tau625 学者论文清单核实
为什么不能直接按名字查
中文拼音姓名（Yujia Zhang、Yang Li、Yu Zhang…）在学术数据库里同名者成百上千。 直接查作者名或作者档案会得到灾难性结果：
- OpenAlex：会把大量同名者合并进同一个 author id。实例：一位硅基光子学博士的 档案被合并进 142 篇论文的巨型记录，其中包含医学、农业、电力等无关领域。
- Semantic Scholar：同样会合并。实例：把另一位同名学者（计算机视觉方向）的 2 篇论文并入了光子学学者的档案。
- ORCID：挂在某篇论文作者上的 ORCID 可能属于完全不同的同名者（数据库错误关联）。
结论：任何单一来源的作者档案都不可信，必须交叉验证。
标准流程
第 1 步：拿到一篇「确定属于本人」的锚点论文
从本人主页、课题组页面、机构新闻稿、或用户提供的信息里，找 1–3 篇确定无疑的论文， 拿到 DOI（比标题更可靠）。
第 2 步：OpenAlex 共同作者交集法（主力）
从锚点论文里取出导师或长期合作者的 OpenAlex author id，然后用 AND 过滤：
https://api.openalex.org/works?filter=author.id:<导师ID>,author.id:<本人ID>&per_page=50&select=doi,title,publication_year,authorships&sort=publication_date:desc
- 同一个 filter key 重复出现 = AND；用
|分隔 = OR。 - 本人的 author id 即使被污染也没关系——导师通常是领域明确的资深学者， 交集后噪音会被过滤掉。
- 导师 id 从锚点论文的
authorships里取。
注意：此法不完整。OpenAlex 不会把她每篇论文都链接到同一个 author id， 所以会漏（实例：漏掉了 Optica 2024 的一篇）。必须配第 3 步。
第 3 步：Semantic Scholar 档案法（补充）
先用锚点 DOI 反查 S2 authorId：
https://api.semanticscholar.org/graph/v1/paper/DOI:<doi>?fields=title,authors.name,authors.authorId
再拉全部论文：
https://api.semanticscholar.org/graph/v1/author/<authorId>/papers?fields=title,year,venue,externalIds,authors.name&limit=100
S2 会补上 OpenAlex 漏的条目，但必须逐条排查误匹配（见第 4 步）。
两个源的并集才接近完整。反过来也要做：OpenAlex 有的 S2 也可能没有。
第 4 步：逐条核机构（消歧的关键动作）
对每一条可疑条目，查 Crossref 拿机构信息：
https://api.crossref.org/works/<doi>
看 author[].affiliation[].name。机构不符的直接剔除。
实例：一条 "Yujia Zhang" 的人脸生成论文，Crossref 显示单位为太原理工大学
信息与计算机学院，与上海交大的光子学学者无关 → 剔除。
同时用 Crossref 核实 volume / issue / page / published（OpenAlex 的
publication_year 常与正式出版年差一年，如 11 月在线、次年 1 月见刊）。
第 5 步：补会议论文、预印本、专利
- 预印本：
https://arxiv.org/abs/<id>直接核（提交日期、作者列表）。 中文环境注意 arXiv 需要能访问，被墙时用导出接口或镜像。 - 会议论文：OpenAlex 里
type: conference-paper（IEEE ACP/OFC/CLEO 有覆盖）。 - 专利：课题组页面的「专利」栏目、国家知识产权局、智慧芽。学术数据库不覆盖。
- 中文期刊 / 学位论文：CNKI，本次常用 API 都查不到，需单独检索。
第 6 步：按 DOI 去重
同一篇论文常有 DOI + arXiv + 会议版 + 封面记录（Wiley 的 adpr.202XXXXXX
封面 DOI 和正文 DOI 是两条记录）。按标题 + DOI 归并，在交付物里注明。
本机环境注意（Windows）
- Bash 工具不可用（PortableGit 缺 coreutils），一律用 PowerShell + Read/Glob/Grep。
- PowerShell 工具 stdout 经常不返回（只给 "exit code 0"）→ 结果一律
Set-Content写文件，再用 Read 读。 - 行内 PowerShell 脚本可能因解析问题静默失败 → 写成
.ps1文件用powershell -NoProfile -ExecutionPolicy Bypass -File执行更稳。脚本路径用纯 ASCII。 - WebFetch 比 PowerShell 请求这些 API 更可靠：PowerShell 里 OpenAlex 的
filter=title.search:和works/https://doi.org/...形式返回空； Crossref / S2 容易撞 429 限流。优先用 WebFetch 请求 API 的 JSON。 - WebFetch 处理 API JSON 时，在 prompt 里明确要求「列出每一条，不要省略」，
并尽量用
select=精简字段、per_page控制在 10 以内，否则内容会被截断。 字段多时分页取（page=1、page=2）。
交付物格式
建议产出 Markdown 清单，包含：
- 成果总览表（年份 / 标题 / 载体 / 本人作者位次）
- 逐篇详情（期刊卷期页、DOI 链接、作者全序列、核心要点）
- 核查说明：已剔除的误匹配及判定依据（这部分很重要，说明清单可信）
- 尚未覆盖的检索面（中文期刊、专利、学位论文）——不要假装完整