लेखक हब का निर्माण: ORCID, क्रॉसरेफ और विद्वान प्रोफ़ाइल विश्वास के मूल आधार के रूप में

लेखक हब का निर्माण: ORCID, क्रॉसरेफ और विद्वान प्रोफ़ाइल विश्वास के मूल आधार के रूप में

लेखक हब सार्वजनिक, कनेक्टेड रिकॉर्ड होते हैं जो लोगों और मशीनों को तीन बुनियादी सवालों के जवाब देने में मदद करते हैं:

1. यह कार्य किसने बनाया?
2. यह कार्य वास्तव में क्या है?
3. व्यक्ति, कार्य और संगठन के बीच संबंध पर किसी को भरोसा क्यों करना चाहिए?

मानव पाठकों के लिए, एक लेखक हब जीवनी, प्रकाशनों, साख और लिंक वाले प्रोफ़ाइल पृष्ठ जैसा दिख सकता है। कृत्रिम बुद्धिमत्ता प्रणालियों के लिए, इसे लिंक्ड साक्ष्य ग्राफ़ के रूप में सोचना अधिक उपयोगी है।

एक मजबूत लेखक हब जोड़ता है:

• एक व्यक्ति को एक ORCID iD से
• एक प्रकाशन, डेटासेट, रिपोर्ट या सॉफ्टवेयर पैकेज को एक डिजिटल ऑब्जेक्ट आइडेंटिफायर से
• एक कार्य को पूर्ण क्रॉसरेफ या डेटासाइट मेटाडेटा से
• एक शोधकर्ता को सत्यापित संबद्धताओं और संगठनों से
• एक सार्वजनिक प्रोफ़ाइल को एक स्थिर संस्थागत वेब पेज से
• योगदानों को स्पष्ट भूमिकाओं से, जैसे कि कंट्रीब्यूटर रोल्स टैक्सोनॉमी में
• वर्तमान और पिछली भूमिकाओं को तिथियों, स्रोतों और अपडेट रिकॉर्ड से

ये कनेक्शन पहचान समाधान, पुनर्प्राप्ति, उद्धरण सटीकता और स्रोत सत्यापन में सुधार कर सकते हैं। वे इस बात की गारंटी नहीं देते कि एक कृत्रिम बुद्धिमत्ता प्रणाली किसी लेखक का उद्धरण करेगी। ऐसा कोई विश्वसनीय सार्वजनिक प्रमाण नहीं है कि एक ORCID iD जोड़ने से कृत्रिम बुद्धिमत्ता उद्धरणों में निश्चित वृद्धि होती है। मजबूत दावा संकीर्ण और अधिक रक्षा योग्य है: अच्छी पहचान और कार्य मेटाडेटा खोज और अनुसंधान प्रणालियों के लिए विद्वानों की सामग्री को खोजने, मिलान करने, सत्यापित करने और सही ढंग से उद्धृत करना आसान बनाते हैं।

यह लेख 13 अगस्त, 2026 तक उपलब्ध सार्वजनिक दस्तावेज़ों और शोधों को दर्शाता है।

लेखक हब कृत्रिम बुद्धिमत्ता प्रणालियों के लिए क्यों मायने रखते हैं

कृत्रिम बुद्धिमत्ता प्रणालियाँ सभी समान खोज अनुक्रमणिका, डेटाबेस या रैंकिंग विधियों का उपयोग नहीं करती हैं। कुछ लाइव वेब खोज पर निर्भर करते हैं। अन्य विद्वानों के डेटाबेस, लाइसेंस प्राप्त अनुक्रमणिका, आंतरिक ज्ञान भंडार, या पुनर्प्राप्ति प्रणालियों का उपयोग करते हैं जो उत्तर उत्पन्न करने से पहले दस्तावेज़ों की खोज करते हैं।

फिर भी, कई प्रणालियाँ समान तकनीकी समस्याओं का सामना करती हैं:

• नामों को अलग-अलग तरीकों से लिखा जा सकता है।
• कई शोधकर्ता एक ही नाम साझा कर सकते हैं।
• एक कार्य में एक प्रीप्रिंट, सम्मेलन संस्करण, स्वीकृत पांडुलिपि और अंतिम संस्करण हो सकता है।
• एक जर्नल लेख एक डेटासेट, सॉफ्टवेयर पैकेज, अनुदान या सुधार से जुड़ा हो सकता है।
• एक लेखक संस्थान या नाम बदल सकता है।
• एक वेब पेज एक साख का वर्णन कर सकता है जिसमें यह नहीं दिखाया गया है कि इसे किसने जारी किया या कब यह वैध था।

लगातार पहचानकर्ता और संरचित मेटाडेटा इन समस्याओं को हल करने में मदद करते हैं।

डिजिटल ऑब्जेक्ट आइडेंटिफायर सिस्टम एक पहचानकर्ता को एक डिजिटल, भौतिक या अमूर्त वस्तु के लिए एक स्थायी नाम के रूप में वर्णित करता है। इसका मूल्य न केवल पहचानकर्ता पर, बल्कि इससे जुड़े मेटाडेटा पर भी निर्भर करता है। DOI हैंडबुक (doi.org)

एक लेखक हब के बारे में सोचने का एक उपयोगी तरीका चार जुड़े हुए परतों के रूप में है:

लक्ष्य प्रभावशाली शब्दों से भरी प्रोफ़ाइल बनाना नहीं है। लक्ष्य एक ऐसा रिकॉर्ड बनाना है जिसमें महत्वपूर्ण दावों की जाँच की जा सके।

एक लेखक हब के तीन मुख्य भाग

1. ORCID: व्यक्ति पहचान परत

ORCID का अर्थ है ओपन रिसर्चर एंड कंट्रीब्यूटर आईडी। यह एक व्यक्ति के लिए एक स्थायी पहचानकर्ता प्रदान करता है और समान नाम वाले, विभिन्न नाम रूपों का उपयोग करने वाले, या समय के साथ अपने नाम बदलने वाले शोधकर्ताओं को अलग करने में मदद करता है। ORCID अवलोकन (support.orcid.org)

एक ORCID रिकॉर्ड में शामिल हो सकते हैं:

• नाम और नाम के प्रकार
• रोजगार और शिक्षा
• शोध कार्य
• वित्त पोषण
• पीयर रिव्यू गतिविधि
• संपादकीय सेवा
• सदस्यताएँ और भेद
• शोध संसाधन
• अन्य पहचानकर्ताओं के लिंक

सबसे महत्वपूर्ण विशेषता स्वयं 16-अंकीय संख्या नहीं है। यह उस संख्या से जुड़े समर्थित कनेक्शन का नेटवर्क है।

उदाहरण के लिए:

text जेन स्मिथ └── ORCID iD ├── लेख DOI ├── डेटासेट DOI ├── अनुदान पहचानकर्ता ├── विश्वविद्यालय संबद्धता ├── सॉफ्टवेयर रिकॉर्ड └── संपादकीय भूमिका

प्रमाणित कनेक्शन अधिक मजबूत होते हैं

संगठनों को लोगों से फॉर्म में पहचानकर्ता टाइप करने के लिए कहने के बजाय एक प्रमाणित साइन-इन प्रक्रिया के माध्यम से ORCID iD एकत्र करना चाहिए। ORCID अपनी प्रमाणीकरण प्रक्रिया का उपयोग करने की सलाह देता है ताकि शोधकर्ता सही रिकॉर्ड की पुष्टि कर सके। ORCID एकीकरण और एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस मार्गदर्शन (info.orcid.org)

यह भेद मायने रखता है:

• अपुष्ट दावा: “यह ORCID iD जेन स्मिथ का है।”
• प्रमाणित दावा: “जेन स्मिथ ने ORCID के माध्यम से साइन इन किया और इस प्रणाली को अपने iD का उपयोग करने के लिए अधिकृत किया।”
• संस्थागत दावा: “विश्वविद्यालय पुष्टि करता है कि इस व्यक्ति की इन तिथियों के दौरान यह संबद्धता थी।”

ORCID दावों के स्रोत और उत्पत्ति को भी संग्रहीत करता है। एक कार्य या संबद्धता शोधकर्ता, एक प्रकाशक, एक फंड प्रदाता, या किसी अन्य विश्वसनीय संगठन द्वारा जोड़ा जा सकता है। ORCID विश्वास मार्गदर्शन (info.orcid.org)

यह लोगों और मशीनों दोनों के लिए एक उपयोगी विश्वास संकेत बनाता है:

रिकॉर्ड केवल यह नहीं कहता कि क्या दावा किया गया है। यह यह भी दिखा सकता है कि दावा किसने किया और कब जोड़ा गया।

महत्वपूर्ण सीमा

एक ORCID iD इस बात की गारंटी नहीं है कि रिकॉर्ड पर हर आइटम सही है। ORCID स्वयं उपयोगकर्ताओं को विश्वास चिह्नक, स्रोत, तिथियों और जानकारी जोड़ने वाले संगठनों की जांच करने के लिए प्रोत्साहित करता है। ORCID विश्वास चिह्नक (info.orcid.org)

इसलिए, संगठनों को “एक ORCID iD है” को “पूरी तरह से सत्यापित है” के बराबर नहीं मानना चाहिए। एक बेहतर मॉडल है:

• स्व-दावा किया गया
• प्रमाणित
• संस्थागत रूप से पुष्टि की गई
• प्रकाशक-पुष्टि की गई
• फंड प्रदाता-पुष्टि की गई
• हाल ही में समीक्षा की गई

2. क्रॉसरेफ और डेटासाइट: कार्य पहचान परत

ORCID व्यक्ति की पहचान करता है। क्रॉसरेफ और डेटासाइट कार्य की पहचान करने में मदद करते हैं।

एक डिजिटल ऑब्जेक्ट आइडेंटिफायर पहचान कर सकता है:

• जर्नल लेख
• किताबें और पुस्तक अध्याय
• सम्मेलन पत्र
• डेटासेट
• सॉफ्टवेयर
• रिपोर्ट
• प्रीप्रिंट
• पीयर रिव्यू
• मानक
• पोस्टर और प्रस्तुतियाँ

एक DOI को एक स्थिर लैंडिंग पृष्ठ पर हल होना चाहिए। इससे भी महत्वपूर्ण बात यह है कि इसमें कार्य का वर्णन करने वाला पूर्ण मेटाडेटा होना चाहिए।

क्रॉसरेफ ऐसी जानकारी रिकॉर्ड करने की सलाह देता है जैसे:

• पारिवारिक नाम और दिया गया नाम
• योगदानकर्ता भूमिकाएँ
• संबद्धताएँ
• संगठन पहचानकर्ता
• ORCID iD
• प्रकाशन तिथियाँ
• सार
• संदर्भ
• वित्त पोषण
• लाइसेंस
• संस्करण जानकारी
• अपडेट और सुधार

क्रॉसरेफ आवश्यक और अनुशंसित मेटाडेटा (crossref.org)

क्रॉसरेफ अपने मेटाडेटा को एक साझा संसाधन के रूप में वर्णित करता है जिसे वेब इंटरफेस, एप्लिकेशन प्रोग्रामिंग इंटरफेस और बल्क डाउनलोड के माध्यम से एक्सेस किया जा सकता है। डाउनस्ट्रीम सिस्टम उस जानकारी का उपयोग विद्वानों के आउटपुट को खोजने और जोड़ने के लिए कर सकते हैं। क्रॉसरेफ मेटाडेटा पुनर्प्राप्ति (crossref.org)

डेटासाइट डेटासेट और कई अन्य शोध आउटपुट के लिए एक समान कार्य करता है। इसका वर्तमान मेटाडेटा स्कीमा 4.7, जो 3 मार्च, 2026 को जारी किया गया, रचनाकारों, योगदानकर्ताओं, ORCID पहचानकर्ताओं, संबद्धताओं, संगठन पहचानकर्ताओं, संबंधित पहचानकर्ताओं, वित्त पोषण, विवरणों और संसाधन प्रकारों का समर्थन करता है। डेटासाइट मेटाडेटा स्कीमा (schema.datacite.org)

डेटासाइट विशेष रूप से रचनाकार और योगदानकर्ता रिकॉर्ड को ORCID पहचानकर्ताओं से और संगठनात्मक संबद्धताओं को संगठन पहचानकर्ताओं से जोड़ने की सिफारिश करता है। डेटासाइट नाम पहचानकर्ता (support.datacite.org)

एक DOI गुणवत्ता का प्रतीक नहीं है

एक DOI यह साबित करता है कि DOI पंजीकरण प्रणाली में एक रिकॉर्ड मौजूद है। यह नहीं साबित करता है कि:

• शोध सही है
• प्रकाशन की पीयर रिव्यू की गई है
• जर्नल प्रतिष्ठित है
• लेखक एक विशेषज्ञ है
• निष्कर्ष महत्वपूर्ण हैं

क्रॉसरेफ इस बात को स्पष्ट रूप से बताता है: DOI स्वयं वस्तु के मूल्य या सटीकता का संकेत नहीं देता है। आस-पास का मेटाडेटा संदर्भ प्रदान करता है और कनेक्शन सक्षम करता है। क्रॉसरेफ DOI मार्गदर्शन (support.crossref.org)

यही कारण है कि एक पूर्ण DOI रिकॉर्ड पृष्ठ के निचले भाग में रखे गए DOI स्ट्रिंग की तुलना में कहीं अधिक उपयोगी होता है।

योगदानकर्ता भूमिकाएँ अर्थ जोड़ती हैं

जुलाई 2026 में, क्रॉसरेफ स्कीमा 5.5 ने कई योगदानकर्ता भूमिकाओं, संबंधित लेखकों और कंट्रीब्यूटर रोल्स टैक्सोनॉमी के लिए बेहतर समर्थन जोड़ा। क्रॉसरेफ स्कीमा 5.5 (crossref.org)

कंट्रीब्यूटर रोल्स टैक्सोनॉमी में 14 भूमिकाएँ शामिल हैं, जिनमें शामिल हैं:

• अवधारणाकरण
• डेटा क्यूरेशन
• औपचारिक विश्लेषण
• जांच
• पद्धति
• सॉफ्टवेयर
• पर्यवेक्षण
• सत्यापन
• विज़ुअलाइज़ेशन
• मूल ड्राफ्ट लिखना
• लेखन, समीक्षा और संपादन

इस टैक्सोनॉमी को योगदानों को अधिक पारदर्शी बनाने और क्रेडिट, जवाबदेही, शोध मूल्यांकन और शोध अखंडता का समर्थन करने के लिए डिज़ाइन किया गया था। कंट्रीब्यूटर रोल्स टैक्सोनॉमी (credit.niso.org)

कृत्रिम बुद्धिमत्ता प्रणालियों के लिए, यह “जेन स्मिथ एक लेखक हैं” से अधिक समृद्ध उत्तर बनाता है। एक प्रणाली संभावित रूप से निम्न के बीच अंतर कर सकती है:

• अध्ययन डिजाइन करने वाला व्यक्ति
• सॉफ्टवेयर लिखने वाला व्यक्ति
• डेटा का विश्लेषण करने वाला व्यक्ति
• परियोजना की देखरेख करने वाला व्यक्ति
• मूल पांडुलिपि लिखने वाला व्यक्ति

यह विशेष रूप से बड़ी शोध टीमों और तकनीकी परियोजनाओं के लिए महत्वपूर्ण है।

3. विद्वान प्रोफ़ाइल: संदर्भ परत

विद्वान प्रोफ़ाइल पहचान ग्राफ़ को लोगों के लिए समझने योग्य बनाती हैं और खोज प्रणालियों के लिए व्याख्या करना आसान बनाती हैं।

एक मजबूत प्रोफ़ाइल में शामिल होना चाहिए:

• एक स्थिर संस्थागत पृष्ठ
• एक सुसंगत नाम
• जहाँ उपयुक्त हो, नाम के प्रकार
• ORCID iD
• वर्तमान और पिछली संबद्धताएँ
• अनुसंधान के क्षेत्र
• DOI लिंक के साथ चयनित कार्य
• डेटासेट, सॉफ्टवेयर और रिपोर्ट
• वित्त पोषण और पुरस्कार
• संपादकीय या समीक्षा भूमिकाएँ
• योगदानकर्ता भूमिकाएँ
• वर्तमान और पिछली स्थितियों के लिए तिथियाँ
• अंतिम-समीक्षित तिथि
• अन्य सार्वजनिक प्रोफ़ाइल के लिंक

गूगल स्कॉलर प्रोफ़ाइल शोधकर्ताओं को प्रकाशनों को सूचीबद्ध करने, प्रोफ़ाइल को सार्वजनिक करने, यह देखने की अनुमति देती हैं कि उनके काम का कौन उद्धरण करता है, और उद्धरण मेट्रिक्स को ट्रैक करता है। एक सत्यापित संस्थागत ईमेल पते के साथ एक सार्वजनिक प्रोफ़ाइल गूगल स्कॉलर खोज परिणामों में दिखाई देने के योग्य हो सकती है। गूगल स्कॉलर प्रोफ़ाइल (scholar.google.com)

हालांकि, गूगल स्कॉलर को दृश्यता और खोज परत के रूप में माना जाना चाहिए, न कि सत्य के मुख्य स्रोत के रूप में। शोधकर्ता अपनी स्वयं की प्रकाशन सूचियों का प्रबंधन कर सकते हैं, और स्वचालित मिलान में गलत या डुप्लिकेट कार्य शामिल हो सकते हैं। उद्धरण गणना भी डेटाबेस में भिन्न होती है।

ओपनएलेक्स एक और उपयोगी खोज परत प्रदान करता है। यह असंदिग्ध लेखक रिकॉर्ड बनाए रखता है और लेखकों, कार्यों, संस्थानों, स्रोतों और विषयों को जोड़ता है। ओपनएलेक्स बताता है कि यह क्रॉसरेफ और डेटासाइट जैसे स्रोतों से जानकारी लेता है, फिर लेखकों को ORCID iD से और संबद्धताओं को संगठन पहचानकर्ताओं से जोड़ता है। ओपनएलेक्स पारिस्थितिकी तंत्र विवरण (help.openalex.org)

इसलिए सर्वोत्तम अभ्यास प्रोफ़ाइल संघीकरण है:

text संस्थागत लेखक पृष्ठ ↕ ORCID रिकॉर्ड ↕ क्रॉसरेफ या डेटासाइट कार्य रिकॉर्ड ↕ ओपनएलेक्स और गूगल स्कॉलर प्रोफ़ाइल ↕ प्रकाशक, रिपॉजिटरी, फंड प्रदाता और व्यावसायिक पृष्ठ

किसी एक प्रोफ़ाइल में सब कुछ शामिल करने की आवश्यकता नहीं है। उन्हें एक-दूसरे की ओर इंगित करना चाहिए और समान पहचानकर्ताओं का उपयोग करना चाहिए।

ये संकेत कृत्रिम बुद्धिमत्ता उद्धरणों को कैसे प्रभावित कर सकते हैं

पाँच अलग-अलग घटनाओं को अलग करना महत्वपूर्ण है:

1. खोज: क्या कोई प्रणाली पृष्ठ या कार्य को ढूंढ सकती है?
2. पहचान समाधान: क्या यह बता सकता है कि इसमें कौन सा व्यक्ति और संगठन शामिल है?
3. पुनर्प्राप्ति: क्या प्रणाली कार्य को अपने साक्ष्य सेट में लाती है?
4. उद्धरण चयन: क्या यह उत्तर में कार्य का उद्धरण करता है?
5. उद्धरण सटीकता: क्या उद्धरण सही कार्य की ओर इंगित करता है और दावे का समर्थन करता है?

ORCID, DOI मेटाडेटा, और विद्वान प्रोफ़ाइल पहले तीन चरणों में सबसे सीधे मदद कर सकते हैं। वे उद्धरण सटीकता में भी सुधार कर सकते हैं। उद्धरण चयन पर उनका प्रभाव विषय की प्रासंगिकता, स्रोत की गुणवत्ता, नवीनता, अभिगम्यता और विशिष्ट कृत्रिम बुद्धिमत्ता प्रणाली पर निर्भर करने की संभावना है।

गूगल सर्च दस्तावेज़ लेखक पृष्ठ, url, और sameAs लिंक का उपयोग करने की सलाह देता है ताकि लेखकों की पहचान करने में मदद मिल सके। डेटासेट के लिए, गूगल विशेष रूप से एक व्यक्ति निर्माता के लिए sameAs प्रॉपर्टी में ORCID iD का उपयोग करने की सलाह देता है। गूगल लेख संरचित डेटा गूगल डेटासेट संरचित डेटा (developers.google.com)

एक साधारण प्रोफ़ाइल पृष्ठ इस तरह संरचित डेटा का उपयोग कर सकता है:

{ "@context": "https://schema.org", "@type": "Person", "@id": "https://institution.edu/people/jane-doe#person", "name": "Jane Doe", "url": "https://institution.edu/people/jane-doe", "sameAs": [ "https://orcid.org/0000-0000-0000-0000", "https://scholar.google.com/citations?user=EXAMPLE", "https://openalex.org/authors/A0000000000" ], "affiliation": { "@type": "Organization", "name": "Example University", "sameAs": "https://ror.org/000000000" }, "subjectOf": [ { "@type": "ScholarlyArticle", "identifier": "https://doi.org/10.0000/example" } ] }

संरचित डेटा खोज सुविधा या कृत्रिम बुद्धिमत्ता उद्धरण की गारंटी नहीं देता है। गूगल बताता है कि सही ढंग से लागू संरचित डेटा भी खोज परिणामों में दिखाई नहीं दे सकता है। इसका मूल्य यह है कि यह मशीनों को पृष्ठ की व्याख्या करने का एक स्पष्ट, मानक तरीका देता है। गूगल संरचित डेटा मार्गदर्शन (developers.google.com)

व्यावहारिक निष्कर्ष है:

पहचानकर्ता साक्ष्य के मार्ग में सुधार करते हैं। वे साक्ष्य की जगह नहीं लेते।

कृत्रिम बुद्धिमत्ता उद्धरणों के बारे में वर्तमान शोध क्या कहता है

कृत्रिम बुद्धिमत्ता उद्धरण व्यवहार पर शोध ने मुख्य रूप से उद्धरण सटीकता, स्रोत चयन और सत्यापन योग्यता का अध्ययन किया है। इसने अभी तक ORCID-लिंक्ड पहचान शक्ति के प्रभाव के लिए एक विश्वसनीय, सामान्य अनुमान उत्पन्न नहीं किया है।

चैटजीपीटी द्वारा उत्पन्न उद्धरणों पर 2023 के एक अध्ययन में मनगढ़ंत संदर्भों और वास्तविक संदर्भों में त्रुटियों की पर्याप्त दर पाई गई। अध्ययन ने 84 पत्रों में उत्पन्न 636 उद्धरणों की जांच की और पाया कि परीक्षण किए गए नए मॉडल में भी उद्धरण समस्याएं बनी रहीं। वैज्ञानिक रिपोर्ट अध्ययन (nature.com)

जेनरेटिव सर्च इंजनों के एक अन्य अध्ययन में पाया गया कि कई उत्पन्न वाक्य उद्धरणों द्वारा पूरी तरह से समर्थित नहीं थे और कई उद्धरणों ने उनके बगल के बयानों का पर्याप्त रूप से समर्थन नहीं किया। जेनरेटिव सर्च इंजनों में सत्यापन योग्यता का मूल्यांकन (arxiv.org)

हाल के शोध से यह भी पता चलता है कि जेनरेटिव सर्च सिस्टम स्रोत विकल्पों, स्रोत ओवरलैप, स्थिरता और आंतरिक बनाम बाहरी ज्ञान के उपयोग में भिन्न होते हैं। जेनरेटिव कृत्रिम बुद्धिमत्ता के युग में वेब सर्च का चित्रण (aclanthology.org)

ये निष्कर्ष एक सतर्क स्थिति का समर्थन करते हैं:

• एक DOI उद्धृत कार्य के बारे में अस्पष्टता को कम कर सकता है।
• ORCID व्यक्ति के बारे में अस्पष्टता को कम कर सकता है।
• संबद्धता पहचानकर्ता संगठन के बारे में अस्पष्टता को कम कर सकते हैं।
• योगदानकर्ता भूमिकाएँ श्रेय में सुधार कर सकती हैं।
• एक सार्वजनिक प्रोफ़ाइल संदर्भ प्रदान कर सकती है।
• इनमें से कोई भी संकेत यह गारंटी नहीं देता कि एक प्रणाली कार्य को पुनर्प्राप्त या उद्धृत करेगी।

पहचान शक्ति और कृत्रिम बुद्धिमत्ता उद्धरण आवृत्ति को मापने के लिए एक शोध कार्यक्रम

संगठनों को तब तक यह दावा नहीं करना चाहिए कि लेखक हब कृत्रिम बुद्धिमत्ता उद्धरणों में सुधार करते हैं जब तक कि वे सीधे संबंध को मापते नहीं हैं।

एक लेखक पहचान शक्ति स्कोर परिभाषित करें

निम्नलिखित एक प्रस्तावित स्कोर है, न कि एक आधिकारिक मानक।

इस स्कोर में उद्धरण गणना, जर्नल प्रतिष्ठा या संस्थागत रैंक को शामिल न करें। इन कारकों को अलग-अलग चर के रूप में माना जाना चाहिए। उन्हें शामिल करने से यह निर्धारित करना मुश्किल हो जाएगा कि पहचान शक्ति स्वयं उद्धरण आवृत्ति से संबंधित है या नहीं।

एक से अधिक प्रकार के उद्धरण मापें

एक उपयोगी अध्ययन को कम से कम छह परिणामों को ट्रैक करना चाहिए:

1. कार्य उद्धरण दर
   योग्य उत्तरों का प्रतिशत जो एक विशिष्ट कार्य का उद्धरण करते हैं।

2. लेखक श्रेय दर
   उत्तरों का प्रतिशत जो सही ढंग से कार्य का नाम या श्रेय सही लेखक को देते हैं।

3. वैध पहचानकर्ता दर
   DOI वाले उद्धरणों का प्रतिशत जो सही कार्य पर हल होता है।

4. उद्धरण सटीकता
   उद्धरणों का प्रतिशत जो वास्तव में दिए गए कथन का समर्थन करते हैं।

5. उद्धरण स्मरण
   महत्वपूर्ण सहायक स्रोतों का प्रतिशत जिन्हें प्रणाली उद्धृत करती है।

6. क्रॉस-प्लेटफ़ॉर्म स्थिरता
   विभिन्न प्रणालियों या दोहराए गए रन में दोहराए गए उद्धरणों का प्रतिशत।

जेनरेटिव सर्च के लिए एक हालिया माप फ्रेमवर्क उद्धरण चयन को उद्धरण अवशोषण से अलग करता है, जिसका अर्थ है कि क्या एक स्रोत केवल उद्धरण सूची में दिखाई देता है या वास्तव में उत्तर में साक्ष्य योगदान करता है। इस भेद को भविष्य के लेखक हब अध्ययनों में शामिल किया जाना चाहिए। उद्धरण चयन और उद्धरण अवशोषण फ्रेमवर्क (arxiv.org)

अध्ययन एक: अवलोकन सहसंबंध अध्ययन

यह अध्ययन पूछता है:

क्या मजबूत लेखक पहचान से जुड़े कार्यों को कृत्रिम बुद्धिमत्ता प्रणालियों द्वारा विषय और प्रकाशन कारकों को नियंत्रित करने के बाद अधिक बार उद्धृत किया जाता है?

सुझाया गया डिज़ाइन

• 10,000 से 50,000 विद्वानों के कार्यों का नमूना लें
• कई विषयों, भाषाओं और प्रकाशन प्रकारों को कवर करें
• क्रॉसरेफ, डेटासाइट, ओपनएलेक्स और सार्वजनिक ORCID डेटा का उपयोग करें
• प्रत्येक लेखक और कार्य के लिए एक पहचान शक्ति स्कोर की गणना करें
• प्रश्नों का एक सेट बनाएँ जिनके लिए नमूने वाले कार्य प्रासंगिक हैं
• कई उद्धरण-उत्पादक प्रणालियों में प्रश्नों को चलाएँ
• प्रत्येक प्रश्न को कई बार दोहराएँ
• तिथि, प्रणाली, मॉडल सेटिंग, क्षेत्र और उद्धृत स्रोतों को रिकॉर्ड करें

महत्वपूर्ण नियंत्रण चर

अध्ययन को नियंत्रित करना चाहिए:

• विषय की प्रासंगिकता
• प्रकाशन वर्ष
• ओपन एक्सेस स्थिति
• सार की उपलब्धता
• पूर्ण-पाठ की उपलब्धता
• स्थल
• मौजूदा विद्वानों की उद्धरण गणना
• संस्थागत प्रतिष्ठा
• भाषा
• पृष्ठ गति और क्रॉल करने की क्षमता
• कार्य प्रकार
• लेखक नाम की सामान्यता
• सह-लेखकों की संख्या
• क्वेरी का शब्द-विन्यास
• खोज प्रणाली

मुख्य सांख्यिकीय मॉडल अनुमान लगा सकता है:

text सही उद्धरण की संभावना = पहचान शक्ति

• विषयगत प्रासंगिकता
• कार्य की आयु
• ओपन एक्सेस
• विद्वानों के उद्धरण
• प्रणाली
• क्वेरी
• लेखक और विषय नियंत्रण

एक लॉजिस्टिक रिग्रेशन या मिश्रित-प्रभाव मॉडल हां-या-नहीं परिणाम के लिए उपयुक्त होगा जैसे कि क्या किसी कार्य का उद्धरण किया गया था। उद्धरण गणना के लिए एक नकारात्मक द्विपद मॉडल उपयोगी हो सकता है क्योंकि उद्धरण डेटा अक्सर असमान रूप से वितरित होता है।

परिणाम को एक साधारण प्रतिशत के रूप में नहीं, बल्कि एक आत्मविश्वास अंतराल के साथ एक विषम अनुपात के रूप में सूचित किया जाना चाहिए। उदाहरण के लिए:

पहचान शक्ति में एक-मानक-विचलन वृद्धि प्रासंगिकता, आयु, पहुंच और पिछली विद्वानों के ध्यान को नियंत्रित करने के बाद उद्धरण संभावना में बदलाव से जुड़ी थी।

अध्ययन को शून्य परिणाम भी रिपोर्ट करना चाहिए। कोई संबंध नहीं मिलने का परिणाम उपयोगी होगा क्योंकि यह दिखाएगा कि पहचानकर्ता डेटा गुणवत्ता में सुधार करते हैं बिना कृत्रिम बुद्धिमत्ता उद्धरण व्यवहार को बदले।

अध्ययन दो: नियंत्रित मेटाडेटा प्रयोग

एक अवलोकन अध्ययन पहचान शक्ति को लोकप्रियता के साथ भ्रमित कर सकता है। एक नियंत्रित प्रयोग कुछ प्रभावों को अलग कर सकता है।

इसके दो व्यावहारिक संस्करण हैं।

संस्करण ए: सार्वजनिक वेब प्रयोग

समान सार सामग्री वाले लेकिन विभिन्न मेटाडेटा उपचारों वाले मेल खाने वाले पृष्ठ बनाएँ:

• केवल मूल लेखक नाम
• लेखक नाम प्लस संस्थागत प्रोफ़ाइल
• लेखक नाम प्लस ORCID लिंक
• लेखक नाम, ORCID, DOI, संबद्धता पहचानकर्ता और संरचित डेटा

पृष्ठों को एक ही समय में प्रकाशित करें और निगरानी करें:

• खोज खोज
• सही लेखक मिलान
• कृत्रिम बुद्धिमत्ता उत्तरों में पुनर्प्राप्ति
• उद्धरण आवृत्ति
• उद्धरण सटीकता

इस प्रयोग की सावधानी से व्याख्या की जानी चाहिए। सार्वजनिक प्रणालियाँ पृष्ठों को अलग-अलग समय पर क्रॉल कर सकती हैं, और संगठन पहले से प्रकाशित कार्य के लिए क्रॉसरेफ या डेटासाइट रिकॉर्ड को आसानी से नहीं बदल सकते हैं।

संस्करण बी: नियंत्रित शोध अनुक्रमणिका

विभिन्न मेटाडेटा स्थितियों के तहत समान दस्तावेज़ों वाले एक छोटे पुनर्प्राप्ति प्रणाली का निर्माण करें। केवल निम्न को भिन्न करें:

• लेखक पहचानकर्ता
• DOI
• संबद्धता
• योगदानकर्ता भूमिका
• प्रोफ़ाइल लिंक
• स्रोत क्षेत्र

फिर समान प्रश्न पूछें और पुनर्प्राप्ति और उद्धरण चयन को मापें। यह प्रयोग बेहतर नियंत्रण देता है, लेकिन यह वाणिज्यिक प्लेटफार्मों के बजाय एक शोध प्रणाली को मापता है।

अध्ययन तीन: स्थगित संगठनात्मक रोलआउट

सबसे मजबूत व्यावहारिक डिज़ाइन एक अंतर-में-अंतर अध्ययन है।

एक संगठन चरणों में लेखक हब को रोल आउट कर सकता है:

• विभाग एक को अक्टूबर 2026 में पूर्ण कार्यक्रम प्राप्त होता है।
• विभाग दो को जनवरी 2027 में प्राप्त होता है।
• विभाग तीन को अप्रैल 2027 में प्राप्त होता है।

सभी विभागों को कार्यान्वयन से पहले और बाद में मापा जाता है। जिन विभागों को अभी तक कार्यक्रम प्राप्त नहीं हुआ है, वे अस्थायी तुलना समूहों के रूप में कार्य करते हैं।

मापें:

• सही लेखक श्रेय
• DOI समाधान
• उद्धरण आवृत्ति
• उद्धरण सटीकता
• खोज इंप्रेशन
• प्रोफ़ाइल पृष्ठ विज़िट
• खराब मेटाडेटा को ठीक करने में लगने वाला समय

यह डिज़ाइन एक साधारण पहले-और-बाद की तुलना से अधिक मजबूत है क्योंकि यह रोलआउट के प्रभाव को कृत्रिम बुद्धिमत्ता प्रणालियों में व्यापक परिवर्तनों से अलग करने में मदद करता है।

परीक्षण योग्य परिकल्पनाएँ

संगठन इन परिकल्पनाओं को पूर्व-पंजीकृत कर सकते हैं:

• H1: मजबूत पहचान लिंक सही लेखक श्रेय में सुधार करते हैं।
• H2: पूर्ण DOI मेटाडेटा वैध उद्धरण दरों में सुधार करता है।
• H3: संबद्धता पहचानकर्ता तब सबसे अधिक मदद करते हैं जब लेखकों के सामान्य नाम होते हैं या संस्थानों के बीच घूमते हैं।
• H4: विद्वान प्रोफ़ाइल अंतिम उद्धरण आवृत्ति में सुधार करने की तुलना में खोज में अधिक सुधार करती हैं।
• H5: पहचान शक्ति का लंबे समय से अज्ञात लेखकों पर पहले से प्रसिद्ध लेखकों की तुलना में अधिक प्रभाव पड़ता है।
• H6: प्रभाव प्रणाली, विषय, भाषा और प्रकाशन प्रकार के अनुसार भिन्न होता है।
• H7: नवीनता और विषयगत प्रासंगिकता प्रोफ़ाइल सजावट से अधिक मायने रखती हैं।

कौन सी साख प्रकाशित की जानी चाहिए?

एक प्रोफ़ाइल को ऐसी साख प्रकाशित करनी चाहिए जिनकी जांच की जा सके। प्रत्येक साख में होना चाहिए:

• एक साख प्रकार
• इसे धारण करने वाला व्यक्ति
• जारी करने वाला संगठन
• जब उपलब्ध हो तो संगठन के लिए एक स्थायी पहचानकर्ता
• शुरू और अंत की तिथियाँ
• एक सत्यापन स्रोत
• एक स्थिति जैसे वर्तमान, समाप्त, विवादित या संग्रहीत
• अंतिम-समीक्षित तिथि

संगठनों को प्रत्येक साख के स्रोत को लेबल करना चाहिए:

• स्व-रिपोर्ट किया गया
• संस्थागत रूप से सत्यापित
• प्रकाशक द्वारा सत्यापित
• फंड प्रदाता द्वारा सत्यापित
• एक रजिस्ट्री से आयातित
• समीक्षा लंबित

“प्रमुख विशेषज्ञ” या “विश्व-प्रसिद्ध शोधकर्ता” जैसे असमर्थित लेबलों को प्रकाशित करने से बचें। उन्हें साक्ष्य से बदलें:

• कार्यों की संख्या और प्रकार
• अनुसंधान के क्षेत्र
• सत्यापित भूमिकाएँ
• वित्त पोषित परियोजनाएँ
• संपादकीय सेवा
• सार्वजनिक डेटासेट या सॉफ्टवेयर
• संस्थागत नियुक्तियाँ

यह दृष्टिकोण पाठकों और मशीनों दोनों के लिए अधिक उपयोगी है।

संगठनों के लिए रोलआउट योजना

चरण एक: मेटाडेटा नीति बनाएँ

निम्न के प्रतिनिधियों के साथ एक छोटा शासन समूह नियुक्त करें:

• अनुसंधान प्रशासन
• पुस्तकालय सेवाएँ
• सूचना प्रौद्योगिकी
• संचार
• प्रकाशन या रिपॉजिटरी सेवाएँ
• गोपनीयता
• अनुसंधान अखंडता

एक छोटी डेटा नीति बनाएँ जो परिभाषित करती है:

• आवश्यक क्षेत्र
• अनुमोदित पहचानकर्ता प्रणाली
• प्रत्येक क्षेत्र का दावा कौन कर सकता है
• कौन से क्षेत्र सार्वजनिक हैं
• सुधारों को कैसे संभाला जाता है
• अपडेट में कितना समय लगना चाहिए
• जब कोई व्यक्ति छोड़ता है तो क्या होता है

प्रणालियों में एक एकल डेटा अनुबंध का उपयोग करें। कम से कम, प्रत्येक व्यक्ति, कार्य, संगठन और साख रिकॉर्ड में होना चाहिए:

text persistent_id display_name source asserted_by valid_from valid_to last_verified status evidence_url

चरण दो: प्रमाणित पहचानकर्ता एकत्र करें

शोधकर्ताओं से एक प्रमाणित प्रक्रिया के माध्यम से अपने ORCID रिकॉर्ड को जोड़ने के लिए कहें। संस्थान को यह अनुमान लगाने के लिए जिम्मेदार न बनाएं कि कौन सा ORCID iD किस व्यक्ति का है।

उसी समय:

• विभागों और संस्थानों को संगठन पहचानकर्ता असाइन करें
• कर्मचारी रिकॉर्ड को ORCID से लिंक करें
• मौजूदा प्रकाशनों को DOI रिकॉर्ड से मिलाएं
• नाम टकरावों को ध्वजांकित करें
• वैकल्पिक नाम रूपों को संरक्षित करें
• सहमति और दृश्यता सेटिंग्स को रिकॉर्ड करें

चरण तीन: DOI मेटाडेटा में सुधार करें

नए कार्यों के लिए, प्रकाशन वर्कफ़्लो को एकत्र करने की आवश्यकता है:

• पूर्ण लेखक नाम
• प्रमाणित ORCID iD
• संबद्धताएँ
• संगठन पहचानकर्ता
• योगदानकर्ता भूमिकाएँ
• वित्त पोषण पहचानकर्ता
• सार
• संदर्भ
• लाइसेंस
• संस्करण और अद्यतन जानकारी

पुराने कार्यों के लिए, सबसे हाल के पांच वर्षों और संगठन के उच्चतम-उपयोग वाले लेखकों से शुरू करें।

क्रॉसरेफ और डेटासाइट को केवल मूल जमा के बजाय सुधार और अपडेट प्राप्त होने चाहिए। DOI स्ट्रिंग स्थायी रहती हैं, जबकि संबंधित मेटाडेटा को बनाए रखा जा सकता है। क्रॉसरेफ मेटाडेटा रखरखाव (crossref.org)

चरण चार: प्रामाणिक लेखक पृष्ठ बनाएँ

प्रत्येक शोधकर्ता का एक स्थिर संस्थागत पृष्ठ होना चाहिए। उस पृष्ठ में होना चाहिए:

• एक स्थायी वेब पता का उपयोग करें
• वर्तमान भूमिका दिखाएं
• तिथियों के साथ पिछली भूमिकाओं को संरक्षित करें
• ORCID से लिंक करें
• चयनित DOI रिकॉर्ड से लिंक करें
• सार्वजनिक विद्वान प्रोफ़ाइल से लिंक करें
• अनुसंधान के क्षेत्र दिखाएं
• अंतिम-अद्यतित तिथि प्रदर्शित करें
• संरचित डेटा का उपयोग करें
• खोज क्रॉलरों के लिए सुलभ रहें
• लॉगिन की आवश्यकता से बचें

गूगल लेखकों को अलग करने में मदद करने के लिए स्पष्ट लेखक URL और sameAs लिंक का उपयोग करने की सलाह देता है। गूगल लेखक मार्कअप मार्गदर्शन (developers.google.com)

चरण पाँच: प्रोफ़ाइल को संघीकृत और मॉनिटर करें

संस्थागत पृष्ठ को निम्न से लिंक करें:

• ORCID
• गूगल स्कॉलर
• ओपनएलेक्स
• प्रकाशक पृष्ठ
• रिपॉजिटरी रिकॉर्ड
• अनुदान पृष्ठ
• जहां उपयुक्त हो, सार्वजनिक व्यावसायिक प्रोफ़ाइल

निम्न को खोजने के लिए स्वचालित जांच का उपयोग करें:

• टूटे हुए DOI लिंक
• गायब ORCID लिंक
• डुप्लिकेट लेखक
• गलत सह-लेखक मिलान
• पुरानी संबद्धताएँ
• समाप्त साख
• गायब अद्यतन तिथियाँ
• बेमेल नाम
• वापसी या सुधार

अपडेट और भूमिका परिवर्तनों के लिए शासन

एक लेखक हब को इतिहास को संरक्षित करना चाहिए। जब भी कोई व्यक्ति नौकरी बदलता है तो उसे अतीत को फिर से नहीं लिखना चाहिए।

अनुशंसित स्रोत पदानुक्रम

जब कोई शोधकर्ता संस्थान बदलता है

ऐतिहासिक कार्यों से पुरानी संबद्धता को न हटाएं।

इसके बजाय:

1. पूर्व रोजगार रिकॉर्ड में एक अंतिम तिथि जोड़ें।
2. एक शुरू की तिथि के साथ नई संबद्धता जोड़ें।
3. संस्थागत प्रोफ़ाइल को अपडेट करें।
4. ऐतिहासिक प्रकाशन संबद्धताओं को तब तक अपरिवर्तित रखें जब तक कि प्रकाशक कोई सुधार जारी न करे।
5. उचित स्रोत के माध्यम से ORCID रिकॉर्ड को अपडेट करें।
6. पुराने प्रोफ़ाइल पृष्ठ को संग्रहीत या नए पृष्ठ पर पुनर्निर्देशित करें।

जब कोई व्यक्ति नाम बदलता है

नाम के प्रकारों को जोड़ने के लिए ORCID का उपयोग करें। जहां शोधकर्ता सहमत हो, पूर्व या वैकल्पिक नाम जोड़ें। प्रकाशित DOI रिकॉर्ड में लेखक का नाम केवल इसलिए न बदलें ताकि वह वर्तमान प्रोफ़ाइल से मेल खाए।

स्थायी पहचानकर्ता का उद्देश्य प्रकाशन रिकॉर्ड को फिर से लिखे बिना नाम परिवर्तनों के पार कार्यों को जोड़ना है।

जब किसी योगदानकर्ता की भूमिका बदलती है

एक पूर्ण कार्य पर योगदानकर्ता की भूमिका को ऐतिहासिक रिकॉर्ड का हिस्सा माना जाना चाहिए।

उदाहरण के लिए:

• एक प्रकाशित लेख पर किसी व्यक्ति की भूमिका नहीं बदलनी चाहिए क्योंकि वह बाद में विभाग अध्यक्ष बन जाता है।
• एक संपादकीय भूमिका में एक शुरू और अंत की तिथि होनी चाहिए।
• एक अनुदान भूमिका अनुदान अवधि से बंधी होनी चाहिए।
• एक सॉफ्टवेयर भूमिका संस्करण या रिलीज़ से बंधी होनी चाहिए।

यदि मूल योगदान रिकॉर्ड गलत है, तो एक औपचारिक सुधार प्रक्रिया का उपयोग करें। इसे चुपचाप अधिलेखित न करें।

जब कोई साख समाप्त होती है

स्पष्ट स्थिति मानों का उपयोग करें:

• वर्तमान
• समाप्त
• नवीनीकृत
• निलंबित
• विवादित
• संग्रहीत

समाप्ति से पहले स्वचालित अनुस्मारक भेजे जाने चाहिए। सार्वजनिक प्रोफ़ाइल को स्थिति और तिथि दिखानी चाहिए बजाय इसके कि बिना स्पष्टीकरण के एक पुरानी साख को दृश्यमान छोड़ दें।

जब कोई शोधकर्ता संगठन छोड़ता है

संगठन को चाहिए:

• ऐतिहासिक प्रोफ़ाइल को संरक्षित करें
• पूर्व भूमिका को स्पष्ट रूप से चिह्नित करें
• प्रकाशित कार्यों के लिंक बनाए रखें
• प्रोफ़ाइल स्वामित्व हस्तांतरित करें
• पूर्व पृष्ठ के लिए एक पुनर्निर्देशन सेट करें
• निजी संपर्क जानकारी हटाएँ
• संस्थागत दावों को बनाए रखें जो पूर्व रोजगार अवधि के दौरान सत्य थे

जब लेखकत्व विवादित हो

विवादित क्षेत्र को स्थिर करें, मूल स्रोत को संरक्षित करें, और विवाद को रिकॉर्ड करें। केवल एक अनौपचारिक अनुरोध के आधार पर किसी लेखक को न हटाएं या योगदान भूमिकाओं को न बदलें।

अनुसंधान अखंडता कार्यालय, प्रकाशक, या जिम्मेदार परियोजना प्राधिकरण को औपचारिक सुधार मार्ग निर्धारित करना चाहिए।

सफलता के उपाय

संगठनों को कृत्रिम बुद्धिमत्ता की बढ़ी हुई दृश्यता का वादा करने से पहले परिचालन गुणवत्ता को ट्रैक करना चाहिए।

सुझाए गए लक्ष्यों में शामिल हैं:

• 95 प्रतिशत सक्रिय शोधकर्ताओं के पास प्रमाणित ORCID iD हैं
• 95 प्रतिशत नए कार्यों में ORCID शामिल है जहाँ उपलब्ध हो
• 95 प्रतिशत संबद्धताएँ एक स्थायी संगठन पहचानकर्ता का उपयोग करती हैं
• 100 प्रतिशत नए DOI जमा मेटाडेटा सत्यापन पास करते हैं
• 100 प्रतिशत लेखक पृष्ठों में एक स्थिर प्रोफ़ाइल पता होता है
• 100 प्रतिशत भूमिका परिवर्तनों में तिथियाँ शामिल होती हैं
• 1 प्रतिशत से कम कार्य गलती से किसी लेखक को असाइन किए गए हैं
• मेटाडेटा सुधार 30 दिनों के भीतर पूरे हो जाते हैं
• वर्तमान रोजगार परिवर्तन सात दिनों के भीतर दिखाई देते हैं
• वापसी और औपचारिक सुधार तुरंत परिलक्षित होते हैं

कृत्रिम बुद्धिमत्ता उद्धरण अध्ययन के लिए, ट्रैक करें:

• सही लेखक श्रेय दर
• वैध DOI दर
• उद्धरण सटीकता
• उद्धरण स्मरण
• कार्य उद्धरण आवृत्ति
• क्रॉस-सिस्टम समझौता
• मेटाडेटा सुधार से बेहतर अनुक्रमण तक का समय
• प्रोफ़ाइल खोज और अंतिम उत्तर उद्धरण के बीच का अंतर

संगठन को इन उपायों को अनुशासन, भाषा, करियर चरण और नाम की सामान्यता के अनुसार रिपोर्ट करना चाहिए। अन्यथा, एक औसत स्कोर असमान परिणामों को छिपा सकता है।

जोखिम और सुरक्षा उपाय

लेखक हब नए जोखिम पैदा कर सकते हैं यदि वे एक गेटकीपिंग प्रणाली बन जाते हैं।

संगठनों को नहीं करना चाहिए:

• उन शोधकर्ताओं को दंडित करें जो कुछ ORCID जानकारी निजी रखते हैं
• एक सार्वजनिक गूगल स्कॉलर प्रोफ़ाइल को गुणवत्ता के प्रमाण के रूप में मानें
• पीयर रिव्यू के स्थान पर उद्धरण गणना का उपयोग करें
• अनावश्यक रूप से व्यक्तिगत संपर्क विवरण प्रकाशित करें
• अकेले संस्थागत प्रतिष्ठा से विशेषज्ञता का अनुमान लगाएं
• प्रत्येक शोधकर्ता को एक ही सार्वजनिक प्रोफ़ाइल सेवा का उपयोग करने की आवश्यकता है
• गायब पहचानकर्ताओं को कदाचार के सबूत के रूप में मानें
• स्वचालित प्रणालियों को समीक्षा के बिना रिकॉर्ड को अधिलेखित करने की अनुमति दें

ORCID अपनाने और मेटाडेटा की गुणवत्ता क्षेत्र, देश, करियर चरण और प्रकाशन प्रकार के अनुसार भिन्न होती है। एक निष्पक्ष प्रणाली को मैनुअल सुधार, गोपनीयता नियंत्रण, नाम विविधता और उन लोगों का समर्थन करना चाहिए जिनके काम को जर्नल प्रकाशन मेट्रिक्स द्वारा अच्छी तरह से प्रतिनिधित्व नहीं किया जाता है।

निष्कर्ष

एक मजबूत लेखक हब एक व्यक्तिगत ब्रांडिंग परियोजना नहीं है। यह एक मशीन-पठनीय साक्ष्य प्रणाली है।

• ORCID एक व्यक्ति को एक स्थायी पहचान से जोड़ता है।
• क्रॉसरेफ और डेटासाइट कार्यों को स्थिर पहचानकर्ताओं और समृद्ध मेटाडेटा से जोड़ते हैं।
• रिसर्च ऑर्गनाइजेशन रजिस्ट्री पहचानकर्ता लोगों और कार्यों को संस्थानों से जोड़ते हैं।
• योगदानकर्ता भूमिकाएँ दिखाती हैं कि प्रत्येक व्यक्ति ने वास्तव में क्या किया।
• संस्थागत और विद्वान प्रोफ़ाइल सार्वजनिक संदर्भ प्रदान करते हैं।
• संरचित डेटा खोज प्रणालियों को संबंधों की व्याख्या करने में मदद करता है।
• शासन और संस्करण इतिहास दिखाता है कि क्या वर्तमान है, अतीत में क्या सत्य था, और किसने प्रत्येक दावे की पुष्टि की।

संभावित लाभ स्वचालित रैंकिंग वृद्धि नहीं है। लाभ व्यक्ति → कार्य → संगठन → साक्ष्य से एक मजबूत श्रृंखला है।

इसलिए संगठनों को दो प्रतिबद्धताएँ करनी चाहिए:

1. मेटाडेटा का मानकीकरण और रखरखाव करें।
2. कृत्रिम बुद्धिमत्ता उद्धरण व्यवहार को मापें बजाय इसके कि एक प्रभाव मान लें।

सबसे विश्वसनीय लेखक हब वह नहीं है जिसमें सबसे अधिक बैज हों। यह वह है जिसके महत्वपूर्ण दावे स्थायी, जुड़े हुए, स्रोत-आधारित, वर्तमान और सत्यापित करने में आसान हैं।