22-11-2022 Programmazione agile

Novità

• Ho notato che molte operazioni erano in comune tra DataciteProcessing e CrossrefProcesing. Ho introdotto una nuova classe RaProcessing, madre delle prime due, che racchiude i metodi comuni.
  • Inizializzazione dell’elenco dei doi, della mappatura delle case editrici, dell’indice DOI-ORCID
  • Generazione della lista di autori ed editor
  • Estrazione ORCID dall’indice DOI-ORCID
  • Generazione dell’intervallo delle pagine
• Sto correggendo bug negli estrattori di metadati da JaLC, mEDRA e Datacite utilizzandoli sull’elenco dei DOI presenti in COCI ma non in Crossref.
• Ecco come sono distribuiti questi DOI finora (34,458 su 634,720):
  • Airiti: 227
  • CNKI: 3743
  • Crossref: 15,313
  • Datacite: 6288
  • Invalidi: 39
  • Istic: 1486
  • JaLC: 917
  • Kisti: 307
  • mEDRA: 2439
  • OP: 155
  • Public (?): 21
  • Sconosciuto: 3523
• Sia Meta che i plugin ora collassano eventuali id duplicati. Infatti, in mEDRA a volte gli ISSN si ripetono (come print/issn-l o electronic/issn-l). L’ordine degli id viene preservato (non ho usato set)
• Tutti gli estrattori di metadati normalizzano i caratteri unicode collassando i caratteri composti.
• Meta ora gestisce il caso di solo id tra parentesi quadre senza nome nei campi author, editor, venue e publisher.

Domande

• Il DOI 10.3969/j.issn.1004-132x.2014.09.011 è valido, ma manda in timeout l’API di DOI. Come si spiega? Ce ne sono 10 così.
• Perché l’API di COCI omette i DOI non di Crossref? Lo fa sia usando references che citations. I DOI non di Crossref non compaiono né tra i citati né tra i citanti se si usa l’API.
  • Ad esempio, 10.17309/jltm.2020.2.06 cita 10.14589/IDO.20.3.5, ma 10.14589/IDO.20.3.5 non compare tra i citati nonostante sia valido e presente su Crossref.
• Fare cinque minuti di chiacchiera sul dottorato
• pandas 1.5.1 non è compatibile con Python 3.7. L’ultima versione compatibile è la 0.23.2 del 2018. Il preprocessing di DataCite usa pandas per dividere file CSV. Droppo pandas o droppo Python 3.7?
  • pandas 1.5.1 dipende da numpy 1.23.5, che non è compatibile con Python 3.10 su Windows. Insomma,