科研数据的出处与版本：从下载文件到可追溯证据

数据文件本身不是完整证据。一个可追溯的数据条目，至少应该说明来源、版本或发布日期、下载时间、授权、处理脚本和校验方式。

不要只把这些信息写在文件名里。建议用一个清单或元数据文件关联原始文件、处理后的文件、脚本版本和生成时间。原始数据保持只读，所有清洗和转换都通过可重复执行的脚本完成。

当数据来自 API 或动态网站时，还要保存请求时间、查询条件、分页规则和返回字段。数据更新后，旧结果不应该被静默覆盖，而应该产生新的版本和变更说明。

这样做会增加一点记录成本，却能让团队回答“这个数字从哪里来”“重新跑一遍会发生什么”“这份数据能否公开使用”这些关键问题。

数据授权、隐私和机构政策优先于实验便利。公开可下载不等于可以任意再分发或用于所有研究场景。