[论文解读] Scholia And Scientometrics With Wikidata

Finn Årup Nielsen, Daniel Mietchen+1 more|arXiv (Cornell University)|Mar 13, 2017

Wikis in Education and Collaboration参考文献 18被引用 4

一句话总结

本文介绍了 Scholia，一个利用 Wikidata 中的结构化书目数据动态生成学术档案的网络服务。通过使用 SPARQL 查询 Wikidata 查询服务，Scholia 聚合并可视化出版物列表、合作者网络、引用图谱和主题关联，实现具有持久标识符和引用追踪的透明、协作且可扩展的科学计量分析。

ABSTRACT

Scholia is a tool to handle scientific bibliographic information in Wikidata. The Scholia Web service creates on-the-fly scholarly profiles for researchers, organizations, journals, publishers, individual scholarly works, and for research topics. To collect the data, it queries the SPARQL-based Wikidata Query Service. Among several display formats available in Scholia are lists of publications for individual researchers and organizations, publications per year, employment timelines, as well as co-author networks and citation graphs. The Python package implementing the Web service is also able to format Wikidata bibliographic entries for use in LaTeX/BIBTeX.

研究动机与目标

• 为解决维基百科中缺乏结构化学术书目数据的问题，利用 Wikidata 作为科学出版物的集中式开放知识库。
• 开发一种可扩展的开源工具，通过 Wikidata 的结构化数据和 SPARQL 查询，即时生成学术档案。
• 通过在 Wikidata 中暴露引用网络、主题关联和来源信息，实现透明、协作且可复现的科学计量分析。
• 为研究人员和机构提供具有持久性、机器可读性的档案，包含工作时间线、出版历史和合作者图谱。
• 展示利用 Wikidata 及其查询服务作为下一代学术档案系统基础的可行性，具备丰富且可扩展的元数据。

提出的方法

• Scholia 使用 Wikidata 查询服务（WDQS）通过 SPARQL 端点动态检索书目数据，整合来自作品、作者、组织和主题的数据。
• 通过使用 Wikidata 属性（如 P50（作者）、P1433（发表于）和 P2860（引用））聚合出版物、工作经历、合作者关系和引用网络的数据，构建学术档案。
• 系统生成交互式可视化效果，包括出版物时间线、带性别颜色编码的合作者网络，以及基于主题的引用图谱，这些均通过 SPARQL 结果渲染为图表或图示。
• 通过 Python 包以 BIBTeX 和 LaTeX 格式暴露数据，实现与外部工具的集成，支持引文管理工作流。
• 利用 Wikidata 的引用系统追踪声明的来源，使引文元数据可追溯至原始来源，提升科学严谨性。
• 系统支持跨多种数据类型（如按机构隶属关系或研究主题过滤合作者网络）的动态查询，使用带限定符和基于属性的过滤的 SPARQL。

实验结果

研究问题

• RQ1 Wikidata 是否能够作为可扩展、开放且持久的基础设施，用于生成带有结构化书目元数据的学术档案？
• RQ2 基于 SPARQL 查询 Wikidata 在多大程度上能够实现学术网络和出版历史的动态、交互式且可复现的可视化？
• RQ3 Wikidata 中包含的引用追踪如何相较于专有系统，提升学术档案的透明度和科学计量有效性？
• RQ4 Wikidata 的协作性质在多大程度上提升了学术档案的准确性和覆盖范围，相较于 ORCID 或 ResearchGate 等用户控制的系统？
• RQ5 基于 Wikidata 的档案是否能以极少的人工整理支持高级科学计量分析，如基于主题的引用网络或性别感知的合作者图谱？

主要发现

• Scholia 通过实时查询 Wikidata 查询服务，成功为研究人员、机构、期刊和主题生成全面且动态的学术档案。
• 通过利用 Wikidata 中的性别注释，系统能够实现带性别颜色编码的合作者网络，展示了增强的社会网络分析能力。
• 通过结合引用数据和主题注释，Scholia 能够识别某一研究主题下的关键影响力论文，即使该论文未显式标注为该主题。
• 在 Wikidata 中使用 DOI、PMID 和 PMCID 等持久标识符，可实现对学术作品的可靠、无歧义链接，支持自动化元数据采集和引文管理。
• Wikidata 中的引用为科学计量提供了新颖的维度，允许对声明来源进行追踪，Scholia 通过工作页面上的“支持以下陈述”等面板暴露了这一功能。
• Wikidata 的开放 CC0 许可数据与 Scholia 的动态查询机制相结合，实现了学术档案在不同平台和工具间的完全可复现性和可重用性。