PubMan Func Spec Dublettencheck

Diese Seite dient der Spezifikation eines Dubletten-Check-Mechanismus in PubMan.

Grundannahmen

• Es gibt zwei Arten von Dubletten:
  • Gewollte Dubletten: Kooperierende Publikationen mehrerer Institute. Jedes Institut gibt die entsprechende Publikation für seine Wissenschaftler ein; es entstehen mehrere Datensätze zur selben Publikation. Diese Datensätze werden vom eingebenden Institut als Dubletten gekennzeichnet (und damit auf technischer Ebene miteinander verknüpft), bleiben jedoch alle im System erhalten.
  • Ungewollte Dubletten: Nicht erwünschte versehentliche Doppelteingaben von Publikationen, welche von vornherein vermieden bzw. automatisiert als Dublette identifiziert werden sollen.

Identifizierung von Dubletten

• Möglichkeiten zur Identifizierung von Dubletten:
  • Dublettencheck "on demand" (im Dubletten-Arbeitsbereich)
  • dynamischer und automatischer Dublettencheck während einer Submission
    • nur für Moderatoren
  • automatischer Dubletten-Check beim Release eines Datensatzes
    • nur für Moderatoren
  • automatischer Dublettencheck beim Import

• In den folgenden Datenbeständen wird nach Dubletten gesucht:
  • 'on demand' -> wählbar; entweder im Gesamtdatenbestand von PubMan oder innerhalb der eigenen Kontexte
  • während der Eingabe -> in den eigenen Kontexten
  • beim Release eines Datensatzes -> im Gesamtdatenbestand auf PubMan
  • beim Import -> im Gesamtdatenbestand auf PubMan

• Definition der Suchkriterien:
  • Gesamtdatenbestand = alle Datensätze im Status 'Released' im gesamten PubMan + Datensätze der eigenen Kontexte im Status 'Submitted'
  • eigene Kontexte = alle Datensätze in den eigenen Kontexten unabhängig vom Status (sowohl 'Released' als auch 'Submitted')

• Wirkweise des Dublettencheck-Mechanismus:
  • Der Dublettencheck sollte auf dem Vergleich von bestimmten Metadatenfeldern basieren, wie z.B.
    • Genre
    • Titel
    • Autoren
    • Publikationsjahr
    • Titel der Quelle
    • Identifier
    • ...
  • unterschiedliche Gewichtung der einzelnen Metadatenfelder
    • Identifier müssen, je nach Typ, unterschiedlich gerankt werden (z.B.: DOI stärker gewichtet als ISBN etc.)
  • Wahrscheinlichkeit, dass es sich um eine Dublette handelt, wächst kumulativ mit steigender Anzahl der übereinstimmenden Metadaten
  • beim Vergleich muss die Autorenreihenfolge beachtet werden
  • Angabe einer Wahrscheinlichkeit, dass es sich um eine Dublette handelt

Publication Management

Digital Object Identifier

International Standard Book Number