Diretórios

Pasta	Conteúdo	Estrutura	Exemplo
`pdf`	arquivos PDF de todos os artigos	`pdf/ano/nome_arquivo`	`pdf/2003/2003-v.2-n.2-02.pdf`
`xml`	xml gerados, via grobid, a partir dos pdfs	`xml/ano/nome_arquivo`	`xml/2003/2003-v.2-n.2-02.tei.xml`
`metadados`	cada linha contem metadados de um artigo da edição	`metadados/nome_arquivo`	`metadados/2013v01n01.csv`
`csv`	cada arquivo csv contem dados das referências citadas em cada artigo das revistas	`csv/ano/nome_arquivo`	`csv/2003/2003-v.2-n.2-02.csv`
`logs`	info de controle da coleta dos pdfs	`logs/`	`.logs.csv, logs/acervo.csv, info_data`
`logs_metadata`	info de controle de coleta dos metadados	`logs_metadata/`	`.logs.csv, acervo.csv`

nome	função	variáveis
`.logs.csv`	armanezar histórico da coleta	`date`, `houve_coleta(TRUE)`, `coleta`
`acervo.csv`	refere-se cada edição	`url` de determinada edição, `editions`, `vol`, `n`, `ano`, `revista`
`info_data`	tamanho e localização de cada pdf	`loc_arquivo` local do pdf, `pdf_url` localização web, `size` tamanho

Importante: O info_data contém informações que possibilitam vincular os arquivos pdf, csv (com referencias) , csv (com metadados)

loc_arquivo (de logs/info_data.csv) e `path_pdf“ (de csv/ano/nome_arquivo.csv ) vinculam os arquivos pdf ao csv das referencias

pdf_url (de logs/info_data.csv) e PDFURL (de metadados/nome_arquivo.csv) vinculam o metadados com os arquivos pdf