[论文解读] Practice meets Principle: Tracking Software and Data Citations to Zenodo DOIs

Stephanie van de Sandt, Lars Holm Nielsen+7 more|arXiv (Cornell University)|Nov 1, 2019

Scientific Computing and Data Management参考文献 21被引用 5

一句话总结

本研究分析了2019年1月期间对Zenodo托管软件和数据的5,456篇引用，利用Asclepias Broker评估当前引用实践与FORCE11软件引用原则的一致性。研究发现，推荐引用实践与实际引用实践之间存在广泛不一致，其中82%的软件引用为自引用；研究建议基于DOI的版本控制和概念DOI，采取实用措施以更好地追踪影响力。

ABSTRACT

Data and software citations are crucial for the transparency of research results and for the transmission of credit. But they are hard to track, because of the absence of a common citation standard. As a consequence, the FORCE11 recently proposed data and software citation principles as guidance for authors. Zenodo is recognized for the implementation of DOIs for software on a large scale. The minting of complementary DOIs for the version and concept allows measuring the impact of dynamic software. This article investigates characteristics of 5,456 citations to Zenodo data and software that were captured by the Asclepias Broker in January 2019. We analyzed the current state of data and software citation practices and the quality of software citation recommendations with regard to the impact of recent standardization efforts. Our findings prove that current citation practices and recommendations do not match proposed citation standards. We consequently suggest practical first steps towards the implementation of the software citation principles

研究动机与目标

• 评估实际软件和数据引用实践与FORCE11软件引用原则的一致性。
• 评估近期标准化举措在提升引用质量与追踪准确性方面的有效性。
• 研究Zenodo的概念DOI与版本DOI系统在聚合不同软件版本引用影响力方面的作用。
• 识别推荐引用格式与学术出版物中实际引用行为之间的差异。
• 基于实证引用数据，提出可操作的改进建议，以提升软件引用实践。

提出的方法

• 通过Asclepias Broker从ADS、Europe PMC和Crossref Event Data的公共API中汇聚5,456条指向Zenodo对象的引用链接。
• 使用Spearman等级相关系数评估引用次数与Zenodo及GitHub的使用指标（独立浏览量、下载量）之间的关系（如星标数、分支数、关注者数）。
• 通过比较引用文章与被引用Zenodo对象的作者列表，识别自引用行为，使用了352个引用速度为0或1的代表性样本。
• 使用韦恩图可视化不同发现服务（ADS、Europe PMC）之间的引用重叠情况，以评估覆盖范围与冗余性。
• 分析25个高引用软件概念在GitHub和文档中的引用建议，追踪推荐质量随时间的变化。
• 利用Zenodo的概念DOI与版本DOI基础设施，追踪引用在不同软件版本间的分布，并估算影响力聚合情况。

实验结果

研究问题

• RQ1 实际软件和数据引用在多大程度上与FORCE11软件引用原则保持一致？
• RQ2 当前的引用建议在引导作者采用正确引用实践方面的有效性如何？
• RQ3 软件和数据引用中自引用的比例是多少，这对影响力测量有何影响？
• RQ4 引用发现服务（如ADS、Europe PMC）在覆盖Zenodo托管软件和数据引用方面表现如何？
• RQ5 概念DOI在多大程度上能够改善跨软件版本的引用影响力聚合与追踪？

主要发现

• Zenodo托管软件的82%引用为自引用，表明推荐实践与实际行为之间存在显著不一致。
• 4,060篇引用的引用速度为0或1，意味着被引用的软件在发表当年或一年内即被引用，表明自引用率较高。
• Spearman等级相关系数显示，引用次数与使用指标（如独立浏览量、下载量）之间存在弱到中等程度的相关性，表明使用情况与引用影响力之间对齐程度有限。
• 仅有48%的引用文章被ADS和Europe PMC同时发现，凸显了引用发现服务在覆盖范围上的不足。
• 在25个高引用软件概念中，68%未提供稳定、可版本化的引用推荐，40%的推荐在不同版本间发生变化，影响了推荐的一致性。
• 使用概念DOI可实现跨版本的引用聚合，但仅有36%的被引用软件版本链接到了正确的概念DOI，限制了影响力追踪效果。