Files
paper-atlas/docs/sdm2026-proceedings.md
T
codex-bot 06467835c7
Metadata integrity checks / metadata (push) Successful in 3m0s
docs: record SDM2026 identity evidence and recovery gates
2026-11-17 16:59:15 +08:00

5.8 KiB
Raw Blame History

SDM 2026:论文集与日程版本

这是长期维护、按需运行的离线来源适配器。它复用固定的公开元数据快照,不请求网络、不下载论文 PDF、不连接数据库,也不会把候选版本关联当成已通过的作品去重。

paper-atlas collect sdm2026-proceedings \
  --snapshots /data/paper-index/collected \
  --out /data/paper-index/collected/sdm2026-normalized-pass01

--snapshots 下需保留四个目录:sdm2026-official-research-v1、sdm2026-crossref-research-v1、sdm2026-program-research-v1、sdm2026-public-abstract-research-v1。适配器固定核验各自 manifest 和全部成功响应的字节数、哈希、URL 与状态。测试 fixture 保留原始响应字节及独立盘点结果。使用全新输出目录恢复,保留失败目录中的 failed.json;成功报告最后以原子替换发布。来源更新时另存版本并重新审阅,不能修改旧 manifest 后冒充旧快照。

两种输出

论文集的 ISBN 为 9781611979329。Crossref 精确 ISBN 查询的冻结响应有 55 项:53 个论文章节、1 本论文集、1 份前言。适配器只将 53 个章节放入 report.files 的待身份审阅 JSONL,排除论文集和前言;核对完整章节 DOI 集合、父 DOI、容器标题、ISBN、作者顺序证据及出版年份。

正式记录保留 Crossref 作者版本与原始字段,使用 proceedings_unclassified,不按主题或分会场推断 track。注册发表记录表达已收入论文集的事实,不冒充原始签名录用决定。印刷与在线出版日期分别保留,不能用它们替代会议举办日期或决定日期。两个标题含 <sup>*</sup>:显示标题保留脚注星号并标记待审阅,原始标题完整保留;去掉这一特定脚注的文字仅用于列出待审阅候选,不用于自动改名或绑定作品。

**53 个 Crossref 章节都没有摘要字段。**主记录的 abstract 因此为空,报告如实记为 53 个摘要缺失,不能因另一来源有同标题摘要而直接填入。

官方在线日程有 9 个研究论文分会场、53 项日程条目和 52 个公开摘要页。program-observations.jsonl 单独保留日程版本、公开页标题、来源报告的作者姓名、摘要、会场引用、回执与哈希;它不是入库 manifest,也不在 report.files 中。页面中作者行的单位、国家及联系邮箱不规范化成人物字段,原始页面留在证据文件中。

52 个公开页中,32 个作者序列与 Crossref 完全一致,20 个不同,包括姓名拼写、顺序和作者缺失。例如 Scaffold-Aware Generative Augmentation and Reranking for Enhanced Virtual Screening 的日程页列出 Xin Wang、Qinwen Ge,Crossref 列出 Xin Wang、Yu Wang、Yunchao Liu、Jens Meiler、Tyler Derr。它们必须保留为独立来源版本,不能仅凭标题相同拼接摘要与作者,或生成姓名别名。候选 DOI 字段明确表示待审阅关系,不是逐篇身份批准;作者列表相同也不能代替全库作品身份核查。

A Trajectory View of Statistical Policy Comparison 的日程展示标为取消,且没有公开摘要链接;它仍出现在冻结的 Crossref 论文章节集合中。适配器保留这两项事实,不把取消展示转换成论文撤回、拒稿或删除发表记录。邀请报告、博士论坛和其他非研究论文活动也不计入这里的 53 个章节。

公开拒稿与访问限制

官方投稿说明链接 OpenReview group SIAM.org/2026/Conference_on_Data_Mining。匿名读取 group 配置成功;按实际 rejected_venue_id 查询 notes 返回 HTTP 403,随后停止,没有绕过或继续查询其他负面状态。因此公开拒稿、desk-rejected 和 withdrawn 决定覆盖仍未核实,不能报告为零条或从录用名单缺席推断拒稿。

来源冻结时,服务器访问 SIAM 主站的两份说明页及出版社目录也返回 403;回执如实保留。可读取的是公开在线日程及独立公开的 Crossref 注册元数据。Crossref 记录不是受限出版社页面的重建,也不被称作已经核验的出版社摘要版本。

来源恢复与后续核查

冻结目录 manifest SHA-256
sdm2026-official-research-v1 a39a6ee6a12b69051ba2dad7c9cbc5b0fe215af85100c7aa2f5166d44c22fe61
sdm2026-crossref-research-v1 51d337a153a1046e4a00ebc031707faf72e733577e4fc243a31672ee93277da5
sdm2026-program-research-v1 689a2aaaa15be532957c4c88e03e1e2e87909334b6f529be16905d8b9cc1fb77
sdm2026-public-abstract-research-v1 8e1c29611e145cbfa54ec4afaa2efe152557b4e04e339901af5cd33abefc29a5

服务器恢复包:/data/paper-index/validation/sdm2026-sources-recovery-v1.tar.gz,SHA-256 为 d6d14c0e4bb2c26e16a4888e3b150e44f982d689351638b1b9a28644736c4387;本机工作记录目录有同名备份。包内保留原始来源、独立盘点及逐页版本比较记录,含义是可复现来源证据,不是已完成导入或身份批准。

下次继续时,先核对来源版本和访问状态,再做当前数据库的 DOI 绑定、标题/作者近似候选与完整投稿历史核查,逐条解决作者及摘要版本问题。批准后另建入库队列、保护基线和导入后验收;所有来源结束后仍需全库去重、覆盖、摘要、约束和实际查询验收。测试、构建和安装验证只在已授权 ces-control:host 远程 runner 执行。

生产规范化验收、当前只读候选数量、已有拒稿历史保护及下次恢复入口见 SDM2026 身份核查记录。该记录不代表已批准或完成导入。