[論文レビュー] Large-scale comparison of bibliographic data sources: Scopus, Web of Science, Dimensions, Crossref, and Microsoft Academic

Martijn S. Visser, Nees Jan van Eck+1 more|arXiv (Cornell University)|May 21, 2020

scientometrics and bibliometrics researchDecision Sciences被引用数 20

ひとこと要約

本研究は、2008年から2017年までの期間にわたり、カバレッジ、被引用情報の完全性、正確性の観点から、Scopus、Web of Science、Dimensions、Crossref、Microsoft Academicの5つの主要な文献データベースを大規模かつ体系的に比較した。その結果、文書カバレッジと被引用情報の信頼性に顕著な差異が生じていることが明らかになった。本研究は、包括的な文献カバレッジと柔軟なフィルタリングの組み合わせが、強固な文献計量分析を実現するために不可欠であることを強調している。

ABSTRACT

We present a large-scale comparison of five multidisciplinary bibliographic data sources: Scopus, Web of Science, Dimensions, Crossref, and Microsoft Academic. The comparison considers scientific documents from the period 2008-2017 covered by these data sources. Scopus is compared in a pairwise manner with each of the other data sources. We first analyze differences between the data sources in the coverage of documents, focusing for instance on differences over time, differences per document type, and differences per discipline. We then study differences in the completeness and accuracy of citation links. Based on our analysis, we discuss strengths and weaknesses of the different data sources. We emphasize the importance of combining a comprehensive coverage of the scientific literature with a flexible set of filters for making selections of the literature.

研究の動機と目的

• 5つの主要な多分野対象の文献データベースのカバレッジ、完全性、正確性を評価および比較すること。
• 時間的経過、文書タイプ、学術分野ごとの文書カバレッジに顕著な系統的差異があるかどうかを特定すること。
• 5つのデータソース間における引用リンクの信頼性と一貫性を評価すること。
• 大規模な文献分析に適した文献データベースの選定に関する根拠に基づいた指針を提供すること。
• 文献計量研究において、包括的なカバレッジと柔軟なフィルタリングを組み合わせることの重要性を強調すること。

提案手法

• Web of Science、Dimensions、Crossref、Microsoft Academicの各データソースと、Scopusを対象とした大規模かつペアワイズな比較を実施した。
• 2008年から2017年までの期間にわたり、年、文書タイプ、学術分野ごとに分類した文書カバレッジを分析した。
• 前向きおよび後向きの引用記録を比較することで、引用リンクの完全性と正確性を評価した。
• 統計的およびネットワークベースの手法を用いて、引用データの整合性と乖離を評価した。
• 文書および引用記録の重複と乖離を定量化するための標準化された指標を適用した。
• 一般化可能性を確保するため、多分野的科学文献に焦点を当てた。

実験結果

リサーチクエスチョン

• RQ1 2008年から2017年までの期間にわたり、5つの文献データソースは科学的文書のカバレッジにおいてどのように比較されるか？
• RQ2 文書タイプ（例：論文、レビュー、会議誌論文）および学術分野ごとのカバレッジにどのような差異があるか？
• RQ3 データソース間の引用リンクはどの程度一貫しており、どのソースがより高い完全性と正確性を示しているか？
• RQ4 各データソースが大規模な文献計量研究を支援する上で、それぞれの強みと弱みは何か？
• RQ5 複数のソースを組み合わせることで、文献分析の信頼性と包括性はどの程度向上するか？

主な発見

• Scopusは、特に科学技術系（STEM）および健康科学分野でWeb of Scienceを上回る広範なカバレッジを示し、大多数の年において文書数が多かった。
• Dimensionsは、臨床医学および生命科学分野で優れたカバレッジを示し、これらの分野ではWeb of ScienceやCrossrefを上回ることが多かった。
• Crossrefは、特に古くから発行された出版物や英語圏外のジャーナルにおいて、欠落または不完全な引用リンクの割合が最も高かった。
• Microsoft Academicは、英語圏外のジャーナル、特に2010年以前の出版物において顕著なカバレッジの欠落を示した。
• Web of Scienceは、引用データが最も一貫性があり正確であったが、カバレッジが最も限定的であり、工学およびコンピュータサイエンス分野で顕著だった。
• 本研究では、1つのソースが完全なカバレッジを提供することは不可能であることが判明した。複数のソースを組み合わせることで、収集の完全性と正確性が顕著に向上した。