چگونه باید در مقالات موجود در مجله به داده ها اشاره کرد؟ درخواست نظر عمومی CrossRef!

ابرداده چیزی است که در پشت صحنه ادامه دارد و بندرت نگران نویسنده یا خوانندگان مقالات علمی است. در اینجا داستانی را می گویم که در آن یک نمایشگاه بزرگتر وجود دارد. برای مجلات در حوزه علوم و شیمی ، هر مقاله منتشر شده دارای سابقه ای مربوط به ابرداده مربوط به شناسه دائمی مقاله است و بیشتر از آن شناخته شده است. این ابرداده حاوی اطلاعاتی در مورد مقاله مانند نویسندگان آن و لوازم جانبی آنها ، عنوان مقاله و انتزاعی آن است و در CrossRef ارائه شده است – سازمانی که در سال 1999 به نمایندگی از ناشران ، کتابخانه ها ، موسسات تحقیقاتی و بودجه تأسیس شده است. نسبتاً ، آخرین موارد اضافی به ابرداده Crossref ، نقل قول های موجود در مقاله ، نقل قول های باز SO است. این امر به ایجاد منطقه جدید مقالات مورد استفاده ، به عنوان مثال ، آلتمتر یا ابعاد برای شناسایی تأثیراتی که نشریات علمی دارند ، کمک کرده است. به طور کلی ، اگر یک مقاله توسط دیگری ذکر شود ، تأثیر دارد. بسیاری از نقل قول های مقاله ای از مقاله های دیگر به معنای تأثیر بیشتر است. بیشتر محققان دوست دارند تأثیر بالایی و البته مثبت داشته باشند و شاید بهتر یا بهتر ، حرفه دانشگاهی تا حدی به چنین تأثیراتی بستگی داشته باشد.

با این کار به عنوان پیش زمینه ، اکنون به مقاله اخیر در مورد ما منتقل می شوم.[cite]10.1039/d3dd00246b[/cite] ضبط ابرداده برای این مقاله را می توان با استفاده از درخواست دریافت کرد:
https://api.crossref.org/works/10.1039/d3dd00246b/transform/application/vnd.crossref.unixsd+xml (دریافت 14/07/2024).^{‡ ‡ ‡}

این 63 نقل قول در بدنه مقاله دارد ، با جنبه غیرمعمول اما مناسب ، که 30 مورد از آنها به سایر مقالات یا پیوندهای وب مربوط می شود ، اما به داده ها – داده های منصفانه تر. ما حتی در نتیجه گیری خود در مورد این اظهار نظر می کنیم – “نقل قول های ذکر شده در اینجا در سابقه ابرداده برای مقاله ، که در CrossRef ثبت شده است ، وجود دارد ، البته با محدودیت فعلی قابل توجه ، زیرا در حال حاضر هیچ اعلامیه رسمی برای این نقل قول ها به عنوان نشانگرهای مستقیم داده های مستقیم وجود نداردحرف “این بیانیه با این فرض بیان شده است که نقل قول های مقاله یک مسابقه 1: 1 را با سوابق موجود در ابرداده نشان می دهد (که آنها می سازند ، در زیر مشاهده می کنید. اما همچنین اینجا را ببینید[cite]10.48550/arxiv.2310.02192[/cite]).

قبل از اینکه به این موضوع نگاه کنم ، توجه داشته باشم که ابرداده Crossref با همه نقل قول ها به طور یکسان رفتار نمی کند. شکل سنتی استناد به نظر می رسد برای مرجع 25 (در کل 29 مورد از آنها وجود دارد).

<citation key="D3DD00246B/cit25/1">
<journal_title>J. Chem. Phys.</journal_title>
<author>Scalmani</author>
<cYear>2010</cYear>
<first_page>114110</first_page>
<doi>10.1063/1.3359469</doi>
</citation>

این برای تغییرات مقالات در مجلات مانند پیش داوری استفاده می شود ، جایی که مؤلفه “بدون ساختار” به نقل قول اضافه می شود. این اغلب به عنوان یک اظهار نظر مختصر توسط نویسندگان مربوط به استناد استفاده می شود – در این مورد ، نشان می دهد که به خود یک مقاله اولیه اشاره دارد. اصطلاح “بدون ساختار” همچنین به این معنی است که این اظهار نظر ممکن است هیچ مدل قابل پیش بینی ای نداشته باشد یا از هرگونه اصطلاحات خاص استفاده کند و ممکن است برای پردازش آن به تجربه ویژه ای نیاز داشته باشد. به عبارت دیگر ، اجزای “بدون ساختار” ممکن است “ماشین سازگار” نباشند. یا اینکه دستگاه ممکن است مجبور شود خیلی سخت کار کند تا آنچه را برای اظهار نظر انجام داد.

<citation key="D3DD00246B/cit10/1">
<volume_title>ChemRxiv</volume_title>
<author>Braddock</author>
<cYear>2024</cYear>
<doi>10.26434/chemrxiv-2023-vcmcl</doi>
<unstructured_citation>For a preprint, see, D. C.Braddock, S.Lee and H. S.Rzepa, SWERN Oxidation. 
transition structure Theory is OK, ChemRxiv, 2023, preprint, 10.26434/chemrxiv-2023-vcmcl
</unstructured_citation>
</citation>

سومین تنوع این مورد وجود دارد ، اما این بار بدیهی است که به خود داده ها اشاره دارد. نگاهی به استفاده از اظهار نظر “بدون ساختار” بیندازید که به طور مؤثر اطلاعاتی را اضافه می کند که نقل قول می تواند “بدیهی” به داده ها مراجعه کند. برای عادلانه بودن ، عنوان جلد نیز این کار را انجام می دهد ، اما نباید کار او باشد!

<citation key="D3DD00246B/cit19/1">
<volume_title>Imperial College Research Data Repository</volume_title>
<author>Braddock</author>
<cYear>2023</cYear>
<doi>10.14469/hpc/13108</doi>
<unstructured_citation>
D. C.Braddock , H. S.Rzepa and S.Lee, Imperial College Research Data Repository, 2023, 
10.14469/hpc/13108</unstructured_citation>
</citation>

چرا این می تواند مهم باشد؟ خوب ، امروزه مانترا این است که اطلاعات باید نه تنها توسط انسان بلکه توسط ماشینهایی که یادگیری یا “هوش مصنوعی را انجام می دهند ، پردازش شوند. چنین ML/AI حداقل تا حدی برای یافتن مدلهای قابل پیش بینی در داده ها است ، و نقل قول های بدون ساختار حاکی از عدم پیش بینی است! دستگاه می تواند مقاله ای را در مجله “بخواند” و این همچنین باید برای داده هایی که نتیجه گیری های گزارش شده در مقاله به دست آمده است ، امکان پذیر باشد. بنابراین این داده ها ابتدا باید در دسترس باشند و سپس در نسخه دوم مورد استفاده و استفاده مجدد قرار گیرند. این ویژگی ها به عنوان عادلانه شناخته می شوند. بنابراین بسیار عالی خواهد بود اگر ابرداده برای مقاله بتواند در هنگام در دسترس بودن داده های متصل ، در دستگاه نشان دهد – و حتی بهتر نشان می دهد که این داده ها ممکن است ویژگی های منصفانه ای داشته باشند.

بنابراین اکنون می فهمیم که باید یک روش رسمی پیمانکاری برای مشخص کردن استناد داده ها در ابرداده CrossRef وجود داشته باشد ، نه فقط یک اظهار نظر بدون ساختار در مورد نقل قول. خبر خوب این است که در راه است! یک سند بحث و گفتگو عمومی می خواهد تا 15 اوت 2024 اظهار نظر کند و دو مورد جدید CrossRef را به ابرداده معرفی می کند ، که در زیر از نظر مقاله ای که در مورد آن بحث می کنیم تفسیر می شود.

1. <citation  type=”dataset” key="D3DD00246B/cit19/1">
   <volume_title>Imperial College Research Data Repository</volume_title>
   <author>Braddock</author>
   <cYear>2023</cYear>
   <doi>10.14469/hpc/13108</doi>
   </citation>

بیانیه رسمی تر از قبل اضافه شده است و من دلایل Crossref را برای گنجاندن آن نقل می کنم. “ما می خواهیم انواع مختلفی از بیانیه های متن رایگان را در سوابق ابرداده خود حفظ کنیم ، زیرا ما بررسی هایی داشته ایم که ممکن است آنها برای کاربران ابرداده در زیر زنجیره ای مفید باشند که قادر به تجزیه و تحلیل و اصلاح قطعات متن به روش هایی هستند که می توانند مفید باشند. اظهارات همچنین برای استفاده مجدد در برخی شرایط مفید استحرف “این به نوعی جایگزین استناد بدون ساختار مثال فوق می شود ، اما اکنون از یک اصطلاحات کنترل شده برای اتصال خاص با استفاده می کند دادهحرف

2. <statement type=”data availability”>Data Availability and Discovery Statement</statement>

حال بیایید ببینیم که چگونه همه اینها برای مقاله ای که در مورد آن بحث می کنیم پردازش می شود.[cite]10.1039/d3dd00246b[/cite]

• داده های خود به عنوان مجموعه ای با ضبط ابرداده خاص خود پیدا شده است[cite]10.14469/HPC/13058[/cite] می تواند و استناد به مقاله[cite]10.1039/d3dd00246b[/cite]حرف
• ضبط ابرداده Crossref برای مقاله از 17.07.2024 38 مدخل وجود دارد که شامل می شود ، از جمله داده های مرتبط با 30 (که در حال حاضر توسط یک شخص نمایش داده می شود).
• اگر تغییرات در ابرداده های مشخص شده در بالا اعمال شود ، 30 نقل قول داده به وضوح مشخص می شود که در مثال نشان داده شده در نقطه 1 بالا ، و نتیجه گیری انسانی لازم نیست.

سند بحث عمومی CrossRef برای چهار هفته دیگر در دسترس خواهد بود – در این میان ، نظرات عمومی لازم است! پس از اعمال این پیشرفت ها ، امیدواریم که ضبط ابرداده در مقاله ای که در اینجا تجزیه و تحلیل می کنیم به روز شود^{‡ ‡ ‡} برای بازتاب ثروت منصفانه داده های مقاله. و پس از آن شاید آلتمتر یا اندازه بتواند شاخص های مربوط به تأثیر داده های ذکر شده را تولید کند. این فضا را تماشا کنید!

^{‡ ‡ ‡}یکی از تفاوت های بین خود مقاله و ضبط ابرداده در این است که اولی تغییر نمی کند-مگر اینکه Corogendum صادر شود-این به اصطلاح است نسخه ضبط یا ورمدر حالی که ضبط ابرداده در صورت لزوم می تواند مسئول باشد. بنابراین ، توجه به تاریخ مرتبط با هر نسخه از ضبط ابرداده مهم است.

متصل