我们提出了一个大规模的比较五个多学科的书目数据源：Scopus，Web of Science，Dimensions，Crossref和Microsoft Academic。该比较考虑了这些数据来源所涵盖的2008-2017年期间的科学文件。Scopus以成对的方式与其他每个数据源进行比较。我们首先分析数据源之间在文档覆盖率方面的差异，例如，重点关注随时间的差异，每个文档类型的差异以及每个学科的差异。然后，我们研究了引文链接的完整性和准确性的差异。根据我们的分析，我们讨论了不同数据源的优点和缺点。我们强调的重要性相结合的全面覆盖的科学文献与一套灵活的过滤器，使选择的文献。
英文摘要：
We present a large-scale comparison of five multidisciplinary bibliographic data sources: Scopus, Web of Science, Dimensions, Crossref, and Microsoft Academic. The comparison considers scientific documents from the period 2008-2017 covered by these data sources. Scopus is compared in a pairwise manner with each of the other data sources. We first analyze differences between the data sources in the coverage of documents, focusing for instance on differences over time, differences per document type, and differences per discipline. We then study differences in the completeness and accuracy of citation links. Based on our analysis, we discuss strengths and weaknesses of the different data sources. We emphasize the importance of combining a comprehensive coverage of the scientific literature with a flexible set of filters for making selections of the literature.
Merits and Limits: Applying open data to monitor open access publications in bibliometric databases
识别和监控开放获取（OA）出版物似乎是一项微不足道的任务，而实际的努力证明并非如此。矛盾的信息往往取决于所使用的元数据。我们努力将OA状态分配给Web of Science（WOS）和Scopus中的出版物，同时补充不同的OA信息来源以解决矛盾的情况。我们通过DOI和ISSN将WOS和Scopus的出版物链接到Unpaywall、Crossref、DOAJ和ROAD。来自WOS和Scopus的文章和评论中只有大约50%可以通过DOI与Unpaywall匹配。与Crossref相匹配带来了56个不同的许可证，这些许可证在许多情况下定义了具有法律约束力的出版物访问状态。但只有44%的出版物在Crossref上只持有一个许可证，而超过50%的出版物没有向Crossref提交许可证信息。对比来自Crossref许可证和Unpaywall的OA信息，我们发现矛盾的案例总数超过25%，这可能部分解释为（前）包括绿色OA。进一步的人工检查发现，约17%的开放式获取出版物无法访问，15%的非开放式获取出版物可以通过出版商的网站访问。这些初步结果表明，确定出版物的OA状态表示一个困难的，目前尚未完成的任务。
The prevalence and impact of university affiliation discrepancies between four well-known bibliographic databases: Scopus, Web of Science, Dimensions, and Microsoft Academic
研究管理者将大学与国际同行进行比较时面临着消除隶属关系歧义的问题。不同的数据库对这一问题采取了不同的方法，它们之间存在差异。文献计量数据源通常会进行消歧过程，将不同的机构名称及其子单位的名称统一起来，以便研究人员可以使用一个统一的名称搜索该机构的所有记录。本研究探讨了在五年的时间里，18所阿拉伯大学的Scopus，Web of Science，Dimensions和Microsoft Academic之间的隶属关系差异。我们证实，数字对象标识符（DOI）是适合提取可比的学术材料跨数据库和量化的隶属关系之间的差异。在任何一个数据库中分配给选定大学的相当大一部分记录在另一个数据库中没有分配给同一所大学。在较大的数据库中，Dimensions和Microsoft Academic的差异比例较高。规模较小、更具选择性的数据库，如Scopus，尤其是Web of Science，往往在更大程度上与其他数据库的隶属关系一致。手动检查隶属关系的差异表明，它们是由缺少隶属关系，统一差异和记录分配到错误的机构的混合物造成的。
Universities through the Eyes of Bibliographic Databases: A Retroactive Growth Comparison of Google Scholar, Scopus and Web of Science
本研究的目的是确定GS的网址为基础的方法作为一个有效的近似大学的学术产出措施，考虑到三个方面（追溯性增长，相关性和覆盖面）的适用性。为此，选择了100所土耳其大学作为案例研究。Web of Science（WoS）、Scopus和GS（2000年至2013年）的生产力是在两次不同的测量迭代（2014年和2018年）中获得的。此外，从WoS中检索了14所研究型大学的子集共18，174份文件，验证了它们在GS中的存在。研究结果表明，GS的追溯性增长是不可预测的，并依赖于每所大学，使这一参数难以在机构层面进行评估。另外，GS（基于URL的方法）与WoS和Scopus（选定的来源）之间的生产率相关性是适度的，尽管它取决于大学，出版年份和测量年份。最后，在分析的18，174篇文章中，只有16%在大学官方网站上被索引，尽管高达84%在其他GS来源中被索引。这项工作证明，基于URL的方法来计算机构的生产力在GS是不是一个很好的代理在WoS和Scopus索引的出版物的总数，至少在国家的情况下分析。然而，主要原因并非与全球服务的运作有直接关系，而是与大学缺乏对开放获取的承诺有关。
Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and OpenCitations' COCI: a multidisciplinary comparison of coverage via citations
最近出现了新的引文数据来源，如Microsoft Academic、Dimensions和CrossRef开放DOI-to-DOI引文的OpenCitations Index（COCI）。虽然这些已经与Web of Science（WoS），Scopus或Google Scholar进行了比较，但没有系统的证据表明它们在学科类别之间的差异。作为回应，本文调查了这六个数据源发现的3，073，351篇引文，涉及252个学科类别的2，515篇2006年出版的英语高被引文献，扩展和更新了之前最大的研究。Google Scholar找到了88%的引文，其中许多是其他来源没有找到的，几乎所有的引文都是由其余来源找到的（89%-94%）。在大多数学科类别中也存在类似的模式。Microsoft Academic是第二大引用（占所有引用的60%），包括82%的Scopus引用和86%的Web of Science引用。在大多数类别中，Microsoft Academic比Scopus和WoS发现了更多的引用（分别为182和223个学科类别），但在某些领域存在覆盖差距，例如物理学和一些人文学科类别。在Scopus之后，Dimensions是第四大引文（占所有引文的54%），包括Scopus引文的84%和WoS引文的88%。它在36个类别中发现了比Scopus更多的引用，在185个类别中超过了WoS，并…
Large-Scale Analysis of the Accuracy of the Journal Classification Systems of Web of Science and Scopus
期刊分类系统在文献计量分析中起着重要作用。两个最重要的书目数据库Web of Science和Scopus都提供了期刊分类系统。然而，没有研究系统地调查这些分类系统的准确性。为了检验和比较期刊分类系统的准确性，我们定义了两个标准的基础上的直接引用关系的期刊和类别。我们使用标准I来选择与其指定类别有弱联系的期刊，我们使用标准II来识别未被分配到与其有强联系的类别的期刊。如果期刊满足这两个标准中的任何一个，我们的结论是，它的类别分配可能是有问题的。因此，我们确定了Web of Science和Scopus中所有分类有问题的期刊。此外，我们对图书馆和信息科学领域进行了更深入的分析，以评估我们提出的标准是否合适，以及它们是否产生有意义的结果。事实证明，根据我们基于引用的标准，Web of Science在其期刊分类系统的准确性方面明显优于Scopus。
Finding citations for PubMed: A large-scale comparison between five freely available bibliographic data sources
PubMed作为一个重要的生物医学数据库，为用户提供免费的文献摘要检索服务。然而，这些文件之间的引用需要从外部数据源收集。虽然以前的研究已经调查了各种数据源的覆盖率，但引用的质量却没有得到充分的研究。作为回应，这项研究比较了3000万份PubMed文档的五个免费数据源的覆盖率和引用质量，包括CrossRef开放DOI-to-DOI引文的OpenCitations Index（COCI），Dimensions，Microsoft Academic Graph（MAG），National Institutes of Health Open Citation Collection（NIH-OCC）和Semantic Scholar Open Research Corpus（S2 ORC）。引入了三个金标准和五个度量标准来评估引文的正确性和完整性。我们的研究结果表明，Dimensions是最全面的数据源，为62.4%的PubMed文档提供了参考，优于官方的NIH-OCC数据集（56.7%）。其他数据源中超过90%的引用链接也可以在Dimensions中找到。MAG、COCI和S2 ORC的覆盖率分别为59.6%、34.7%和23.5%。在引文质量方面，Dimensions和NIH-OCC的总体结果最好。几乎所有的数据源都有高于90%的精确度，但它们的召回率要低得多。所有数据库在最近的出版物…
Growth rates of modern science: A latent piecewise growth curve approach to model publication numbers from established and new literature databases
科学成长是科学学研究中的一个普遍问题。近年来，引入了两个新的书目数据库，可用于研究几个世纪以来科学的发展过程：数字科学和微软学术的维度。在这项研究中，我们使用了来自这些新数据库的出版物数据，并添加了来自两个已建立的数据库（Clarivate Analytics的Web of Science和Elsevier的Scopus）的出版物数据，以调查从现代科学体系开始到今天的科学增长过程。我们估计了同时包括来自四个数据库的出版物计数的回归模型。科学计算的无限制增长的结果表明，总体增长率为4.10%，倍增时间为17.3年。正如本研究中各种分段回归模型的比较所显示的那样，五段模型最适合出版数据。我们证明，这些具有不同增长率的细分市场可以很好地解释，因为它们与经济的任何一个阶段（例如，工业化）和/或政治发展（例如，第二次世界大战）。在这项研究中，我们还分析了两个广泛领域（物理和技术科学以及生命科学）的科学增长以及英国科学与经济增长的关系。这两个领域之间的比较显示只有轻微的差异。英国经济增长率与科技增长率的比较表明，经济增长率略低于科技增长率。
Errors of LLM-Assisted Literature Retrieval in Environmental Science: A Comparison Study of Abstract versus Full-text Based Prompts
Rutgers University（罗格斯大学）；Ernest Mario School of Pharmacy（欧内斯特·马里奥药学院）；East Brunswick High School（东布伦瑞克高中）；Princeton Medical Center（普林斯顿医疗中心）；New Jersey Medical School（新泽西医学院）；Rutgers Cancer Institute（罗格斯癌症研究所）
