Szerzői adatbázisok építése: ORCID, Crossref és akadémiai profilok mint megbízhatósági primitívek

Szerzői adatbázisok építése: ORCID, Crossref és akadémiai profilok mint megbízhatósági primitívek

A szerzői adatbázisok nyilvános, összekapcsolt rekordok, amelyek segítenek az embereknek és a gépeknek megválaszolni három alapvető kérdést:

1. Ki hozta létre ezt a művet?
2. Mi is pontosan a mű?
3. Miért kellene bárkinek is megbíznia a személy, a mű és a szervezet közötti kapcsolatban?

Emberi olvasók számára a szerzői adatbázis egy profiloldalnak tűnhet életrajzzal, publikációkkal, képesítésekkel és linkekkel. A mesterséges intelligencia rendszerek számára hasznosabb kapcsolt bizonyítékgráfként gondolni rá.

Egy erős szerzői adatbázis összekapcsolja:

• Egy személyt egy ORCID iD-vel
• Egy publikációt, adatkészletet, jelentést vagy szoftvercsomagot egy digitális objektum azonosítóval (DOI-val)
• Egy művet teljes Crossref vagy DataCite metaadatokkal
• Egy kutatót ellenőrzött kapcsolódásokkal és szervezetekkel
• Egy nyilvános profilt egy stabil intézményi weboldallal
• Hozzájárulásokat egyértelmű szerepkörökhöz, például a Hozzájáruló Szerepkörök Taxonómiájában (Contributor Roles Taxonomy) meghatározottakhoz
• Jelenlegi és múltbeli szerepköröket dátumokkal, forrásokkal és frissítési rekordokkal

Ezek a kapcsolatok javíthatják az azonosság feloldását, a lekérdezést, az idézetek pontosságát és a forrásellenőrzést. Nem garantálják, hogy egy mesterséges intelligencia rendszer hivatkozni fog egy szerzőre. Nincs hiteles nyilvános bizonyíték arra, hogy egy ORCID iD hozzáadása fix növekedést eredményezne a mesterséges intelligencia által generált idézetek számában. Az erősebb állítás szűkebb és jobban védhető: a jó identitás- és műmetaadatok megkönnyítik a kereső- és kutatási rendszerek számára a tudományos anyagok megtalálását, párosítását, ellenőrzését és helyes idézését.

Ez a cikk a 2026. augusztus 13-án elérhető nyilvános dokumentációra és kutatásokra reflektál.

Miért fontosak a szerzői adatbázisok a mesterséges intelligencia rendszerek számára?

A mesterséges intelligencia rendszerek nem mind ugyanazokat a keresőindexeket, adatbázisokat vagy rangsorolási módszereket használják. Néhány élő webes keresésre támaszkodik. Mások tudományos adatbázisokat, licencelt indexeket, belső tudástárolókat vagy lekérdező rendszereket használnak, amelyek válaszgenerálás előtt dokumentumokban keresnek.

Ennek ellenére számos rendszer szembesül ugyanazokkal a technikai problémákkal:

• A nevek különbözőképpen íródhatnak.
• Több kutató is osztozhat ugyanazon a néven.
• Egy műnek lehet előzetes verziója (preprint), konferencia verziója, elfogadott kézirata és végleges verziója.
• Egy folyóiratcikk kapcsolódhat adatkészlethez, szoftvercsomaghoz, támogatáshoz vagy javításhoz.
• Egy szerző intézményt vagy nevet változtathat.
• Egy weboldal leírhat egy képesítést anélkül, hogy megmutatná, ki adta ki, vagy mikor volt érvényes.

A perzisztens azonosítók és a strukturált metaadatok segítenek megoldani ezeket a problémákat.

A Digitális Objektum Azonosító rendszer egy azonosítót egy digitális, fizikai vagy absztrakt objektum perzisztens neveként ír le. Értéke nemcsak az azonosítótól függ, hanem a hozzá kapcsolódó metaadatoktól is. DOI Kézikönyv (doi.org)

A szerzői adatbázis hasznos megközelítése négy összekapcsolt rétegként:

A cél nem egy lenyűgöző szavakkal teli profil létrehozása. A cél egy olyan rekord létrehozása, amelyben a fontos állítások ellenőrizhetők.

A szerzői adatbázis három fő része

1. ORCID: A személyazonossági réteg

Az ORCID az Open Researcher and Contributor ID (Nyílt Kutatói és Hozzájárulói Azonosító) rövidítése. Ez egy perzisztens azonosítót biztosít egy személy számára, és segít megkülönböztetni azokat a kutatókat, akiknek hasonló a nevük, különböző névformákat használnak, vagy idővel megváltoztatják a nevüket. ORCID áttekintés (support.orcid.org)

Egy ORCID rekord tartalmazhat:

• Neveket és névvariánsokat
• Foglalkoztatást és oktatást
• Kutatási munkákat
• Támogatásokat
• Szakértői bírálati tevékenységet
• Szerkesztői szolgáltatást
• Tagságokat és kitüntetéseket
• Kutatási forrásokat
• Más azonosítókra mutató linkeket

A legfontosabb jellemző nem maga a 16 jegyű szám. Hanem az ehhez a számhoz csatolt támogatott kapcsolatok hálózata.

Például:

text Jane Smith └── ORCID iD ├── Cikk DOI ├── Adatkészlet DOI ├── Támogatási azonosító ├── Egyetemi affiliáció ├── Szoftver rekord └── Szerkesztői szerep

Az autentikált kapcsolatok erősebbek

A szervezeteknek az ORCID iD-ket hitelesített bejelentkezési folyamaton keresztül kell gyűjteniük, ahelyett, hogy megkérnék az embereket, hogy írjanak be egy azonosítót egy űrlapba. Az ORCID azt javasolja, hogy használja az engedélyezési folyamatát, így a kutató megerősíti a helyes rekordot. ORCID integrációs és alkalmazásprogramozási felület útmutató (info.orcid.org)

Ez a megkülönböztetés számít:

• Nem ellenőrzött állítás: „Ez az ORCID iD Jane Smith-hez tartozik.”
• Autentikált állítás: „Jane Smith bejelentkezett az ORCID-en keresztül, és engedélyezte ennek a rendszernek, hogy használja az iD-jét.”
• Intézményi állítás: „Az egyetem megerősíti, hogy ez a személy ezeken a dátumokon rendelkezett ezzel a kapcsolódással.”

Az ORCID tárolja az állítások forrását és eredetét is. Egy művet vagy kapcsolódást hozzáadhat a kutató, egy kiadó, egy finanszírozó vagy más megbízható szervezet. ORCID megbízhatósági útmutató (info.orcid.org)

Ez hasznos megbízhatósági jelzést hoz létre mind az emberek, mind a gépek számára:

A rekord nem csak azt mondja el, ami állítva van. Azt is megmutathatja, ki tette az állítást és mikor került hozzáadásra.

Fontos korlátozás

Az ORCID iD nem garantálja, hogy a rekord minden eleme helyes. Maga az ORCID ösztönzi a felhasználókat, hogy vizsgálják meg a megbízhatósági jelzőket, forrásokat, dátumokat és az információt hozzáadó szervezeteket. ORCID megbízhatósági jelzők (info.orcid.org)

Ezért a szervezeteknek nem szabad úgy kezelniük az „van ORCID iD-je” kifejezést, mint az „teljesen ellenőrzött” szinonimáját. Egy jobb modell a következő:

• Saját állítás
• Autentikált
• Intézményileg megerősített
• Kiadó által megerősített
• Finanszírozó által megerősített
• Nemrég felülvizsgált

2. Crossref és DataCite: A műazonossági réteg

Az ORCID a személyt azonosítja. A Crossref és a DataCite segít azonosítani a művet.

A Digitális Objektum Azonosító a következőket azonosíthatja:

• Folyóiratcikkek
• Könyvek és könyvfejezetek
• Konferenciaelőadások
• Adatkészletek
• Szoftverek
• Jelentések
• Előzetes publikációk (preprint)
• Szakértői bírálatok
• Szabványok
• Poszterek és prezentációk

Egy DOI-nak stabil céloldalra kell mutatnia. Fontosabb, hogy teljes metaadatokat kell tartalmaznia, amelyek leírják a művet.

A Crossref a következő információk rögzítését javasolja:

• Családi név és utónév
• Hozzájárulói szerepkörök
• Kapcsolódások
• Szervezeti azonosítók
• ORCID iD-k
• Publikációs dátumok
• Kivonatok
• Hivatkozások
• Finanszírozás
• Licenszek
• Verzióinformációk
• Frissítések és javítások

Crossref kötelező és ajánlott metaadatok (crossref.org)

A Crossref a metaadatait megosztott erőforrásként írja le, amely webes felületeken, alkalmazásprogramozási felületeken (API-kon) és tömeges letöltéseken keresztül érhető el. A downstream rendszerek felhasználhatják ezeket az információkat a tudományos eredmények felfedezésére és összekapcsolására. Crossref metaadat-lekérdezés (crossref.org)

A DataCite hasonló funkciót tölt be az adatkészletek és számos más kutatási eredmény esetében. Jelenlegi Metadata Schema 4.7-je, amelyet 2026. március 3-án adtak ki, támogatja az alkotókat, hozzájárulókat, ORCID azonosítókat, kapcsolódásokat, szervezeti azonosítókat, kapcsolódó azonosítókat, finanszírozást, leírásokat és erőforrástípusokat. DataCite Metadata Schema (schema.datacite.org)

A DataCite kifejezetten azt javasolja, hogy az alkotói és hozzájárulói rekordokat ORCID azonosítókhoz, a szervezeti kapcsolódásokat pedig szervezeti azonosítókhoz kapcsolják. DataCite névazonosítók (support.datacite.org)

A DOI nem minőségi jelvény

Egy DOI bizonyítja, hogy létezik egy rekord egy DOI regisztrációs rendszerben. De nem bizonyítja, hogy:

• A kutatás helyes
• A publikáció szakértői bírálaton esett át
• A folyóirat jó hírű
• A szerző szakértő
• Az eredmények fontosak

A Crossref ezt egyértelműen kimondja: maga a DOI nem jelenti az objektum értékét vagy pontosságát. A környező metaadatok biztosítják a kontextust és lehetővé teszik a kapcsolatokat. Crossref DOI útmutató (support.crossref.org)

Ezért sokkal hasznosabb egy teljes DOI rekord, mint egy oldallap alján elhelyezett DOI string.

A hozzájárulói szerepkörök értelmet adnak

2026 júliusában a Crossref Schema 5.5 jobb támogatást adott a több hozzájárulói szerepkörhöz, a levelező szerzőkhöz és a Hozzájáruló Szerepkörök Taxonómiájához. Crossref Schema 5.5 (crossref.org)

A Hozzájáruló Szerepkörök Taxonómiája 14 szerepkört tartalmaz, többek között:

• Konceptualizáció
• Adatkurálás
• Formális elemzés
• Vizsgálat
• Metodológia
• Szoftver
• Felügyelet
• Validálás
• Vizualizáció
• Az eredeti vázlat megírása
• Írás, áttekintés és szerkesztés

A taxonómia célja a hozzájárulások átláthatóbbá tétele, valamint a hitelesség, elszámoltathatóság, kutatási értékelés és kutatási integritás támogatása. Hozzájáruló Szerepkörök Taxonómiája (credit.niso.org)

A mesterséges intelligencia rendszerek számára ez gazdagabb választ hoz létre, mint „Jane Smith egy szerző”. Egy rendszer potenciálisan megkülönböztetheti a következőket:

• A személyt, aki a tanulmányt tervezte
• A személyt, aki a szoftvert írta
• A személyt, aki az adatokat elemezte
• A személyt, aki a projektet felügyelte
• A személyt, aki az eredeti kéziratot írta

Ez különösen fontos nagy kutatócsoportok és technikai projektek esetében.

3. Tudományos profilok: A kontextus réteg

A tudományos profilok érthetővé teszik az identitásgráfot az emberek számára, és megkönnyítik a keresőrendszerek számára az értelmezést.

Egy robusztus profilnak tartalmaznia kell:

• Egy stabil intézményi oldalt
• Egy konzisztens nevet
• Névvariánsokat, ahol megfelelő
• ORCID iD-t
• Jelenlegi és múltbeli kapcsolódásokat
• Kutatási területeket
• Válogatott műveket DOI linkekkel
• Adatkészleteket, szoftvereket és jelentéseket
• Finanszírozásokat és díjakat
• Szerkesztői vagy bírálati szerepköröket
• Hozzájárulói szerepköröket
• Dátumokat a jelenlegi és múltbeli pozíciókhoz
• Az utolsó felülvizsgálat dátumát
• Linkeket más nyilvános profilokra

A Google Tudós profilok lehetővé teszik a kutatók számára, hogy felsorolják publikációikat, nyilvánossá tegyék profiljukat, lássák, ki hivatkozik munkáikra, és nyomon kövessék az idézési metrikákat. Egy nyilvános profil ellenőrzött intézményi e-mail címmel jogosult lehet arra, hogy megjelenjen a Google Tudós keresési eredményeiben. Google Tudós profilok (scholar.google.com)

Azonban a Google Tudóst láthatósági és felfedezési rétegként kell kezelni, nem pedig az igazság fő forrásaként. A kutatók kezelhetik saját publikációs listájukat, és az automatikus párosítás helytelen vagy duplikált műveket is tartalmazhat. Az idézési számok adatbázisonként is eltérőek lehetnek.

Az OpenAlex egy másik hasznos felfedezési réteget kínál. Egyértelműsített szerzői rekordokat tart fenn, és összekapcsolja a szerzőket, műveket, intézményeket, forrásokat és témákat. Az OpenAlex kijelenti, hogy olyan forrásokból merít információt, mint a Crossref és a DataCite, majd párosítja a szerzőket ORCID iD-kkel és a kapcsolódásokat szervezeti azonosítókkal. OpenAlex ökoszisztéma leírása (help.openalex.org)

A legjobb gyakorlat tehát a profilszövetség:

text Intézményi szerzői oldal ↕ ORCID rekord ↕ Crossref vagy DataCite műrekordok ↕ OpenAlex és Google Tudós profilok ↕ Kiadói, repozitóriumi, finanszírozói és szakmai oldalak

Egyetlen profilnak sem kell mindent tartalmaznia. Egymásra kell mutatniuk, és ugyanazokat az azonosítókat kell használniuk.

Hogyan befolyásolhatják ezek a jelek a mesterséges intelligencia által generált idézeteket

Fontos öt különböző eseményt elkülöníteni:

1. Felfedezés: Megtalálja-e egy rendszer az oldalt vagy a művet?
2. Azonosság feloldása: Meg tudja-e mondani, melyik személy és szervezet érintett?
3. Lekérdezés: Bevonja-e a rendszer a művet a bizonyítékgyűjteményébe?
4. Idézet kiválasztása: Idézi-e a művet a válaszban?
5. Idézet pontossága: A hivatkozás a megfelelő műre mutat-e, és alátámasztja-e az állítást?

Az ORCID, a DOI metaadatok és a tudományos profilok a legközvetlenebbül az első három lépésben segíthetnek. Javíthatják az idézetek pontosságát is. Az idézet kiválasztására gyakorolt hatásuk valószínűleg a téma relevanciájától, a forrás minőségétől, az aktualitástól, a hozzáférhetőségtől és az adott mesterséges intelligencia rendszertől függ.

A Google Keresés dokumentációja javasolja szerzői oldal, url és sameAs linkek használatát a cikkírók azonosításához. Adatkészletek esetében a Google kifejezetten az ORCID iD használatát javasolja a sameAs tulajdonságban egy személy alkotóhoz. Google cikk strukturált adatok Google adatkészlet strukturált adatok (developers.google.com)

Egy egyszerű profiloldal használhat ilyen strukturált adatokat:

{ "@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" } ] }

A strukturált adatok nem garantálnak keresési funkciót vagy mesterséges intelligencia idézést. A Google kijelenti, hogy még a helyesen implementált strukturált adatok sem feltétlenül jelennek meg a keresési eredményekben. Értéke abban rejlik, hogy egyértelmű, szabványos módot biztosít a gépek számára az oldal értelmezéséhez. Google strukturált adat útmutató (developers.google.com)

A gyakorlati következtetés:

Az azonosítók javítják a bizonyítékokhoz vezető utat. Nem helyettesítik a bizonyítékokat.

Mit mond a jelenlegi kutatás a mesterséges intelligencia által generált idézetekről

A mesterséges intelligencia idézési viselkedésével kapcsolatos kutatások főként az idézetek pontosságát, forrásválasztását és ellenőrizhetőségét vizsgálták. Még nem született megbízható, általános becslés az ORCID-hez kapcsolt identitás erejének hatására vonatkozóan.

Egy 2023-as tanulmány a ChatGPT által generált idézetekről jelentős arányú kitalált hivatkozásokat és hibákat talált a valós hivatkozásokban. A tanulmány 84 publikáción keresztül generált 636 idézetet vizsgált meg, és megállapította, hogy az idézési problémák még a tesztelt újabb modellben is fennálltak. Scientific Reports tanulmány (nature.com)

Egy másik, generatív keresőmotorokat vizsgáló tanulmány megállapította, hogy sok generált mondatot nem támasztottak alá teljesen idézetek, és sok idézet sem támogatta kellőképpen a mellettük lévő állításokat. Az ellenőrizhetőség értékelése generatív keresőmotorokban (arxiv.org)

A közelmúltbeli kutatások azt is kimutatják, hogy a generatív keresőrendszerek eltérnek forrásválasztásukban, forrásátfedésükben, stabilitásukban, valamint belső és külső tudásuk felhasználásában. A webes keresés jellemzése a generatív mesterséges intelligencia korában (aclanthology.org)

Ezek az eredmények óvatos álláspontot támasztanak alá:

• Egy DOI csökkentheti az idézett művel kapcsolatos kétértelműséget.
• Az ORCID csökkentheti a személyre vonatkozó kétértelműséget.
• A kapcsolódási azonosítók csökkenthetik a szervezetre vonatkozó kétértelműséget.
• A hozzájárulói szerepkörök javíthatják az attribúciót.
• Egy nyilvános profil kontextust biztosíthat.
• Ezen jelek egyike sem garantálja, hogy egy rendszer lekérdezi vagy idézi a művet.

Kutatási program az identitás erejének és a mesterséges intelligencia idézési gyakoriságának mérésére

A szervezeteknek nem szabad azt állítaniuk, hogy a szerzői adatbázisok javítják a mesterséges intelligencia által generált idézeteket, amíg közvetlenül nem mérik a kapcsolatot.

Szerzői identitás erősségi pontszámának meghatározása

Az alábbi egy javasolt pontszám, nem hivatalos szabvány.

Ne vegye bele az idézési számokat, a folyóirat presztízsét vagy az intézményi rangsort ebbe a pontszámba. Ezeket a tényezőket külön változóként kell kezelni. Ezek bevonása megnehezítené annak megállapítását, hogy az identitás erőssége összefügg-e az idézési gyakorisággal.

Többféle idézet mérése

Egy hasznos tanulmánynak legalább hat kimenetet kellene nyomon követnie:

1. Mű idézési aránya
   Azoknak az alkalmas válaszoknak a százalékos aránya, amelyek egy adott művet idéznek.

2. Szerzői attribúciós arány
   Azoknak a válaszoknak a százalékos aránya, amelyek helyesen nevezik meg vagy tulajdonítják a művet a megfelelő szerzőnek.

3. Érvényes azonosító arány
   Azoknak az idézeteknek a százalékos aránya, amelyek a megfelelő műre mutató DOI-t tartalmaznak.

4. Idézet precizitás
   Azoknak az idézeteknek a százalékos aránya, amelyek valóban alátámasztják a tett állítást.

5. Idézet felidézési arány
   Azoknak a fontos támogató forrásoknak a százalékos aránya, amelyeket a rendszer idéz.

6. Platformfüggetlen stabilitás
   Azoknak az idézeteknek a százalékos aránya, amelyek különböző rendszereken vagy ismételt futtatásokon keresztül ismétlődnek.

A generatív keresésre vonatkozó friss mérési keretrendszer elválasztja az idézet kiválasztását az idézet abszorpciójától, azaz attól, hogy egy forrás csupán megjelenik az idézetlistán, vagy ténylegesen bizonyítékkal járul hozzá a válaszhoz. Ezt a megkülönböztetést bele kell foglalni a jövőbeli szerzői adatbázis tanulmányokba. Idézet kiválasztási és idézet abszorpciós keretrendszer (arxiv.org)

Első tanulmány: Megfigyeléses korrelációs tanulmány

Ez a tanulmány a következő kérdést teszi fel:

A erősebb szerzői identitásokhoz kapcsolódó műveket gyakrabban idézik a mesterséges intelligencia rendszerek, miután kontrollálták a témát és a publikációs tényezőket?

Javasolt tervezés

• 10.000–50.000 tudományos mű mintavételezése
• Több tudományágat, nyelvet és publikációtípust fedjen le
• Használja a Crossref, DataCite, OpenAlex és nyilvános ORCID adatokat
• Számolja ki az identitás erősségi pontszámát minden szerző és mű számára
• Hozzon létre egy kérdéskészletet, amelyekre a mintavételezett művek relevánsak
• Futtassa a kérdéseket több idézetgeneráló rendszeren keresztül
• Ismételje meg minden kérdést többször
• Rögzítse a dátumot, rendszert, modellbeállítást, régiót és az idézett forrásokat

Fontos kontrollváltozók

A tanulmánynak kontrollálnia kell:

• Téma relevanciája
• Publikációs év
• Nyílt hozzáférés státusza
• Kivonat elérhetősége
• Teljes szöveg elérhetősége
• Helyszín (publikációs hely)
• Meglévő tudományos idézetek száma
• Intézményi hírnév
• Nyelv
• Oldal sebessége és feltérképezhetősége
• Mű típusa
• Szerzői név gyakorisága
• Társszerzők száma
• Lekérdezés megfogalmazása
• Keresőrendszer

A fő statisztikai modell becsülhetné:

text Helyes idézet valószínűsége = identitás erőssége

• téma relevanciája
• mű kora
• nyílt hozzáférés
• tudományos idézetek
• rendszer
• lekérdezés
• szerzői és témakontrollok

Logisztikai regresszió vagy vegyes-hatás modell lenne megfelelő egy igen-nem típusú kimenethez, például ahhoz, hogy egy művet idéztek-e. Negatív binomiális modell hasznos lehet az idézetek számának esetében, mivel az idézési adatok gyakran egyenlőtlenül oszlanak el.

Az eredményt esélyhányadosként (odds ratio) és konfidenciaintervallummal kell jelenteni, nem egyszerű százalékként. Például:

Az identitás erősségének egy szórásnyi növekedése az idézési valószínűség változásával járt együtt, miután kontrollálták a relevanciát, életkort, hozzáférést és a korábbi tudományos figyelmet.

A tanulmánynak null eredményeket is jelentenie kell. Egy kapcsolat hiányát mutató eredmény hasznos lenne, mert megmutatná, hogy az azonosítók javítják az adatminőséget anélkül, hogy feltétlenül megváltoztatnák a mesterséges intelligencia idézési viselkedését.

Második tanulmány: Kontrollált metaadat kísérlet

Egy megfigyeléses tanulmány összetévesztheti az identitás erősségét a népszerűséggel. Egy kontrollált kísérlet izolálhat bizonyos hatásokat.

Két gyakorlati verzió létezik.

A verzió: Nyilvános webes kísérlet

Hozzon létre párosított oldalakat ugyanazzal az érdemi tartalommal, de eltérő metaadat-kezeléssel:

• Csak alap szerzői név
• Szerzői név plusz intézményi profil
• Szerzői név plusz ORCID link
• Szerzői név, ORCID, DOI, kapcsolódási azonosító és strukturált adatok

Tegye közzé az oldalakat egyidejűleg, és figyelje:

• Keresési felfedezés
• Helyes szerzői párosítás
• Lekérdezés mesterséges intelligencia válaszokba
• Idézési gyakoriság
• Idézet pontossága

Ezt a kísérletet gondosan kell értelmezni. A nyilvános rendszerek különböző időpontokban térképezhetik fel az oldalakat, és a szervezetek nem tudják könnyen megváltoztatni a Crossref vagy DataCite rekordokat egy már publikált mű esetében.

B verzió: Kontrollált kutatási index

Építsen egy kis lekérdező rendszert, amely ugyanazokat a dokumentumokat tartalmazza különböző metaadat-feltételek mellett. Változtasson csak:

• Szerzői azonosító
• DOI
• Kapcsolódás
• Hozzájárulói szerepkör
• Profil linkek
• Eredetiségi mezők

Ezután tegye fel ugyanazokat a kérdéseket, és mérje meg a lekérdezést és az idézet kiválasztását. Ez a kísérlet jobb kontrollt biztosít, de kutatási rendszert mér, nem kereskedelmi platformokat.

Harmadik tanulmány: Lépcsőzetes szervezeti bevezetés

A legerősebb gyakorlati tervezés egy különbség a különbségekben (difference-in-differences) tanulmány.

Egy szervezet szakaszosan vezetheti be a szerzői adatbázisokat:

• Az első osztály 2026 októberében kapja meg a teljes programot.
• A második osztály 2027 januárjában kapja meg.
• A harmadik osztály 2027 áprilisában kapja meg.

Minden osztályt megmérnek a bevezetés előtt és után. Azok az osztályok, amelyek még nem kapták meg a programot, ideiglenes összehasonlító csoportként szolgálnak.

Mérés:

• Helyes szerzői attribúció
• DOI feloldás
• Idézési gyakoriság
• Idézet pontossága
• Keresési megjelenítések
• Profiloldal látogatások
• Rossz metaadatok javításához szükséges idő

Ez a tervezés erősebb, mint egy egyszerű előtte-utána összehasonlítás, mert segít elkülöníteni a bevezetés hatását a mesterséges intelligencia rendszerek szélesebb körű változásaitól.

Tesztelendő hipotézisek

A szervezetek előregisztrálhatják ezeket a hipotéziseket:

• H1: Az erősebb identitáskapcsolatok javítják a helyes szerzői attribúciót.
• H2: A teljes DOI metaadat javítja az érvényes idézési arányokat.
• H3: A kapcsolódási azonosítók akkor segítenek a legjobban, ha a szerzőknek gyakori nevük van, vagy intézmények között mozognak.
• H4: A tudományos profilok jobban javítják a felfedezést, mint a végső idézési gyakoriságot.
• H5: Az identitás erőssége nagyobb hatással van a „hosszú farok” szerzőire, mint a már híres szerzőkre.
• H6: A hatás rendszertől, témától, nyelvtől és publikációtípustól függően változik.
• H7: A frissesség és a téma relevanciája fontosabb, mint a profil díszítése.

Milyen képesítéseket kellene közzétenni?

Egy profilnak olyan képesítéseket kell közzétennie, amelyek ellenőrizhetők. Minden képesítésnek rendelkeznie kell:

• Egy képesítés típussal
• A személyt, aki rendelkezik vele
• A kibocsátó szervezettel
• Egy perzisztens azonosítóval a szervezet számára, ha elérhető
• Kezdő és befejező dátumokkal
• Egy ellenőrzési forrással
• Egy státusszal, például aktuális, lejárt, vitatott vagy archivált
• Az utolsó felülvizsgálat dátumával

A szervezeteknek címkézniük kell minden képesítés forrását:

• Önállóan jelentett
• Intézményileg ellenőrzött
• Kiadó által ellenőrzött
• Finanszírozó által ellenőrzött
• Regiszterből importált
• Felülvizsgálat alatt

Kerülje a nem alátámasztott címkék, például „vezető szakértő” vagy „világhírű kutató” közzétételét. Helyettesítse őket bizonyítékokkal:

• Művek száma és típusa
• Kutatási területek
• Ellenőrzött szerepkörök
• Finanszírozott projektek
• Szerkesztői szolgáltatás
• Nyilvános adatkészletek vagy szoftverek
• Intézményi kinevezések

Ez a megközelítés hasznosabb mind az olvasók, mind a gépek számára.

Bevezetési terv szervezetek számára

Első fázis: A metaadat-politika létrehozása

Hozzon létre egy kis irányító csoportot, amelynek tagjai a következő területekről érkeznek:

• Kutatási adminisztráció
• Könyvtári szolgáltatások
• Információtechnológia
• Kommunikáció
• Kiadói vagy repozitóriumi szolgáltatások
• Adatvédelem
• Kutatási integritás

Hozzon létre egy rövid adatpolitikát, amely meghatározza:

• Kötelező mezőket
• Jóváhagyott azonosító rendszereket
• Ki állíthatja az egyes mezőket
• Mely mezők nyilvánosak
• Hogyan kezelik a javításokat
• Mennyi ideig tarthatnak a frissítések
• Mi történik, ha egy személy elhagyja a szervezetet

Használjon egységes adatkontraktust a rendszerek között. Minimum minden személy, mű, szervezet és képesítés rekordjának rendelkeznie kell:

text persistent_id display_name source asserted_by valid_from valid_to last_verified status evidence_url

Második fázis: Autentikált azonosítók gyűjtése

Kérje meg a kutatókat, hogy hitelesített folyamaton keresztül kapcsolják össze ORCID rekordjaikat. Ne terhelje az intézményt azzal a felelősséggel, hogy kitalálja, melyik ORCID iD tartozik egy adott személyhez.

Ugyanakkor:

• Rendeljen szervezeti azonosítókat a tanszékekhez és intézményekhez
• Kapcsolja össze a munkatársak rekordjait az ORCID-del
• Párosítsa a meglévő publikációkat a DOI rekordokkal
• Jelölje meg a névütközéseket
• Őrizze meg az alternatív névformákat
• Rögzítse a hozzájárulási és láthatósági beállításokat

Harmadik fázis: A DOI metaadatok javítása

Új művek esetében követelje meg, hogy a publikációs munkafolyamat gyűjtse be:

• Teljes szerzői neveket
• Hitelesített ORCID iD-ket
• Kapcsolódásokat
• Szervezeti azonosítókat
• Hozzájárulói szerepköröket
• Finanszírozási azonosítókat
• Kivonatokat
• Hivatkozásokat
• Licencet
• Verzió- és frissítési információkat

Régebbi művek esetében kezdje az elmúlt öt évvel és a szervezet legtöbbet használt szerzőivel.

A Crossref és a DataCite-nak javításokat és frissítéseket kell kapnia, nem csak az eredeti letétet. A DOI stringek perzisztensek maradnak, míg a kapcsolódó metaadatok karbantarthatók. Crossref metaadat-karbantartás (crossref.org)

Negyedik fázis: Kanonikus szerzői oldalak építése

Minden kutatónak rendelkeznie kell egy stabil intézményi oldallal. Ennek az oldalnak:

• Állandó webcímet kell használnia
• Meg kell jelenítenie a jelenlegi szerepkört
• Meg kell őriznie a korábbi szerepköröket dátumokkal
• Kapcsolódnia kell az ORCID-hez
• Kapcsolódnia kell kiválasztott DOI rekordokhoz
• Kapcsolódnia kell nyilvános tudományos profilokhoz
• Meg kell jelenítenie a kutatási területeket
• Meg kell jelenítenie az utolsó frissítés dátumát
• Strukturált adatokat kell használnia
• Hozzáférhetőnek kell maradnia a keresőrobotok számára
• Kerülnie kell a bejelentkezés szükségességét

A Google javasolja az egyértelmű szerzői URL-ek és sameAs linkek használatát a szerzők megkülönböztetésének megkönnyítésére. Google szerzői jelölés útmutató (developers.google.com)

Ötödik fázis: Profilok föderálása és ellenőrzése

Kapcsolja össze az intézményi oldalt a következőkhöz:

• ORCID
• Google Tudós
• OpenAlex
• Kiadói oldalak
• Repozitóriumi rekordok
• Támogatási oldalak
• Nyilvános szakmai profilok, ahol megfelelő

Használjon automatizált ellenőrzéseket a következők felderítésére:

• Törött DOI linkek
• Hiányzó ORCID linkek
• Duplikált szerzők
• Rossz társszerző-párosítások
• Régi kapcsolódások
• Lejárt képesítések
• Hiányzó frissítési dátumok
• Nem egyező nevek
• Visszavonások vagy javítások

Irányítás a frissítésekhez és szerepkör-változásokhoz

Egy szerzői adatbázisnak meg kell őriznie a történelmet. Nem szabad újraírnia a múltat minden alkalommal, amikor egy személy munkahelyet vált.

Ajánlott forrás hierarchia

Amikor egy kutató intézményt vált

Ne törölje a régi kapcsolódást a történelmi művekből.

Ehelyett:

1. Adjon hozzá egy befejező dátumot a korábbi foglalkoztatási rekordhoz.
2. Adja hozzá az új kapcsolódást egy kezdő dátummal.
3. Frissítse az intézményi profilt.
4. Tartsa változatlanul a történelmi publikációs kapcsolódásokat, kivéve, ha a kiadó javítást ad ki.
5. Frissítse az ORCID rekordot a megfelelő forráson keresztül.
6. Irányítsa át a régi profiloldalt egy archivált vagy új oldalra.

Amikor egy személy nevet változtat

Használja az ORCID-et a névvariánsok összekapcsolására. Adjon hozzá korábbi vagy alternatív neveket, ahol a kutató beleegyezik. Ne változtassa meg a szerző nevét egy publikált DOI rekordban csak azért, hogy az egyezzen egy aktuális profillal.

A perzisztens azonosító célja a művek összekapcsolása névváltozásokon keresztül anélkül, hogy újraírná a publikációs rekordot.

Amikor egy hozzájáruló szerepköre változik

Egy hozzájáruló szerepkörét egy befejezett műben a történelmi rekord részének kell tekinteni.

Például:

• Egy személy szerepköre egy publikált cikkben nem változhat meg azért, mert később tanszékvezetővé válik.
• Egy szerkesztői szerepkörnek kezdő és befejező dátummal kell rendelkeznie.
• Egy támogatási szerepkörnek a támogatási időszakhoz kell kötődnie.
• Egy szoftver szerepkörnek a verzióhoz vagy kiadáshoz kell kötődnie.

Ha az eredeti hozzájárulási rekord helytelen, használjon hivatalos javítási folyamatot. Ne írja felül csendben.

Amikor egy képesítés lejár

Használjon egyértelmű státuszértékeket:

• Aktuális
• Lejárt
• Megújítva
• Felfüggesztve
• Vitatott
• Archivált

Automatikus emlékeztetőket kell küldeni a lejárat előtt. A nyilvános profiloknak meg kell mutatniuk a státuszt és a dátumot, ahelyett, hogy egy elavult képesítést magyarázat nélkül láthatóan hagynának.

Amikor egy kutató elhagyja a szervezetet

A szervezetnek:

• Meg kell őriznie a történelmi profilt
• Egyértelműen meg kell jelölnie a korábbi szerepkört
• Meg kell tartania a publikált művekre mutató linkeket
• Át kell ruháznia a profil tulajdonjogát
• Átirányítást kell beállítania a korábbi oldalra
• El kell távolítania a privát kapcsolattartási adatokat
• Meg kell tartania az intézményi állításokat, amelyek igazak voltak a korábbi foglalkoztatási időszak alatt

Amikor a szerzőiség vitatott

Fagyassza le a vitatott mezőt, őrizze meg az eredeti forrást, és rögzítse a vitát. Ne távolítson el szerzőt, és ne változtasson hozzájárulási szerepköröket csak informális kérés alapján.

A kutatási integritási hivatalnak, a kiadónak vagy a felelős projektvezetőnek kell meghatároznia a hivatalos javítási utat.

Sikermérők

A szervezeteknek nyomon kell követniük az operatív minőséget, mielőtt megnövelt mesterséges intelligencia láthatóságot ígérnének.

Javasolt célok:

• Az aktív kutatók 95 százaléka rendelkezik hitelesített ORCID iD-vel
• Az új művek 95 százaléka tartalmaz ORCID-et, ahol elérhető
• A kapcsolódások 95 százaléka perzisztens szervezeti azonosítót használ
• Az új DOI letétek 100 százaléka átmegy a metaadat-validáción
• A szerzői oldalak 100 százaléka stabil profilcímet tartalmaz
• A szerepkör-változások 100 százaléka tartalmaz dátumokat
• A művek kevesebb mint 1 százaléka van helytelenül szerzőhöz rendelve
• A metaadat javítások 30 napon belül elkészülnek
• A jelenlegi foglalkoztatási változások hét napon belül megjelennek
• A visszavonások és hivatalos javítások haladéktalanul megjelennek

A mesterséges intelligencia idézet tanulmányához kövesse nyomon:

• Helyes szerzői attribúciós arány
• Érvényes DOI arány
• Idézet precizitás
• Idézet felidézési arány
• Mű idézési gyakoriság
• Rendszerek közötti egyezés
• Idő a metaadat javításától a javított indexelésig
• Különbség a profil felfedezése és a végső válasz idézése között

A szervezetnek ezeket az intézkedéseket diszciplína, nyelv, karrier-szakasz és névgyakoriság szerint kell jelentenie. Ellenkező esetben egy átlagos pontszám elrejtheti az egyenlőtlen eredményeket.

Kockázatok és védőintézkedések

A szerzői adatbázisok új kockázatokat teremthetnek, ha kapuőrző rendszerré válnak.

A szervezeteknek nem szabad:

• Büntetni azokat a kutatókat, akik egyes ORCID információkat privát módon tartanak
• Egy nyilvános Google Tudós profilt minőségi bizonyítékként kezelni
• Idézési számokat használni a szakértői bírálat helyettesítésére
• Szükségtelenül közzétenni személyes elérhetőségi adatokat
• Csak az intézményi presztízsből következtetni szakértelemre
• Minden kutatótól megkövetelni ugyanazt a nyilvános profil szolgáltatást
• A hiányzó azonosítókat visszaélés bizonyítékaként kezelni
• Engedélyezni az automatizált rendszereknek, hogy felülírják a rekordokat felülvizsgálat nélkül

Az ORCID elfogadása és a metaadatok minősége területenként, országonként, karrier-szakaszánként és publikációtípusonként változik. Egy tisztességes rendszernek támogatnia kell a manuális javítást, az adatvédelmi ellenőrzéseket, a név sokféleségét, és azokat az embereket, akiknek munkáját nem jól reprezentálják a folyóirat-publikációs metrikák.

Következtetés

Egy erős szerzői adatbázis nem személyes márkaépítési projekt. Ez egy géppel olvasható bizonyítékrendszer.

• Az ORCID összekapcsolja a személyt egy perzisztens identitással.
• A Crossref és DataCite összekapcsolja a műveket stabil azonosítókkal és gazdag metaadatokkal.
• A Research Organization Registry azonosítók összekapcsolják az embereket és a műveket az intézményekkel.
• A Hozzájárulói szerepkörök megmutatják, mit tett valójában az egyes személyek.
• Az intézményi és tudományos profilok nyilvános kontextust biztosítanak.
• A strukturált adatok segítik a keresőrendszereket a kapcsolatok értelmezésében.
• Az irányítás és verziótörténet megmutatja, mi aktuális, mi volt igaz a múltban, és ki erősítette meg az egyes állításokat.

A valószínű előny nem egy automatikus rangsorolási növekedés. Az előny egy erősebb láncolat a személy → mű → szervezet → bizonyíték között.

A szervezeteknek ezért két kötelezettséget kell vállalniuk:

1. Standardizálják és tartsák karban a metaadatokat.
2. Mérjék a mesterséges intelligencia idézési viselkedését, ahelyett, hogy feltételeznének egy hatást.

A leghitelesebb szerzői adatbázis nem az, amelyik a legtöbb jelvényt viseli. Az az, amelynek fontos állításai perzisztenssek, összekapcsoltak, forrásokkal alátámasztottak, aktuálisak és könnyen ellenőrizhetők.