所有透過 GBIF 工作網取得的資料都是免費的但並不表示不須負任何責任。 根據 GBIF 資料用戶協議的條款，下載各別資料集或搜索結果並將其用於研究或政策的用戶，需同意遵循 DOI (Digital Object Identifier) 引用。
正確的引用方式可以讓其他研究人員回溯資訊的原始來源，從而確保科學的透明度和再現性。 Gbif 更透過強調共享開放資料的價值，向利益相關者和贊助者展示其影響力，藉以獎勵資料發佈機構和個人。 通過 GBIF 發佈的資料集是電子資料出版物，故應被視為一流的研究成果並正確引用。
雖然下面的所有範例引文均採用哈佛格式，但請根據你的機構、發布者或代理機構要求的格式進行調整。 但請務必包含以下內容的每個項目 - 最重要的是以 URL 表示的 DOI。
引用資料
- 出現資料下載
- 各別資料集
- 物種頁面
- 衍生的資料集
- 以第三方工具 (例如 rgbif, pygbif, spocc, dismo等) 取得的出現資料
- 透過 GBIF 出現資料研究API取得的出現資料
- 透過雲端計算環境取得的出現資料
引用非資料內容
出現資料下載
從 GBIF.org 下載資料時，註冊用戶會立即重新導向到包含以下資訊的頁面：
在發送給註冊用戶的確認電子郵件中也可看見此引用。 請將此參考文獻放在身邊，以便你可以引用它。 之前的詳細下載紀錄資訊，也可以在註冊用戶的下載列表中隨時查看。 若在查找之前的下載紀錄時碰到問題，你也可以聯繫 GBIF 尋求協助。
下載頁面提供列出所有貢獻資料集的紀錄，以及所有搜尋詞、篩選器和圖片縮圖。 用戶可以從下載頁面快速更新搜索結果，並且在 GBIF 的文獻追蹤計劃 (例如) 找到任何引文後，還可看到這些引文的連結。
引用篩選下載
如果你已明確篩選了下載的資料，則可以創建衍生資料集僅引用進階分析中使用的記錄。 這需要你在篩選步驟中保留 資料集索引 欄位。
引用多個下載
如果你使用多次下載，在文章的文獻列表中可能無法包含所有引用。 在這種情況下，我們建議包含所有使用的下載補充列表或附錄。 你還可以選擇使用衍生資料集來彙整組合的資料。 請留意，GBIF 下載系統允許在單次下載需求中包含多個分類單元 (最多 100,000 個)。
各別資料集
大多數從GBIF.org 下載的資料都包含來自多個資料集的記錄 (如上所述)，但在某些情況下，例如內部報告或因研究而需提前發布的資料集，用戶可能希望或需要引用單一資料集，如 <0 >這個例子：
Rivas Pava M D P, Muñoz Lara D G, Ruiz Camayo M A, Fernández Trujillo L F, Muñoz Castro F A, Pérez Muñoz N (2017). Colección Mastozoológica del Museo de Historia Natural de la Universidad del Cauca. Version 1.1. Universidad del Cauca. 出現資料集 https://doi.org/10.15472/ciasei accessed 透過 GBIF.org 2020-03-02
請留意，由於資料集可能會隨著時間而有改變，即使是單一資料集下載也會賦予一組新的、唯一的 DOI，這些 DOI 應該在引文中使用。 若符合，可結合原始資料集引用來使用，例如：
[返回頂端](#top)Telenius A, Jonsson C (2017). Molluscs of the Gothenburg Natural History Museum (GNM). GBIF-Sweden. 出現資料下載 https://doi.org/10.15468/dl.f14yjv 透過 GBIF.org 2020-03-02
物種頁面
每個物種頁面皆有內建的引用 例如
GBIF 秘書處：GBIF 架構分類法 https://doi.org/10.15468/39omei 透過 https://www.gbif.org/species/5284517
[2020 1月13日]
註：若已經明確肯定某個分類群的分佈，請考慮下載出現資料。 這將確保帶有 DOI 的資料保有持續的時間戳記，可以像下載出現資料一樣進行引用。
衍生的資料集
衍生資料集 是由 GBIF 中介的出現資料且為可引用的記錄，衍生來自：
- 已被顯著篩選過/減少的下載
- 在雲端計算環境 取得的資料
- 通過任何無 DOI 但需賦予 DOI 的方式所獲取的資料 (例如第三方工具 存取 GBIF 搜尋 API)
衍生資料集創建的同時會被賦予一組唯一的 DOI，可用於資料引用。 要創建衍生資料集，你需要使用 GBIF.org 帳戶進行身份驗證，並提供資料來源的 GBIF 資料集清單(依照 DOI 或 資料集索引)，且最好包含每個資料集貢獻度的計算紀錄。
以第三方工具 (例如 rgbif, pygbif, spocc, dismo等) 取得的出現資料
使用 R語言，Python及其他程式語言來存取 GBIF 的出現資料是最快速且簡單的方法 然而，重要的是要始終牢記 GBIF 資料用戶協議的引用要求仍然適用。
對於大多數用戶來說，強烈建議使用 rgbif 套件的 occ_download() 函數來存取資料，可確保下載時賦予 DOI 以便於引用。
從 GBIF 搜尋 API 直接回傳結果的工具 (例如 spocc、dismo 以及 rgbif 的 occ_data() 和 occ_search() 函數) 並 不會 賦予 DOI 給下載的資料 。 用戶應自行確認每個資料集發布者，並正確地引用這些資料。
對於透過以 API 為基礎的出現資料搜尋工具所獲取的資料，我們建議最簡易的方式為使用衍生數據集來獲取引用資料的 DOI 。 rOpenSci 文檔提供如何在 rgbif 中引用 GBIF 中介資料的說明。
雲端環境
GBIF 提供每個月出現資料的網頁快照，可用在多種雲端計算環境中的分析：
用戶在雲環境中存取或分析資料，應該參考雲端計算存儲庫中提供的具體說明。 至少在引文中包含相關快照的 DOI (參見表)。 經過顯著資料篩選的分析，請依循所使用的資料集索引並使用衍生資料集記錄來引用資料。
引用非資料內容
GBIF.org
欲引用 GBIF 網頁的使用者，可遵循以下的範例：
GBIF.org (年份)， GBIF 首頁. 由 https://www.gbif.org
[2020年1月13日]。
GBIF.org (web page) 授權的內容
同樣，用戶可以引用 GBIF 網站上的非資料頁面，例如：
GBIF.org (年份) 引用指南。 由 https://www.gbif.org/citation-guidelines
[2020年1月13日]。
註：此方法並非引用資料下載可接受的替代方法。
GBIF 作為基礎設施/實體
我們建議欲在更廣泛、更通用的情況下引用 GBIF 的人應遵照以下引用：
GBIF: The Global Biodiversity Information Facility (年份) * GBIF 是什麼?*。 由 https://www.gbif.org/what-is-gbif
[2020年1月13日]。