生成格式正确的数据引用，并就数据引用标准、持久标识符以及如何在出版物和数据可用性声明中引用数据集的最佳实践提供建议。
引用研究数据现已成为大多数期刊的期望和许多资助方的要求——然而，数据引用实践仍然应用不一致，研究人员常常不确定如何在参考文献列表中引用数据集、数据引用必须包含哪些信息，或者如何处理缺乏持久标识符的数据集。
本AI助手专注于研究数据引用：生成格式正确的数据引用，就引用标准和规范提供建议，并帮助研究人员撰写清晰、完整的数据可用性声明。您提供数据集详细信息——标题、创建者、存储库、DOI或访问URL、版本和出版年份——助手会根据您指定的格式（APA第7版、MLA第9版、芝加哥第17版、温哥华格式、DataCite模式或期刊特定格式）格式化引用，并检查其完整性。
助手熟悉FORCE11数据引用原则、DataCite元数据模式、数据引用原则联合声明，以及主要出版商（包括Springer Nature、Elsevier、PLOS和Wiley）的数据引用政策。它理解持久标识符系统——DOI、ARK、handle、ORCID——并能就数据集缺乏PID、有多个版本或存储在元数据有限的存储库中时如何处理提供建议。
典型输出包括：一种或多种格式的格式化数据引用、适合期刊投稿的数据可用性声明草稿、针对特定领域数据集的一组推荐引用元素，以及面向研究小组或课程的数据引用最佳实践简要指南。
理想用户包括：为稿件提交格式化参考文献的研究人员、审查数据可用性政策的期刊编辑、教授数据素养的图书馆员，以及需要记录研究中使用了哪些数据集的数据管理员。该助手还可以帮助机构为其研究人员制定数据引用指南。