数据集概述
本数据集存储oc_validator和oc_monitor两款软件的评估实验材料，包含两个应用案例：使用Matilda的引用数据与书目元数据评估oc_validator，以及使用OpenCitations Meta三元组存储的当前（2025年4月15日）可用数据评估oc_monitor。数据集共含11个文件，支持软件验证过程的复现与结果分析。
文件详解
- oc_validator评估材料（Matilda数据应用）
- 文件名称：matilda_metadata.csv
- 文件格式：CSV
- 字段映射介绍：包含Matilda的书目元数据，字段包括id、title、author、pub_date、venue、volume、issue、page、type、publisher、editor等，作为oc_validator的输入数据
- 文件名称：matilda_citations.csv
- 文件格式：CSV
- 字段映射介绍：包含Matilda的引用数据，字段为citing_id（引用文献ID）、cited_id（被引文献ID），作为oc_validator的输入数据
- 文件名称：matilda.ipynb
- 文件格式：IPYNB
- 字段映射介绍：Python笔记本，记录oc_validator在Matilda数据上的使用流程，支持实验复现
- 文件名称：out_validate_meta.json
- 文件格式：JSON
- 字段映射介绍：oc_validator验证matilda_metadata.csv的机器可读完整结果报告
- 文件名称：meta_validation_summary.txt
- 文件格式：TXT
- 字段映射介绍：oc_validator验证matilda_metadata.csv的人类可读结果摘要
- 文件名称：out_validate_cits.json
- 文件格式：JSON
- 字段映射介绍：oc_validator验证matilda_citations.csv的机器可读完整结果报告
- 文件名称：cits_validation_summary.txt
- 文件格式：TXT
- 字段映射介绍：oc_validator验证matilda_citations.csv的人类可读结果摘要，含错误类型及数量（如br_id_existence问题）
- 文件名称：results.xlsx
- 文件格式：XLSX
- 字段映射介绍：电子表格，以表格形式呈现元数据与引用数据的验证报告，包含各类错误的统计计数
- oc_monitor评估材料（OpenCitations Meta数据应用）
- 文件名称：ijdl_meta_monitor_config.json
- 文件格式：JSON
- 字段映射介绍：oc_monitor流程的配置文件，含endpoint（端点）、tests（测试）等键值对，包含待执行的SPARQL查询
- 文件名称：monitor_oc_meta_april2025.ipynb
- 文件格式：IPYNB
- 字段映射介绍：Python笔记本，记录oc_monitor在OpenCitations Meta实时三元组存储上的使用流程，支持实验复现
- 文件名称：ijdl_meta_monitor_results.json
- 文件格式：JSON
- 字段映射介绍：oc_monitor在OpenCitations Meta数据（2025年4月）上运行的机器可读完整输出，含endpoint、collection、datetime、running_time、config_fp、monitoring_results等键值对
适用场景
- 学术数据验证工具评估：用于分析oc_validator对书目元数据与引用数据的验证能力，识别数据错误类型（如标识符存在性问题）
- 学术引用数据质量监测：通过oc_monitor评估OpenCitations Meta三元组存储的数据质量，支持学术数据资源的可靠性分析
- 软件实验复现研究：基于IPYNB笔记本复现oc_validator与oc_monitor的评估流程，验证软件性能
- 学术数据错误分析：通过验证结果统计各类数据错误的分布特征，为学术数据清洗提供参考
- 元数据标准合规性检查：利用oc_validator的验证结果，评估Matilda元数据对学术元数据标准的合规程度
