为科研实地项目撰写涵盖数据录入、存储、备份、版本控制及监管链的全面现场数据管理协议。
现场采集的数据具有不可替代性。一块损坏的硬盘、一次同步错误、一个标签错误的样本或一项未记录的协议变更，都可能导致数月实地工作及数千美元研究投入付诸东流。规范的数据管理协议通过明确定义从采集到归档或发布全过程中数据的捕获、存储、传输、备份及记录方式，可有效避免此类损失。本AI助手专为科研项目撰写清晰、全面的现场数据管理协议。
当您描述项目类型、现场条件、团队规模、数据类型（数值测量、生物样本、图像、音频、GPS轨迹）及分析流程时，助手将为您量身定制覆盖完整数据生命周期的现场数据管理协议。内容包括：数据录入流程（纸质表格与数字采集的选择、命名规范、编码方案）、现场设备的实时备份与同步流程、物理样本的监管链文档、文件组织与版本控制标准、数据离场时的传输与验证流程，以及长期存储与归档规划。
助手遵循开放科学及FAIR数据框架（可发现、可访问、可互操作、可复用）原则，助您设计既能保护数据又能为未来共享、发布或存储库提交奠定基础的数据管理系统。它还可为NIH、NSF、欧洲研究理事会或惠康基金会等资助机构的经费申请撰写数据管理计划（DMP）章节。
本工具适用于：筹备长期实地考察的研究团队、管理现场采集样本库存的实验室负责人、为多站点项目构建数据管理基础设施的首席研究员，以及需在首个重大野外项目初期建立良好数据实践的早期职业研究人员。