数据集概述
该数据集聚焦生物医学出版物关联的Jupyter笔记本计算可重复性研究，包含PubMed Central文献元数据、GitHub仓库信息及笔记本数据，通过SQLite数据库整合文献、期刊、作者、仓库、笔记本等多维度信息，支持可重复性分析与研究。
文件详解
数据集包含以下核心文件及目录：
- 压缩包文件：
- computational-reproducibility-pmc.zip：压缩包格式，包含研究完整代码与数据，内部结构分为两个主文件夹
- archaeology目录：含24个数据库表的db.sqlite文件，存储文章、期刊、作者、仓库、笔记本、执行记录等元数据；及PubMed Central文献XML格式元数据文件pmc.xml
- analyses目录：含两类分析笔记本（N[0-9].ipynb分析仓库与笔记本数据、PMC[0-9].ipynb分析文献数据）、输出图表的outputs文件夹
- 文档文件：
- MethodsWorkflow.pdf：PDF格式，提供研究工作流程的概念性概述
数据来源
Zenodo（https://doi.org/10.5281/zenodo.6802158）
适用场景
- 生物医学文献计算可重复性研究：分析Jupyter笔记本在生物医学领域的可复现率及影响因素
- 学术元数据挖掘：探究PubMed Central文献与GitHub仓库的关联模式
- 科研工作流优化：基于文献与代码关联数据，优化科研成果可重复性工作流程设计
- 开放科学政策研究：为生物医学领域开放代码与数据共享政策提供实证支持
