Käytetyimpiä monitieteisiä viittaustiedonlähteitä

Viittaustietokannat sisältävät tiedon tietokannassa olevista julkaisuista sekä niiden välisistä viittauksista. Viittaustiedot kertovat, kuinka usein muissa tietokantaan kuuluvissa julkaisuissa on viitattu tarkasteltavaan julkaisuun. Viittaustietokannoista voi tarkastella yksittäisen julkaisun viittausmäärien lisäksi tyypillisesti mm. sitä, kuinka monta kertaa tiettyyn kirjoittajaan tai tietyn organisaation julkaisuihin on viitattu. Julkaisun saamien viittausten lukumäärä eri tietokannoissa vaihtelee. Viittaustietokannat keskittyvät yleensä tieteellisiin lehtiartikkeleihin, mutta ne voivat sisältää myös monografioita, konferenssijulkaisuja ja raportteja. Mikään viittaustietokanta ei kata kaikkia julkaisuja. On myös hyvä tiedostaa, että tietyt tieteenalat ovat edustettuna tietokannoissa paremmin (esim. lääke- ja luonnontieteet) kuin toiset (esim. yhteiskunta- ja humanistiset tieteet sekä taidealat). Viittausten lukumäärä tietokannoissa riippuu myös siitä, kuinka pitkältä ajalta tietokanta sisältää viittaustietoa ja kuinka usein viittaustiedot päivitetään tietokantaan. Kaikissa tietokannoissa on myös jonkin verran virheitä. Tietokantojen sisältö myös muuttuu jatkuvasti, koska ne lisäävät uusia aineistoja kokoelmaansa ja poistavat entisiä sekä päivittävät viittaustietoja vanhempien julkaisujen osalta. 

Kaksi tunnetuinta monitieteistä viittaustietokantaa ovat maksulliset tilausperusteiset Clarivate Analyticsin Web of Science (Wos) ja Elsevierin Scopus. Sekä WoS että Scopus sisältävät kuratoitua aineistoa ja niillä on tietyt laatukriteerit tietokantansa sisällölle: lehdillä pitää mm. olla vertaisarviointiprosessi ja toimituskunta, ISSN-tunnus ja artikkelin otsikko sekä abstrakti tulee olla englanninkielisiä. Viittaustietoja voi tarkastella myös avoimesti saatavilla olevista Dimensions ja Google Scholar (GS) -palveluista. Sekä Dimensions että GS indeksoivat automaattisin menetelmin aineistoja kokoelmiinsa ilman erillistä validointiprosessia. Dimensions tietokannan perussisältö ja toiminnot ovat tarjolla avoimesti ja maksuttomasti. Maksaville tilaajille on lisäksi tarjolla sisällöltään laajempi ja monipuolisempia analyysitoimintoja sisältävä versio. GS on maksuton hakukone, joka on erikoistunut tieteellisen tiedon etsimiseen, mutta sieltä löytyy myös ei-tieteellistä aineistoa kuten opinnäytteitä. Sen viittausdata sisältää myös paljon viittauksia ei-tieteellisistä julkaisuista, joten viittausmäärät eroavat suuresti WoS- ja Scopus-tietokantojen lukemista. Tässä oppaassa GS esitellään viittaustietokantojen yhteydessä, vaikka kyseessä ei ole varsinainen tietokanta. Kaikki kolme edellä mainittua tietokantaa sekä Google Scholar on esitelty tarkemmin omissa luvuissaan.

Viittaustiedonlähteiden vertailua

Koska viittaustietokantojen aineistojen indeksointimenetelmät ja kokoelmapoliittiset linjaukset ovat keskenään hyvin erilaisia, eroavat myös tietokantojen sisällöt merkittävästi toisistaan. WoS ja Scopus noudattavat valikoivaa kokoelmapolitiikkaa ja käyttävät eri alojen asiantuntijoista koostuvaa toimituskuntaa sisältönsä valintaan ja indeksointiin. Dimensions nojaa laajasti koneoppimiseen ja automatisoiduilla algoritmeilla tapahtuvaan tiedonkäsittelyyn, asiantuntijoiden manuaalisesti suorittaman kuratoinnin sijaan. Dimensions indeksoi pääsääntöisesti kaikki tieteelliset julkaisut ja datasetit, joilla on DOI-tunniste. Google Scholarin automatisoidut menetelmät puolestaan kahlaavat verkkoa ja indeksoivat kaikki julkaisut, joilla tunnistavat olevan akateeminen rakenne.

Tieteenalojen julkaisukäytännöt kuten julkaisutyyppi ja julkaisukieli heijastuvat tietokantojen kattavuuteen. Perinteiset viittaustietokannat kuten WoS ja Scopus sisältävät pääsääntöisesti tieteellisiä lehtiä. Erityisesti tieteenalat, joille on tyypillistä julkaista kirjoissa, ovat huonosti edustettuina kyseisissä tietokannoissa. Myös konferenssijulkaisujen osalta on puutteita. Heikointa kattavuus on tyypillisesti yhteiskuntatieteiden ja humanististen tieteiden osalta. Myös tietokantojen keskittyminen pääasiassa englanninkieliseen kirjallisuuteen rajoittaa kattavuutta. Vaikka tietokantoihin hyväksytään myös muun kuin englanninkielisiä julkaisuja, yhtenä valintakriteerinä on kuitenkin julkaisukanavissa julkaistavien artikkeleiden englanninkieliset tiivistelmät ja otsikot. Automaattisiin indeksointimenetelmiin perustuvat Dimensions ja GS yltävät merkittävästi suurempaan kattavuuteen useimmilla tieteenaloilla. Dimensions on huomattavasti kattavampi kuin WoS tai Scopus erityisesti toimitettujen kirjojen, niiden sisältämien kappaleiden, sekä monografioiden osalta.

Tietokantojen eroista ja siitä, miten hyvin ne kattavat eri tieteenalojen aineistoja, on tehty lukuisia tutkimuksia. Useat tutkimukset osoittavat WoS Core Collection -tietokannan kattavuuden monien tieteenalojen osalta heikommaksi kuin kilpailevissa tietokannoissa (mm. Mongeon, P. and Paul-Hus, A. 2016, Martín-Martín, A. et al. 2021, Singh, V.K. et al. 2021, Visser, M. et al. 2021). Tässä oppaassa esitellyistä viittaustiedonlähteistä kattavuudeltaan parhaimmaksi lähes kaikkien tieteenalojen osalta nousee useissa tutkimuksissa Google Scholar (mm. Harzing, A.-W. 2019, Martín-Martín, A. et al. 2021). Tuoreita tutkimuksia viitetietokantojen aineistojen kattavuudesta on listattu tämän luvun loppuun. Lisäksi liitetiedostona on Jyväskylän yliopiston julkaisutuotannon perusteella tehty tietokantojen kattavuusvertailu.

Tietokantaa valittaessa aineiston kattavuus ei ole kuitenkaan ainoa kriteeri. Myös tietokannan hakutoiminnoilla ja indeksoidun aineiston laadulla on merkitystä. Vaikka GS yltää kilpailijoitaan suurempaan kattavuuteen, on sen hakutoiminnoissa paljon rajoitteita, kuten rajoitettu Boolen operaattoreiden käyttö sekä hyvin rajalliset suodatusominaisuudet hakutulokselle. Perinteiset, pitkään markkinoilla olleet WoS ja Scopus ovat kattavuudeltaan kilpailijoita heikompia, aineiston indeksointi tietokantaan on hitaampaa ja ne ovat maksullisia. Toisaalta molempien hakutoiminnot ovat monipuoliset ja niiden indeksoima aineisto on validoitua. Viittaustietokantojen vertailua helpottamaan on taulukkoon 1. kerätty tiedot Web of Science, Scopus ja Dimensions tietokantojen sekä Google Scholar -palvelun keskeisistä ominaisuuksista ja sisällöistä. Vastuullisen julkaisumetriikan nimissä analyysissä käytettävä viittaustietokanta tulisi valita käyttötarpeen lisäksi analysoinnin kohteena olevan tieteenalan tarpeet huomioiden. Mikäli mahdollista, on suositeltavaa käyttää julkaisuperusteisissa analyyseissä useampaa kuin yhtä viittaustietokantaa.