origine de citation_cybergeodata

[romainfrancois]

Je trouve pas mal de similitudes entre cet objet et l'objet ARTICLES (voir #8), et je me pose donc la question de l'utilité d'avoir les deux.

Cela dit, ils diffèrent en nombre de lignes:

> nrow(citation_cybergeodata)
[1] 885
> nrow(overview_ARTICLES)
[1] 737

613 étant dans les 2 (si on se base sur id :

> sum( citation_cybergeodata$id %in% overview_ARTICLES$id )
[1] 613

La plupart des variables de citation_cybergeodata sont dans overview_ARTICLES :

> names( citation_cybergeodata)
 [1] "id"              "SCHID"           "title"           "title_en"        "keywords_en"    
 [6] "keywords_fr"     "authors"         "date"            "langue"          "translated"     
[11] "DatePublication" "Rubrique"        "Auteur"          "TypeDocument"    "Disponibilite"  
[16] "VisuTot"         "Visu07"          "Visu08"          "Visu09"          "Visu10"         
[21] "Visu11"          "Visu12"          "Visu13"          "Visu14"          "citedby"        
[26] "citing"          "linknum"         "kwcount"        
> setdiff( names( citation_cybergeodata), names( overview_ARTICLES) )
[1] "linknum" "kwcount"

Je pense donc qu'il y a des chances que ces deux data frames viennent des mêmes données brutes.

Quelqu'un peut me renseigner ?