Fichiers disponibles
| Fichier | Ce qu'il décrit | Tâche de départ utile |
|---|---|---|
| Indice des articles CSV | Titres originaux, IDs, URLs originales et URLs de lecture canonique | Compte pour tous les manuscrits fournis |
| Documents de référence JSON | Registres et métadonnées des lecteurs actuels | Construire un tableau de référence local |
| Registre des sources CSV | URLs exactes du document, dates et portée de la source | Inspecter la liste des sources dans un tableur |
| Registre des sources JSON | Le même document enregistre les données structurées | Rejoindre les sources par leur ID |
| Consolidation JSON | Cartes et actions originales à canoniques | Suivez une ancienne adresse d'article |
| Bibliographie JSON | Directions des publications et état des métadonnées | Planifier la conciliation de la littérature |
| Éléments de preuve JSON | Cartographies de synthèses structurées | Vérifier les liens existant entre les sections et les sources |
| Liste SHA-256 | Sommes de contrôle des fichiers téléchargeables | Comparer les octets enregistrés avec l'exportation |
Importation du CSV dans un tableur
Utilisez la fonction d'importation de texte ou CSV de l'application et gardez les identifiants comme texte. Confirmez la ligne d'en-tête, le séparateur et l'encodage des caractères avant de commencer une analyse. Vérifiez quelques titres et URLs après importation. Les titres longs et la ponctuation devraient rester dans leurs cellules originales.
Filtrer l'action ou les colonnes d'URL canoniques lors de l'étude de consolidation. Plusieurs lignes originales peuvent pointer vers une référence courante. L'élimination d'URLs canoniques répétées est utile pour un compte de page de lecteur, mais conservez la colonne source-ID lorsque le but est la couverture des pièces jointes.
Travailler avec JSON
Inspectez la structure de haut niveau avant d'aplatir un fichier. Les dossiers de référence peuvent contenir des listes de sources et des relations qui ne s'intègrent pas naturellement dans une cellule de tableur. Une table de relation séparée peut préserver ces tableaux sans perdre à quel enregistrement chaque valeur appartient.
Joindre des documents en utilisant des identifiants explicites où ils sont fournis. Les titres peuvent changer pendant l'édition et sont une clé plus faible. Gardez la portée de la source et l'état des métadonnées à côté des champs que vous utilisez dans une nouvelle table.
Garder la provenance à travers les transformations
Si vous renommez des colonnes, supprimez des lignes ou combinez des enregistrements, enregistrez une brève description de la transformation et du téléchargement original. Consigner s'il s'agit de manuscrits sources, de références canoniques ou de pistes bibliographiques. Ces unités sont volontairement séparées dans ce dépôt.
Que devrait accompagner un extrait partagé?
Inclure l'identité du fichier, la date de téléchargement, les champs d'état pertinents, les URL source et une description de tout filtrage. Lespage de réutilisationexplique pourquoi un lien vers une publication est différent de la permission de reproduire son texte intégral. Lesdatathèqueexplique les limites de chaque ensemble de données.