《科学中的数据科学》是一本开放获取的国际期刊，在科学和数据科学的交叉点发表原始研究和评论论文。

 其目的是推进：

 （1）实验和观测数据驱动学习和发现的新思路，有助于解决科学和科学推理前沿的基本问题；（2）从数据驱动理论和复杂数据科学模型、算法和工作流中量化和总结不确定性，以及通过数据科学实现科学再现性和可复制性的新实践；（3）它促进数据科学领域内在的多学科性质，并寻求明确的科学驱动的数据科学进步，以及它们对科学的新颖、重要或变革性应用。

 它通过（i）深层域（ii）更广泛的跨域和（iii）跨域协作研究，促进科学和数据科学领域之间的专业协作和融合。

 它鼓励通过新的合作和科学方法和理论进行集体科学学习，这些方法和理论有可能为领域和数据科学家提供知识，并增强他们的数据实践。

 原始研究论文应包含科学和数据科学概念、技术或计算方法和工具，以新颖或超越传统学科研究的方式解决科学问题。评论论文应强调数据科学在科学学科内的重要性和及时应用，或跨学科的有洞察力的应用，并对任何应用、具体考虑或假设进行全面讨论。

链接：Data Science in Science | Taylor & Francis Online https://www.tandfonline.com/journals/udss20