Dedupliceringsregler

Följande är en lista över dedupliceringsregler som används inom Swepub för analys och bibliometri.

Namn	Viktning	Beskrivning
Same URI match	1,01	Matchar poster med samma identifierare från MODS-formatet.	SPARQL-query
Same ISBN match	-	Regel som konstaterar ISBN-match och genererar tripplar om detta. Ger ingen viktning.	SPARQL-query
Same Alternative Sub Title match	Antal tecken i alternativ undertitel, inklusive whitespace, delat med 100. Blir kvoten större än 0,3 returneras 0,3.	Matchar alternativa undertitlar.	SPARQL-query
Same Patent Number	0,9	Matchar på patentnummer.	SPARQL-query
Same ISI match	0,9	Matchar på ISI ID	SPARQL-query
Identifiable record tagging	—	Lägger till trippel om att posten har en identifierare i form av ISBN, ISI ID, DOI, patentnummer, Pubmed ID, eller Scopus ID.	SPARQL-query
Same Scopus ID match	0,9	Posterna har identiska Scopus ID:n.	SPARQL-query
Same Alternative Title match	Antal tecken i alternativ titel, inklusive whitespace, delat med 100. Blir kvoten större än 0,5 returneras 0,5.	Posternas 15 första tecken i alternativtitlarna är identiska.	SPARQL-query
Same PM ID match	0,9	Pubmed ID överrenstämmer.	SPARQL-query
Same Sub-Title match	Antal tecken i undertitel, inklusive whitespace, delat med 100. Blir kvoten större än 0,5 returneras 0,5	Posternas 15 första tecken i undertitlarna är identiska.	SPARQL-query
Same Title match	Antal tecken i normaliserad titel delat med 100. Blir kvoten större än 0,9 returneras 0,9. Blir kvoten mindre än 0,5 returneras 0,5	De första 15 tecknen i den normaliserade titeln överrensstämmer.	SPARQL-query
Creator Count shortcutting	-	Lägger till uppgift om antalet upphovspersoner i SwePub-ontologin.	SPARQL-query
Same DOI match	-	Konstaterar DOI-matchning.	SPARQL-query
Same Publication Year match	0,11	Matchar publiceringsår.	SPARQL-query
DOI match weight for non-KON publication type	0,85	DOI-matchning för icke konferensbidrag.	SPARQL-query
Same DOI/Scopus/PMID match conflicts with ISI	-0,9	Ger minuspoäng om DOI, Scopus ID eller Pubmed ID matchar men inte ISI ID.	SPARQL-query
DOI match weight for KON publication type	0,4	DOI-matchning för konferensbidrag.	SPARQL-query
Same Creator Count	0,1	Samma antal upphovsmän, men bara om där föreligger någon annan typ av matchning.	SPARQL-query
ISBN match weight for BOK publication type	0,8 delat med antalet överrenstämmande ISBN.	ISBN-matchning för poster med publikationstypen “bok”.	SPARQL-query
ISBN match weight for non-BOK publication type	0,5 delat med antalet överensstämmande ISBN	ISBN-matchning för poster som inte har publikationstypen “bok”.	SPARQL-query
Same Author Local ID match	0,2 delat med antalet författare	Matchning på lokalt användar-id.	SPARQL-query
Same ISI/Scopus/PMID match conflicts with DOI	-0,7	Posterna matchar på ISI ID, Scopus ID eller PM ID, men inte på DOI.	SPARQL-query
Same Author Name match	0,15 delat med antalet författare	Samma författarnamn, men också publikationsår, organisation (som levererat posten) och swpa_m:publicationTypeCode plus annan typ av matchning.	SPARQL-query
Same Publication Channel match	0,05	Publikationskanalen är densamma.	SPARQL-query
Same start and end page	0,1	Start- och slutsida överrensstämmer. Förutsätter tidigare matchningar.	SPARQL-query
Same RelatedItem match	0,05	Redan tidigare matchande poster som har samma RelatedItem men som inte är publicerade i listan över publikationskanaler.	SPARQL-query
Assert explicitly Match type	-	Konstaterar att posten matchar någon annan post.	SPARQL-query
All possibly Same as with matching weight	-		SPARQL-query
Mark Records eligible for De-duplication	-	Märker upp alla poster färdiga för deduplicering. Dessa måste nå upp till datakvalitetsnivå 3.	SPARQL-query
SamePublicationAs and SameCreativeWork from Blacklist	-		SPARQL-query
SamePublicationAs and Same CreativeWork without relatedItem	-		SPARQL-query
SamePublicationAs and SameCreativeWork with matching weight and exclude white list			SPARQL-query
SameCreativeWork based on Channels list	-		SPARQL-query