[論文レビュー] Creation and use of Citations in the ADS

Alberto Accomazzi, Gunther L. Eichhorn+7 more|ArXiv.org|Oct 3, 2006

scientometrics and bibliometrics research参考文献 3被引用数 4

ひとこと要約

本論文は、天文学・物理学の文献、ならびに全文記事やarXiv電子プリントを含む、アストロフィジックスデータシステム（ADS）が自動的に抽出・解決・保守する引用情報のシステムを詳述している。ADSは、厳密なパースィングおよびマッチングアルゴリズムを用いることで、包括的かつ正確な引用索引を提供しており、特に天文学・宇宙物理学分野の研究において信頼性の高い引用指標と、堅牢なプログラムインターフェースを備えていることが示された。

ABSTRACT

With over 20 million records, the ADS citation database is regularly used by researchers and librarians to measure the scientific impact of individuals, groups, and institutions. In addition to the traditional sources of citations, the ADS has recently added references extracted from the arXiv e-prints on a nightly basis. We review the procedures used to harvest and identify the reference data used in the creation of citations, the policies and procedures that we follow to avoid double-counting and to eliminate contributions which may not be scholarly in nature. Finally, we describe how users and institutions can easily obtain quantitative citation data from the ADS, both interactively and via web-based programming tools. The ADS is available at http://ads.harvard.edu.

研究の動機と目的

• ジャーナル、電子プリント、全文スキャンなど多様な出どころからの引用情報を、体系的かつ継続的に作成・保守するプロセスを説明すること。
• 二重カウント、学術的でない寄与、不完全または不正な参照情報といった引用解決の課題に取り組むこと。
• ユーザーおよび機関が、文献計測分析のため、インタラクティブおよびプログラムインターフェースを通じて引用データにアクセスできる仕組みを説明すること。
• ISI、Google Scholar、Citebaseといった他のソースと比較し、ADSの天文学・宇宙物理学分野における強みを強調すること。
• 引用情報が、myADS やRSSベースのアラートといったリアルタイムの新規文献発見機能を可能にする役割を示すこと。

提案手法

• 光学式文字認識（OCR）を用いて、毎晩の自動処理で全文記事および電子プリント（arXivを含む）から参照セクションを抽出する。
• 参照文字列を、著者、題名、年、など文献情報のトークンにパースして、各引用ごとに一時的な bibcode を生成する。
• 類似度スコアリングアルゴリズムを用いて、パースした参照を既存のADSレコードと照合し、正しい識別を確認する。
• 解決済みの参照テーブル（論文Aが論文Bを引用）を維持し、それを逆転させて引用リスト（BはAに引用されている）を生成する。
• 表示から未解決の参照を除外することで、ユーザーに誤解を与えるのを防ぎ、データの整合性を保つ（全文に存在しても含めない）。
• 構造化されたXML出力およびRSSフィードを介したプログラムインターフェースを提供し、自動クエリおよび新規引用のリアルタイム監視を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ADSは、ジャーナル記事、電子プリント、スキャン済み全文など多様な出どころからの正確かつ包括的な引用抽出をどのように保証しているか？
• RQ2 ADSは、二重カウントを防ぎ、学術的でない参照を引用カウントから除外するためにどのようなメカニズムを用いているか？
• RQ3 ISI、Google Scholar、Citebaseといった他の文献データベースと比較して、ADSの引用カバレッジと正確性はどの程度か？
• RQ4 arXiv電子プリントの統合により、特に最近の文献においてADSの引用カバレッジはどの程度向上したか？
• RQ5 研究者および機関は、引用データのプログラムインターフェースをどのように活用し、継続的な文献監視および文献計測分析を効果的に行えるか？

主な発見

• ADSは2000万件を超えるレコードを保有しており、主要な出版者・ジャーナルとの提携のおかげで、天文学・宇宙物理学分野における引用カバレッジが特に優れている。
• arXiv電子プリントの統合により、物理学・天文学分野のプレプリントおよび急速に出現する文献のカバレッジが顕著に向上した。
• パースした参照と既存のADSレコードとの類似度スコアリングを用いることで、引用解決プロセスは高い正確性を達成しており、有効なマッチのみがカウントに含まれる。
• ADSの引用データは、文献計測分析の目的だけでなく、「引用された文献」リンク、myADSアラート、RSSベースの更新といったコアな検索機能の実現にも利用されている。
• XMLおよびRSSフィードを介したプログラムインターフェースにより、研究者は引用追跡を自動化でき、外部システムへのADSデータ統合に最小限の負荷で統合が可能である。
• 論文に言及される独立した研究は、Google Scholar や Citebase と比較して、ADSが天文学・宇宙物理学分野において最も包括的かつ信頼性の高い引用データを提供していることを確認している。