iThenticate查重的数据库覆盖范围，到底有多大

正文

你跟别人介绍iThenticate的时候会说——"它能比对全球几千万篇期刊论文和几十亿个网页"。但你心里其实不太清楚这个"几千万和几十亿"意味着什么——哪些被覆盖了、哪些没覆盖、对你的自查来说哪些数据库的覆盖程度跟你论文的学科最相关。

iThenticate 的比对数据库由三个主要层级构成。第一层——学术出版物全文。这是 iThenticate 最核心的比对资产。它包含了 Crossref 成员出版社提交的超过 7000 万篇学术论文、书籍章节和会议论文的全文。Crossref 的会员网络包括几乎所有主流国际学术出版社——Elsevier、Springer Nature、Wiley、Taylor & Francis、SAGE、IEEE、牛津大学出版社等等。如果你的论文跟这些出版社旗下的任何已发表论文在文本上有重合——iThenticate 基本一定会匹配出来。这个层级对英文期刊论文的覆盖是最完整的。

第二层——网络内容。iThenticate 的网络爬虫持续索引公开互联网上的文本内容——包括学术机构网站、政府报告页面、维基百科、研究项目介绍、开放获取仓储平台上的论文全文、以及各类内容聚合网站。网络爬取的范围比你在 Google 上能搜到的范围要窄——它聚焦在学术相关和可公开访问的网页上。对于非学术类网站的文本，iThenticate 的覆盖面是选择性的而非全面的。

第三层——专利文献和预印本。iThenticate 收录了全球主要专利局的专利全文，以及来自 arXiv、bioRxiv、medRxiv 等预印本服务器的内容。预印本的收录对于投稿前自查特别重要——如果你的论文内容跟某篇尚未正式发表但已在预印本服务器上公开的论文有重叠，iThenticate 可以捕捉到。

哪些是覆盖的薄弱区域？非英文期刊——尤其是只在本地语言期刊上发表且没有被国际数据库收录的论文——iThenticate 的覆盖率显著低于英文期刊。中小型中文期刊的收录也不完全。教科书全文——教科书的内容在被纳入 iThenticate 数据库时受到版权限制，覆盖率有限。内部报告、政府内部文件、非公开发布的学术资料——不在比对库中。图书全文——部分学术出版社的书籍章节有收录，但整体覆盖率远低于期刊论文。ithenticate查重的数据库不是"全人类知识"——它是一个以英文学术出版物为核心的高密度比对网络。ithenticate资讯网上有关于 iThenticate 数据库覆盖范围的最新更新和分析。