Minden tudományos forrásnak stabil azonossággal, hozzáférési alappal, licenc- vagy újrafelhasználási megjegyzéssel és eredetkövetési lánccal kell rendelkeznie. Azokat a forrásokat, amelyek nem engedélyezik a tervezett production használatot, elutasítjuk vagy csak referenciaforrásként tartjuk meg ahelyett, hogy észrevétlenül scrapelnénk őket.
Rekordazonosság és eredet
Minden tudományos rekordnak visszakövethetőnek kell lennie source_id, station_id vagy más stabil forrásazonosság, megfigyelési idő és feldolgozási információ alapján. A származtatott értékek és szerkesztett indexek emellett megőrzik az algoritmus verzióját, a paraméter hash értékét és a pontos bemeneti rekordazonosságokat, hogy az átalakítás auditálható legyen.
Újrafelhasználási jogok az automatizálás előtt
Egy forrás nem válik automatikus függőséggé pusztán azért, mert böngészőben látható. A production adatbevitelhez olyan hozzáférési alap és újrafelhasználási feltételek szükségesek, amelyek kompatibilisek a GeoLira tervezett funkciójával. Ha a jogok nem egyértelműek, a forrás bibliográfiai vagy ellenőrzési referenciaként maradhat meg ahelyett, hogy észrevétlenül scraping függőséggé válna.
Kanonikus előzmények és felhasználói forrásmegjelölés
A kanonikus tárolás audit céljából megőrizheti ugyanazon esemény egymást követő módosításait. A felhasználói nézetek a logikai esemény legújabb elfogadott változatát választják ki, így például az ismételt USGS javítások nem jelennek meg külön földrengésekként. A forráshivatkozások segítik az eredet ellenőrzését, de egy intézményi név vagy DOI nem helyettesíti az adott rekord frissességi és minőségi metaadatait. A GeoLira nem mutatja be a külső anyagot saját mérésként.