改进元数据流——学科研究数据仓库中多种元数据模式的同时使用
数字图书馆
2026-03-27 v1
摘要
本研究调查了研究数据仓库中多种元数据模式的同时使用。该分析涵盖了来自地球科学和社会科学的八个学科研究数据仓库如何使用学科元数据模式和 DataCite 元数据模式，以及描述同一数据集的两个元数据记录如何进行比较。结果表明，通过优化模式交叉映射，DataCite 元数据记录可以得到显著改善。然而，学科元数据记录和多学科元数据记录的并行使用是复杂的。例如，学科对 DataCite 元数据的完整性有显著影响。时间分析还指出，元数据工作流程是多样的，在某些情况下，次优交叉映射可能不是 DataCite 元数据不完整的唯一原因。在结构层面上比较学科元数据模式和 DataCite 元数据模式发现，模式之间的大多数差异源于对数据集陈述建模的不同方法，而非表达这些陈述的机会的缺乏。学科元数据模式和 DataCite 元数据模式的元素集都可以扩展，以更详细地描述数据集。这些观察表明，学科和多学科元数据模式服务于不同的目的。学科仓库应充分利用这两种选项提供的机会。
引用
@article{arxiv.2603.25468,
title = {Improving metadata flows -- The simultaneous use of multiple metadata schemas at disciplinary research data repositories},
author = {Dorothea Strecker},
journal= {arXiv preprint arXiv:2603.25468},
year = {2026}
}