Avoimet tutkimustiedonlähteet (luonnos)

OpenAlex

OpenAlex on ilmainen ja avoin tietokanta julkaisuista, tutkijoista, lehdistä, instituutioista ja käsitteistä sekä niiden välisistä yhteyksistä. Se julkaistiin vuonna 2022 korvaamaan Microsoft Academic Graph (MAG). OpenAlexin taustalla on voittoa tavoittelematon OurResearch, jota rahoittaa Arcadia — a charitable fund of Lisbet Rausing and Peter Baldwin.

Huhtikuussa 2025 OpenAlex sisälsi yhteensä yli 250 miljoonaa työtä (kuten julkaisua, kirjaa, datasettiä, opinnäytetyötä), joista noin 525000 sisälsi vähintään yhden tekijän suomalaisella affiliaatiolla*. OpenAlexin datalähteinä ovat mm. MAG, Crossref, ORCID, ROR, DOAJ, Unpaywall, Pubmed, The ISSN International Centre, arXiv ja Zenodo.

Aineisto on saatavilla joko ladattavana snapshottina, koneluettavan rajapinnan kautta tai graafisen käyttöliittymän kautta. Ilmaiskäyttäjät voivat tehdä rajapintaan 100 000 pyyntöä päivässä, ja aineisto (snapshot) päivitetään kuukausittain. OpenAlex julkaisi hiljattain myös maksullisen Premium-palvelun, joka tarjoaa mm. rajattoman määrän kutsuja rajapintaan.

OpenAlexin aineisto mahdollistaa esimerkiksi verkostoanalyysit konseptien, tekijöiden ja viittausten välillä sekä viitatuimpien tutkijoiden ja julkaisujen analysoinnin esimerkiksi VOSViewer-työkalun avulla. OpenAlex ei sisällä suoraan tieteenalatietoja, mutta lähes kaikille julkaisuille on koneoppimisalgoritmin avulla luotu sitä kuvaava käsite tai käsitteitä ("concept"). Yhteensä OpenAlex sisältää noin 65000 hierarkista käsitettä. OpenAlex tallentaa tietoja myös esimerkiksi julkaisujen avoimesta saatavuudesta ja viittausten määrästä. 

OpenAlex on noussut kilpailijaksi kaupallisille viittaustietokannoille kuten Clarivaten Web of Science ja Elsevierin Scopus. Leiden University Rankingistä on julkaistu OpenAlex tietokantaan perustuva avoin versio. Sorbonnen yliopisto Ranskassa on irtisanoutunut Web of Science tietokannan käytöstä ja käynnistänyt yhteistyön OpenAlexin kanssa. Lisäksi Ranskan korkeakoulu ja tiedeministeriö on sitoutunut monivuotiseen yhteistyöhön, jonka tavoitteena on OpenAlex-tietokannan kehittäminen. Suomessa CSC – Tieteen tietotekniikan keskus yhdessä Opetus- ja kulttuuriministeriön ja Suomen Akatemian kanssa valmistelee OpenAlex ainestoa Vipunen palveluun. Suunnitelmana on tuottaa vuoden 2025 aikana OpenAlexin aineiston pohjalta vastaavat vaikuttavuusindikaattorit Suomalaisista tutkimusorganisaatioista kuin mitä Web of Science aineiston osalta on saatavilla.

Lähteet:

CWTS Development. Introducing the Leiden Ranking Open Edition. Published January 30th, 2024. https://www.leidenmadtrics.nl/articles/introducing-the-leiden-ranking-open-edition

Sorbonne University. Sorbonne University unsubscribes from the Web of Science. Published December 8th, 2023. https://www.sorbonne-universite.fr/en/news/sorbonne-university-unsubscribes-web-science

Ouvrir la science! French Ministry of Higher Education and Research partners with OpenAlex to develop a fully open bibliographic tool. Published February 15th, 2024. https://www.ouvrirlascience.fr/french-ministry-of-higher-education-and-research-partners-with-openalex-to-develop-a-fully-open-bibliographic-tool/

OpenAlex API documentation (ei päiväystä) Saatavilla: https://docs.openalex.org/ [Viitattu 3.8.2023]

Priem, J., Piwowar, H., & Orr, R. (2022). OpenAlex: A fully-open index of scholarly works, authors, venues, institutions, and concepts. ArXiv. https://arxiv.org/abs/2205.01833

* Rajapintakutsu: https://api.openalex.org/works?filter=authorships.institutions.country_code:FI

OpenAIREgraph

CrossRef
Crossref on voittoa tavoittelematon organisaatio, joka tarjoaa avoimen infrastruktuurin tutkimusjulkaisujen rekisteröintiin ja hallintaan. Crossref myöntää jokaiselle rekisteröidylle julkaisulle digitaalisen tunnisteen (DOI), joka helpottaa niiden löydettävyyttä ja viitattavuutta. Julkaisijat rekisteröivät sisällön, kuten tieteelliset artikkelit ja kirjat, Crossrefin järjestelmään, ja metadataa voidaan hakea ja käyttää Crossrefin REST API:n avulla.

Crossrefin jäseninä on yli 22 000 organisaatiota 160 maassa, ja palvelu tukee lähes 2 miljardia kuukausittaista API-kyselyä. Crossrefistä voi etsiä mm. lehtiartikkeleiden, kirjojen ja standardien metatietoja.

Lähteet:
Crossref https://www.crossref.org/

DataCite

DataCite tarjoaa palveluita tutkimusaineistojen tunnistamiseen, julkaisemiseen ja saatavuuden parantamiseen. Sen keskeinen tehtävä on tarjota pysyviä tunnisteita, kuten DOI-tunnisteita, jotka helpottavat tutkimusaineistojen löytämistä, viittaamista ja käyttöä.

Yksi DataCiten tarjoamista palveluista on Data Citation Corpus. Se on tuotettu vuonna 2023 projektissa jonka Wellcome Trustin on rahoittanut. Projektin tarkoituksena oli luoda  laaja, julkinen resurssi dataviittausten tarkasteluun. Tällä hetkellä Corpus sisältää 5 miljoonaa dataviittausta, ja se on saatavilla Zenodossa datatiedostona sekä visuaalisena Dashboardina . Corpus on lisensoitu CC0-lisenssillä.

Lähteet: https://support.datacite.org/docs/data-citation-corpus 

JYUcite

JYUcite tarjoaa työkalun julkaisujen Co-citation Percentile Rank (CPR) -viittausvaikuttavuuden mittaamiseen ja vertailuun. 

CPR vertaa julkaisun viittaustiheyttä (eli julkaisun saamien viittausten määrää suhteessa aikaan, jonka julkaisu on ollut viitattavissa) sen vertailujoukkoon (eli julkaisuihin, joihin on viitattu samoissa lähteissä kuin kohdejulkaisuun). Näin viittausverkosto muodostaa jokaiselle julkaisulle sen oman "tieteenalan", jonka voi odottaa olevan edustavampi kuin vaikkapa julkaisukanavan (kuten lehtien) luokitteluun perustuva vertailujoukon muodostaminen. Vertailulukuna käytetään viittaustiheyden persentiiliä (eli kuinka monta prosenttia tapauksista jää vertailujoukon ulkopuolelle). Tällöin tyypillisesti vinoutuneiden ja tieteenalojen välillä hyvin erilaisten viittausjakaumien ääriarvot eivät vääristä indikaattoria yhtä paljon kuin keskiarvoja ja suhdelukuja käytettäessä.

JYUcite mahdollistaa CPR -lukujen laskemisen joukolle julkaisuja DOI -tunnisteen tai tekijöiden ORCID -tunnisteen perusteella. Metriikat esitetään taulukkona ja graafisesti, ja ne voi myös tallentaa CSV -muodossa.

Palvelu on tarjolla ilmaiseksi kaikille, mutta uusien CPR laskutoimitusten määrä on rajoitettu max 100/IP osoite/vrk.

Lähteet:
University of Jyväskylä Open Science Centre (ei päiväystä) JYUcite. Saatavilla: https://oscsolutions.cc.jyu.fi/jyucite/ (luettu 13.4.2022)
Seppänen, J.T., Värri, H. and Ylönen, I. (2022) Co-Citation Percentile Rank and JYUcite: a new network-standardized output-level citation influence metric and its implementation using Dimensions API. Scientometrics, 127, pp. 3523–3541. Saatavilla: https://doi.org/10.1007/s11192-022-04393-8

The Lens

The Lens on ilmaiseksi käytettävissä oleva tietokanta patenteille ja tieteelliselle kirjallisuudelle. Kaupalliseen ja yrityskäyttöön palvelusta on tarjolla myös maksullisia versioita. Palvelusta vastaa australialainen voittoa tavoittelematon Cambia.

The Lens hyödyntää avoimia tiedonlähteitä ja yhdistää tieteelliset julkaisut, patentit ja biologiset sekvenssit yhteen alustaan. Erityisesti patenttiviittausten tunnistaminen tieteelliseen kirjallisuuteen ja biologisiin sekvensseihin on Lens.org-palvelun vahvuus ja ominaispiirre, minkä avulla se erottuu muista palveluista. Tieteellisten julkaisujen osalta metatietojen pääasiallisena lähteenä ovat Crossref, Pubmed ja OpenAlex, joiden lisäksi dataa täydentävät mm. Unpaywall, OpenCitations, DOAJ, ORCID ja ROR. Patenttitietojen lähteenä toimivat puolestaan mm. Euroopan patenttitoimisto EPO, Yhdysvaltain patentti- ja tavaramerkkivirasto USPTO ja Maailman henkisen omaisuuden järjestö WIPO.

Palvelu tarjoaa omat käyttöliittymät eri tarpeisiin: mm. viittausanalyyseille on palvelussa oma käyttöliittymänsä. Lens.org tarjoaa myös useita API-rajapintoja tietojen ohjelmalliseen käsittelyyn.

Lähteet: https://www.lens.org/

OpenCitations

OpenCitations on voittoa tavoittelematon organisaatio, joka julkaisee avoimia julkaisujen viittaustietoja semanttisen webin ja linkitetyn datan teknologioiden avulla.

OpenCitations sisältää avoimia, ladattavia aineistoja ja viittausindeksejä linkitetyn datan RDF-muodossa. OpenCitations-indeksit sisältävät tietoja viittausten kohteesta, viittauspäivämäärästä ja viittaustyypistä. Indeksejä on neljä: COCI-indeksissä on yli 1,4 miljardia DOI-pohjaista, avointa  viittausta Crossrefistä (joulukuussa 2022); DOCI-indeksissä on DOI-pohjaisia viittauksia DataCitestä; POCI-indeksissä PMID-pohjaisia viittauksia PubMedissä; ja CROCI-indeksissä joukkoistettuja avoimia viittauksia käyttäjiltä.

Aineistoista voi hakea semanttisen webin SPARQL-kielellä, koneluettavan rajapinnan kautta tai hakukäyttöliittymällä. Aineisto mahdollistaa esimerkiksi tietämysgraafien luomisen ja hyödyntämisen tutkimusaiheiden tunnistamisessa.

Lähteet:
Peroni, S., & Shotton, D. (2020). OpenCitations, an infrastructure organization for open scholarship. Quantitative Science Studies, 1(1), 428-444. doi:10.1162/qss_a_00023

OPERAS Metrics

OPERAS on yhteiskunta- ja humanististen tieteiden (SSH) avointa tieteellistä viestintää tukeva tutkimusinfrastruktuuri eurooppalaisella tutkimusalueella (ERA). Sen tehtävänä on koordinoida ja yhdistää resursseja Euroopassa ja vastata tehokkaasti eurooppalaisten SSH-alan tutkijoiden tieteellisiin viestintätarpeisiin.

OPERAS Metrics on osa OPERASin palvelukokonaisuutta. OPERAS Metrics on tietokanta, joka sisältää käyttömäärä- ja vaikuttavuustietoja avoimesti julkaistuista kirjoista. Palvelu on suunniteltu huomioimaan erityisesti yhteiskunta- ja humanististen tieteiden tarpeita. Tietokanta yhdistää erilaisia kirjoihin liittyviä tietolähteitä yhdeksi laajaksi tietokannaksi. OPERAS Metrics sisältää tietoja monista eri lähteistä kuten Google books, Open Book Publishers, Open Editions, JSTOR, Figshare, Crossref ja OpenAIRE sekä tietoja yli 300 kirjakustantajalta. 

Käyttömäärä- ja vaikuttavuustietoja avoimesti julkaistuista kirjoista on kerättynä keskitettyyn tietokantaan, johon tarjotaan avoin pääsy. OPERAS Metrics perustuu avoimen lähdekoodin periaatteisiin. Tietokannan käyttämiä mittareita ovat näyttö- ja lukukerrat, istuntojen määrät, lataukset, viittaukset, jakojen määrät, käyttäjämäärät (World Reader), huomautukset ja viitetiedot. OPERAS Metrics ei tarjoa perinteistä graafista käyttöliittymää metriikkatietojen tarkasteluun, vaan tietoihin pääsee käsiksi ohjelmistowidgetien avulla. OPERAS Metrics tarjoaa lisäksi erillistä palvelua kirjakustantajille, jonka avulla kustantajat voivat näyttää omilla sivuillaan käyttömäärä- ja vaikuttavuustietoja kustantamistaan avoimesti julkaistuista kirjoista. 

Ohjeita OPERAS Metrics tietokannan käyttöönottamiseen ja ohjelmistowidgetien käyttämiseen löytyy palvelun omilta sivuilta https://metrics.operas-eu.org. Hyödyllinen webinaaritallenne tietokannan käytöstä löytyy lisäksi GraspOS hankkeen järjestämästä koulustustilaisuudesta: https://www.youtube.com/watch?v=jyTlZGVICTw

Lähteet:

GraspOS Training and Webinar, training material: https://graspos.eu/training-material

OPERAS Metrics, palvelun omat verkkosivut: https://metrics.operas-eu.org/

OPERAS tutkimusinfrastruktuurin kotisivut: https://operas-eu.org/