[JP]OpenAlex Academic Paper Search

📌 Que peut collecter Recherche d'Articles Académiques OpenAlex ?

Ce modèle utilise l'API ouverte d'OpenAlex pour collecter des informations sur des articles académiques (titre, auteurs, résumé, URL de l'article, etc.) à partir de mots-clés. Les données proviennent d'OpenAlex, une base de données académique ouverte gérée par l'Allen Institute et comptant plus de 240 millions de documents académiques.

💰 Tarifs

Ce modèle ne facture actuellement aucun frais par ligne.

📦 Sortie

Recherche d'Articles Académiques OpenAlex renvoie ces champs :

• Titre
• Auteurs
• Résumé
• URL de l'article
• DOI
• Nombre de citations
• Nombre de références
• Année de publication
• Revue
• Type
• Lien PDF
• Domaine de recherche

Exemple de données :

json

{
  "タイトル": "Deep Residual Learning for Image Recognition",
  "著者": "Kaiming He; Xiangyu Zhang; Shaoqing Ren; Jian Sun",
  "概要": "Deeper neural networks are more difficult to train. We present a residual learning framework to ease the training of networks…",
  "記事URL": "https://openalex.org/W2194775991",
  "DOI": "https://doi.org/10.1109/cvpr.2016.90",
  "被引用数": "210000",
  "参考文献数": "34",
  "発表年": "2016",
  "掲載誌": "IEEE Conference on Computer Vision and Pattern Recognition",
  "種別": "article",
  "PDFリンク": "https://arxiv.org/pdf/1512.03385",
  "研究分野": "Computer Vision; Deep Learning"
}

🎯 Cas d'usage

• Créer des ensembles de données d'articles avec titre, auteurs, année de publication, revue et URL.
• Surveiller en continu les tendances de recherche sur un thème ou un domaine donné.
• Comparer les tendances de publication entre différentes recherches ou catégories.
• Exporter des données structurées pour la recherche ou l'analyse ultérieure.

🐙 Pourquoi choisir Octoparse

• Flux de travail OpenAlex prêt à l'emploi : saisissez des mots-clés (jusqu'à 5 000 par exécution) et lancez la tâche pour obtenir des données structurées de chaque article.
• Résultats utiles : des champs comme titre, auteurs, résumé, DOI et nombre de citations, prêts pour la comparaison, la surveillance et la réutilisation.
• Sans proxy ni authentification : utilise directement l'API ouverte CC0, avec des limites de fréquence stables et peu restrictives.
• Export et réutilisation : exportez vers CSV, Excel, JSON, une base de données ou le cloud, et intégrez via l'API Octoparse.

{
  "keywords": [
    "keyword1",
    "keyword2"
  ],
  "number_of_papers_per_keyword": "1",
  "email": "name@example.com"
}

[
  {
    "DOI": "https://doi.org/10.5860/choice.33-1577",
    "PDF_URL": "https://doi.org/10.5281/zenodo.11381885",
    "タイトル": "Artificial intelligence: a modern approach",
    "参考文献数": "0",
    "学科": "Cognitive Computing and Networks; Advanced Research in Systems and Signal Processing",
    "採集日時": "2026-09-10 11:56:29",
    "掲載誌": "Choice Reviews Online",
    "検索キーワード": "artificial intelligence",
    "概要": "The long-anticipated revision of this #1 selling book offers the most comprehensive, state of the art introduction to the theory and practice of artificial intelligence for modern applications. Intelligent Agents. Solving Problems by Searching. Informed Search Methods. Game Playing. Agents that Reason Logically. First-order Logic. Building a Knowledge Base. Inference in First-Order Logic. Logical Reasoning Systems. Practical Planning. Planning and Acting. Uncertainty. Probabilistic Reasoning Systems. Making Simple Decisions. Making Complex Decisions. Learning from Observations. Learning with Neural Networks. Reinforcement Learning. Knowledge in Learning. Agents that Communicate. Practical Communication in English. Perception. Robotics. For computer professionals, linguists, and cognitive scientists interested in artificial intelligence.",
    "発表年": "1995",
    "種別": "book-review",
    "著者": "Dr. Anil Kumar; Sivasubramanian Balasubramanian; Dr. Haewon Byeon; Prof. Ganesh Vasudeo Manerkar",
    "被引用数": "22259",
    "記事URL": "https://openalex.org/W2122410182"
  }
]

Vous pouvez planifier l'exécution, exporter les données et les réutiliser via l'API Octoparse OpenAPI/AgentTools. La planification et l'utilisation de l'API peuvent nécessiter un plan payant.

📝 Entrée

• Mots-clés (jusqu'à 5 000 par exécution) (obligatoire) : saisissez-en un par ligne.
• Nombre de résultats (facultatif) : nombre maximal d'articles à récupérer par mot-clé. Par défaut, 100 si non renseigné.
• Adresse e-mail (facultative) : en la saisissant, vous rejoignez le « polite pool » d'OpenAlex, ce qui multiplie la vitesse de collecte par environ 10 et la rend plus stable. Aucune authentification ni inscription requise ; effet immédiat.

🚀 Comment l'utiliser

1. Ouvrez le modèle et sélectionnez « Essayer / Démarrer ».
2. Renseignez les champs de saisie ci-dessus.
3. Exécutez la tâche.
4. Vérifiez les lignes de sortie, puis exportez-les ou traitez-les.

⚠️ Limites

• Des champs comme le résumé, le DOI, le lien PDF ou le domaine de recherche resteront vides s'ils n'existent pas dans les données d'origine.
• Des mots-clés trop génériques (par exemple « it ») peuvent ne pas fonctionner comme terme de recherche valide et ne renvoyer aucun résultat. Il est recommandé d'utiliser des mots-clés spécifiques.

💡 Astuces

• Commencez avec un ou quelques mots-clés et vérifiez les lignes renvoyées avant d'augmenter la quantité.
• Utilisez des mots-clés aussi spécifiques que possible pour réduire les enregistrements non pertinents ou en double.
• Vous pouvez utiliser l'URL de l'article ou le DOI comme clé de déduplication.

❓ FAQ

Q: Collecte-t-il aussi les données de la page de détail ?

A: Non. Il collecte les champs de résultats de recherche indiqués dans la sortie. Si vous avez besoin de données plus détaillées, utilisez un modèle dédié aux pages de détail.

Q: Peut-on planifier l'exécution et exporter les données ?

A: Oui. La planification et l'export sont pris en charge. La planification peut nécessiter un plan payant.

Q: Combien ça coûte ?

A: C'est actuellement gratuit, sans frais par ligne. Les limites de ressources ou le plan Octoparse souscrit peuvent s'appliquer.