АНАЛІЗ ОСНОВНИХ МЕТАДАНИХ ДЛЯ ПОШУКУ ДУБЛІКАТІВ БІБЛІОГРАФІЧНИХ ЗАПИСІВ

Олег Василенко

doi:10.28925/2663-4023.2025.27.700

Автор(и)

Олег Василенко Український гуманітарний інститут https://orcid.org/0000-0001-8498-2950

DOI:

https://doi.org/10.28925/2663-4023.2025.27.700

Ключові слова:

бібліографічний запис, бібліографічні метадані;, пошук дублікатів;, автоматизовані бібліотечні інформаційні системи;, Prediction by Partial Matching;, багаторівневий бібліографічний опис.

Анотація

У даному дослідженні розглянуто проблему дублювання бібліографічних записів у бібліотечних інформаційних системах, яка стає дедалі актуальнішою в умовах зростання обсягів цифрових каталогів. Зокрема, досліджено основні метадані, які використовуються для порівняння записів і виявлення дублікованих даних. Аналіз охоплює ключові поля метаданих, такі як назва, ISBN, видавництво, місце видання, дата публікації, пагінація, серії та додаткові атрибути, що застосовуються для ідентифікації видань. Особливу увагу приділено варіативності даних у цих полях, зокрема проблемам, які виникають через переплутані підполя (наприклад, місце видання замість року або навпаки) та використання різних форматів дат, включаючи авторські права, діапазони або приблизні дати. Розглянуто специфіку оформлення багаторівневих записів, особливо для журналів і багатотомних видань та помилки міграції даних між різними автоматизованими бібліотечними інформаційними системами (АБІС). Дослідження демонструє, що навіть за наявності стандартів ISBD, UNIMARC та інших, у бібліографічних записах зберігається значна частка невідповідностей, що ускладнюють автоматизовану обробку. Поля, які містять видавництва та місця видання, характеризуються високою варіативністю значень, де унікальні дані становлять від 9% до 38% від загальної кількості записів. Під час кластеризації даних методом найближчого сусіда за алгоритмом PPM (Prediction by Partial Matching) виявлено можливість зменшення кількості унікальних значень на 6–24%, що свідчить про потенціал автоматизації для підвищення ефективності ручного редагування записів. Результати дослідження є вагомим внеском у розробку ефективних підходів до вдосконалення автоматизованих систем управління бібліографічними даними, оптимізації пошуку дублікатів та підвищення загальної якості бібліотечних баз даних.

Завантаження

Дані завантаження ще не доступні.

Посилання

aas, J., Schotten, M., Plume, A., & Côté, G. (2020). Scopus as a curated, high-quality bibliometric data source for academic research in quantitative science studies. Quantitative science studies, 1(1), 377–386. https://doi.org/10.1162/qss_a_00019

Beesley, L., Bondarenko, I., Elliot, M., & Kurian, A. (2021). Multiple imputation with missing data indicators. Stat Methods Med Res., 30(12), 2685–2700. https://doi.org/10.1177/09622802211047346

Burnham, J. F. (2006). Scopus database: a review. Biomedical digital libraries, 3(1), 1–8. https://doi.org/10.1186/1742-5581-3-1

Ceasar, S. A., & Ignacimuthu, S. (2023). CRISPR/Cas genome editing in plants: Dawn ofAgrobacterium transformation for recalcitrant and transgene-free plants for future cropbreeding. Plant Physiology and Biochemistry, 196, 724–730. https://doi.org/10.1016/j.plaphy.2023.02.030

Delgado-Quirós, L., & Ortega, J. L. (2024). Completeness degree of publication metadata in eight free-access scholarly databases. Quantitative Science Studies, 5(1), 31–49. https://doi.org/10.1162/qss_a_00286

Elango, B. (2024). Duplication issues with the new interface of Scopus. INFONOMY, 2. https://doi.org/10.3145/infonomy.24.015

Elango, B., & Matilda, S. (2023). Mapping thecybersecurity research: A scientometric analysis of Indian publications. Journal of ComputerInformation Systems, 63(2), 293–309. https://doi.org/10.1080/08874417.2022.2058644

Elango, B., Kozak, M., & Rajendran, P. (2019). Analysis of retractions in Indian science. Scientometrics, 119(2), 1081–1094. https://doi.org/10.1007/s11192-019-03079-y

Hammer, B., Virgili, E., & Bilotta, F. (2023). Evidence-based literature review: De-duplication a cornerstone for quality. World J Methodol, 13(5), 390–398. https://doi.org/10.5662/wjm.v13.i5.390

Krauskopf, E. (2018). An analysis of discontinued journals by Scopus. Scientometrics, 116(3), 1805–1815. https://doi.org/10.1007/s11192-021-03948-5

Mongeon, P., & Paul-Hus, A. (2016). The journal coverage of Web of Science and Scopus: acomparative analysis. Scientometrics, 106, 213–228. https://doi.org/10.1007/s11192-015-1765-5

Pranckutė, R. (2021). Web of Science (WoS) and Scopus: The titans of bibliographicinformation in today’s academic world. Publications, 9(1). https://doi.org/10.3390/publications9010012

Tennant, J. P. (2020). Web of Science and Scopus are not global databases of knowledge. European Science Editing, 46. https://doi.org/10.3897/ese.2020.e51987

Thelwall, M. (2018). Dimensions: A competitor to Scopus and the Web of Science? Journal of informetrics, 12(2), 430–435. https://doi.org/10.1016/j.joi.2018.03.006

Thelwall, M., & Sud, P. (2022). Scopus 1900–2020: Growth in articles, abstracts, countries,fields, and journals. Quantitative Science Studies, 3(1), 37–50. https://doi.org/10.1162/qss_a_00177

APN Ukrainy & Derzh. nauk.-ped. b-ka Ukrainy im. V. O. Sukhomlynskoho. (2010). Uprovadzhennia v praktyku roboty bibliotek osvitianskoi haluzi DSTU HOST 7.1:2006 «Bibliohrafichnyi zapys. Bibliohrafichnyi opys. Zahalni vymohy ta pravyla skladannia» ta DSTU HOST 7.80:2007 «SSIBVS. Bibliohrafichnyi zapys. Zaholovok. Zahalni vymohy ta pravyla skladannia» [Implementation in the practice of libraries in the educational sector of DSTU GOST 7.1:2006 “Bibliographic record. Bibliographic description. General requirements and rules of compilation” and DSTU GOST 7.80:2007 “SSIBVS. Bibliographic record. Title. General requirements and rules of compilation”].