数据集概述
本数据集是关于开放科学实证研究的映射综述数据，整合了2000-2020年Scopus和Web of Science数据库中相关文献，经PRISM方法筛选和协作标注，最终包含695项同行评审研究，覆盖研究主题、方法、学科等维度，旨在呈现开放科学研究现状与缺口。
文件详解
- 核心数据文件（CSV格式，共5个）
mapOSR_info.csv：开放科学研究基础信息文件mapOSR_codebook_V4.csv：编码手册，包含字段编号、名称、描述、编码值及说明，如Action（研究行动）、Method（研究方法）等字段的定义mapOSR_interrater_reliability_clean.csv：编码者间信度数据，含ID、两位编码者对Action、Method、Discipline等字段的编码结果mapOSR_data_V5_9_3_220419_coded_clean.csv：标注后的开放科学研究核心数据集（2022年4月19日版本）mapOSR_version_history.csv：数据集版本历史记录- 参考文献文件
mapOSR_references.bib：BIB格式的研究参考文献- 文档文件（DOCX格式，共2个）
mapOSR_PRISMA_flow_diagram_v4_220419.docx：PRISMA文献筛选流程图（2022年4月19日版本）mapOSR_PRISMA_2020_checklist.docx：PRISMA 2020规范检查表
数据来源
MapOSR项目（Mapping Review Dataset of Empirical Studies on Open Science）
适用场景
- 开放科学研究趋势分析：基于编码数据研究2000-2020年开放科学实证研究的主题演进、方法偏好及学科分布
- 开放科学政策制定：分析不同地理区域、学术群体的开放科学实践特征，为政策优化提供数据支撑
- 文献计量学研究：利用数据集的文献筛选流程和标注信息，开展开放科学领域的文献计量分析
- 编码信度方法验证：基于编码者间信度数据，验证开放科学研究标注体系的可靠性
- 开放科学研究缺口识别：通过数据集覆盖范围，定位开放科学实证研究中未充分探索的主题或学科领域
