Name Authority Challenges for Indexing and Abstracting Databases
Notice bibliographique
Résumé
Objective - This analysis explores alternative methods for managing author name changes in Indexing and Abstracting (I&A) databases. A searcher may retrieve incomplete or inaccurate results when the database provides no or faulty assistance in linking author name variations. Methods -The article includes an analysis of current name authority practices in I&A databases and of selected research into name disambiguation models applied to authorship of articles. Results - Several potential solutions are in production or in development. MathSciNet has developed an authority file. The method is largely machine-based but it involves time-consuming manual intervention that might not scale up to larger or multidisciplinary databases. The use of standard numbers for authors has been proposed. Solutions in practice include author-managed registration records and linking among several authority files. Information science and computer science researchers are developing models to automate processes for name disambiguation, shifting the focus from authority control to access control. Successful models use metadata beyond the author name alone, such as co-authors, author affiliation, journal name, or keywords. Social networks may provide additional data to support disambiguation models. Conclusion - The traditional objective of name authority files is to determine precisely when name variations belong to the same individual. Manually-maintained authority files have served library catalogues reasonably well, but the burden of upkeep has made them ill-suited to managing the volume of items and authors in all but the smallest I&A databases. To meet the access needs of the 21st Century, both catalogues and I&A databases may need to implement options that present a high degree of probability that items have been authored by the same individual, rather than options that provide high precision with the expense of manual maintenance. Striving for name disambiguation rather than name authority control may become an attractive option for catalogues, I&A databases, and digital library collections.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,063 | 0,183 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,015 |
| Études des sciences et des technologies | 0,006 | 0,009 |
| Communication savante | 0,029 | 0,053 |
| Science ouverte | 0,009 | 0,016 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».