常见问题
SigmaCV 是什么？
SigmaCV 是负责任研究评价的开放基础设施。它根据开放研究数据自动生成简洁、可定制的学术简历，并使其与公开记录保持同步——您可以策划显示的内容、选择样式，并导出为 PDF、DOCX、LaTeX 或 Markdown。
它是免费的吗？
是的。SigmaCV 对个人免费，并在 Apache-2.0 许可下开源。您可以自行部署，或免费使用托管实例。
数据来自哪里？
来自开放研究数据源，仅读取公开元数据：OpenAlex 提供论文和指标，ORCID 提供您的已验证身份，Crossref 和 DataCite 提供元数据，OpenAIRE 提供数据集与软件，DBLP 提供会议论文，Open Editors Plus 提供编辑职务。资助还来自 Crossref 以及 UKRI、NIH 和 NSF 资助数据库，临床试验来自 ClinicalTrials.gov——这些注册库通过姓名和机构匹配，需由您确认。您的公开页面还可关联您的 Wikidata 身份。
我的简历数据来自哪里？
SigmaCV 从开放的学术数据源汇集您的简历：论文、指标和资助来自 OpenAlex；身份信息以及职位、教育、资助、同行评审和服务来自您的 ORCID 记录；书目缺漏由 Crossref 补全；机构通过 ROR 规范化；数据集与软件来自 DataCite；编辑职务来自 Open Editors Plus。一切由您掌控——可以策划内容、将成果标记为“不是我的”，或通过 DOI 添加成果；没有任何内容是凭空捏造的，显示什么由您决定。
你们如何知道哪些论文是我的？
您的成果通过标识符匹配——您的 ORCID iD 或 OpenAlex 作者 ID——而绝不通过姓名字符串，从而避免了基于姓名匹配常见的同名冲突错误。随后由您策划该列表，将任何被错误归属的条目标记为“不是我的”。
会显示引用指标或影响因子吗？
默认不显示任何指标。指标为可选项，由您选择；我们更倾向使用领域归一化的指标而非原始计数，并且绝不会在您的简历上显示期刊的影响因子。
我的隐私如何受到保护？我可以导出或删除我的数据吗？
SigmaCV 仅读取公开的研究元数据，在发布任何内容前会逐字段征求同意，并且未经您的明确同意绝不会为研究目的记录您的策划选择。您可以随时导出您的数据并删除您的账户。
机构、资助方或招聘方能否要求我提供特定格式的简历？
可以，而且无需账户。请求只是一个指向您编辑器的链接，形如 https://sigmacv.org/cv?freeze=<model>&preset=reader ——<model> 是简历模型的 id 或其完整名称（“版本”面板以“名称 (id)”的形式列出每个模型；例如 erc、tenure-us、institutional-assessment 或 pharma-rd；用 1 表示您当前的布局），preset 为 reader（显示评估者证据标记）或 hiring（显示联系方式、隐藏学术标记），label= 和 by=YYYY-MM-DD 为可选项。打开链接后，SigmaCV 会准确显示其请求内容，并让您一键冻结该形态的版本。不会向请求方发送任何内容，请求也不会被存储：冻结后的链接由您自己发送。
为什么我的某个编辑职务缺失或已过时？
编辑职务是您的简历中唯一不是实时读取的部分。它们来自 Open Editors Plus，这是一个于2026年4月前后从各期刊网站采集的数据集，大约每年更换一次。在此之后开始担任的职务会随下一版出现，已结束的职务则会保留到下一版。职务缺失还可能有另外两个原因。职务是通过标识符归属到您的，绝不仅凭姓名：如果期刊没有为编辑刊出 ORCID iD，该职务要么作为建议出现，在您确认之前保持隐藏，要么根本无法归属到您。此外，数据集未收录的期刊不会出现。无论哪种情况，您都可以在编辑器中自行添加职务，并隐藏已不再适用的职务。