Le moissonneur (svp-harvester)
En bref : Le moissonneur va chercher les publications d'un chercheur dans les grandes bases, à partir de ses identifiants, et les met dans un format commun. Il ne décide pas des doublons. Sur l'instance de développement, il a rapporté 536 361 notices de quatre sources : OpenAlex, scanR, HAL et IdRef.
Ce que c'est et à qui ça sert
Le moissonneur (svp-harvester) remplit le graphe sans ressaisie. On lui donne les identifiants d'une personne (IdRef, ORCID, idHAL…) ; il interroge en parallèle les bases de publications et renvoie tout ce qu'il trouve.
Personne ne l'utilise directement : il répond aux demandes du graphe. Ces demandes partent de deux endroits : un chercheur qui clique sur « mettre à jour mes publications » dans SoVisu+, ou une tâche qui relance à intervalle court le moissonnage d'une personne tirée au hasard (exploitation). Son écran d'administration sert à observer, pas à piloter.
Ce qui se passe dedans
Le moissonneur garde l'historique de ce qu'il a déjà rapporté et qualifie chaque notice : nouvelle, modifiée, inchangée ou disparue. Le graphe ne traite pas les notices disparues (suppressions non propagées). Pour les publications d'économie, il complète la description avec le vocabulaire JEL.
Ce qu'on a observé
| Constat | Statut | Source |
|---|---|---|
| Cinq sources sont programmées ; quatre alimentent réellement le graphe : Scopus n'alimente aucune notice | Confirmé | catalogue des sources |
| Web of Science est cité dans la documentation, mais aucun connecteur n'existe | Confirmé | connecteurs du dépôt |
| Aucune déduplication : les notices partent telles quelles, le graphe les rapproche | Confirmé | README |
| Le dépôt se dit lui-même « pas encore prêt pour la production » | Confirmé | README |
| Licence CeCILL 2.1 | Confirmé | licence |
| 536 361 notices : OpenAlex 200 569, scanR 171 533, HAL 113 558, IdRef 50 701 | Observé sur instance (dev) | données observées |
| Des notices datées jusqu'en juillet 2027, telles que les sources les livrent | Observé sur instance (dev) | données observées |
| Le service tourne ; ses routes de données sont protégées | Observé sur instance (dev) | ce que montre l'instance |
Pour la vitrine
- Apporte : les publications des chercheurs suivis, tirées des sources ouvertes de référence, avec leur provenance et leurs identifiants (DOI, HAL, PubMed…).
- Prouvé : quatre sources moissonnées en volume sur l'instance ; les identifiants de publication sont riches (222 013 DOI, 165 867 identifiants HAL).
- Bloque ou reste à prouver : il ne moissonne que les personnes connues du graphe, donc rien pour les unités sans chercheur rattaché ; la couverture d'un corpus complet par le tirage au hasard n'est pas mesurée ; les dates futures doivent être plafonnées dans l'extrait. Ces sources étant ouvertes, le POC peut les interroger directement pour comparer.
Liens
- Dépôt officiel : github.com/CRISalid-esr/svp-harvester
- Documentation officielle : svp-harvester.readthedocs.io ; configuration du moissonnage
- Pages qui font foi : catalogue des sources ; données observées, provenance
Révision lue : 6898db85