01-12-2022 L’articolo su Meta è pronto

Novità

• Sebbene pandas 1.5.1 non sia compatibile con Python 3.7 sulla carta, testandolo su Python 3.7 non ha dato problemi.
• Ho scritto del codice per calcolare varie statistiche su Meta a partire dai CSV di output. Si lancia tramite linea di comando. Tutte le statistiche vengono calcolate utilizzando i MetaID per disambiguare le entità.
  • Top N case editrici per numero di risorse bibliografiche
    • Se N è None vengono ritornati tutti
  • Top N case editrici per numero di risorse venue
  • Top N venue per numero di risorse bibliografiche
  • Top N anni per numero di pubblicazioni
  • Top N tipi per numero di pubblicazioni
  • Numero di:
    • Autori
    • Editor
    • Publisher
    • Venue
• Ho scritto del codice per cancellare una di CSV in output di Meta nel caso esista una riga più recente con lo stesso MetaID.
• Ho riportato e commentato i dati nell’articolo su OC Meta, che ora è completo.
• Le ricerche testuali su autori, editor e publisher sono più veloci:
  • Le ricerche su autori ed editor fanno una ricerca secca sul nome, che viene automaticamente modificato per rispettare le regole interne di Meta
  • Le ricerche su publishers accedono a una lista dei nomi autorevoli utilizzati, cercano la stringa che si avvicina di più tramite difflib.get_close_matches e, se la trovano, fanno una ricerca secca sul nome. Se non lo trovano, accedono all’indice testuale.
  • Queste migliorie hanno reso le query più veloci su SSD, ma rimangono ancora molto lente su hard disk, specialmente se il disco sta svolgendo altre operazioni in contemporanea.
• Ho modificato e testato l’API di Index, che ora chiama Meta e non Crossref/Datacite per recuperare i metadati. Lo stesso addon viene richiamato anche da COCI.

Mugabushaka

• Pushing for using open data for evaluating bibliometrics. With properitary databases data are taken for propaganda, since you cannot reproduce them.
• M. think that if we don’t merge our forces we won’t overcome Scopus.
• Mission: data quality.
• Give OpenAlex a chance.
  • Good points:
    • They use PIDs for several metadata.
    • Not discriminatory, all journals (200k journals / 50k journals, 25k actively indexed / Crossref 90k)
    • Open
  • But M. think that the task is too big, OpenAlex is not enough.
• Repo for improving OpenAlex data: almagabo/openalex_qa
• Proposal: creating a small subset of journals curated very well and then expanding the curation.
• Analisi su quante riviste in Scopus sono in Crossref. If you add PubMed it’s 97%. With Crossref + PubMed we can match Scopus.
• Issues:
  1. additional id: issn-l, openalexid, treatng volumes and issues as containers.
• Low-value contract

Domande

• Chi menziono nei riconoscimenti dell’articolo su Meta?
  • OpenAIRE Nexus
  • Il team di OpenCitations non compreso tra gli autori
  • ?
• Ci sono diverse differenze tra i campi di /metadata/ in Meta e in Index.
  • In Index, il nome della venue e gli id sono due campi diversi (source_title e source_id). Lascio così o creo un unico campo venue che mima quello della tabella CSV?
  • Inoltre, in index il campo per gli id è doi, non id. Lascio così?
  • In Index non c’è il campo editor
  • In Index il campo per la data è year, ma a volte ci sono date. Cambio il nome del campo? Uso lo stesso anche per Meta?