Libraries

DataCite:  the Perfect Complement to CrossRef

James L. Mullins, PhDDean of Libraries and Professor

CrossRef Annual Meeting Cambridge, MA – November 15, 2011

Libraries

“I like to think of data in three categories, using a mining metaphor: ‘raw ore’, ‘concentrate’, and ‘virgin metal.’  The question is which data are worth saving and which throwing away?”

Arden Bement, executive director, Global Policy Research Institute, Purdue University; retired director, National Science Foundation (NSF).

Arden Bement, Remarks before IATUL, June 21st, 2010, Purdue University, West Lafayette, Indiana. http://docs.lib.purdue.edu/iatul2010/conf/day1/7/

Libraries

•Prolific growth – large and small science•Lifeblood –  science and engineeringresearch •Modeling – demands massive amounts of data•Funding Agencies – public accessibility

Data/Data Sets

Motivation

Articles

Underlying data

Jan Brase – November 2011

– No effective way to link between datasets and articles

– No widely used method to identify datasets

– No widely used method to cite datasets

Underlying data

Articles

Jan Brase – ORCID Outreach Meeting –September 17th, 2011 – CERN  

Libraries

Libraries

The CrossRef Digital Object Identifier (DOI®) System identifies Journals.

    More than 98% of all DOI registered are for scholarly articles. 

Kuhlmann, Holger; Freudenthal, Tim; Helmke, Peer; Meggers, Helge (2004): Reconstruction of paleoceanography off NW Africa during the last 40,000 years: influence of local and regional factors on sediment accumulation. Marine Geology, 207(1-4), 209-224, doi:10.1016/j.margeo.2004.03.017

Libraries

What about Data? 

•Establish easier access to scientific research data on the Internet.•Increase acceptance of research data as legitimate, citable contributions to the scientific record.•Support data archiving that will permit results to be verified and re-purposed for future study.

http://www.datacite.org/

Libraries

• Descriptive Metadata  - author (person or corporate),  research variables, 

etc.• Subject descriptors  - disciplinary taxonomy• Digital Object Identifier -  persistent identifier 

Data: Attribution

The dataset with DOI: Kuhlmann, H et al. (2009): Age models, iron intensity, magnetic susceptibility records and dry bulk density of sediment cores from around the Canary Islands. doi:10.1594/PANGAEA.727522,

Libraries

• Acceptance by research community of the importance of data in research 

• Assignment of authorship/creation (lack of copyright control) – metadata & 

DOI • Citation to dataset by research undertaken and reported – through DataCite•  Establishment of an h-index for dataset 

impact

Data: Provenance/Citation 

Libraries

CrossRef DOI

DataSet

Deep Sea Research: Oceanographic Research Papers –Elsevier, Inc. 

Libraries

DOI by DataCite 

Deep Sea Research: Oceanographic Research Papers –Elsevier, Inc. 

• Technische Informationsbibliothek (TIB)• Canada Institute for Scientific and Technical Information (CISTI), • California Digital Library, USA• Purdue University, USA• Office of Scientific and Technical • Information (OSTI), USA• Library of TU Delft, • The Netherlands• Technical Information • Center of Denmark• The British Library• ZB Med, Germany• ZBW, Germany• Gesis, Germany• Library of ETH Zürich• L’Institut de l’Information Scientifique • et Technique (INIST), France• Swedish National Data Service (SND)• Australian National Data Service (ANDS)

• Affiliated members:• Digital Curation Center (UK)• Microsoft Research• Interuniversity Consortium for Political and Social Research (ICPSR) • Korea Institute of Science and Technology Information (KISTI) 

Libraries

DataCite Members

DataCite Structure

Carries

International DOI Foundation

DataCite

California Digital Library  and

Purdue UniversityLibraries (EZID) 

Data CentreData CentreData Centre

Office of Science and Technological 

Information (OSTI)

Data CentreData CentreData Centre

…

Works with

Managing Agent(TIB)

Member

AssociateStakeholder:

ICPSR;Microsoft Research

In the United States

Libraries

“I like to think of data in three categories, using a mining metaphor: ‘raw ore’, ‘concentrate’, and ‘virgin metal.’  The question is which data are worth saving and which throwing away?”

Arden Bement, executive director, Global Policy Research Institute, Purdue University; retired director, National Science Foundation (NSF).

Arden Bement, Remarks before IATUL, June 21st, 2010, Purdue University, West Lafayette, Indiana. http://docs.lib.purdue.edu/iatul2010/conf/day1/7/

Libraries

Thank you.

Questions?

James L. Mullins,  Purdue/DataCite:  jmullins@purdue.edu 

Patricia Cruse,  CDL/DataCite:  Patricia.Cruse@ucop.edu

Sharon  Jordan,  OSTI/DataCite:  JordanS@osti.gov

Jan Brase, TIB/DataCite:  Jan.Brase@tib.uni-hannover.de