开放引文数据的覆盖率与 Web of Science 和 Scopus 持平

综合性书目元数据对于在研究工作流程的各个阶段开展有效的理解和分析至关重要。Crossref作为科学传播数字化转型过程中最成功的项目之一，不仅负责创建DOI分配给学术出版物，同时发布学术出版物的元数据，并且不限制访问次数。Crossref所提供的元数据为各类学术工具创造了价值，如Dimensions、The Lens和Scilit，都利用Crossref元数据使它们的索引与最新的出版物保持同步。开源参考文献管理程序Zotero从Crossref的服务器中提取与特定DOI关联的元数据，为填写个人参考文献集提供了一种简单的方法，比使用谷歌学术更可靠。

近年来，引文数据的商业排他性一直在减弱，数字出版工作流程使出版商在Crossref中注册新文档时可以将引用的参考文献列表与其余元数据一起存放。Crossref 的政策是默认公开这些参考文献列表，因此，如果大多数出版商将他们的参考文献列表存放在 Crossref 中并同意使参考文献列表开放获取，那么将形成一个综合性的开放引文索引。

开放引文倡议(The Initiative for Open Citations ，I4OC)是一个倡议组织，自2017年以来一直致力于推动开放引文索引，现有超过2000家出版商开放在CrossRef中存放的参考文献。2021 年上半年，Elsevier、美国化学学会（the American Chemical Society）和 Wolters Kluwer 加入I4OC。除了电气和电子工程师协会 (the Institute of Electrical and Electronics Engineers，IEEE)，现在所有主要的学术出版商都支持I4OC，并在Crossref上有开放了参考文献。在 I4OC和出版商的共同努力下，出版商在 CrossRef 中存入参考文献的出版物中 88% 现已开放。OpenCitations（I4OC 的创始成员之一）使用参考文献数据建立了非专有引文索引，即COCI，Crossref openCitations Index of Crossref open DOI-to-DOI 引文。I4OC最近还发布了其他开放引文索引，例如开放引文合集NIH-OCC（NIH Open Citation Collection)和Refcat。

西班牙格拉纳达大学的Alberto Martín-Martín使用Web of Science、Scopus 和 Google Scholar中包含的引文覆盖范围和新数据源（Microsoft Academic、Dimensions 和 COCI）提供的引文覆盖范围进行比较。2019年，COCI 是六个索引中引文覆盖范围最小的，仅占所有引用的 28%。相比之下，Web of Science 占 52%，Scopus 占 57%。但是COCI 2021 年 9 月发布的版本和同月发布的NIH-OCC数据集更新了分析结果。为了同时进行公平合理的比较，Alberto使用了相同的目标文件语料库，并且只使用2019年6月底之前发表的文献的引文。

COCI和NIH-OCC于2021年9月发布的数据加在一起，对所有地区的样本文档集的引用量超过162万次，比2019年仅COCI获得的85万次增加了91%。考虑到所有数据源中的引文可用性，根据CC0许可协议，现在53％的引文能够在COCI和NIH-OCC中获得，高于2019年的28％。这个覆盖率现已超过Web of Science的52%的引文覆盖范围，更接近于Dimensions的54%和Scopus的57%。COCI和其他数据源之间的重复性也显著增加：2019年，COCI覆盖了Web of Science中47%的引文，而现在开放引文合集覆盖了Web of Science中87%的引文。对于Scopus索引，2019年COCI覆盖了Scopus中可用引文数量的44%，而现在开放引文数据源的比例已经增加到81%。这些数据如下图所示。

在开放数据源中新发现的引文中，来自爱思唯尔（Elsevier）期刊发表的文章的引用占了绝大部分（接近所有新引文的一半），如下图所示。但这其中也有一些IEEE的引文，这是因为直到最近，IEEE出版物的参考文献列表还在Crossref的“有限”类别中提供给Crossref Metadata Plus的成员。

新闻内容来自以下网站，不代表GoOA头条立场：

https://opencitations.wordpress.com/2021/10/27/coverage-of-open-citation-data-approaches-parity-with-web-of-science-and-scopus/

来源：