数据集概述
本数据集包含纯JSON格式的查询表，用于将ArXiv出版物版本标识符映射到对应的发布日期。JSON文件归档于压缩包中，按标识符的日期前缀命名，例如1908.json对应含1908前缀的版本标识符。数据集还包含工作流归档文件、文件名称列表JSON及说明文档，总计四个文件，支持数据可重复性验证。
文件详解
- 归档数据文件
- 文件名称：arxiv-publication-dates-by-identifier-prefix.tar.gz
- 文件格式：GZIP压缩包
- 字段映射介绍：包含多个按日期前缀命名的JSON文件，每个JSON文件以ArXiv版本标识符为键，对应发布日期（格式YYYY-MM-DD）为值
- 工作流归档文件
- 文件名称：arxiv-publication-dates-workflow.tar.gz
- 文件格式：GZIP压缩包
- 字段映射介绍：包含生成数据集的Snakemake工作流文件，用于数据可重复性验证
- 文件名称列表
- 文件名称：file_names.json
- 文件格式：JSON
- 字段映射介绍：JSON数组结构，长度为239，包含数据集中所有文件名称的列表
- 说明文档
- 文件名称：README.md
- 文件格式：Markdown
- 字段映射介绍：包含数据集的核心描述、文件结构说明及使用指引
适用场景
- ArXiv元数据分析：用于查询特定版本标识符对应的发布日期，支持学术文献时间序列研究
- 学术数据可重复性验证：通过工作流文件复现数据集生成过程，确保数据可靠性
- 文献计量学研究：结合发布日期分析ArXiv论文的版本更新规律与时间分布特征
- 学术数据平台开发：作为元数据组件集成到学术文献检索或分析系统中
