在科技查新工作中，若需要利用 PMC AWS 数据集进行文献检索与版本甄别，特别是在面对存在作者手稿版与正式发表版等多个版本存储的情况下，关键在于深入理解和利用 JSON 元数据中的特定字段。根据资料，当一个PMCID存在多个版本时，这些版本可能源于期刊或预印本服务器的版本控制，或者PMC同时保留了作者手稿版和最终发表版。要准确识别并筛选符合商业复用要求的文献，应重点关注以下几点：
**1. 识别作者手稿版：** 您可以通过检查文章的 JSON 元数据对象，查找 `is_manuscript` 属性。如果该属性被设置为 "yes"，则表明该版本是作者手稿。
**2. 确定版本类型和许可证：** 仅仅依赖版本号（版本号是PMC处理文件集的顺序性编号，不代表新旧或优选）是不够的。要确定特定版本是作者手稿还是最终发表版，必须检查其 JSON 元数据对象。此外，要筛选符合商业复用要求的文献，需要检查其许可证信息。资料指出，通过读取每篇文章的 JSON 元数据，可以检查其许可证，从而筛选出满足特定商业复用要求的版本。
**3. 综合判断：** 资料提到，当构建依赖特定版本类型的工作流程时，不应仅依赖搜索筛选结果，而必须使用每个版本的 JSON 元数据来确定其类型和许可证。例如，要查找可用于商业复用的文章，可以利用查询组合，例如结合 `cc0 license[filter] OR cc by license[filter] OR cc by-sa license[filter] OR cc by-nd license[filter]` 或 `author manuscript[sb]` 过滤器，并排除受禁用的文章，然后结合 JSON 元数据来精确定位所需版本。
综上所述，准确识别和筛选文献版本，核心在于**读取并解析每个版本对应的 JSON 元数据对象**，利用 `is_manuscript` 字段判断是否为作者手稿，并结合许可证信息来判断其是否满足商业复用要求。