Este repositorio presenta los elementos básicos para reproducir un análisis de contexto de inserción y mercadeo para un servidor PrePrints y de Datos en Latinoamérica y mundo de habla hispana.
A continuación se describe la organización del presente repositorio de datos y códigos. Para trabajar con la API de Sherpa seguimos las orientaciones de Sherpa Services en donde se indica que hay que crear un usuario en el sistema para acceder al API key necesaria para consultar los datos.
Las orientaciones específicas del Metadata Schema se encuentran también en la documentación de Sherpa y se específica los diferentes item-type y los metadatos disponibles específicamente para item-type: repository.
El material que aquí se encuentra muestra una primera aproximación generalista a los datos que Sherpa muestra específicamente para item-type: repository, es decir filtrado para repositorios. Dentro de éste se pueden encontrar distintos content_types con los siguientes valores: journal_articles, bibliographic_references, conference_and_workshop_papers, theses_and_dissertations, unpub_reports_and_working_papers, books_chapters_and_sections, datasets, learning_objects, software, patents, other_special_item_types. Aquí se muestran todos los content_types para item-type: repository.
/DataFrame/import-repositories.pycrea el dataframe completo llamando a la API de Sherpa y filtrando específicamente que sean repositorios:item-type:repository. Se excluyen los demásitem-type:funder,funder_group,publisher,publisher_policy,publication. Adicionalmente, dentro deitem-type:repositorysolo se consultan y exportan los siguientes campos:repository_idrepository_namerepository_typerepository_urlorganisation_nameorganisation_countrymetadata_record_countfull_text_record_count./DataFrame/dataframe.csves el archivo exportado de/DataFrame/import-repositories.py./DataFrame/dataframe-validacion.pycon este archivo se hace una validación del dataframe para corroborar que sea correcto. En este caso se corre un código para filtrar y mostrar todos los repositorios conorganisation_countryidentificados conbr. Arroja el mismo resultado de 173 repositorios que muestran las estadísticas oficiales de OpenDOAR para Brazil al día de la fecha (26/3/2024)./DataFrame/tabla-lat-esp.pycrea una tabla que filtra/DataFrame/dataframe.csvpor países de Latinoamérica más España y los ordena acorde a la cantidad de repositorios registrados en Sherpa, de mayor a menor. Adicionalmente, se mapea todos los identificadores de los países para colocar una etiqueta legible a cada una./DataFrame/tabla-lat-esp.htmles el archivo exportado de/DataFrame/tabla-lat-esp.py./DataFrame/top_5_lat_esp.pycrea la tabla que filtra países de Latinoamérica más España en/DataFrame/dataframe.csvy filtra los 5 repositorios con mayor número de contenido depositado en cada país según el valor enmetadata_record_count. A su vez, el valor arrojado se ordena de mayor a menor y en orden de países según se muestra en/DataFrame/tabla-lat-esp.html./DataFrame/top_5_lat_esp.htmles la tabla exportada de/DataFrame/top_5_lat_esp.py./DataFrame/import-dataframe-enriquecido.pycódigo que agrega a/DataFrame/import-repositories.pylos camposoai_urlsoftwarecontent_typescontent_subjects. Arroja 1 resultado más que/DataFrame/import-repositories.pydebido a la fecha de consulta. Esta consulta se realizó el día 28/3/2024./DataFrame/dataframe-enriquecido.csves el archivo exportado de/DataFrame/import-dataframe-enriquecido.py. Es el archivo esencial sobre el que se trabajará en los directorios que siguen.
Se incluyen los content_types: journal_articles, bibliographic_references, conference_and_workshop_papers y unpub_reports_and_working_papers. No se identifican facilmente los servidores PrePrints en OpenDOAR. Se tomo el criterio de búsqueda por la palabra "preprint" en el búscador web y se indentificaron los repositorios existentes con ese criterio. Se puede reproducir la segmentación aquí. En base a esto, los 7 resultados de la búsqueda por nombre tienen como content_types los seleccionados aquí.
/DataFrame/PrePrints/tabla-lat-esp-preprints.pycrea una tabla que filtra/DataFrame/dataframe-enriquecido.csvpor países de Latinoamérica más España y los ordena acorde a la cantidad de repositorios registrados en Sherpa, de mayor a menor. Adicionalmente, se mapea todos los identificadores de los países para colocar una etiqueta legible a cada una. Se incluyen solo los que tengan al menos una coinicidencia concontent_types:journal_articles,bibliographic_references,conference_and_workshop_papersounpub_reports_and_working_papers./DataFrame/PrePrints/tabla-lat-esp-preprints.htmles el archivo exportado de/DataFrame/PrePrints/tabla-lat-esp-preprints.py./DataFrame/PrePrints/top5-lat-esp-preprints.pycrea la tabla que filtra países de Latinoamérica más España en/DataFrame/dataframe-enriquecido.csvy filtra los 5 repositorios con mayor número de contenido depositado en cada país según el valor enmetadata_record_count. A su vez, el valor arrojado se ordena de mayor a menor y en orden de países según se muestra en/DataFrame/PrePrints/tabla-lat-esp-preprints.htmly se mantiene el filtro decontent_typesespecífico para PrePrints./DataFrame/PrePrints/top5-lat-esp-preprints.htmles el archivo exportado de/DataFrame/PrePrints/top5-lat-esp-preprints.py.
Se incluyen los content_types: datasets y theses_and_dissertations. La identificación de esta tipología es más clara en OpenDOAR que para PrePrints.
/DataFrame/DataSets/tabla-lat-esp-datasets.pycrea una tabla que filtra/DataFrame/dataframe-enriquecido.csvpor países de Latinoamérica más España y los ordena acorde a la cantidad de repositorios registrados en Sherpa, de mayor a menor. Adicionalmente, se mapea todos los identificadores de los países para colocar una etiqueta legible a cada una. Se incluyen solo los que tengan al menos una coinicidencia concontent_types:datasetsotheses_and_dissertations./DataFrame/DataSets/tabla-lat-esp-datasets.htmles el archivo exportado de/DataFrame/DataSets/tabla-lat-esp-datasets.py./DataFrame/DataSets/top5-lat-esp-datasets.pycrea la tabla que filtra países de Latinoamérica más España en/DataFrame/dataframe-enriquecido.csvy filtra los 5 repositorios con mayor número de contenido depositado en cada país según el valor enmetadata_record_count. A su vez, el valor arrojado se ordena de mayor a menor y en orden de países según se muestra en/DataFrame/DataSets/tabla-lat-esp-datasets.htmly se mantiene el filtro decontent_typesespecífico para DataSets./DataFrame/DataSets/top5-lat-esp-datasets.htmles el archivo exportado de/DataFrame/DataSets/top5-lat-esp-datasets.py.
Los códigos Python fueron realizados con la ayuda de ChatGPT, corridos en local, testeados y modificados para la correcta realización. Finalmente, se cargan en GitHub.