data-datasets
Zenodo
Универсальный репозиторий CERN для исследовательских данных и программного обеспечения, где каждый депозит получает DOI. У него есть API для чтения без ключа, но сервис заблокировал адреса, с которых мы вели проверку, поэтому пока мы даём ссылку на его собственный поиск вместо прямых запросов. Обращайтесь к нему в поисках наборов данных, релизов программ или дополнительных материалов к опубликованным исследованиям. Его статус неопределён только с нашей точки наблюдения; известно, что в остальном сервис работает, поэтому у вас ссылка должна открыться.
Программная проверка недоступна, откроется собственный поиск архива.
Чем полезен и как работает
Zenodo: универсальный открытый репозиторий, который ведут CERN и OpenAIRE; он принимает любые результаты исследований, будь то набор данных, релиз программы, постер, презентация или дополнительный файл, и присваивает каждому депозиту цитируемый DOI. Это естественное место для поиска, когда данные или код, лежащие в основе статьи, были опубликованы отдельно от неё. Echo даёт ссылку на собственную страницу поиска Zenodo, где можно фильтровать по типу ресурса, уровню доступа, сообществу и дате.
Что внутри
Несколько миллионов записей: наборы данных, программное обеспечение, презентации и статьи исследователей из всех дисциплин. Репозиторий работает с 2013 года и продолжает стабильно расти.
Доступ по API
https://zenodo.org/api/records?q= (keyless read; blocked our IPs in probe)
Что мы измерили
Наши собственные замеры, а не заявления архива. Перепроверяются периодически; у каждого показателя стоит дата.
Доступность
- Прямой запрос
- Ответил HTTP 200 482 мс
- Через датацентр-прокси
- Ответил HTTP 200 1,2 с
- API, напрямую
- Ответил HTTP 200 227 мс
- API, через прокси
- Ответил HTTP 200 1 с
Вернул ли реальный поиск хоть что-то?
Вернул результаты · 5 результатов на тестовый запрос · медиана 777 мс · стабильно от прогона к прогону
Тестовый запрос: Towards Machine-assisted Disclosure Assessment with DDI-CDI, DPV and sdcMicro
Покрытие на бенчмарке
Нашёл 10 из 10 тестовых объектов (100%) в кластере Наборы данных. Медиана ответа 483 мс.
По известности объекта: 3/3 широко известных, 6/6 средних, 1/1 малоизвестных .
Пример найденного: "Why so many windows?" – Wie die Bilddatensammlung ImageNet die automatisierte Bilderkennung historischer Bilder beeinfl
Доступность измерена 2026-08-22. Поиск проверен 2026-08-22. Прогон бенчмарка 2026-08-22.
Доступ
Только ссылка из каталога: откройте архив и ищите в нём сами.