JOSS论文BibTeX引用格式优化实践
2025-07-10 10:26:46作者:舒璇辛Bertina
背景介绍
在学术出版领域,BibTeX作为一种常用的参考文献管理格式,其标准化和规范化对于学术交流至关重要。Journal of Open Source Software (JOSS)作为开源软件领域的重要期刊,近期在处理论文引用格式时发现了一个关于作者姓名格式的技术问题。
问题发现
JOSS系统在自动生成已发表论文的BibTeX引用条目时,对作者姓名的处理方式存在不足。具体表现为系统将所有作者姓名都按照"名 姓"的格式排列,而没有考虑某些特定情况下的姓名格式要求。
技术分析
在标准的BibTeX格式中,作者姓名应当遵循"姓, 名"的格式规范。这种格式不仅符合学术惯例,还能正确处理包含多个姓氏或复杂姓名结构的情况。JOSS当前系统生成的格式存在以下不足:
- 所有作者姓名都采用"名 姓"的简单排列
- 无法正确处理复合姓氏或特殊姓名结构
- 作者间使用"and"连接而非简单的"&"符号
解决方案
针对这一问题,JOSS开发团队提出了全面的改进方案:
- 姓名格式标准化:将作者姓名统一转换为"姓, 名"的格式
- 复合姓氏处理:特殊处理包含多个姓氏的情况,确保正确排序
- 连接词规范:使用"and"而非"&"连接多位作者
- 整体格式优化:改进BibTeX条目的整体排版,增加可读性
实现效果
改进后的BibTeX格式示例:
@Article{Stroud2025,
doi = {10.21105/joss.08118},
year = {2025},
publisher = {The Open Journal},
volume = {10},
number = {110},
pages = {8118},
author = {Stroud, Harry J. and Wonnacott, Mark D. and Barnoud, Jonathan
and Roebuck Williams, Rhoslyn and Dhouioui, Mohamed and
McSloy, Adam and Aisa, Ludovica and Toledo, Luis E. and
Bates, Phil and Mulholland, Adrian J. and Glowacki, David R.},
title = {NanoVer Server: A Python Package for Serving Real-Time
Multi-User Interactive Molecular Dynamics in Virtual Reality},
journal = {Journal of Open Source Software}
}
技术意义
这一改进具有多方面的重要意义:
- 标准化提升:使JOSS的引用格式完全符合学术出版规范
- 兼容性增强:确保生成的BibTeX条目能被各类参考文献管理软件正确解析
- 用户体验优化:为研究人员提供可直接使用的标准引用格式
- 学术严谨性:正确处理各类姓名格式,体现对作者署名权的尊重
总结
JOSS对BibTeX生成系统的这次优化,体现了开源期刊对技术细节的严谨态度。通过规范引用格式,不仅提升了期刊本身的专业性,也为学术界提供了更优质的服务。这种持续改进的精神值得其他学术出版平台借鉴。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137