которым публикации и данные федеральных исследований открываются без задержки. Большинство таких политик уже действует, но с февраля 2026 года администрация пересматривает сам меморандум.
  • Журналы. Многие журналы требуют в статье заявление о доступности данных: где лежат данные и на каких условиях. PLOS ввела такое требование в 2014 году.
  • Признание. На набор с DOI можно сослаться, и ссылки на него считаются. Статья о данных даёт за работу с данными научную публикацию, о ней — в разделе «Статьи о данных».

Заявление «данные по запросу у авторов» репозиторий не заменяет. В исследовании 2022 года авторам 1792 статей, которые обещали данные по запросу, написали с просьбой их прислать. 93% не ответили или отказали, данные прислали 123 автора — 6,8%.

Для каталога из этого следует, что DOI, долговременное хранение, лицензия и описание для ссылки здесь не дополнительные функции. Без них фонд не примет репозиторий в план управления данными. NIH, например, советует сначала искать предметный репозиторий своей дисциплины, а если его нет — универсальный или университетский. Список требований к репозиторию у NIH начинается с того же: постоянный идентификатор и страница набора, которая открывается, даже если сам набор изъят. Репозиторий сверяют по re3data и по сертификату CoreTrustSeal, о нём — в разделе «Стандарты».

Кто создаёт​

Научные репозитории почти целиком ведут университеты и научные организации.

ВладелецРепозиториевДоля
Университеты и научные организации7 16485%
Центральные органы власти5927%
Международные организации2173%
Общественные организации1372%
Компании1171%
Регионы791%
Прочие: сообщества, местные и федеральные органы власти981%

Центральные органы власти здесь — ведомственные научные службы: геологические, метеорологические, океанографические. Международные — консорциумы вроде GBIF и межправительственные организации.

По тому, кто может положить данные, репозитории делятся на пять видов.

ВидКто ведёт и для когоЧто даёт авторуПримеры
Институциональныйуниверситет или институт для своих сотрудниковмодерацию библиотеки, свой префикс DOI, часто — общий репозиторий со статьями и диссертациямиDaRUS (Штутгарт), архив СПбГУ
Предметныйнаучное сообщество для одной дисциплиныстрогий приём по стандартам дисциплины, читателей из своей наукиPANGAEA, GBIF, ICPSR
Универсальныйсервис для любой науки и любого авторабыструю публикацию с DOI без своей установкиZenodo, Figshare, Harvard Dataverse, Dryad, Mendeley Data, OSF
Национальный или общийгосударство или консорциум для всех организаций страныготовый репозиторий без своего администратораFairdata (Финляндия), JAIRO Cloud (Япония), DABAR (Хорватия)
CRISуниверситет как система учёта научной работынабор данных как ещё один результат рядом со статьями и грантамипорталы на Pure, Research.fi

О национальных моделях — в разделе «Национальные модели», о CRIS — в разделе «CRIS — скрытые каталоги данных».

Число репозиториев — не мера научных данных​

По числу научных репозиториев в реестре лидируют США (2018), Германия (764), Великобритания (503), Франция (289), Япония (275), Канада (245), Китай (244) и Италия (211). Ещё 681 репозиторий — международные. Как и с порталами открытых данных, счёт показывает не объём данных, а то, как устроена публикация в стране. В Японии 160 репозиториев из 275 — это витрины общего облачного сервиса JAIRO Cloud на программе WEKO3. В Хорватии 76 из 84 — репозитории организаций в национальной системе DABAR. В Германии 121 — серверы публикаций университетских библиотек на OPUS, в США 146 — университетские репозитории на облачном сервисе Digital Commons. В большинстве из них лежат статьи и диссертации, а данные — малая доля.

Что публикуют​

Публикуют таблицы и файлы к статьям, наблюдения, код, описания коллекций. Хороший пакет набора — это не только файлы: в нём описание методики, словарь полей, код обработки и лицензия. Если репозиторий общий, рядом лежат и сами публикации. При сборе описаний статьи приходится отделять от данных, иначе поисковик данных покажет диссертации.

Как публикуют данные, сильно зависит от дисциплины. Науки о жизни, особенно биоинформатика, давно живут в своей связанной инфраструктуре: свои стандарты, идентификаторы и базы, где единица учёта — исследование или геном, а не набор. Науки о Земле — климат, метеорология, океан — тоже держатся особняком со своими форматами и серверами. Данные для машинного обучения в основном лежат на Kaggle и Hugging Face, о них — глава о ML-каталогах. Экономика, социальные и гуманитарные науки чаще кладут данные туда же, куда и статьи: в репозиторий университета или в общий репозиторий.

В реестре это видно по темам: после общей темы «наука и технологии» чаще всего встречаются окружающая среда (около 2,3 тысячи репозиториев), живые организмы (около 1,6 тысячи), здоровье, океаны, науки о Земле и климат. Естественные науки описаны и собраны лучше, чем социальные и гуманитарные: у них есть своё ПО и свои сети, о которых — раздел «Дисциплинарные инфраструктуры».

Стандарты​

Описание. Основа — схема DataCite: последняя версия 4.7 вышла в марте 2026 года. Обязательных полей шесть: идентификатор, авторы, название, издатель, год публикации и тип ресурса. По протоколу OAI-PMH репозитории отдают ещё короткий Dublin Core. У дисциплин свои схемы: DDI для социальных обследований, Darwin Core и EML для биоразнообразия, ISO 19115 для наук о Земле, соглашения CF для файлов NetCDF. Платформы отстают от схемы: InvenioRDM по своей документации опирается на версию DataCite 4.3. Если вам нужны новые поля, например связь с проектом через RAiD, проверьте, какую версию схемы поддерживает платформа.

Идентификаторы. Набор получает DOI, автор — ORCID, организация — ROR. По этим ссылкам поисковики и агрегаторы связывают набор с людьми, организациями и статьями. В описании набора на Harvard Dataverse в разметке schema.org у автора стоит ссылка на ORCID, а у организации — на ROR. DOI, версии и строка цитирования здесь обязательны. Как они устроены, разобрано в главах об идентификаторах и о цитировании.

Передача описаний. Главный интерфейс научных репозиториев — OAI-PMH: в реестре он отмечен у 2068 репозиториев, около четверти. Примерно столько же отдают карту сайта, а выгрузку DCAT — около 200. Для Google Dataset Search на странице набора нужна разметка schema.org. Новее — FAIR Signposting: страница набора в заголовке ответа или в отдельном файле перечисляет ссылки на описание, файлы, лицензию и идентификаторы авторов. Так программа узнаёт главное о наборе, не разбирая HTML. Signposting есть в ядре Dataverse с версии 5.14, InvenioRDM с версии 12 и DSpace с версии 7.6. Подробнее о форматах выгрузки — в главе об экспорте метаданных.

Доверие. CoreTrustSeal — сертификат долговременного хранения по 16 требованиям: миссия, права, непрерывность доступа, хранение, безопасность. Сертифицированных репозиториев около 160, требования обновлены на 2026–2028 годы. В 2026 году совет CoreTrustSeal одобрил отдельную методику, как репозиторию готовиться к собственному закрытию. Сертификат и профиль в re3data — первое, что смотрят фонды и журналы, когда проверяют репозиторий.

Платформы​

Самописных научных репозиториев около трети, и именно у них хуже всего с программным доступом. Среди готовых платформ много таких, что сделаны не для данных.

ПлатформаВ реестреЧто этоAPI отмечен
Своя разработка2 836—5%
DSpace829свободная платформа библиотечных репозиториев: публикации и данные99%
Pure369коммерческая CRIS компании Elsevier100%
GBIF IPT360свободный инструмент публикации данных о биоразнообразии91%
Figshare288облачный сервис: общий figshare.com и репозитории организаций99%
Dataverse257свободный репозиторий данных99%
THREDDS249сервер массивов NetCDF и HDF98%
ERDDAP175сервер рядов и сеток наблюдений99%
Digital Commons174облачный сервис Elsevier для репозиториев университетов, в основном в США99%
WEKO3161программа японского сервиса JAIRO Cloud100%
EPrints129свободная платформа репозиториев публикаций99%
OPUS124свободный сервер публикаций немецких библиотек98%

Реже встречаются InstDB (83, Китай), DABAR (76, Хорватия), InvenioRDM (74, включая Zenodo), DSpace-CRIS (44) и CKAN (39).

Из таблицы видно три вещи. Первая: платформы делятся на четыре семьи — репозитории публикаций (DSpace, EPrints, OPUS, Digital Commons, WEKO3), CRIS (Pure), репозитории данных (Dataverse, InvenioRDM, Figshare) и серверы данных (THREDDS, ERDDAP, IPT). Для наборов данных спроектирована только третья семья, поэтому в репозиториях на платформах первой семьи данных мало. Вторая: у готовых платформ API почти всегда есть, а у своих разработок он отмечен только у 5%. Довод против самописного репозитория здесь ещё сильнее, чем у порталов открытых данных. Третья: недействующих больше всего среди установок IPT — 12%, у остальных крупных платформ не больше 2%.

Что в ядре, а что нет​

DOI есть в ядре Dataverse, InvenioRDM, Figshare и DSpace, готовая ссылка с выгрузкой в BibTeX и RIS — у первых трёх. В DSpace до версии 10.1 включительно есть только метатеги для Google Scholar, кнопку «Cite» переносят из DSpace-CRIS. Ставить ради науки портал открытых данных и прикручивать DOI расширением — обходной путь.

ВозможностьDataverseInvenioRDMDSpaceCKAN
DOIядро: DataCite, EZID, также Handleядро: DataCiteядро, включается настройкой; по умолчанию Handleрасширение ckanext-doi, заявлены CKAN 2.9 и 2.10
Версии набораядроядро: свой DOI у каждой версии и общий на всеядронет
Эмбарго и закрытые файлыядро, с запросом доступаядро, с запросом доступаядро: эмбарго до даты, запрос копии файлатолько закрытый набор целиком
OAI-PMHядроядроядронет в ядре
Разметка schema.orgядроядров ядре не найденарасширение ckanext-dcat
DCATнетядро (DCAT-AP)нетрасширение ckanext-dcat
FAIR Signpostingядро с 5.14ядро с v12ядро с 7.6нет
Строка цитирования, BibTeX, RISядроядро (стили CSL, BibTeX, CSL-JSON; RIS нет)нет: только метатеги для Google Scholarрасширение ckanext-doi (только при DOI) или ckanext-citeproc
Предметные поля описанияядро: готовые блоки и своинастройка ядранастройка ядрарасширение ckanext-scheming

Расширения у научных платформ устроены иначе, чем у CKAN: основное в ядре, а снаружи — просмотрщики файлов и дополнительные форматы выгрузки. У Dataverse это внешние инструменты и внешние экспортёры, их ведёт сообщество GDCC, например экспортёры RO-Crate и DCAT 3; экспортёр Croissant с версии 6.10 перенесён в ядро. Сама документация Dataverse называет механизм экспортёров экспериментальным и предупреждает, что при обновлении платформы он может потребовать доработки. У DSpace вместо плагинов — модели сущностей и настройки: в DSpace 10 (2026 год) появился отдельный тип записи «набор данных» со своей страницей и подробным списком файлов. CKAN для науки остаётся обходным путём: расширение для DOI текущую линейку ядра документацией не подтверждает, подробности в главе про CKAN.

Версии и сопровождение. На 12 октября 2026 года последние выпуски: Dataverse 6.12.1 (8 октября), InvenioRDM v14 (7 августа; v13 поддерживается до 7 февраля 2027 года, v15 в бете), DSpace 10.1 (14 сентября; в тот же день вышли исправления 9.4 и 8.5). Крупные установки отстают на одну-две версии: Harvard Dataverse работает на 6.10.1, DSpace@MIT — на 8.2. Это нормально, если обновления запланированы. Сколько стоит сопровождение, разобрано в главе о развёртывании, карточки платформ — в части «Платформы и расширения».

Сколько можно положить в универсальный репозиторий​

Универсальные репозитории бесплатны до предела, а большие данные стоят денег.

СервисБесплатноСверх лимита
Zenodoдо 50 ГБ и 100 файлов на запись, число записей не ограниченоодин раз до 200 ГБ на запись по запросу. Дробить один набор на записи ради обхода лимита правила запрещают
Harvard Dataverseфайлы до 2,5 ГБ через браузер, до 1 ТБ на исследователякрупнее — по договорённости, прежде всего для исследователей Гарварда
Figshare20 ГБ личного места, файл до 20 ГБFigshare+: разовая плата 1225 долларов за каждые 250 ГБ, файлы до 5 ТБ
Dryadавторам из организаций-партнёров — до 10 ГБ за счёт партнёраостальным 150 долларов за набор до 5 ГБ и дальше по шкале, до 12 162 долларов за 2 ТБ

Лимиты и цены — на 12 октября 2026 года, у Dryad тарифы действуют с 6 мая 2025 года. Если данных терабайты, универсальный репозиторий не подходит: нужен предметный архив дисциплины или своё хранилище с описанием в каталоге. Варианты — в главах о хранилище данных и об облачных хранилищах и хабах.

Дисциплинарные инфраструктуры​

У многих наук есть свои каталоги на своём ПО. Это полноценные каталоги: с описаниями, лицензиями и программным доступом. Но за пределами дисциплины о них мало кто знает, и общие поисковики данных их почти не собирают.

  • ERDDAP — сервер данных Национального управления океанических и атмосферных исследований США (NOAA) для наблюдений за океаном, погодой и климатом. Ряды и сетки он отдаёт через API в CSV, JSON, NetCDF и других форматах. По сайту проекта, ERDDAP поставили около 100 организаций как минимум в 17 странах, в реестре около 175 серверов.
  • THREDDS Data Server от Unidata и серверы OPeNDAP Hyrax раздают большие массивы в NetCDF и HDF. В реестре около 250 серверов THREDDS и около 100 серверов OPeNDAP. Описания у них скудные: снаружи такой сервер больше похож на научное файлохранилище, чем на каталог.
  • GBIF IPT — инструмент публикации данных о биоразнообразии. Его ставят университеты и музеи, а глобальная сеть GBIF собирает данные со всех установок. В октябре 2026 года в GBIF зарегистрировано 392 установки IPT, в самой сети около 125 тысяч наборов и почти 4 млрд записей о встречах видов. Каждая установка отдаёт описания в DCAT. В России так работает, например, IPT Зоологического института РАН (ipt.zin.ru).
  • WIS 2.0 — система Всемирной метеорологической организации для обмена данными метеостанций. Открытый пакет wis2box отдаёт данные по стандарту OGC API. В реестре около 95 установок, среди них российская (wis2box.mecom.ru) и казахстанская. Предшественник — OpenWIS, сделанный на основе GeoNetwork. Его код не развивается с 2022 года, в реестре осталось 11 таких порталов.

Вывод для владельца данных такой дисциплины: ставьте её стандартный инструмент, а не общий портал. Так данные попадут в сеть, где их ищут коллеги. Чтобы их нашли и за её пределами, нужен ещё экспорт описаний в DCAT или schema.org, об этом глава о находимости.

Национальные модели​

Страны по-разному собирают научные данные в одну систему.

  • Финляндия. Министерство образования и культуры предлагает набор сервисов Fairdata, которые делает центр CSC: хранилище IDA, поиск наборов Etsin, редактор описаний Qvain, интерфейс метаданных Metax, долговременное хранение и платформу публикации AVAA. Учёный проходит путь от хранения до публикации в одной системе.
  • Япония. С 2012 года Национальный институт информатики (NII) даёт университетам облачный репозиторий JAIRO Cloud на своей программе WEKO3. С 2016 года сервис ведут вместе с консорциумом открытых репозиториев JPCOAR, с 2017 года он платный, 100 ГБ входят бесплатно. На конец 2025 финансового года им пользовались 822 организации. Менять программу под себя организация не может, зато обновления, серверы и выгрузку описаний берёт на себя NII. Модель выросла из нехватки людей: по данным NII, почти у 90% членов консорциума репозиторием занимается меньше одного сотрудника на полную ставку. В 2026 году в сервис добавляют запрос доступа к закрытым файлам.
  • Хорватия. Национальная система DABAR с 2015 года, её ведёт вычислительный центр SRCE Загребского университета. В ней 185 репозиториев научных организаций и вузов. В ноябре 2025 года систему перевели на новую архитектуру на основе Fedora Commons и связали с национальной CRIS CroRIS. Открытой при этом, по исследованию 2025 года, была лишь чуть больше половины объектов.
  • Германия. Единой платформы нет, зато есть набор открытых продуктов. Dataverse — DaRUS в Штутгарте, heiDATA в Гейдельберге, в реестре 25 немецких установок. Invenio — архив RODARE. DSpace — OpARA в Дрездене. Местный MyCoRe — в реестре 22 немецких портала, например opendata.uni-kiel.de. Рядом большие предметные архивы вроде PANGAEA и агентство da|ra, которое выдаёт DOI социальным и экономическим данным и ведёт по ним поиск.
  • Китай. Science Data Bank (ScienceDB, scidb.cn) — общий репозиторий, который ведёт Компьютерный сетевой информационный центр Академии наук Китая. Институты публикуют данные на типовом ПО InstDB из пакета FairStack, в реестре 82 китайских установки. InstDB поддерживает три режима доступа: открытый, после авторизации и по запросу. Поверх работает поисковик FinData (findata.cn). Снаружи эта система почти не видна: в декабре 2025 года из 72 известных установок InstDB с зарубежных адресов открывались от 6 до 12.
  • США. Данные собирают ведомственные агрегаторы. Каталог данных Геологической службы (USGS) объединяет несколько репозиториев, главный из них ScienceBase. По наблюдению 2022 года, DOI, привязка к месту и период наблюдений там обязательны для каждого набора. Министерство энергетики ведёт OSTI.GOV и DOE Data Explorer, а Science.gov ищет по научным результатам многих федеральных ведомств, включая данные.
  • Франция. Национальный репозиторий Recherche Data Gouv работает на Dataverse.
  • Россия. Национальной инфраструктуры научных данных нет. По подсчёту июля 2025 года, наборов с DOI DataCite и российской аффилиацией было 6806, большая часть — от Российской академии наук, и почти все загружены на зарубежные платформы вроде Zenodo, Dryad и Mendeley Data. В реестре 75 российских научных репозиториев, больше половины — самописные. Где наука встроена в мировые сети, данные публикуют на их инструментах, как в узлах GBIF IPT.

Японская и хорватская модели — то же, что типовой портал у открытых данных: одна сборка для сотен организаций, у которых нет своих людей. Работает это, когда общая система сама выдаёт DOI и отдаёт описания наверх, а организации остаётся только наполнять её. Слабое место то же, что у типового портала: в такие системы кладут прежде всего статьи и диссертации, а данные остаются малой долей.

CRIS — скрытые каталоги данных​

CRIS (current research information system) — система учёта научной работы организации: публикации, проекты, гранты, сотрудники, оборудование. Многие университеты публикуют данные не в отдельном репозитории, а в CRIS, как ещё один результат исследования. Самая распространённая система — Elsevier Pure, в реестре около 370 порталов на ней. Рядом DSpace-CRIS (около 45) и Converis. В Pure набор данных — отдельный тип записи. По умолчанию он выключен, его включает администратор, а DOI можно выпускать прямо из системы через DataCite. Национальный пример — финский Research.fi: публикации, проекты, финансирование, исследователи и наборы данных страны в одном поиске.

Скрытыми эти каталоги делает то, что портал выглядит как сайт университета о науке, а не как каталог данных, и наборы теряются среди статей и профилей. Коммерческие платформы к тому же закрываются от программ: 12 октября 2026 года четыре университетских портала на Pure на автоматический запрос ответили отказом или проверкой на робота. Чтобы данные из CRIS находили, у набора должен быть DOI DataCite: тогда его описание живёт и вне сайта университета.

Почему их трудно собирать​

Научных данных много, но собрать их в один поиск труднее, чем порталы открытых данных или статистику. Причины технические и коммерческие.

  1. Протокол OAI-PMH не про файлы. Это главный интерфейс научных репозиториев. Обязательный формат в нём — простой Dublin Core, где нет места для списка файлов: обычно в записи есть только ссылка на карточку. Отбор по разделам (sets) задаёт сам репозиторий, и попросить у него «только данные» протокол не позволяет.
  2. Данных мало среди статей. В DSpace фильтр по типу записи описан в настройках, но в поиск по умолчанию не включён. Чтобы найти наборы, сборщик скачивает описания всех записей и отбирает данные сам. В архиве открытого доступа СПбГУ в декабре 2024 года из 47 619 записей наборами данных были помечены 17. В октябре 2026 года архив работает на DSpace 10.1, и фильтра по типу записи среди фильтров поиска по-прежнему нет. По оценке того же года, в репозиториях на DSpace наборы данных — меньше 5% записей.
  3. Коммерческие платформы. Figshare и порталы на Pure составляли около трети научных каталогов в реестре Dateno в 2024 году. Автоматический сбор они ограничивают.
  4. Файлы лежат в другом месте. Всё чаще учёный кладёт файлы в Zenodo или Mendeley Data, а в репозитории университета остаётся карточка со ссылкой на чужую карточку.
  5. Агрегаторы считают данными всё подряд. В DataCite в октябре 2026 года больше 76 млн записей с типом «набор данных», среди них нарезки больших баз и объекты, далёкие от таблиц. Подробнее — в главе «Мир каталогов в цифрах».

Что из этого следует для владельца репозитория: включить фильтр по типу записи или отдельную коллекцию для данных; если платформа умеет, отдавать по OAI-PMH не только Dublin Core, но и схему DataCite; хранить файлы у себя или давать прямые ссылки на них; включить FAIR Signposting; завести профиль в re3data.

Статьи о данных​

Статья о данных (data paper) — рецензируемая статья, которая описывает набор: как его собрали, что в нём есть, как им пользоваться. Гипотез и выводов в ней нет. Сами данные лежат в репозитории, статья ссылается на них и даёт авторам научное признание за работу с данными. Такие статьи печатают Scientific Data, Earth System Science Data, Biodiversity Data Journal, Data in Brief и другие журналы. GBIF ведёт их список, а IPT умеет сделать из описания набора черновик статьи. Пока их немного: в DataCite в октябре 2026 года около 18,5 тысячи записей с типом «статья о данных».

Для каталога вывод простой: если к набору есть статья, свяжите их, указав DOI статьи в описании набора, и наоборот. Для поисковика данных вопрос открыт. Статья о данных — не сами данные, но иногда единственное место, где о наборе вообще сказано.

Примеры​

Универсальные

  • Zenodo — общий репозиторий при ЦЕРН на InvenioRDM. Принимает данные, код и публикации любой дисциплины, DOI у каждой версии.
  • Harvard Dataverse — установка Dataverse при Гарвардском университете, бесплатно открыта исследователям всего мира.
  • Figshare — облачный сервис: общий бесплатный репозиторий и платные репозитории университетов.
  • Dryad — некоммерческий репозиторий с проверкой каждого набора куратором; платят организации-партнёры или авторы.

Предметные

  • PANGAEA — науки о Земле и среде.
  • GBIF — глобальная сеть данных о биоразнообразии, которая собирает наборы с сотен установок IPT.
  • ICPSR — архив данных социальных наук при Мичиганском университете.

Национальные и общие

  • Etsin — поиск научных наборов Финляндии в системе Fairdata.
  • JAIRO Cloud — общий облачный репозиторий японских университетов.
  • DABAR — национальная система репозиториев Хорватии.
  • Science Data Bank — общий репозиторий Академии наук Китая.
  • Recherche Data Gouv — национальный репозиторий Франции на Dataverse.

Институциональные

  • CaltechDATA — репозиторий Калифорнийского технологического института на InvenioRDM, около 77 тысяч записей в октябре 2026 года.
  • DaRUS — репозиторий данных Штутгартского университета на Dataverse.

Где ломается​

Репозиторий публикаций под видом репозитория данных. Каталог называют репозиторием данных, а данных в нём почти нет: в архиве СПбГУ 17 наборов на 47 тысяч записей. Сборщик не может попросить «только данные» и забирает тысячи статей. Почему так выходит, разобрано в разделе «Почему их трудно собирать».

DOI есть, файла нет. DOI ведёт на карточку, а файл удалён, лежит на чужом сайте или выдаётся «по запросу». Требование NIH здесь точное: страница набора должна открываться, даже если набор изъят, и объяснять, что с ним стало. Пустая страница с ошибкой ломает ссылку из статьи.

Правят опубликованное. Файл заменили без новой версии, и тот, кто сослался на набор, теперь ссылается на другие данные. Научные платформы этому мешают: Zenodo разрешает менять файлы опубликованной записи только 30 дней, дальше — новая версия или обоснованный запрос в поддержку. На портале открытых данных файл обычно меняют молча, и для науки это поломка.

Репозиторий закрылся. По исследованию 2023 года, из 3069 репозиториев в re3data закрылись 191, или 6,2%. Средний возраст на момент закрытия — 12 лет. Только 44% закрытых передали данные в другой репозиторий, и почти в половине случаев данные, возможно, потеряны. Отсюда требования к плану закрытия у CoreTrustSeal и выводы в главе об архивации.

Робот не проходит. 12 октября 2026 года страница набора на Harvard Dataverse на автоматический запрос ответила не самой страницей, а проверкой на робота от облачного фильтра AWS, хотя API и OAI-PMH отвечали нормально. Порталы на Pure в тот же день отвечали отказом. Для поисковика или сборщика, который читает страницу набора, разметку schema.org и заголовок Signposting, такой набор не существует. Защита от ботов нужна, но машинные входы — страница набора, API, OAI-PMH — должны оставаться открытыми.

Свой репозиторий без API. У самописных научных репозиториев программный интерфейс отмечен только у 5%. Такой репозиторий не соберут ни научные агрегаторы, ни поисковики данных.

Ставка на одного человека. Репозиторий живёт, пока его ведёт конкретный сотрудник или аспирант. У установок IPT доля недействующих — 12%, в несколько раз выше, чем у других крупных платформ. Общие сервисы вроде JAIRO Cloud и DABAR появились именно как ответ на это.

Как проверить научный репозиторий​

Пять вопросов, на которые можно ответить за полчаса.

  1. Есть ли у набора DOI и куда он ведёт? Запрос к DataCite покажет адрес страницы, тип записи и версию.
  2. Отдаёт ли репозиторий описания сборщикам? Протокол OAI-PMH должен отвечать, а среди форматов, кроме простого Dublin Core, должна быть схема DataCite (oai_datacite).
  3. Можно ли отобрать только данные? Посмотрите разделы OAI-PMH и фильтры поиска: есть ли отдельная коллекция или тип записи «набор данных».
  4. Видят ли набор программы? Проверьте разметку schema.org и заголовок Link со ссылкой на linkset — это FAIR Signposting. Если вместо страницы приходит проверка на робота, поисковики набор не прочитают.
  5. Числится ли репозиторий в re3data и есть ли у него сертификат? Это то, что проверит фонд.
# DataCite: куда ведёт DOI, тип записи и версия
curl -s "https://api.datacite.org/dois/10.7910/DVN/TJCLKP"
# OAI-PMH: жив ли интерфейс, какие схемы он отдаёт и на какие разделы делится
curl -s "https://dataverse.harvard.edu/oai?verb=Identify"
curl -s "https://dataverse.harvard.edu/oai?verb=ListMetadataFormats"
curl -s "https://dataverse.harvard.edu/oai?verb=ListSets"
# Dataverse: версия платформы и описание набора в schema.org
curl -s "https://dataverse.harvard.edu/api/info/version"
curl -s "https://dataverse.harvard.edu/api/datasets/export?exporter=schema.org&persistentId=doi:10.7910/DVN/TJCLKP"
# InvenioRDM: число записей и заголовок FAIR Signposting у страницы записи
curl -s "https://data.caltech.edu/api/records?size=1"
curl -sI "https://data.caltech.edu/records/0jxb3-ny611" | grep -i '^link'
# DSpace 7 и новее: версия платформы
curl -s "https://dspace.mit.edu/server/api"
# re3data: есть ли репозиторий в реестре
curl -s "https://www.re3data.org/api/beta/repositories?query=PANGAEA"

Все команды проверены 12 октября 2026 года. Harvard Dataverse отдаёт по OAI-PMH, кроме Dublin Core, схемы DataCite и DDI. Страница записи CaltechDATA возвращает заголовок со ссылкой на linkset. Подробный список проверок — в чек-листах, команды для идентификаторов — в главе об идентификаторах.

Когда свой репозиторий не нужен​

Свой репозиторий — это постоянная работа: обновления, модерация, договор с DataCite, ответы авторам. Небольшой группе часто достаточно Zenodo или предметного репозитория своей дисциплины, и фонды это принимают. Университету без людей в библиотеке выгоднее подключиться к общему сервису страны или консорциума, как японские и хорватские вузы. Свой Dataverse или InvenioRDM оправдан, когда библиотека модерирует десятки групп, нужен свой префикс DOI и есть кому сопровождать систему. Разбор такого решения — в примере университета. Требования для научной организации — в главе о сценариях, для консорциума — в соседнем разделе.

Чем отличается от соседей​

СоседГлавное отличие
Портал открытых данныхважнее регулярное обновление, чем неизменная версия с DOI; публикует орган власти, а не автор исследования
Каталог микроданныхданные о людях из обследований, доступ по заявке и описание в DDI. Архивы социальных наук вроде ICPSR стоят на стыке двух типов
ML-каталогнабор нужен, чтобы загрузить его в обучающий код, а не чтобы сослаться в статье; рядом карточка набора и разбиение на части
Геопорталглавный продукт — слой и сервис, а не зафиксированный файл. Серверы THREDDS и ERDDAP стоят на стыке
Репозиторий публикацийединица — статья или диссертация, данные — малая доля записей
CRISучёт всей научной работы организации, набор данных — лишь один из типов записей

Сводная таблица всех типов — в главе «Сравнение типов и гибриды».

Источники​