为推动各学科数据化研究发展，华东师范大学调查与数据中心主持建设了面向人文社科领域的研究数据中台，实现数据驱动研究的“双循环”。对内通过沙箱环境促进校内社会科学数据的管理与利用；对外实现数据的出版与开放，使得外部研究者也可以使用平台数据进行分析，提高数据的利用率与机构的影响力。

数据安全管理及落地应用

对校一级机构知识资源和个性化成果的管理，包括数据采集和管理、数据引证、数据生命周期管理和在安全环境中的挖掘分析与利用。

数据及项目成果开放共享平台

通过公开数据、成果及私有数据所属权、数据安全等保护机制，使更多研究者在平台共享数据和项目成果。

科研项目零基础社科研究者也能在平台上进行数据分析管理

数据不落地的科研数据沙箱，实现云端安全调用和管理

基于 ModelWhale 的云端环境搭建了科研数据沙箱，使得高校师生能够安全便捷的共享和使用科研数据。在数据不落地的情况下进行在线分析，避免了由于研究者保存和分享数据所带来的数据安全隐患。

契合社科科研工作者工程力，低门槛快速上手进行数据科研工作

平台集成了社科数据挖掘所需环境、常用工具包，通过点选式操作即可调用算力；Canvas 拖拉拽建模工具，以搭积木的方式做分析；Notebook 文学性编辑保留完整思路、编辑界面运行代码打造交互式体验；跨学科成员在线协作、统一环境/数据资料下的案例复现，降低上手门槛。

科研成果数据出版，带来社科数据成果更大范围的共享传播

利用 Notebook 的特性产生富媒体形式的学术结果、数据论文、数据集等成果可在平台进行出版，基于版权保护初步形成了安全、完善的数据共享交互和公开机制。社科数据价值不断在平台沉淀、循环，社科数据成果跨学科流动，吸引多方研究者在平台进行社科课题的协同探索，在公共卫生事件应对、学术共同体发现和演化、冠状病毒相关研究演化分析、长三角科创共同体挖掘、老子研究文献知识发现等课题形成众多高价值科研成果。

我们希望和和鲸科技一起共同打造人文社会科学研究领域的生态闭环，主要是想解决四类问题：分别是数据、算法、算力、协作。

数据方面，由于科研数据很繁杂，有大、有小，有些需要安全机制、受控。我们希望在这样的环境中能够集成地对数据进行管理，它可以进行受限的访问，也可以自由地提供接口。

算法方面，我们希望能够基于科研提供各种各样的算法工具及外部接口，这一点对于我们开展多样化的研究才能有更好的支撑。

算力方面，因为在不同的科研场景下，我们需要的云资源是不一样的，对于 CPU 或者是 GPU 资源的一个高效随需调度 ，是我们很希望具备的能力。

协作方面，现在科研活动往往是团队协作的过程，我们也希望这个平台能够帮助科研工作者之间进行交流、进行文档的共享，进行数据和算法工具的调用。

ModelWhale 为我们打造了研究数据中台，实现数据驱动研究的“双循环”。不仅通过沙箱环境促进校内社会科学数据的管理与利用，对外还实现了数据的出版与开放，外部研究者也可以使用平台数据进行分析工作。“双循环”的机制提高数据利用率的同时实现了数据的跨学科、跨领域的应用创新。