OpenCitations Meta là một cơ sở dữ liệu mới được ra mắt vào tháng 12 năm 2022, được thiết kế để tăng cường cơ sở hạ tầng OpenCitations bằng cách cung cấp siêu dữ liệu thư mục của các công trình học thuật liên quan đến việc trích dẫn. Nó nhằm mục đích giải quyết ba thách thức chính: làm rõ trích dẫn, gán các định danh cố định toàn cầu (PIDs) cho các tài nguyên thư mục thiếu chúng, và cải thiện tốc độ truy xuất siêu dữ liệu. OpenCitations Meta tuân thủ nguyên tắc khoa học mở, cung cấp dữ liệu dưới giấy phép CC0 để tối đa hóa việc tái sử dụng. Cơ sở dữ liệu tích hợp dữ liệu từ CrossRef, DataCite và Bộ sưu tập Trích dẫn Mở của NIH, và được điền vào thông qua các quy trình chăm sóc dữ liệu tự động. Nó lưu trữ dữ liệu dưới định dạng RDF, tuân thủ Mô hình Dữ liệu OpenCitations, và theo dõi các thay đổi và thông tin nguồn gốc.

:::info
Tác giả:
(1) Arcangelo Massari, Trung tâm Nghiên cứu về Dữ liệu Học thuật Mở, Khoa Ngôn ngữ Học Cổ điển và Nghiên cứu Tiếng Ý, Đại học Bologna, Bologna, Ý {arcangelo.massari@unibo.it};
(2) Fabio Mariani, Viện Triết học và Khoa học Nghệ thuật, Đại học Leuphana, Lüneburg, Đức {fabio.mariani@leuphana.de};
(3) Ivan Heibi, Trung tâm Nghiên cứu về Dữ liệu Học thuật Mở, Khoa Ngôn ngữ Học Cổ điển và Nghiên cứu Tiếng Ý, Đại học Bologna, Bologna, Ý và Trung tâm Nghiên cứu Nâng cao về Nhân văn số hóa (/DH.arc), Khoa Ngôn ngữ Học Cổ điển và Nghiên cứu Tiếng Ý, Đại học Bologna, Bologna, Ý {ivan.heibi2@unibo.it};
(4) Silvio Peroni, Trung tâm Nghiên cứu về Dữ liệu Học thuật Mở, Khoa Ngôn ngữ Học Cổ điển và Nghiên cứu Tiếng Ý, Đại học Bologna, Bologna, Ý và Trung tâm Nghiên cứu Nâng cao về Nhân văn số hóa (/DH.arc), Khoa Ngôn ngữ Học Cổ điển và Nghiên cứu Tiếng Ý, Đại học Bologna, Bologna, Ý {silvio.peroni@unibo.it};
(5) David Shotton, Trung tâm Nghiên cứu Oxford e-Research, Đại học Oxford, Oxford, Vương quốc Anh {david.shotton@opencitations.net}.
:::
<h2 id="tableoflinks">Bảng Liên kết</h2>
<ul>
<li><a href="http://hackernoon.com/preview/GUhjvULTi5MniJgb9szf" target="_blank">Tóm tắt và Giới thiệu</a></li>
<li><a href="https://hackernoon.com/preview/E041aT9Pj47P0BZFgWkL" target="_blank">Công trình Liên quan</a></li>
<li><a href="http://hackernoon.com/preview/mrwmEnRBBSehgNQ72dbz" target="_blank">Phương pháp</a></li>
<li><a href="http://hackernoon.com/preview/SrS48MbzXlPcpWX3L2IE" target="_blank">Dữ liệu và dịch vụ</a></li>
<li><a href="http://hackernoon.com/preview/fxmwUwWiJYMzSPuKdYgJ" target="_blank">Thảo luận</a></li>
<li><a href="http://hackernoon.com/preview/NGzHlN9dvBkdPjSItkDo" target="_blank">Kết luận, Cảm ơn và Tài liệu tham khảo</a></li>
</ul>
<h2 id="abstract">Tóm tắt</h2>
OpenCitations Meta là cơ sở dữ liệu mới chứa dữ liệu về tài liệu học thuật liên quan đến các trích dẫn được lập chỉ mục bởi cơ sở hạ tầng OpenCitations. Nó tuân thủ các nguyên tắc Khoa học Mở và cung cấp dữ liệu dưới giấy phép CC0 để tối đa hóa việc tái sử dụng. Dữ liệu có thể được truy cập thông qua một điểm cuối SPARQL, các API REST và các bản sao. OpenCitations Meta phục vụ ba mục đích quan trọng. Thứ nhất, nó cho phép làm rõ trích dẫn giữa các tài liệu được mô tả bằng các định danh khác nhau từ các nguồn khác nhau. Ví dụ, nó có thể liên kết các tài liệu được xác định bằng DOI trong Crossref và PMIDs trong PubMed. Thứ hai, nó gán các định danh mới toàn cầu bền vững (PIDs), được biết đến với tên OpenCitations Meta Identifiers (OMIDs), cho các tài nguyên thư mục không có định danh bền vững bên ngoài như DOI. Cuối cùng, bằng cách lưu trữ dữ liệu thư mục nội bộ, OpenCitations Meta cải thiện tốc độ truy xuất dữ liệu cho tài liệu trích dẫn và được trích dẫn. Cơ sở dữ liệu được điền thông qua việc biên soạn dữ liệu tự động, bao gồm loại bỏ trùng lặp, sửa lỗi và làm phong phú dữ liệu siêu dữ liệu. Dữ liệu được lưu trữ dưới định dạng RDF theo Mô hình Dữ liệu OpenCitations, và thông tin thay đổi và nguồn gốc được theo dõi. OpenCitations Meta và sản xuất của nó. OpenCitations Meta hiện đang tích hợp dữ liệu từ Crossref, DataCite và Bộ sưu tập Trích dẫn Mở NIH. Về tập dữ liệu xuất bản ngữ nghĩa, hiện tại nó là tập dữ liệu đầu tiên về khối lượng dữ liệu. Từ nghiên cứu đó, được thực hiện trên Scopus và Bộ sưu tập Core của Web of Science, đã phát hiện ra rằng gần 90% các bài viết trong Khoa học và Khoa học Xã hội liên quan đến một DOI, trong khi trong Nghệ thuật và Nhân loại con số đó chỉ là 50%. Ngoài ra, đối với Nhân loại, việc trích dẫn các nguồn chính thống cổ xưa thiếu DOI (ví dụ: Aristotle) được yêu cầu trong nhiều lĩnh vực (ví dụ: trong Lịch sử). Nếu một tài liệu không có mã định danh, dữ liệu siêu dữ liệu của nó sẽ không tuân thủ các nguyên tắc FAIR (Wilkinson và cộng sự, 2016) rằng các đối tượng nghiên cứu số học học thuật phải có khả năng tìm thấy, truy cập, tương tác và tái sử dụng. Một mã định danh duy nhất và bền vững toàn cầu là rất quan trọng để làm cho dữ liệu siêu dữ liệu trở nên tìm thấy và truy cập được. Hơn nữa, một tài nguyên thư mục mà không có mã định danh ngăn cản việc mô tả các trích dẫn liên quan đến nó tuân thủ các nguyên tắc FAIR. Đây là lý do tại sao, theo Định nghĩa Trích dẫn Mở (Peroni & Shotton, 2018) quản lý việc lấp đầy các Chỉ số Trích dẫn Mở, bất kỳ hai thực thể nào được liên kết bởi một trích dẫn được lập chỉ mục phải đều được xác định bằng một mã định danh bền vững đến từ cùng một hệ thống mã định danh, ví dụ cả hai đều có DOI, hoặc cả hai đều có PubMed IDs. Ví dụ, COCI (Heibi và cộng sự, 2019b) chỉ lưu trữ thông tin trích dẫn khi các thực thể trích dẫn và được trích dẫn được mô tả trong Crossref và cả hai đều có DOI. Các trích dẫn liên quan đến các bản xuất bản thiếu DOI hoặc các PID được công nhận khác đã từ trước bị loại khỏi các chỉ số trích dẫn OpenCitations.
Nhưng bây giờ, OpenCitations Meta giải quyết các vấn đề do tài nguyên thư mục được xác định bằng nhiều mã định danh và cũng tài nguyên thư mục thiếu mã định danh bền vững, bằng cách kết hợp một mã định danh bền vững toàn cầu mới cho mỗi tài liệu được mô tả trong OpenCitations Meta - một Mã định danh OpenCitations Meta (OMID). Điều này giúp tất cả các trích dẫn có thể được đại diện dưới dạng trích dẫn OMID-to-OMID (Hình 1). Bằng cách cung cấp một mã định danh duy nhất cho mỗi thực thể được lưu trữ trong OpenCitations Meta, OMID của thực thể đó hoạt động như một proxy giữa các mã định danh bên ngoài khác nhau được sử dụng cho mỗi thực thể, cho phép làm rõ. Hơn nữa, OpenCitations Meta có thể chứa siêu dữ liệu cho tất cả các xuất bản học thuật, mỗi cái được xác định bằng một OMID, mà không cần thiết phải cung cấp một mã định danh bền vững bên ngoài bởi nguồn cung cấp siêu dữ liệu.
Do đó, nhờ OpenCitations Meta, siêu dữ liệu cho tất cả các xuất bản học thuật hiện có thể được lưu trữ bởi OpenCitations, và các trích dẫn liên kết tất cả các xuất bản đó có thể được bao gồm trong một Chỉ số OpenCitations mới bao quát, trong đó các chỉ số khác (COCI, DOCI, POCI, v.v.) sẽ là các chỉ số phụ, theo các nguồn đầu vào khác nhau của thông tin trích dẫn.
Thứ ba là hiệu suất thời gian kém trước đây của các dịch vụ của OpenCitations, đặc biệt là các hoạt động API trả về dữ liệu siêu dữ liệu thư mục cơ bản của các tài nguyên trích dẫn và được trích dẫn. Điều này là bởi vì các Chỉ số OpenCitations chính bản thân đã chỉ chứa dữ liệu siêu dữ liệu liên quan đến việc trích dẫn (việc trích dẫn được xem xét là các thực thể dữ liệu First Class riêng với siêu dữ liệu riêng của chúng), nhưng không chứa dữ liệu siêu dữ liệu văn bản liên quan đến các thực thể trích dẫn và được trích dẫn (tiêu đề, tác giả, số trang, v.v.). Thay vào đó, các siêu dữ liệu đó trước đây đã được truy xuất ngay lập tức thông qua các yêu cầu API rõ ràng đến các dịch vụ bên ngoài như Crossref, ORCID và DataCite. Trong suốt ba năm qua, để giải quyết các vấn đề được đề cập ở trên, chúng tôi đã phát triển và thử nghiệm phần mềm mà chúng tôi đang sử dụng để tạo ra một bộ sưu tập siêu dữ liệu văn bản mới, cụ thể là OpenCitations Meta, mà chúng tôi đã ra mắt vào tháng 12 năm 2022. Phần mềm hỗ trợ cơ sở dữ liệu này là mã nguồn mở và có sẵn tại https://github.com/opencitations/oc_meta. Các siêu dữ liệu mà OpenCitations Meta tiết lộ bao gồm các siêu dữ liệu văn bản cơ bản mô tả một tài nguyên văn bản học thuật. Đặc biệt, nó lưu trữ tất cả các nhận dạng tài nguyên văn bản đã biết cho tài nguyên văn bản (ví dụ: DOI, PMID, ISSN và ISBN), tiêu đề, loại, ngày xuất bản, trang, địa điểm của tài nguyên, và số tháng và số của tài nguyên, nơi địa điểm đó là một tạp chí. Ngoài ra, OpenCitations Meta chứa siêu dữ liệu về các nhân vật chính tham gia vào việc xuất bản mỗi tài nguyên văn bản, tức là tên của các tác giả, biên tập viên và nhà xuất bản, mỗi người bao gồm các nhận dạng cố định riêng của họ (ví dụ: ORCIDs) nếu có sẵn. Ý định của chúng tôi là thêm các trường siêu dữ liệu bổ sung (ví dụ: thông tin về tổ chức của tác giả và thông tin tài trợ) vào sau này. Quá trình tạo ra OpenCitations Meta có thể chia thành hai bước. Bước đầu tiên liên quan đến việc chăm sóc dữ liệu đầu vào. Quy trình chăm sóc liên quan đến việc sửa lỗi tự động, chuẩn hóa định dạng dữ liệu và loại bỏ sự trùng lặp của các mục siêu dữ liệu riêng biệt cho cùng một mục. Quá trình loại bỏ sự trùng lặp dựa chỉ vào các nhận dạng. Phương pháp này ưu tiên độ chính xác hơn là khả năng gợi nhớ: ví dụ, người ta chỉ được loại bỏ nếu họ có một ORCID được gán, và không bao giờ bằng các phương pháp khác. Sau các giai đoạn chuẩn hóa và loại bỏ sự trùng lặp, mỗi thực thể được gán một Bộ nhận dạng OpenCitations Meta (OMID), dù có hoặc không có một nhận dạng cố định bên ngoài (ví dụ: DOI, PubMed ID, ISBN). Bước thứ hai trong việc điền vào OpenCitations Meta liên quan đến việc chuyển đổi dữ liệu đầu vào thô thành RDF (định dạng Dữ liệu Mở Liên kết) tuân thủ với Mô hình Dữ liệu OpenCitations (OCDM) (Daquino et al., 2020), để cho phép truy vấn dữ liệu đó thông qua SPARQL. Trong quá trình này, chúng tôi chú trọng đến nguồn gốc và theo dõi thay đổi: mỗi khi một thực thể được tạo ra, sửa đổi, xóa bỏ hoặc hợp nhất, những thay đổi đó được ghi lại trong RDF, và được đặc trưng bởi ngày tạo, nguồn chính, và các đại lý chịu trách nhiệm.Phần còn lại của bài báo được tổ chức như sau. Phần 2 đánh giá các bộ dữ liệu xuất bản ngữ nghĩa khác. Tiếp theo, trong Phần 3, phương pháp tiếp cận phương pháp được áp dụng để tạo ra OpenCitations Meta được trình bày chi tiết, bắt đầu từ giai đoạn chăm sóc (3.1), sau đó mô tả việc sửa lỗi (3.2), chuyển đổi dữ liệu sang RDF theo OCDM (3.3), và kết thúc bằng mô tả về việc sản xuất dữ liệu nguồn và theo dõi thay đổi RDF (3.4). Phần 4 cung cấp một số thống kê mô tả về bộ dữ liệu OpenCitations Meta hiện tại. Cuối cùng, Phần 5 thảo luận về một số hạn chế hiện tại của OpenCitations Meta, và xem xét về vị trí của OpenCitations Meta trong số các bộ dữ liệu học thuật tương tự.\\:::info Bài báo này có sẵn trên arxiv dưới giấy phép CC 4.0 DEED. <a href="https://arxiv.org/ftp/arxiv/papers/2306/2306.16191.pdf" target="_blank">Xem tại đây</a>:::\\

Ra mắt Cơ sở dữ liệu Meta OpenCitations để Nâng cao Dữ liệu Metadata Học thuật