Trabajar con datos masivos -

Contenido

1. Descarga el archivo de datos públicos

2. Software para acceder al archivo

3. Proceso

3.1. Archivos de resumen de registros

3.2. Archivo de actividades

4. Usando el archivo público

ORCID comparte un Archivo de datos públicos al menos una vez al año en el aniversario de nuestro lanzamiento inicial en octubre de 2012. Compartir el archivo de datos públicos anuales es uno de nuestros principios clave. Publicamos el archivo para asegurarnos de que todas las partes interesadas, incluidas las organizaciones que no son miembros de ORCID, tener un amplio acceso a lo que esperamos se convierta en una parte vital de la infraestructura de comunicación académica.

El uso de los datos en el archivo se rige por la condiciones de uso del archivo de datos y nuestro Privacy Policy (extracto a continuación):

ORCID está lanzando el Archivo de Datos Públicos bajo una Dedicación de Dominio Público CC0 1.0 desarrollado por Creative Commons. Respectivamente, ORCID no impondrá restricciones o condiciones (incluidas las contenidas en los Términos y condiciones de uso y el Acuerdo de membresía) sobre el uso del Archivo de datos públicos, pero ha publicado normas comunitarias recomendadas para su uso.

Descarga el archivo de datos públicos

Visite los enlaces a continuación para descargar el archivo de datos públicos anuales.

En la medida de lo posible según la ley, ORCID, Cía ha renunciado a todos los derechos de autor y derechos afines o conexos a ORCID Archivo de datos públicos. Este trabajo se publicó en: Estados Unidos.

Software para acceder al archivo

ventanas: Una herramienta para descomprimir archivos tar como WinRAR or 7zip
Mac: No se necesita software adicional
Conversión XML-JSON: A partir de 2018, el archivo se proporciona solo en formato XML. Siga leyendo para aprender cómo generar versiones JSON del archivo.

Proceso

Descargue el archivo de los enlaces de arriba. El archivo de datos de cada año puede incluir varios archivos tar.gz. Por ejemplo, el archivo 2018 incluye un archivo tar.gz para todos ORCID registros y un archivo tar.gz para todas las actividades de registros.
ventanas: Utilice la herramienta (Winrar o 7zip) que descargó para descomprimir el archivo tar.gz; esto dará como resultado un único archivo .tar (que puede aparecer sin extensión). Es posible que deba ejecutar la herramienta por segunda vez en el archivo .tar para descomprimirlo.
Mac: Haga doble clic en el archivo tar.gz para descomprimirlo; esto dará como resultado un único archivo .tar (que puede aparecer sin extensión). Haga doble clic en el archivo .tar para descomprimirlo.
La carpeta de salida de cada archivo variará según el año en que se generó el archivo y la versión XSD.
1. 2013-2017: Dentro de la carpeta generada encontrará varias carpetas, por ejemplo, json / y xml /. Dentro de cada carpeta hay un archivo para cada ORCID grabar en el formato especificado y la versión XSD.
2. 2018+, archivo de registros: dentro de la carpeta generada encontrará una carpeta, resumen /, que contiene varias carpetas que contienen ORCID registros en formato XML. Los registros se agregan en subcarpetas en función de los últimos tres dígitos compartidos del ORCID identificación.
3. 2018+, archivo de actividad: dentro de la carpeta generada encontrará varias carpetas para cada ORCID registro. Cada carpeta incluirá las actividades completas en cada ORCID registro en formato XML, separado por subsección de actividad.

Resumen de registroy Archivos

El archivo de resúmenes es un archivo tar que contiene los resúmenes de registros públicos de todos los ORCID registros disponibles en ese momento ORCID generó el archivo. El archivo es un archivo tar con una carpeta raíz. ORCID_AAAA_MM_resúmenes.tar.gz.

La jerarquía de carpetas estará definida por los últimos tres dígitos del ORCID iD según la imagen de abajo:

A continuación se muestran ejemplos de la estructura de carpetas de algunos ORCID iD's:

ORCID iD	Ruta dentro del archivo de volcado
+0000 (0000) 0000 0001	/ORCID_2020_10_summaries/001/0000-0000-0000-0001-summary.xml
+0000 (0000) 0000 0002	/ORCID_2020_10_summaries/002/0000-0000-0000-0002-summary.xml
0000-0000-0000-001X	/ORCID_2020_10_summaries/01X/0000-0000-0000-001X-summary.xml
0000-0000-0001-001X	/ORCID_2020_10_summaries/01X/0000-0000-0001-001X-summary.xml
+0000 (0000) 0003 0001	/ORCID_2020_10_summaries/001/0000-0000-0003-0001-summary.xml
+0001 (0000) 0003 9991	/ORCID_2020_10_summaries/991/0001-0000-0003-9991-summary.xml
+0001 (0000) 0005 1234	/ORCID_2020_10_summaries/234/0001-0000-0005-1234-summary.xml
+9999 (9999) 9999 9991	/ORCID_2020_10_summaries/991/9999-9999-9999-9991-summary.xml

A continuación, se muestran ejemplos de cómo se verá la jerarquía de carpetas dentro del archivo de volcado:

Archivo de actividades

El archivo de actividades se compone de once archivos comprimidos diferentes, cada uno de los cuales contiene un subconjunto de las actividades públicas disponibles en el momento de generar los archivos.

Cada archivo comprimido contendrá un subconjunto de actividades públicas basadas en los últimos 3 dígitos del ORCID identificación.

Por ejemplo, habrá un archivo ORCID_YYYY_MM_activities.tar.gz que contiene las actividades públicas para cada ORCID registro donde el dígito de la suma de control es 0.

Usando el archivo público

El archivo contiene la información pública asociada a cada usuario. ORCID registro. Cada registro se incluye como un archivo separado en JSON y XML en los archivos de 2013-2017. En el archivo de 2018, cada registro se incluye como un archivo separado en XML, y cada sección de actividad completa para cada registro se incluye como un archivo separado en XML. Para aquellos que prefieren JSON, use el ORCID Biblioteca de conversiones para convertir los archivos XML a JSON.

Para conocer el XSD necesario para interpretar los archivos, consulte ORCID Repositorio de GitHub.

Por favor mira Sincronizando con ORCID sobre las formas en que puede desarrollar su integración para que pueda realizar un seguimiento de los investigadores y sus actividades.

Imprimir 🖨