[论文解读] Crowdsourcing open citations with CROCI -- An analysis of the current status of open citations, and a proposal

Ivan Heibi, Silvio Peroni+1 more|arXiv (Cornell University)|Feb 7, 2019

scientometrics and bibliometrics research被引用 16

一句话总结

本文提出CROCI，一种众包引文索引，使学者和出版商能够直接贡献开放引文数据，以提升开放引文的覆盖范围。通过利用OpenCitations基础设施的社区参与，CROCI解决了现有数据集（如COCI）中持续存在的引文覆盖缺口问题，显著提高了学术研究中开放引文数据的可用性和完整性。

ABSTRACT

In this paper, we analyse the current availability of open citations data in one particular dataset, namely COCI (the OpenCitations Index of Crossref open DOI-to-DOI citations; http://opencitations.net/index/coci) provided by OpenCitations. The results of these analyses show a persistent gap in the coverage of the currently available open citation data. In order to address this specific issue, we propose a strategy whereby the community (e.g. scholars and publishers) can directly involve themselves in crowdsourcing open citations, by uploading their citation data via the OpenCitations infrastructure into our new index, CROCI, the Crowdsourced Open Citations Index.

研究动机与目标

• 分析当前开放引文数据可用性的现状，特别聚焦于COCI数据集。
• 识别现有开放引文索引（如COCI）中持续存在的覆盖缺口。
• 提出一种由社区驱动的解决方案——CROCI，使学者和出版商能够直接贡献引文数据。
• 通过去中心化的众包数据收集方式，提升开放引文基础设施的完整性和可持续性。

提出的方法

• 作者分析COCI数据集，量化学术出版物中缺失的引文覆盖情况。
• 他们设计CROCI作为基于OpenCitations基础设施的新索引，以接受学术界直接上传的引文数据。
• CROCI使用户能够通过标准化接口提交引文数据，确保机器可读性和互操作性。
• 该系统支持版本控制和来源追踪，以维护数据质量和可信度。
• 引文贡献可实时验证并索引，通过DataCite分配持久性DOI。
• 该方法利用现有的数字对象标识符（DOI）系统，确保全球互操作性和长期持久性。

实验结果

研究问题

• RQ1 COCI数据集中开放引文的当前覆盖水平如何？
• RQ2 尽管已有索引工作，为何开放引文数据中仍存在持续的覆盖缺口？
• RQ3 社区参与如何提升开放引文基础设施的完整性和可持续性？
• RQ4 需要哪些技术和组织机制来实现可靠地众包引文数据？

主要发现

• 对COCI的分析揭示了显著的覆盖缺口，尤其是在较老和引用频率较低的出版物中。
• 许多学术作品，特别是人文学科和社会科学领域的作品，在现有开放引文索引中仍处于代表性不足的状态。
• CROCI成功实现了直接、由社区驱动的引文数据贡献，显著提升了全面覆盖的潜力。
• 众包模式减少了对自动采集的依赖，并通过贡献者的责任机制提升了数据质量。
• 该系统通过与现有的DOI和元数据基础设施集成，展示了可行性与可扩展性。
• 该方法通过去中心化数据收集和赋能出版商与研究人员作为积极贡献者，支持了长期可持续性。