数字数据作为循环递归的数字知识经济的一部分，一旦产生，就会重新生成其他数据，并相互关联。产消者在永无止境的周期中，不断地创造新型的或修改过的数据版本，包括通过分类实践（如为数据贴相关标签）创建新型元数据(Beer and Burrows，2013)。分类算法和实践在建构和塑造在线学术内容的使用和发现方式方面发挥着重要作用。它们用来识别相关研究，而忽略其他内容。然而，用户为其他内容贴标签的做法，是使其他人或多或少地看到研究内容，并在话题和作者之间建立某种联系，而将其他同样有效的研究排除在外的另一种方式。亚马逊和 Google Go所采用的类型预测算法可以将学者所写的成果推荐给那些对其主题感兴趣的人，这可能让学者们受益(Beer，2012a)。
在某种程度上，一些期刊网站本身已经开始以这种方式运作——期刊网站会在人们阅读某一特定主题的文章时，提供其中可获取的相关文章列表，或者显示引用了这篇成果的文章，并提供超链接，以便查阅者随时访问这些文章。现在，谷歌学术还为用户提供了一种实用的自动定制提醒服务，即为文章用户识别并提供其发表文章的相关主题文章。在推特上不断增长的学术社群，还可以分享或转发其他研究人员在共同兴趣领域的文章和博文链接，并使用主题标签来组织内容。因此，标签生成元数据的实践对在线论坛中学术知识的排序、组织和分类起着重要作用，思想价值和写作质量的高低不一定是某一作品是否被广泛传播和阅读的最重要（或唯一）特征。
元数据生成过程的一个例子，来自我自已使用社交媒体发布博文的经验。我在发布博文时，会在推文上发送链接，接着这条链接会由我的一些粉丝转发（或许也会被他们的粉丝转发给粉丝的粉丝，以此类推)。我也许会在我的博客评论区得到一些评论，有时人们会在自已的博客上重新发布这篇博文，把它添加到诸如Scoop.it或Bundlr等平台上的数字收藏中，或者在自己的博客上撰写相关内容，并提供一个能够链接到原始文章的超链接。他们可能会给资料贴标签，这可能不同于我原始博文所使用的标签。有时，我会在意想不到的地方看到我的博文。我发现我的博文在学术期刊文章中被引用，有时则正如我在本章前面提到的，我自己也会在撰写传统学术资料时引用它们。我还可以在新的博文中链接上我以前发表的博文。其中一些博文的使用在我的控制范围之内（当我为了我的目的而使用自己的资料时)，但大部分都不受我控制。
第四章 数字化学术
89
103