Das Journal mit SPARQL abfragen
Das ganze Journal ist ein Wissensgraph - DCAT 3 / DCAT-AP 3 und dieselben Ressourcen in CIDOC CRM. Diese Seite führt SPARQL darauf in deinem Browser aus. Jede Abfrage lässt sich bearbeiten; ändern, „Ausführen“ drücken und sehen, was der Graph sagt.
Hinter dieser Seite steht kein SPARQL-Endpunkt und kein Server. Auf Wunsch lädt dein Browser Python (Pyodide 314.0.7) und rdflib 7.6.0 von dieser Seite, etwa 13 MB, danach die vier unten genannten Turtle-Dateien mit 19.125 Tripeln. Nichts, was du eintippst, verlässt deinen Rechner.
Graphen:
downloads/squirrelpapers.ttl · downloads/squirrelpapers.crm.ttl · vocab/types.ttl · ontology/index.ttl
- Alle veröffentlichten Beiträge, in der Reihenfolge des Journals
- Beiträge nach Typ
- Beiträge nach Jahr
- Beiträge je Band und Heft
- Personen und wie oft sie vorkommen
- Wer mit wem geschrieben hat
- Beiträge nach Sprache
- Konferenzen und wo sie stattfanden
- CIDOC CRM: wer was wann geschaffen hat
- CIDOC CRM: was wo vorgestellt wurde
- PDF-Dateien je Band, mit ihrer Größe
1. Alle veröffentlichten Beiträge, in der Reihenfolge des Journals
Das Inhaltsverzeichnis des ganzen Journals: Zitierlabel, Titel, Datum und Typen jedes Beitrags. Ein Beitrag mit mehreren Typen erscheint einmal, die Typen durch Schrägstrich verbunden.
2. Beiträge nach Typ
Gezählt über die SKOS-Konzepte des eigenen Typenvokabulars, mit dem COAR-Ressourcentyp, auf den jedes abgebildet ist. Dieselben Zahlen wie der Typ-Filter der Suchseite. Für deutsche Bezeichnungen "en" durch "de" ersetzen.
3. Beiträge nach Jahr
Das Jahr aus dct:issued - das Datum von Vortrag, Poster oder Veröffentlichung, nicht das Jahr des Bandes, in dem der Beitrag steht (Band 1 sammelt alles bis 2019).
4. Beiträge je Band und Heft
Geht die Kette Beitrag → Heft → Band über dcat:inSeries, wie DCAT 3 Datensätze mit Datensatzserien verbindet, und zählt, was an jedem Heft hängt.
5. Personen und wie oft sie vorkommen
Autorinnen und Autoren, Mitwirkende und Herausgebende von Beiträgen, gezählt je Personen-IRI. Wer eine ORCID hat, bekommt eine daraus gebildete IRI; owl:sameAs führt zum ORCID-Eintrag. Dieselben Zahlen wie der Personen-Filter.
6. Wer mit wem geschrieben hat
Paare von Personen mit mindestens zwei gemeinsamen Beiträgen als Autor:innen. Der FILTER auf die IRIs zählt jedes Paar einmal statt zweimal.
7. Beiträge nach Sprache
dct:language verweist auf die Sprachen-Normdatei der EU. Wo die Quelle keine Sprache nennt, schätzt der Build sie aus dem Titel und markiert den Beitrag mit sqp:languageGuessed; Beiträge ganz ohne Sprache zählen hier nicht.
8. Konferenzen und wo sie stattfanden
Veranstaltungen mit ihrem Ort als GeoSPARQL-Punkt: Die Spalte ?wkt lässt sich als Textdatei mit Trennzeichen in QGIS laden. Online-Veranstaltungen haben keinen Ort und fehlen hier.
9. CIDOC CRM: wer was wann geschaffen hat
Dieselbe Autorschaft wie in der Personen-Abfrage, diesmal aus der CRM-Sicht gelesen: eine E65-Schöpfung (zugleich LRMoo F28), ausgeführt von Personen (P14), mit einer Zeitspanne (P4), deren frühester Beginn (P82a) das Datum liefert.
10. CIDOC CRM: was wo vorgestellt wurde
Eine Veranstaltung ist eine E7-Aktivität, die den Beitrag benutzt hat (P16) und an einem E53-Ort stattfand (P7), dessen Lage ein WKT-Literal ist (P168). Das PDF eines Beitrags ist ein CRMdig-D1-Digitalobjekt, das ihn enthält (P165).
11. PDF-Dateien je Band, mit ihrer Größe
Jede Distribution mit Bytegröße, je Band summiert. Die Dateien bleiben auf Zenodo; der Graph hält fest, wo sie liegen, ihren Medientyp und eine MD5-Prüfsumme (SPDX).
Die Abfragen stammen aus content/queries.yaml im Repository und werden bei jedem Build gegen diese Graphen ausgeführt; eine Abfrage ohne Ergebnis hält den Build an. Dieselben Abfragen gibt es als .rq-Dateien für jeden anderen SPARQL-Prozessor.