[論文レビュー] Developing indicators on Open Access by combining evidence from diverse data sources

Thed N. van Leeuwen, Ingeborg Meijer+2 more|arXiv (Cornell University)|Feb 8, 2018

scientometrics and bibliometrics research被引用数 8

ひとこと要約

本論文は、出版物をオープンアクセス（OA）として体系的にラベル付けるための手法を提案する。Web of Scienceなどの文献データベースにおける不完全なOAラベル付けの限界を補うために、出版者メタデータ、機関リポジトリ、DOIなど複数のデータソースを統合する。このアプローチにより、OA検出の正確性が著しく向上し、研究出力におけるOAトレンドの信頼性ある追跡が可能になる。科学政策や研究管理の支援に寄与する。

ABSTRACT

In the last couple of years, the role of Open Access (OA) publishing has become central in science management and research policy. In the UK and the Netherlands, national OA mandates require the scientific community to seriously consider publishing research outputs in OA forms. At the same time, other elements of Open Science are becoming also part of the debate, thus including not only publishing research outputs but also other related aspects of the chain of scientific knowledge production such as open peer review and open data. From a research management point of view, it is important to keep track of the progress made in the OA publishing debate. Until now, this has been quite problematic, given the fact that OA as a topic is hard to grasp by bibliometric methods, as most databases supporting bibliometric data lack exhaustive and accurate open access labelling of scientific publications. In this study, we present a methodology that systematically creates OA labels for large sets of publications processed in the Web of Science database. The methodology is based on the combination of diverse data sources that provide evidence of publications being OA

研究の動機と目的

• Web of Scienceなどの主要な文献データベースにおける一貫性のない、不完全なオープンアクセス（OA）ラベル付けの課題に対処すること。
• 複数の証拠ソースを用いて、大規模な出版物セットにおいてOA出版物を体系的かつスケーラブルに特定する手法を開発すること。
• 国別OA義務規定への準拠状況やOA出版トレンドの正確な追跡を可能にすることで、科学政策や研究管理を支援すること。
• オープンデータやオープンピアレビューなどの、より広範なオープンサイエンスの側面を統合することで、従来の文献情報学的指標を拡張すること。
• 機関や国をまたいで信頼性のあるOA指標を生成するための再現可能なフレームワークを提供すること。

提案手法

• 出版者メタデータ、機関リポジトリ（例：PubMed Central、機関リポジトリ）、OA状態が明記されたDOIなど、複数のデータソースからの証拠を集積する。
• ルールベースの分類システムを用いて、収集したデータソースにOAインジケーターが存在するかに基づき、OAステータスを割り当てる。
• 階層的な意思決定プロセスを適用：信頼できるOAリポジトリに掲載されているか、明確なOAライセンスが付与されている場合は、OAとラベル付けする。
• 既知のOAデータセットと照合することで、ラベル付けプロセスの正確性と信頼性を検証する。
• Web of Scienceデータベースの大規模な出版物セットに対して、このマルチソース証拠アプローチを適用する。
• 証拠ソースの数と信頼性に基づき、OAラベル付けにおける信頼性のスコアリングメカニズムを実装する。

実験結果

リサーチクエスチョン

• RQ1 文献データベースが包括的なOAラベル付けを欠いている場合、大規模な出版物セットにおけるOAステータスをどのように信頼性高く特定できるか？
• RQ2 どのデータソースの組み合わせが、OA出版物を特定するうえで最も正確かつスケーラブルな方法を提供するか？
• RQ3 マルチソース証拠アプローチは、単一ソース手法と比較して、どの程度OA検出の正確性を向上させるか？
• RQ4 この手法は、国や機関におけるOA準拠状況やオープンサイエンスの導入状況の監視をどの程度支援できるか？
• RQ5 この手法は、異なる専門分野や出版タイプに一般化・適用可能か？

主な発見

• 単一ソースのメタデータに依存するのと比較して、特にOAラベル付けが不完全なデータベースにおいて、マルチソース証拠アプローチはOA検出の正確性を著しく向上させる。
• 機関リポジトリ、出版者ウェブサイト、DOIからの信号を統合することで、本手法は高精度にOA出版物を特定するのに成功した。
• 本アプローチにより、大規模な出版物セットに対する一貫性があり再現可能なラベル付けが可能となり、OAトレンドの縦断的モニタリングが可能になった。
• 本研究では、多様なデータソースの統合により、ハイブリッドまたは遅延OAジャーナルの出版物における誤って特定されない（ファルスネガティブ）事例が削減されることを示した。
• 本手法は、英国およびオランダのOA義務規定への準拠状況など、政策評価や機関レポート用の信頼性のあるOA指標の作成を支援する。
• 信頼性スコアリングシステムにより、OAラベルの品質評価が可能となり、研究者が分析において高信頼性のOAレコードを優先できるようになった。