DOKUMENTACJA APARATU BADAWCZEGO · POZIOM AKADEMICKI

Metodologia naukowa i aparat bibliometryczny warstwy semantycznej

Niniejszy dokument precyzuje zasady formalne, formuły statystyczne, taksonomię pojęciową oraz protokół pozyskiwania i weryfikacji danych w korpusie bibliograficznym Psychoterapia.no (wersja: corpus-2026-10-19).

📥 Pobierz zbiór danych grafu (CSV, 3.4 MB) 📄 Manifest replikowalności (JSON) 📋 Wykaz prac korpusu (CSV)

Rozdział 1

Cel naukowy i zakres korpusu badawczego

N = 950 PUBLIKACJI

Głównym celem modułu semantycznego katalogu Psychoterapia.no jest udostępnienie weryfikowalnego, jawnego i metodycznie spójnego aparatu powiązań pomiędzy recenzowanymi publikacjami klinicznymi, kontrolowanymi deskryptorami medycznymi (MeSH) oraz autorskimi opracowaniami klinicznymi.

Katalog stosuje zasadę jawności dowodowej: każda prezentowana relacja powinna mieć wskazane źródło danych, metodę obliczenia, parametr progowy oraz status weryfikacji. W przypadku braku wystarczających danych wartość jest oznaczana jako n/d, a nie podstawiana sztuczna wartość zerowa.

Brak obliczeń w locie na serwerze produkcyjnym: Serwer publiczny wyłącznie serwuje statyczne read-modele (SQLite, JSON, CSV). Cały proces obliczeniowy (NPMI, Louvain, ekstrakcja referencji) odbywa się w deterministycznym potoku offline.
Zasada „Brak danych = n/d”: Gdy dany wskaźnik (np. IWBP lub sprzężenie) nie posiada wystarczającego pokrycia bazowego (poniżej 50%), jest oznaczany jako n/d (brak danych), a nie sztuczne zero.
Ścisły podział epistemologiczny: Rozdzielamy twarde fakty literaturowe od wniosków analitycznych i hipotez interpretacyjnych.

Rozdział 2

Tabela kontroli proweniencyjnej danych (Quality Control Gate)

Audyt automatyczny: 0 wykrytych błędów krytycznych

⚠️ Ostrzeżenie: Brak bezpośredniego połączenia z bazą SQLite grafu (wyświetlono wartości ze snapshotu manifestu).

Rekordy bibliograficzne wchodzące w skład korpusu zostały poddane procedurze weryfikacji tożsamości cyfrowej z wykorzystaniem dostępnych identyfikatorów i metadanych w Crossref, PubMed oraz OpenAlex. W ramach snapshotu corpus-2026-10-19 identyfikator DOI zweryfikowano dla 935 z 950 prac, a identyfikator PMID dla 501 prac. Brak DOI lub PMID nie oznacza automatycznie odrzucenia rekordu, lecz ogranicza dostępne ścieżki weryfikacji.

Metryka jakościowa	Liczebność (N)	Odsetek korpusu	Komentarz metodologiczny
Prace wejściowe w korpusie	950	100.0%	Stan zdefiniowany w manifeście `corpus-2026-10-19.csv`
Prace ze zweryfikowanym DOI	935	98.4%	Identyfikator zdeponowany i zweryfikowany w rejestrze Crossref
Prace zindeksowane w PubMed (PMID)	501	52.7%	Pobrany pełny rekord XML NLM (tytuł, autorzy, MeSH, TDM)
Prace z kontrolowanymi deskryptorami MeSH	343	36.1%	Prace po formalnej indeksacji MEDLINE (populacja mianownika \(N_{\mathrm{MeSH}} = 343\))
Prace ze zindeksowaną bibliografią (referencje)	508	53.5%	Pozyskane wykazy `referenced_works` (OpenAlex & Crossref)
Łączna liczba krawędzi w grafie	28,226	—	Liczba wszystkich krawędzi zapisanych w snapshotcie grafu (stan: `corpus-2026-10-19`). Wartość ta nie jest równoznaczna z liczbą relacji potwierdzonych niezależnie lub ręcznie. Graf zawiera różne typy relacji wymagające odmiennych podstaw dowodowych i posiadające odmienne statusy: `direct_cite`: 1,328 (status `approved` — zweryfikowane pary referencyjne Crossref/PubMed) `bib_coupling`: 25,562 (status `candidate` — obliczone podobieństwo bibliograficzne Jaccarda, \(n \ge 2\)) `cocitation`: 816 (status `candidate` — wspólne występowanie w bibliografiach zewnętrznych, \(n \ge 2\)) `text_similarity`: 520 (status `candidate` — leksykalny kosinus TF-IDF \(\ge 0{,}35\))

Walidacja automatyczna sprawdza wyłącznie reguły zdefiniowane w skrypcie validate_edges.py (brak pętli własnych \(src = dst\), obecność potwierdzonego identyfikatora referencji w polu evidence, status approved wyłącznie dla direct_cite, kierunek cytowań oraz spójność schematu relacyjnego SQLite). Raport z wykonania walidatora (2026-10-20, 28 226 zwalidowanych krawędzi, 0 wykrytych błędów kontraktu) potwierdza integralność techniczną plików, lecz nie oznacza ręcznej oceny merytorycznej treści 950 artykułów ani niezależnej replikacji całego zewnętrznego ekosystemu OpenAlex/Crossref.

Rozdział 3

Typologia powiązań relacyjnych: Co dowodzą, a czego NIE dowodzą dane

RYGORYZM METODOLOGICZNY

Każda krawędź w grafie semantycznym posiada ściśle zdefiniowaną semantykę. Poniższa tabela stanowi klucz interpretacyjny, wykluczający nadinterpretację relacji literaturowych:

Typ relacji	Status	Podstawa faktograficzna	Co relacja DOWODZI	Czego relacja KATEGORYCZNIE NIE DOWODZI
`direct_cite`	approved	Odnaleziony rekord referencji wskazujący publikację B w bibliografii publikacji A, z zachowanym źródłem danych i identyfikatorami obu prac.	Że w pozyskanej bibliografii publikacji A znajduje się referencja dopasowana do publikacji B.	Nie dowodzi poparcia tezy, zgodności wyników ani tego, że autorzy A pozytywnie oceniają pracę B. Jeśli dostępna jest wyłącznie metadana identyfikacyjna, nie tworzy się na tej podstawie krawędzi direct_cite.
`bib_coupling`	candidate	Współdzielenie co najmniej n ≥ 2 wspólnych zidentyfikowanych pozycji w bibliografiach (indeks Jaccarda)	Że pozyskane bibliografie obu prac zawierają co najmniej dwie wspólne pozycje. Jest to obserwowane podobieństwo bibliograficzne, a nie bezpośredni dowód wspólnego tła teoretycznego.	Nie dowodzi zgodności wniosków ani tożsamości teorii. Wspólne referencje mogą wynikać z obowiązku cytowania kanonu, standardów diagnostycznych lub narzędzi pomiarowych.
`cocitation`	candidate	Prace A i B są wspólnie wymieniane w bibliografii publikacji zewnętrznej C (wymóg: n ≥ 2 prac cytujących)	Że w strukturze cytowań prace A i B pojawiają się łącznie w literaturze przedmiotu jako powiązany kontekst merytoryczny.	Nie dowodzi tożsamości paradygmatów ani braku sprzeczności. Często współcytuje się prace reprezentujące przeciwstawne stanowiska w debacie klinicznej.
`cooccurrence` (NPMI)	candidate	Współwystępowanie kontrolowanych deskryptorów MeSH w populacji prac indeksowanych z progiem wsparcia n ≥ 5	Że tematy A i B pojawiają się łącznie w indeksacji MEDLINE częściej niż wynikałoby z założenia niezależności w analizowanym korpusie.	Nie dowodzi związku przyczynowego. Asocjacja statystyczna odzwierciedla jedynie profil zindeksowanej populacji badań; próg wsparcia nie jest testem istotności statystycznej.
`text_similarity`	candidate	Podobieństwo kosinusowe wektorów TF-IDF (tytuł + abstrakt) z wykluczeniem słów-wypełniaczy, próg \(\ge 0{,}35\)	Że oba teksty wykorzystują zbieżne leksykalnie słownictwo specjalistyczne w abstraktach i tytułach.	Nie dowodzi tożsamości metodologicznej ani jakościowej. Próg 0,35 jest parametrem technicznym, a nie uniwersalnym progiem istotnego podobieństwa semantycznego.

Rozdział 4

Słownik statusów weryfikacji relacji

TAKSONOMIA STATUSÓW

Status relacji określa, na jakiej podstawie została ona uwzględniona w grafie oraz jakie wnioski można z niej poprawnie wyprowadzać:

Status	Znaczenie i podstawa	Dopuszczalna interpretacja naukowa
`verified`	Relacja potwierdzona w źródle pierwotnym, oficjalnym rejestrze bibliograficznym lub pełnym tekście publikacji z jawnym cytowaniem twierdzenia.	Może być prezentowana jako fakt bibliograficzny i dowodowy.
`approved`	Relacja przeszła zdefiniowane testy automatyczne w ramach snapshotu korpusu (np. direct_cite z bazy Crossref/PubMed).	Może być prezentowana jako wynik audytu integralności danych, ale nie jako dowód przyczynowy ani poparcie tezy.
`candidate`	Relacja obliczona algorytmicznie (np. NPMI, sprzężenie bibliograficzne, współcytowanie, podobieństwo tekstowe TF-IDF).	Wskazuje na strukturalne podobieństwo w korpusie; wymaga oceny specjalisty przed wykorzystaniem we wnioskowaniu klinicznym.
`hypothesis`	Relacja sugerowana przez analizę klastrową lub heurystykę, ale niepotwierdzona bezpośrednim źródłem pierwotnym ani walidacją ekspercką.	Prezentowana wyłącznie jako hipoteza badawcza lub kierunek dalszych poszukiwań literaturowych.
`n/d`	Brak wystarczających danych, pokrycia bazowego (np. < 50% wag IWBP) lub możliwości obliczenia wskaźnika (np. brak bibliografii).	Nie wolno interpretować jako brak związku ani jako wartość zero; oznacza brak danych do wiarygodnej oceny.

Rozdział 5

Miary statystyczne, progi odcięcia i wzory matematyczne

FORMUŁY REPRODUKOWALNE

1. Znormalizowana Informacja Wzajemna (Normalized Pointwise Mutual Information — NPMI)

Zgodnie z zaleceniami literatury bibliometrycznej (Bouma, 2009), zastąpiliśmy tradycyjny wskaźnik Lift miarą NPMI. Klasyczny Lift faworyzuje pojęcia skrajnie rzadkie (o małym mianowniku), co w małych próbach prowadzi do fałszywych korelacji. Formuła NPMI ma postać:

NPMI(A, B) — Znormalizowana Informacja Wzajemna

NPMI(A, B) = ln P(A ∩ B) P(A) · P(B) − ln P(A ∩ B)

Jednostka analizy i mianownik: Jednostką analizy jest pojedyncza publikacja w zamrożonej wersji korpusu. Niech \(N_{\mathrm{MeSH}} = 343\) oznacza liczbę publikacji, dla których dostępny jest kompletny zestaw deskryptorów MeSH w przyjętym źródle NLM (MEDLINE). Wartości \(P(A)\), \(P(B)\) i \(P(A \cap B)\) oblicza się ściśle w obrębie tej populacji, a nie przez automatyczne traktowanie prac bez indeksacji MeSH jako dokumentów negatywnych (brak indeksacji nie oznacza braku deskryptora).
Dla wariantu binarnego wdrożonego w potoku produkcyjnym: \(P(A) = n(A) / N_{\mathrm{MeSH}}\), \(P(B) = n(B) / N_{\mathrm{MeSH}}\), \(P(A \cap B) = n(A \cap B) / N_{\mathrm{MeSH}}\).
Dla \(P(A \cap B) = 0\) wartość NPMI przyjmuje się jako n/d. Wartości NPMI mieszczą się w przedziale [-1, +1], gdzie +1 oznacza pełną współwystępowalność, 0 niezależność statystyczną w rozkładzie empirycznym, a -1 pełną rozłączność.
Kryteria kwalifikacji par do grafu pojęć: Do artefaktu wynikowego corpus_npmi_associations.json kwalifikowane są pary spełniające próg minimalnego wsparcia n(A ∩ B) ≥ 5 (wygenerowano 77 par w korpusie). Z kolei do topologicznego grafu pojęć włączane są wyłącznie pary spełniające kryterium minimalnego wsparcia n(A ∩ B) ≥ 5 oraz próg dodatniej asocjacji: NPMI > 0,05 (w bieżącym artefakcie kryteria te spełniają 64 pary). Wynik wskazuje na współwystępowanie deskryptorów w analizowanym korpusie; nie stanowi samodzielnego potwierdzenia równoważności semantycznej ani klinicznego związku przyczynowego między pojęciami. Próg minimalnego wsparcia jest filtrem odrzucającym rzadkie asocjacje; nie stanowi parametrycznego testu istotności statystycznej ani korekty na wielokrotne testowanie hipotez.

2. Sprzężenie bibliograficzne (Bibliographic Coupling) z normalizacją Jaccarda

Dla każdej pary prac \(u\) i \(v\) o zbiorach referencji \(R_u\) i \(R_v\) (Kessler, 1963), obliczamy surową liczbę wspólnych pozycji oraz znormalizowany indeks podobieństwa Jaccarda:

J(u, v) — Indeks Podobieństwa Jaccarda dla Referencji

J(u, v) = |R_u ∩ R_v| |R_u ∪ R_v| = |R_u ∩ R_v| |R_u| + |R_v| − |R_u ∩ R_v|

Zakres obliczeń i brakujące bibliografie: Sprzężenie bibliograficzne oblicza się wyłącznie dla par publikacji, dla których dostępne są wyciągi bibliograficzne o potwierdzonej jakości ze zidentyfikowanymi referencjami (\(N_{\mathrm{refs}} = 508\)). Dla każdej pary raportuje się liczbę wspólnych pozycji oraz znormalizowany indeks Jaccarda.
Publikacje bez dostępnej bibliografii nie otrzymują wartości zero; są oznaczane jako nieocenione (n/d) w tym wymiarze (brak bibliografii nie oznacza braku związku merytorycznego).
Parametry rygoru: Minimalna liczba wspólnych referencji n ≥ 2.

3. Metodyka współcytowania (Cocitation) i podobieństwa tekstowego (Text Similarity)

W grafie zaimplementowano dwa uzupełniające kanały analityczne o statusie candidate:

Współcytowanie (cocitation, Small, 1973): Dwie prace A i B są współcytowane, jeśli praca trzecia C wymienia obie w swojej bibliografii. Krawędź jest tworzona, gdy liczba niezależnych prac cytujących wynosi \(n \ge 2\). Wartość wskaźnika odpowiada surowej liczbie wspólnych publikacji cytujących zarejestrowanych w snapshotach OpenAlex/Crossref. Prace bez cytowań przychodzących są traktowane jako nieocenione w tej metryce.
Podobieństwo tekstowe (text_similarity): Podobieństwo leksykalne wyznaczane jest jako kosinus kąta między wektorami TF-IDF wyliczonymi z połączenia znormalizowanego tytułu oraz abstraktu publikacji. Tokenizacja obejmuje unigramy i bigramy po usunięciu standardowych angielskich słów funkcyjnych (stop words) oraz specyficznych słów wypełniających domenę (np. personality, disorder, study, patient), aby nadać wagę specyficznym pojęciom klinicznym (np. shame, guilt, mentalization). Krawędź powstaje przy podobieństwie \(\ge 0{,}35\). Próg ten stanowi techniczny filtr gęstości grafu, a nie dowód tożsamości paradygmatycznej.

4. Wykluczenia pojęciowe (Demographic & Generic MeSH Filter)

Aby zapobiec tworzeniu fałszywych megaklastrów o zerowej wartości poznawczej, z procedury wyliczania asocjacji NPMI oraz grafu przepływu cytowań bezwzględnie wykluczono deskryptory demograficzne i ogólnomedyczne:

 D006801 (Humans) · D005260 (Female) · D000328 (Adult) · D008297 (Male) · D008875 (Middle Aged)

 D055815 (Young Adult) · D000293 (Adolescent) · D000368 (Aged) · D002648 (Child)

 D011795 (Surveys and Questionnaires) · D016896 (Treatment Outcome)

5. Detekcja klastrów modularności (Louvain)

Wykrywanie społeczności tematycznych i klastrów bibliograficznych przeprowadzono algorytmem Louvain optymalizującym modularność (Blondel et al., 2008), z wykorzystaniem implementacji networkx.community.louvain_communities.

Ustalono stały parametr losowości seed = 42 w celu umożliwienia powtórzenia obliczeń w tym samym środowisku software'owym. Pełna reprodukowalność partycji wymaga jednak użycia tej samej wersji Pythona (3.11+), biblioteki NetworkX (3.x), identycznej kolejności węzłów w grafie oraz tych samych danych wejściowych.

Wyniki klastrowania mają status candidate: odzwierciedlają strukturę modularności w obrębie danego korpusu, a nie obiektywne, rozstrzygające podziały dyscyplin naukowych.

Rozdział 6

Metodologia Indeksu Widoczności Bibliograficznej (IWBP v1.1)

WSKAŹNIK OPISOWY KORPUSU

Indeks Widoczności Bibliograficznej (IWBP) opisuje widoczność i udokumentowane wykorzystanie źródła w określonym lokalnym korpusie bibliograficznym. Nie jest oceną jakości naukowej, wiarygodności metodologicznej ani siły dowodów medycznych.

Formuła pełna (FULL) i częściowa (PARTIAL) IWBP

IWBP = 10 · (0,50 · E + 0,30 · B + 0,20 · D)

IWBP_partial = 10 · ∑ (w_i · x_i) ∑ w_{i, dostępne}

Operacjonalizacja i normalizacja składowych w pipeline (kod źródłowy: IwbpCalculator.php i build_iwbp_snapshot.php, każda składowa w skali 0,00 – 1,00):
• Składowa E (Ekspozycja cytowaniowa, waga 0,50): Obliczana jako percentyl liczby cytowań danej publikacji (wg snapshotu OpenAlex) względem wszystkich prac w korpusie opublikowanych w tym samym roczniku: \(E = \text{percentyl} \in [0{,}00; 1{,}00]\). W przypadku braku zintegrowanego snapshotu cytowań OpenAlex dla rekordu, składowa przyjmuje status MISSING i nie jest imputowana zerem.
• Składowa B (Baza w lokalnym serwisie, waga 0,30): W obecnym pilotażowym snapshotcie (iwbp-pilot-v1.1.json) parametr \(\text{family\_denominator}\) wynosi 1 (rodzina przeglad). Oznacza to, że składowa B pełni w tej wersji funkcję wskaźnika binarnego obecności przypisania do twierdzenia w serwisie (B = 1,00 gdy źródło jest powiązane z twierdzeniem klinicznym w claims[].source_ids[], a status MISSING w przypadku braku powiązania), a nie miary szerokości dystrybucji między odrębnymi rodzinami zasobów. Rozszerzenie mianownika o kolejne rodziny tematyczne (np. dbt, act, cbt) jest planowane w wersji produkcyjnej rejestru.
• Składowa D (Dystans relacyjny w grafie L0 → L1, waga 0,20): Liczba zweryfikowanych relacji bezpośrednich I rzędu w grafie (bezpośrednie cytowania direct_cite oraz zbieżności pojęciowe). Ścieżki pośrednie L2 nie zwiększają wyniku. W obecnym snapshotcie pilotażowym (do czasu zamrożenia oficjalnego rejestru L0→L1) składowa D pozostaje w statusie MISSING (nie jest sztucznie zerowana).

Krytyczna reguła bramki pilotażowej i wariantu częściowego: W obecnym snapshotcie pilotażowym kompletne rekordy (FULL: z dostępnymi wszystkimi składowymi E, B, D) stanowią 0% korpusu, w związku z czym formalna bramka publikacyjna (public_pilot_gate: wymóg min. 70% rekordów FULL) pozostaje zamknięta (false). Wyniki częściowe (PARTIAL) oparte na pojedynczej składowej B nie są równoważne pełnemu IWBP i nie stanowią podstawy do bezwzględnego rankingu merytorycznego. Katalog wyraźnie rozdziela w prezentacji statusy FULL, PARTIAL i UNAVAILABLE.
Charakter wag: Wagi 0,50; 0,30 i 0,20 są umownym wyborem projektowym przyjętym dla specyfiki tego korpusu, a nie uniwersalnym standardem bibliometrycznym. Zmiana wag modyfikuje wynik końcowy, dlatego ich wartości oraz wersja formuły są publikowane łącznie z wynikiem.

Rozdział 7

Taksonomia pojęciowa i wielojęzyczność (PL / EN / NO)

KLUCZ: MESH UNIQUE IDENTIFIER

Głównym kluczem tożsamości pojęcia w grafie jest jego unikalny identyfikator MeSH UI (np. D012752 dla wstydu), a nie nazwa tekstowa podlegająca wieloznaczności językowej.

Język angielski (EN): Pochodzi bezpośrednio z ontologii NLM MeSH RDF (SPARQL id.nlm.nih.gov/mesh).
Język polski (PL): Etykiety zintegrowane z zasobów MeSHPol oraz Tez-MeSH (Główna Biblioteka Lekarska). W przypadku braku oficjalnego deskryptora medycznego (np. dla specyficznych metod psychoterapeutycznych jak Metacognitive Interpersonal Therapy) pojęcie otrzymuje status custom wraz z jawnym uzasadnieniem translacyjnym.
Język norweski (NO): Mapowane na zasób MeSH på norsk (Helsebiblioteket / HVL). Ze względu na zamrożenie oficjalnej aktualizacji norweskiego MeSH w 2017 r., nowsze pojęcia posiadają atrybut weryfikacji manualnej.

Przy każdym terminie prezentowanym na kartach publikacji widnieje jawna informacja o źródle pochodzenia tłumaczenia (np. źródło: MeSHPol lub źródło: tłumaczenie własne).

Rozdział 8

Formalne ograniczenia metodologiczne korpusu

KRYTYCYZM NAUKOWY

Rzetelność akademicka wymaga jasnego zdefiniowania granic poznawczych zastosowanego aparatu:

Wielkość i selekcja korpusu (N = 950 prac): Analizy odzwierciedlają strukturę konkretnego, kuratorowanego zbioru literatury klinicznej dotyczącej psychoterapii zaburzeń osobowości i nurtów trzeciej fali (CBT/DBT/ACT). Wnioski nie mogą być bezkrytycznie ekstrapolowane na całość światowej bazy biomedycznej.
Dominacja języka angielskiego: Większość analizowanych prac źródłowych została opublikowana w języku angielskim, co wpływa na specyfikę terminologiczną abstraktów i słów kluczowych.
Asymetria indeksacji MeSH: Artykuły najnowsze (opublikowane w ostatnich miesiącach, np. w 2026 r.) mogą znajdować się w fazie przedindeksacyjnej NLM (status In-Process) i nie posiadać jeszcze pełnego zestawu deskryptorów MeSH. Katalog nie podstawia w ich miejsce sztucznych deskryptorów AI, oznaczając pole jako oczekujące.
Charakter i wrażliwość wskaźnika IWBP: Indeks Widoczności Bibliograficznej (IWBP) jest wskaźnikiem złożonym, którego wynik zależy od przyjętych wag składowych (0,50 / 0,30 / 0,20). Jest miarą obecności i udokumentowanego wykorzystania źródła, a nie oceną jakości merytorycznej badania ani jego rzetelności klinicznej. Nie należy porównywać wartości IWBP między różnymi korpusami bez uwzględnienia przyjętych parametrów.
Asocjacja a przyczynowość: Wartość NPMI oraz podobieństwa tekstowego mierzy siłę asocjacji statystycznej w analizowanym wycinku danych; nie dowodzi związku przyczynowego, tożsamości paradygmatycznej ani równoważności dowodowej.
Wymóg ludzkiej oceny klinicznej: Wszystkie wygenerowane algorytmicznie klastry i powiązania o statusie candidate i hypothesis wymagają krytycznej oceny specjalisty przed wykorzystaniem ich jako podstawy wnioskowania klinicznego.

Rozdział 9

Replikowalność, audytowalność i sumy kontrolne (Standardy FAIR)

FAIR — CZĘŚCIOWA REALIZACJA

Udostępniane artefakty wspierają zasady FAIR (Findable, Accessible, Interoperable, Reusable) poprzez wersjonowany snapshot korpusu, jawne parametry obliczeń, pliki w otwartych formatach CSV/JSON oraz sumy kontrolne SHA-256. Autorskie opracowanie, struktura katalogu i te elementy danych pochodnych, do których Psychoterapia.no posiada odpowiednie prawa, udostępniane są na licencji Creative Commons Attribution 4.0 International (CC BY 4.0). Licencja nie rozszerza praw do danych ani materiałów pochodzących z zewnętrznych źródeł; w przypadku danych bibliograficznych, metadanych i innych elementów objętych odrębnymi warunkami ponownego wykorzystania zastosowanie mają właściwe warunki źródłowe (NLM, Crossref, OpenAlex). Pełna formalna zgodność z FAIR wymaga dodatkowo trwałego identyfikatora zbioru danych (np. deponowanego DOI w repozytorium Zenodo/OSF) oraz utrwalonej zewnętrznej dokumentacji proweniencji.

Identyfikator artefaktu	Ścieżka relatywna	Rozmiar	Suma kontrolna SHA-256
manifest_csv	`corpus/corpus-2026-10-19.csv`	213.8 KB	`dc4c0f297f66e383a3e24a300ff2f073dbd059b5158bcb9faa3c0f3d6d0ef717`
sqlite_database	`data/graf.sqlite`	22,964.0 KB	`e268b2698744eb7d11cedb0f7ab06af1f12dffa8077df891d4447f0a8a23b83b`
static_edges_map	`data/static_edges_by_work.json`	7,988.2 KB	`9f0b134d85afd5712192f9826ccc9f2d99e2104352145c65d9478f540dabb10b`
global_csv_export	`data/corpus_metrics_export.csv`	3,380.5 KB	`447cbcb27e9efb3af5c3da939440402a92ebfdb3210d31148c0bc22837ee0cb7`
npmi_associations	`data/corpus_npmi_associations.json`	26.4 KB	`a883478e5a9a2bc6220e429e990f7018363ea4c9fe0d4c5962c4d632cb9f38ae`
mesh_citation_flow	`data/mesh_citation_flow.json`	110.9 KB	`3c53eb41fd54f215a7a92e3df64e6f08779ab9cb40c3d58edaef5a95275a4360`
topic_clusters	`data/topic_clusters_louvain.json`	9.1 KB	`0d77d95243b097159b1186fd5d05cd68e60bbe9144f037b43edecf3e6f160fea`
bib_coupling_clusters	`data/bib_coupling_clusters_louvain.json`	15.9 KB	`d73d68503b745291547ad2dcff03eda8ad471b86831cf456b2f7f9904457421f`
clinical_search_templates	`data/clinical_search_templates.json`	44.1 KB	`f22cfc08cad65c4ba0612f0ebe009f12377dca64e9bc4e4c3a50d321103ec93c`

Identyfikator wersji korpusu: corpus-2026-10-19
Data zamrożenia snapshotu: 2026-10-19
Ziarno generatora pseudolosowego: seed = 42
Parametry progowe: NPMI min_support = 5, Bib Coupling min_shared = 2, TF-IDF threshold = 0.35
Plik zależności bibliotek: bibliografia/corpus/requirements.txt (Python 3.11+, networkx, pandas, numpy, scikit-learn).
Zakres weryfikacji hashy: Suma kontrolna SHA-256 weryfikuje integralność binarną pliku względem manifestu; nie stanowi ona dowodu automatycznej bezbłędności merytorycznej kodu źródłowego.

Pobierz corpus_metrics_export.csv (3.4 MB) → Raport walidatora integralności (JSON) → Wykaz rekordów korpusu (CSV) → Pełny manifest ze skrótami SHA-256 (JSON) →

Rozdział 10

Bibliografia metodologiczna i aparaturowa

ŹRÓDŁA METODOLOGICZNE I TECHNICZNE

Procedury analityczne, formuły matematyczne i taksonomia pojęciowa wdrożone w katalogu opierają się na recenzowanych fundamentach literatury bibliometrycznej i nauk o informacji:

Bouma, G. (2009). Normalized (Pointwise) Mutual Information in Collocation Extraction. Proceedings of the Biennial GSCL Conference, 31–40.
Uzasadnienie metody: Pierwotna definicja wskaźnika NPMI w przedziale [-1, +1] korygująca podatność klasycznego PMI i Lift na rzadkie obserwacje w korpusach tekstowych.
Kessler, M. M. (1963). Bibliographic coupling between scientific papers. American Documentation, 14(1), 10–25.
DOI: 10.1002/asi.5090140103 · Uzasadnienie metody: Podstawa teoretyczna sprzężenia bibliograficznego opartego na współdzieleniu literatury źródłowej (połączona w niniejszym potoku z autorską normalizacją Jaccarda).
Small, H. (1973). Co-citation in the scientific literature: A new measure of the relationship between two documents. Journal of the American Society for Information Science, 24(4), 265–269.
DOI: 10.1002/asi.4630240406 · Uzasadnienie metody: Definicja współcytowania jako miary powiązania dokumentów w odbiorze autorów cytujących.
Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, 2008(10), P10008.
DOI: 10.1088/1742-5468/2008/10/P10008 · Uzasadnienie metody: Algorytm optymalizacji modularności Louvain do detekcji podgrup i klastrów tematycznych.
Hagberg, A., Swart, P., & Schult, D. (2008). Exploring network structure, dynamics, and function using NetworkX. Proceedings of the 7th Python in Science Conference (SciPy2008), 11–15.
Uzasadnienie implementacji: Biblioteka grafowa użyta do ekstrakcji spójnych składowych i partycji modularności (korekta zapisu autora: Daniel Schult).
Wilkinson, M. D. et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018.
DOI: 10.1038/sdata.2016.18 · Uzasadnienie standardu: Zasady FAIR definiujące wymagania w zakresie odnajdywalności, dostępności, interoperacyjności i ponownego wykorzystania danych oraz metadanych badawczych.
U.S. National Library of Medicine (NLM). Medical Subject Headings (MeSH) Descriptor and Qualifier Hierarchy. National Institutes of Health.
Zasób ontologiczny i endpoint SPARQL: id.nlm.nih.gov/mesh; dostęp zweryfikowany w ramach snapshotu corpus-2026-10-19.