CNAS技术报告
科研数据特征划分及其分类体系表
中国合格评定国家认可委员会
发布日期∶2021年01月01日
前 言
科研实验室是实施科技创新的重要组成部分和基础技术保障，出具的数据是科学成果的依据，其质量直接影响科学成果的可靠性和科学性。但科研实验室存在科研数据难以重复、可靠性难以评估的问题。如何对科研实验室进行规范管理，实现科研数据的可靠和可重复，是科学界面临的重大课题。为了更好的规范科研实验室的管理和运行，依托"十三五"国家重点研发计划"科研实验室认可关键技术研究"项目中的"科研数据不确定性表征方法和评估技术研究"课题（编∶2016YFFO203801），CNAS 组织编制了《科研数据特征划分及其分类体系表》。
本文件由中国合格评定国家认可委员会提出并归口。
1 范围
本标准定义了科研数据的特征划分和分类方法，规定了科研数据分类体系表组成、结构及编码规则和编制要求，用以保证科研数据组织、存储及交换的一致性。
2规范性引用文件
下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T13016 标准体系表编制原则和要求
3 术语和定义
下列术语和定义适用于本文件。3.1 科研数据 Research Data
在科技活动（实验、观测、探测、调查等）或通过其他方式所获取的反映客观世界的本质、特征、变化规律等的原始性、基础性数据，以及根据不同科技活动需要，进行系统加工整理的数据产品和相关信息。
3.2 定量数据 Quantitative Data
可以量化和验证的数据，适用于统计操作。
3.3 定性数据Qualitative Data
近似或表征但无法测量的某物或现象的属性，特征，性质等的数据。
3.4 科研数据分类 Research Data Classification
根据科研数据的属性或特征，将其按照一定的原则和方法进行区分和归类，并建立起一定的分类体系和排列顺序，以便更好地管理和使用科研数据的过程。
3.5 线分类法 method of linear classification
将分类对象按选定的若干属性（或特征）逐次分为若干层级，每个层级又分为若干类目。同一分支的同层级类目之间构成并列关系，不同层级类目之间构成隶属关系。