要确定研究数据，您必须首先明确您的项目需要一手数据还是二手数据，分析现有文献的研究方法部分，并检索专门的数据存储库。
寻找合适的数据集 (Datasets) 是研究过程中的关键步骤。无论您是在进行文献综述 (Literature Review)、复现实验，还是构建新的理论框架，掌握如何定位和评估数据都将为您节省大量时间。以下是寻找所需研究数据的实用指南。
1. 明确您的数据需求
在搜索之前，请明确您的研究问题需要什么类型的数据。
- 一手数据 (Primary Data)： 这是您自己通过问卷调查、访谈、实验或实地观察收集的原始数据。
- 二手数据 (Secondary Data)： 这指的是由其他研究人员、政府机构或组织收集的现有数据集。寻找二手数据通常是启动新实证项目 (Empirical Project) 最有效的方式，可以免去独立收集数据的成本。
2. 挖掘现有文献
发现相关数据集的最佳途径是查阅已发表的学术论文。请密切关注您所在领域文献的研究方法 (Methodology) 或数据收集部分，因为作者通常会明确说明他们分析了哪些数据集以及数据的来源。此外，请检查补充材料 (Supplementary Materials) 或附录，研究人员经常会在这些地方附上原始数据文件。如果您觉得从内容密集的文章中提取这些信息很困难，可以使用 WisPaper 的 Scholar QA 功能，直接向文档提问“作者使用了哪些数据集”，它会将答案精准溯源到具体的页码和段落。
3. 探索开放数据存储库
一旦您了解了您所在领域的标准数据类型，就可以搜索专门的数据存储库 (Data Repositories)。这些平台托管着跨越各个学科的数千个数据集：
- 综合性存储库 (General Repositories)： 像 Zenodo、Figshare 和 Dryad 这样的平台是获取多学科开放获取数据 (Open-access Data) 的绝佳起点。
- 特定学科数据库 (Subject-Specific Databases)： 寻找为您所在领域量身定制的垂直存储库，例如用于遗传学的 GenBank、用于社会科学的 ICPSR 或用于机器学习数据集的 Kaggle。
- 政府和机构门户网站 (Government and Institutional Portals)： Data.gov、世界银行公开数据 (World Bank Open Data) 和世界卫生组织 (World Health Organization) 等资源提供了海量、高度可信的二手数据集。
4. 评估数据质量和元数据
找到数据只是成功了一半；您还必须确保它是可信且可用的。请寻找附有完善元数据 (Metadata)——即“关于数据的数据”——的数据集。良好的元数据会准确解释信息的收集方式、定义包含的变量，并概述任何局限性。最后，确保数据集具有清晰的引用格式或数字对象唯一标识符 (DOI)，以便您可以在参考文献中正确标明原始创作者。