Providing Meaningful Information in a Large Scale Digital Library – a Case Study. Laura Rueda, Suenje Dallmeier Tiessen, Patricia Herterich, Samuele Carli, Salvatore Mele and Simeon Warner

Emerging open science practices require persistent identification and citability of a diverse set of scholarly materials, from paper based materials to research data. This paper presents a case study of the digital library INSPIRE digital library and its approach to connecting persistent identifiers for scientific material and author identification.

The workflows developed under the ODIN project, connecting DataCite DOIs and ORCIDs, can serve as a best practice example for integrating external information into such digital libraries

INSPIRE is de High-Energy Physics Literature Database.

ODIN project: ORCID and DataCite Interoperability Network – is a two-year project which started in September 2012, funded by the European Commission’s ‘Coordination and Support Action’ under the FP7 programme. CERN maakt daar deel van uit, net als de British Library en arXiv en nog wat anderen.
Doel is persistent identifiers bijeen te brengen en daarmee een infrastructuur daarin te maken.

DOIs en  ORCIDs zijn methoden om data en researchers te identificeren

Ze hebben met dan 1 miljoen records vaak artikelen. Hun datasets zijn geen ruwe data, maar zeer bewerkt.
Gegevens komen van diverse providers.
Behalve de artikelen hebben ze ook banen, citatie gegevens, supplementary materiaal.

Grote lijst met auteurs die ergens aan meedoen, soms wel bijna 3000.

INSPIRE Harvest elke dag arXiv. Op dit moment geen DOI, maar dat wil arXiv wel gaan doen.

Doel alle informatie beschikbaar in RDF. Zodat anderen daar applicaties op kunnen bouwen.
Api via sparql queries. En data beschikbaar in RDF stores.

Data modelling via Dublin Core and FOAF.

CERIF wordt mogelijk daarin geïntegreerd.
Verbinden van ORCID met research data.