数据集概述
本数据集为手稿《Identifying genomic data use with the Data Citation Explorer》的源数据，包含用于验证Data Citation Explorer的手动评估样本、引用报告及源文件压缩包。数据支持分析JAMO记录与出版物的关联、元数据扩展及处理审计路径，适用于基因组数据引用研究，含3个核心文件。
文件详解
- DCE_manual_eval_sample.xlsx
- 文件格式：XLSX
- 字段映射介绍：含两个工作表，分别对应PubMed/PubMed Central和Dimensions搜索返回的出版物；每行记录JAMO记录与关联出版物的配对，列描述见文件内部。
- DCE_citation_report.csv
- 文件格式：CSV
- 字段映射介绍：含jamo_id（唯一JAMO记录ID）、sample_group（评估样本分层）、citation_count（引用数量）、citations（逗号分隔的PubMed ID）、sampled（是否纳入初始评估样本）、notes（排除原因）、unprocessed（是否因异常字段未处理）等字段。
- DCE_source_files.zip
- 文件格式：ZIP
- 内容说明：每个JAMO记录对应3个文件——JAMO_ID_source.yaml（JAMO记录提取字段）、JAMO_ID_expand.yaml（扩展元数据）、JAMO_ID_audit.json（审计路径DAG）。
适用场景
- 基因组数据引用分析: 利用DCE_citation_report.csv分析JAMO记录与PubMed出版物的关联模式。
- 数据引用工具验证: 通过DCE_manual_eval_sample.xlsx评估Data Citation Explorer的搜索结果准确性。
- 元数据扩展研究: 基于DCE_source_files.zip中的yaml文件探究元数据补充对引用识别的影响。
- 数据处理审计: 分析JAMO_ID_audit.json中的审计路径，优化数据处理流程。
