数据集概述
本数据集包含用于研究学术期刊出版商的代码与数据，涵盖从DOAJ、Publons、Scopus和SherpaRomeo四个数据源提取出版商及期刊计数的R代码、DOAJ和Scopus的数据样本、出版商名称 harmonization的文本文件和R代码，以及最终排序的学术期刊出版商结果列表，总计9个文件。
文件详解
- 代码文件（.r格式，共5个）
- 文件名称：count_publishers--Publons.R、count_publishers--SherpaRomeo.R、count_publishers--DOAJ.R、count_publishers--Scopus.R、harmonize-publishers.R
- 内容说明：前四个代码分别从DOAJ、Publons、Scopus和SherpaRomeo提取出版商及期刊计数；harmonize-publishers.R用于出版商名称的harmonization处理
- 数据文件
- 格式与名称：JSON格式（data--doaj.json）、XLSX格式（data--scopus.xlsx、alljournals.xlsx）
- 内容说明：data--doaj.json和data--scopus.xlsx为DOAJ和Scopus的基础数据样本；alljournals.xlsx为按期刊计数排序的学术出版商结果列表
- 文本文件（.txt格式，共1个）
- 文件名称：harmonize-publishers-data.txt
- 内容说明：包含出版商名称的偏差与harmonization对应关系（如Bentham Science Publishers对应Bentham）
数据来源
"Webscraping Approach"相关研究（具体来源未明确提及）
适用场景
- 学术出版产业研究: 分析主要学术期刊出版商的期刊数量分布与市场格局
- 开放获取研究: 结合DOAJ等数据源，研究开放获取期刊的出版商分布特征
- 学术数据挖掘: 利用R代码与数据样本，探索学术数据源的信息提取与整合方法
- 出版计量学分析: 基于期刊计数数据，开展出版商影响力与学术资源集中化研究
- 数据标准化研究: 借鉴harmonize代码与文本文件，研究多源数据中实体名称的标准化方法
