Scripts de chargement WoS / enrichissement pour l'étude GIEC du CNRS

data fix(enrich-pascal): Increase timeout to 1 minute 2 years ago
.gitignore chore(git): Ignore test and temporary files 2 years ago
Makefile feat(enrich-pascal): Add script 2 years ago
README.md docs: Quel service pour base Pascal 2 years ago
enrich-etab.ini feat: First commit 2 years ago
enrich-institutes.ini feat: First commit 2 years ago
enrich-pascal.ini fix(enrich-pascal): Increase timeout to 1 minute 2 years ago
enrich-rnsr.ini feat: First commit 2 years ago
enrich-teeft-en.ini perf(teeft): expand size=100 2 years ago
extract-fields.ini feat(extract-field): Concat addresses & reprint_addresses into aff 2 years ago
package-lock.json fix(enrich-teeft.ini): Use patched ezs packages 2 years ago
package.json fix(enrich-teeft.ini): Use patched ezs packages 2 years ago
pascal.sh feat(enrich-pascal): Add script 2 years ago
README.md

Étude GIEC

Étude pour l'INSU, à partir de ~14000 DOI présents dans le WOS. À rendre pour mi-octobre 2022.

Voir https://wos-dumps.conditor.inist.fr/ et les .ini qui y sont. Voir https://gitbucket.inist.fr/tdm/web-services/blob/master/biblio-tools/v1/wos/works/expand.ini.

Les DOI sont dans un .bib.

Décider sur quelle machine mettre ce dump.

WOS_API_KEY dans mon mail CNRS.

Workflow

graph TD
    A[(corpus_WoS_vol1-50.json)] --> B[[extract-fields.ini]]
    B --> C[(corpus-simple-50.json)]
    C --> D[[enrich-rnsr.ini]]
    D --> E[(corpus-simple-rnsr-50.json)]
    E --> F[[enrich-etab.ini]]
    F --> G[(corpus-simple-etab-50.json)]
    G --> H[[enrich-institutes.ini]]
    H --> I[(corpus-simple-instituts-50.json)]
    I --> J[[enrich-teeft.ini]]
    J --> K[(corpus-simple-teeft-en-50.json)]

Workflow

Potentiels

  • base du SAPPS (?): correspondance adresses WoS / unités du CNRS
  • alignement adresse / expression régulière pour le marquage labo
  • annotation de corpus avec un thésaurus (quel outil: XSLT ?)

DEBUG

Les items 25,26, 27, 29 ,30, 31, 32, 34, 35, 39, 41 ont un tableau dans le champ abstract, ce qui pose problème au web service. Il faut donc s'arranger pour n'envoyer qu'une chaîne.