OpenCitations 集合中图书信息与引用数据的验证与监控
数字图书馆
2025-04-17 v1
摘要
目的。研究基础设施中数据数量的日益重要性凸显了确保数据质量的同样稳健机制，特别是在图书和引用数据集方面。本文解决了在OpenCitations这样一个由社区驱动的开放科学基础设施中维持高质量开放研究信息的挑战，通过引入用于验证和监控图书元数据和引用数据的工具。方法。我们开发了针对OpenCitations Data Model (OCDM) 的定制验证工具，旨在检测和解释来自异构来源的摄取错误，无论是由于上游数据不一致还是内部软件错误。此外，还创建了一个质量监控工具，用于跟踪已发布数据中的已知问题。这些工具分别应用于两个场景：（1）验证来自Matilda的数据元数据和引用；（2）监控OpenCitations Meta 数据集中的数据质量。结果。验证工具成功识别了Matilda 数据集中各种结构和语义问题，证明了其精确性。监控工具使我们能够检测到OpenCitations Meta 集合中反复出现的問題以及其数量。就此而言，这些工具在提高OpenCitations发布数据的可靠性方面证明了有效性。结论。所述验证和监控工具代表了确保开放科学基础设施中高质量图书数据迈出的一步，尽管其局限于OpenCitations采用的特定数据模型。未来的发展旨在扩展到更多数据源，特别是考虑众包数据。
引用
@article{arxiv.2504.12195,
title = {Validating and monitoring bibliographic and citation data in OpenCitations collections},
author = {Ivan Heibi and Silvio Peroni and Elia Rizzetto},
journal= {arXiv preprint arXiv:2504.12195},
year = {2025}
}