Data Submission Handout

Minimal requirements

• The data contains an academic institution's expenditures on a per-article basis for publishing in fee-based Open Access journals
• The data should be made available in a machine-readable, platform independent format (CSV).
• The data is provided under an Open Data Commons license to ensure public access and reusability.
• A contact person is designated at the contributing institution.

Data set

The data set is composed of the contributing institutions's distributed tables. Journal titles and publisher names are imported from CrossRef via automated enrichment routines to make expenditures comparable. Additional metadata is collected from services like Europe PubMed Central or the DOAJ.

The data set is made available on GitHub.

Data schema

Every schema field is represented by a table column and every article conforms to a single table row.

The OpenAPC data schema is described here. This contribution from Leipzig University is an example of a table which conforms to the schema.

Mandatory fields

These variables must be present in every contribution:

institution — Top-level organisation which covered the fee

period — Year of APC payment

euro — The final amount that was paid in Euro, including VAT and all additional fees. The OpenAPC dataset does not explicitly track special reasons which might influence prices, like prepayment discounts, central billing agreements or individual waivers. However, institutions are encouraged to give details on such circumstances in a README file which can be added to their individual data folders (see below).

doi — Digital Object Identifier

is_hybrid — Should be TRUE if the article was published in a subscription-based Journal ('hybrid journal'), FALSE if the journal was fully Open Access.

Optional fields

If the article does not have a DOI assigned, these 4 fields have to be given as well:

publisher — The publisher

journal_full_title — Title of the journal

issn — International Standard Serial Number

url — A URL linking to the article full text

Submission

There are two ways to provide OpenAPC with your data:

1. Sending a mail to openapc at uni-bielefeld.de
2. Initiating a pull request on GitHub. This process works as follows:

GitHub workflow: Adding a new institution

The following steps are required if an institution wants to add data for the first time:

1. Register a user account on GitHub if you don't have one already
2. Create a fork of the original OpenAPC repository
3. Clone the fork on your local machine
4. Create a new folder for your institution in the data directory
5. Copy the data you want to add (tables, README) into the folder
6. Push your changes back to GitHub
7. Create a pull request and wait for the OpenAPC maintainer to accept it.

Steps 3 — 6 can be executed on your machine as follows (requires a command line as it is part of Linux/MacOS)

Create local clone:

$ git clone https://github.com/YOURUsername/openapc-de.git

Add a new instituional folder:

$ cd openapc-de/data
$ mkdir YOURfolder

Add your csv-table(s) and an optional README file to the folder:

$ cp YOURdata.csv openapc-de/data

Add/commit the data and push it back to GitHub:

$ git add openapc-de/data/YOURfolder/
$ git commit -m "APC fees paid at my Institution from 2012 until 2014"
$ git push origin master

Finally create a pull request to make it possible for OpenAPC to include your new data.

GitHub workflow: Updating your data

Um bereits existierende Daten einer Institution zu aktualisieren bzw. zu ergänzen, sind die folgenden Schritte nötig:

1. Lokales Repository auf den aktuellen Stand des Open-APC-Repository bringen (Details dazu hier)
2. Daten im Ordner der eigenen Institution verändern
3. Kopie des lokal veränderten Repository auf GitHub veröffentlichen
4. per Pull Request die Aufnahme in die Datensammlung der Open APC Initiative beantragen

Anreicherung

Nach dem Pull Request (bzw. der Einreichung per Mail) werden die Daten vom OpenAPC-Projekt zunächst normalisiert und angereichert. Üblicherweise wird dazu zu jeder hochgeladenen CSV-Datei eine angereicherte Variante in ihrem Verzeichnis abgelegt, gekennzeichnet durch das Suffix _enriched im Dateinamen. Nach der Anreicherung werden die Daten in den OpenAPC-Datensatz aufgenommen, der anschließend eine neue Versionsnummer erhält.

Die Anreicherungsschritte umfassen:

• Verlags- und Zeitschriftentitelansetzung, Hinzufügen von ISSN- und Lizenzinformationen (CrossRef)
• Bestimmung von PMID und PMCID (Europe PubMed Central)
• Abgleich mit dem Web of Science und Speicherung der Datenbankidentnummer ut
• Abfrage, ob die Zeitschrift im DOAJ verzeichnet ist
• Hinzufügen einer möglich Linking-ISSN

Lizenz

Derzeit findet folgende Lizenz Anwendung:

Datasets are made available under the Open Database License: http://opendatacommons.org/licenses/odbl/1.0/. Any rights in individual contents of the database are licensed under the Database Contents License: http://opendatacommons.org/licenses/dbcl/1.0/

Contributor

Alle Beiträgerinnen und Beiträger werden namentlich genannt.

Nachnutzung

Neben der dynamisch aktualisierten Startseite des GitHub-Repositorys (basierend auf R Markdown) betreibt OpenAPC außerdem einen OLAP-Server zur zielgerichteten Datenabfrage sowie darauf aufbauend eine Website mit Treemap-Visualisierungen der gesammelten APC-Daten.

Mögliche weitere Anwendungsfälle:

• Standardisierte Reportingskripte mittels R
• Sichtbarmachung mittels des Europe PMC External Link Service