PMC 通过 AWS 云服务分发的文章数据集包含多种类型的文件,具体包括元数据(JSON 格式)、NISO Z39.96-2015 JATS XML 格式的全文、从 XML 中提取的纯文本全文、部分文章的 PDF 全文、媒体文件以及补充材料。此外,PMC 还提供一份 CSV 格式的库存清单文件。

关于更新频率,文章版本是持续更新的。更新内容包括添加新的文章版本、更新现有文章版本的对象,以及在极少数情况下移除文章版本。CSV 库存清单文件则按每日更新一次,并保存 30 天。

对于没有知识共享许可的作者手稿,其 PDF、媒体文件和补充材料并不作为 PMC 文章数据集的一部分提供。数据集的可用性遵循适用的文章级许可声明或资助方政策。目前,AWS 是唯一提供云服务的平台,所有数据均由美国国家医学图书馆(NLM)管理。

信息来源