基于 NLP 驱动的全文计量学评估开放研究信息基础设施影响：以 LXCat 开放平台为案例
等离子体物理
2026-02-10 v1 数字图书馆
信息检索
摘要
开放研究信息（ORI）在科学知识的生产、传播、验证和再利用整个研究生命周期中发挥着核心作用。虽然 ORI 基础设施的可见性通常通过引用计数指标进行评估，但本研究提出了一种基于自然语言处理（NLP）的全文计量学方法，系统性地量化 ORI 基础设施影响，超越引用计数，以 LXCat 平台作为低温等离子体（LTP）研究的代表性案例。LTP 的建模和实验解释高度依赖准确的数据，而这些数据大多 hosted 在 LXCat，这是一个由社区驱动的开放平台，位于 LTP 研究生态系统的核心。为调查 LXCat 平台过去十年的学术影响，我们分析了一批引用了 LXCat 三项基础性论文的全文研究文章。我们呈现了一个综合管道，集成了化学实体识别、数据集和求解器 mention 提取、基于机构的地理映射和主题建模，以提取数据使用细粒度模式，这些模式反映了隐式的研究优先事项、数据实践、对特定数据库的不同依赖、数据再利用的演变模式以及科学工作流程中的耦合，以及主题的演变。重要的是，我们的方法是 domain-agnostic 的且可迁移到其他 ORI 场景，突显了 NLP 在量化科学数据基础设施作用方面的价值，并对如何让开放平台如 LXCat 塑造研究方向提供了数据驱动的反思。本工作提出了可扩展的计量学框架，有望支持 ORI 平台的 evidence-based 评估，并为未来发展的基础设施设计、治理、可持续性和政策提供信息。
引用
@article{arxiv.2602.07664,
title = {Assessing the impact of Open Research Information Infrastructures using NLP driven full-text Scientometrics: A case study of the LXCat open-access platform},
author = {Kalp Pandya and Khushi Shah and Nirmal Shah and Nakshi Shah and Bhaskar Chaudhury},
journal= {arXiv preprint arXiv:2602.07664},
year = {2026}
}