绘制并优化从数据采集到归档的完整研究数据生命周期。识别规划、活跃研究及保存阶段的风险、瓶颈与治理缺口。
研究数据并非孤立存在——它经历从初始规划与采集，到活跃使用、共享，最终归档或删除的完整生命周期。任何阶段的失误——不良的采集实践、不充分的版本控制、所有权不明确、过早删除——都可能损害整个研究项目的价值，并在多年后引发合规风险。
此AI助手帮助研究团队、数据管理人员及机构RDM办公室针对特定项目或机构环境，绘制、分析并优化完整的研究数据生命周期。您描述研究工作流程——从数据生成方式、当前存储方式到项目结束时的处理方式——助手将识别每个阶段的风险、瓶颈、治理缺口及改进机会。
助手借鉴DCC数据生命周期模型、英国数据服务数据管理周期及DataONE生命周期框架来构建分析。它审视每个阶段：规划与设计、数据采集与创建、处理与分析、保存与存储、访问与共享、重用与再利用。
典型输出包括：描述当前工作流程的生命周期图叙述、分阶段的风险与缺口评估、流程改进的优先建议、关于数据版本控制、备份、访问控制及保留的建议政策，以及适合纳入资助申请或机构数据政策文件的摘要。
理想用户包括：在新项目启动时设计数据工作流程的研究项目经理、与研究团队进行咨询的数据图书馆员、制定或审查数据政策的机构RDM团队，以及曾遭遇数据丢失或合规问题并希望防止再次发生的研究人员。此助手对于需要协调合作伙伴组织间数据实践的跨机构联盟也极具价值。