数据集概述
本数据集基于arXiv预印本库的处理元数据与关系映射，涵盖物理、数学、计算机科学等五大学科领域的175个科学领域，用于量化其时间动态变化。数据支持相关论文研究，包含文章级特征、补充元数据、作者ORCID关联及引用网络等四类文件，可用于分析科学领域的兴衰趋势。
文件详解
arXiv_data_with_Rescaled_times.csv（CSV格式）- 字段：id（arXiv ID）、categories（领域标签）、doi（DOI编号）、created（提交日期）、authors（作者姓氏）、authors_orcid（ORCID ID）、NumCitationsArxiv（引用数）、NumReferencesArxiv（参考文献数）、year（提交年份）、Rescaled Times（基于Gumbel分布的 rescaled时间）、Min RT（文章所属领域最小rescaled时间）
article_metadata.tsv（TSV格式）- 字段：id（arXiv ID）、journal.ref（期刊参考文献）、doi（DOI编号）、num.versions（版本数）、num.pages（页数估计）、num.figures（图表数估计）
orcid_ids_to_articles.json（JSON格式）- 内容：ORCID ID与arXiv文章ID的关联三元组，包含certainty（确定性）、predicate（关系谓词is_author_of）、subject（ORCID信息）、object（arXiv文章信息）
internal-citations.json（JSON格式）- 内容：arXiv内部引用网络字典，键为引用文章ID，值为被引用文章ID列表
数据来源
Zenodo数据集“Dataset for: Quantifying the rise and fall of scientific fields (Version v2)”
适用场景
- 科学领域发展趋势分析: 利用rescaled时间变量量化175个科学领域的兴衰阶段与动态变化
- 学术引用网络研究: 通过内部引用数据构建网络，计算Disruptive Index等文献计量指标
- 作者学术轨迹追踪: 基于ORCID与文章的关联数据，分析作者跨领域的研究动态
- 科研产出特征分析: 结合文章元数据（版本数、页数、图表数等）研究学术产出的结构特征
- 跨学科研究热点识别: 通过领域标签与时间维度，识别不同学科领域的交叉热点与演化路径
