zpřístupnění digitalizace pro veřejnost

Zpřístupnění digitalizace pro veřejnost

Martin [email protected]

mailto:[email protected]

2 Zpřístupnění digitalizace pro veřejnost, 12.4. 2011

Z předchozího víme

• proč usilovat o dlouhodobou archivaci• jaké efekty může přinést řešení na národní úrovni• předpoklady úspěšného nasazení

• veřejnost a poskytovatelé dotace budou projekt vnímat a hodnotit podle vnějších výsledků:• formálně (kvantifikátory, splněné ukazatele)• prakticky (slovenský kulturní „google“)• technicky (vše musí fungovat hladce)

• jejich očekávání a požadavky budou v čase narůstat(tj. na co se dnes připravujete, zítra už nebude stačit)


Dále se budeme bavit o

• zpřístupnění dokumentů pro veřejnost• v širším kontextu jednotného prostředí• co znamená malý a velký index

• praktické ukázky

• otázky / diskuse


1: zpřístupnění (LTP) pro veřejnost


veřejné rozhraní pro vyhledávání

digitalizované / digitální objekty


veřejné rozhraní pro vyhledávání

digitalizované / digitální objektyz různých sektorů agregace

(neustálý a nekonečný přísun objektů a metadat)


• kde mají být výsledky digitalizace prezentovány ?• specializované digitální knihovny šité na míru

jednotlivým sbírkám• dlouhodobý archiv (light vs. dark archiv)

• nápověda: repozitář (digitální knihovna/archiv) by měl být oddělen od koncového rozhraní

Otázka na úvod


Požadované funkce na zpřístupnění

• vyhledávání• nejen metadata, ale i „uvnitř“ objektu

(např. články, plný text, titulky, …)

• dodání (zobrazení) obsahu objektu• různé verze dodání• vhodný prohlížeč/plugin dle typu objektu

• v souladu s autorskými právy• společenský kontext a aktivity uživatelů


Příklad systému pro zpřístupnění

• přirozeně: Primo = koncové rozhraní nad LTP systémem Rosetta

• National Library of New Zealand• Binghamton University

• proč klademe důraz na samostatné koncové rozhraní ?• proč jednoduše neříkáme, že LTP má koncové rozhraní ?

• konec konců také lze uvažovat: Primo = koncové rozhraní nad digitálními knihovnami, jejichž obsah je archivován v LTP systému

• Univerzita Karlova

http://timeframes.natlib.govt.nz/







http://bingprimo.hosted.exlibrisgroup.com:1701/primo_library/libweb/action/search.do?vid=ROSETTA

http://bingprimo.hosted.exlibrisgroup.com:1701/primo_library/libweb/action/search.do?vid=ROSETTA

http://pelican.is.cuni.cz/


Směr: jednotné prostředí

• ideálně: Primo = koncové rozhraní nejen nad LTP systémem Rosetta

• cíl: začlenění výsledků digitalizace do jednotného prostředí(jednotné prostředí ≠ Europeana)

• řešení pro všechny uživatele všech kulturních institucí včetně:• digitalizovaného prostoru• elektronického prostoru• tradičního fyzického prostoru

• proč má smysl uvažovat v kontextu jednotného prostředí ?• tlak webu• růst očekávání uživatelů


2: jednotné prostředí


Jednotné prostředí

• pro vyhledávání informací a dokumentů• pro dodávání informací a dokumentů• pro objevení nového

• používáte ho každý den• pro každý dotaz

http://pelican.is.cuni.cz/uk


Proč ?

• v rámci vyhledávání a dodávání informací zahájily před ca 5 lety nástup nové nástroje

• byly původně označovány jako katalogy nové generace (next-gen OPACs)

• postupně se vyvinuly v tzv. „discovery“ systémy

• jejich hlavní důraz je kladen na koncového uživatele, jeho potřeby a prostředí, samostatnost a spokojenost

• užitečný nástroj v kontextu informační gramotnosti


Cíle jednotného prostředí

• každý dotaz musí být prováděn ve všech zdrojích instituce* (tištěné, elektronické, digitalizované, …)

• výsledky jsou zobrazeny v jedné výsledkové množině s jednotnou relevancí a s úplnou navigací

• zobrazení plného textu nebo objektu na jedno kliknutí• podpora SSO, integrace objednávání a čtenářského

konta

* v kontextu KIS3G apod.


Co není jednotné prostředí

• pokud uživatel musí přecházet do jiných systémů• pokud se musí uživatel opakovaně přihlašovat• pokud uživatel ztrácí kontinuitu svého vyhledávání• pokud uživatel musí začínat v „discovery“ systému (

příklad)

• pokud rozhraní nenabízí jednotné výsledky• pokud rozhraní neumožňuje začlenění libovolného

zdroje

http://www.google.com/search?q=baganana


Očekávání ze strany uživatelů*

• rychlé, jednoduché, intuitivní používání• jediné rozhraní• navigace pomocí faset• DYM, návrhy/našeptávání• RSS• pokrytí relevantního obsahu

• základní přehled „discovery“ systémůhttp://www.librarytechnology.org/discovery.pl

*Marshall Breeding

http://www.librarytechnology.org/discovery.pl







Typické zdroje jednotného prostředí

• knihovní, muzejní, archivní fondy• licencované databáze• volně dostupné dokumenty a data (open access)• digitální a digitalizované sbírky• institucionální repozitáře … a další dle potřeb

uživatelů

• různé formáty, různé oprávnění, různé instituce, různý význam

• discovery také může být zdrojem pro vyšší třídu vyhledávačů

http://www.google.com/#q=baganana


jednotnéprostředí

včetně elektronických zdrojů

Typické zdroje jednotného prostředí


Anatomie vyhledávání

• index lokálních zdrojů instituce / institucí• index elektronických zdrojů (tzv. velký/centrální

index)• index národních zdrojů (tzv. malý index)výhody: rychlost, kompletní navigace, jednotná relevance

• paralelní vyhledávání (tzv. metavyhledávání)• externí vyhledávání (jiné Primo, Solr, API, …)

• zadávání dotazů a jejich typy


3: malý a velký index


Dimenze obsahu indexu

• obsah je online• obsah je k dispozici pro daného uživatele (tj.

instituci)

• velký index: stovky miliónů záznamů (licencované i otevřené)

• jaký je potenciál národního obsahu ?


Příklad: potenciál českého obsahu

• SK ČR, ANL, registr digitalizace• oborové bibliografie• národní digitální knihovny (M+K+W)• oborové digitální knihovny (DML-CZ)• NUŠL• placené zdroje

(Anopress IT, Newton Media, Infobanka ČTK, Beck online, ASPI, …)• nová média: wiki, archivy vysílání, e-knihy• publikační činnost / výstupy VaV• nástroje pro podporu vzdělávání, doporučená

literatura• institucionální repozitáře

(DSpaceCZ, digitalizace KNAV ČR, …)• a další (?)


Potenciál českého obsahu – pár čísel

• experiment v testovacím prostředí UK:• katalog + kvalifikační práce ca 1 mil. záznamů

• ostatní ca 1 mil. záznamů, v tom:• cswiki + wikiskripta.eu ca 200 tis. záznamů• manuscriptorium a kramerius ca 200 tis. záznamů• ANL (online) ca 200 tis. záznamů• BMČ (online), BDÚ (online), ZPB (online),

GEOBIBLINE ca 60 tis. záznamů• DML-CZ a NUŠL ca 100 tis. záznamů• různé ca 50 tis. záznamů (Forum, Anopress IT, Beck

online, palmknihy.cz, Newton Media…)• SK ČR ca 50 tis. záznamů


Zdroj č. 1: souborné báze NK ČR

• Souborný katalog ČR• celkem ca 5 mil. záznamů• z toho ca 51 tis. záznamů s online obsahem

• problém: rozlišení typu online obsahu v poli 856 (MARC21)

• česká článková bibliografie (báze ANL)• celkem ca 1,4 mil. záznamů• z toho ca 206 tis. záznamů s online obsahem

• problém: nefunkční nebo neplatné odkazy


Zdroj č. 2: digitalizace NK ČR

• Kramerius a Manuscriptorium• celkem 200 tis. záznamů v obou digitálních

knihovnách• ca 10 mil. digitalizovaných stran• ca 20 tis. digitalizovaných záznamů

• problém: chybí metadata na úrovni článků, DJVU plugin

• registr digitalizace – v testovací fázi


Zdroj č. 3: wiki zdroje

• wikipedie (cs)• ca 180 tis. záznamů článků (dump abstract.xml)

• wikizdroje (cs-books)• ca 18 tis. záznamů článků

• wikiknihy (cs-sources)• ca 2 tis. záznamů článků

• wikiskripta• ca 4 tis. záznamů lékařských článků

• problém: wiki syntaxe; chybí univerzální wiki parser


Zdroj č. 4: komerční databáze

• Anopress IT• vzorek ca 15 tis. záznamů článků

(textové přepisy audiovizuálních relací)

• Newton Media• vzorek ca 500 záznamů

(deník MF Dnes s plnými texty)

• C.H.Beck online• vzorek ca 30 záznamů různých právních

dokumentů(judikatura, literatura, Sb.z., mezin. smlouvy, vyhlášky, …)


Zdroj č. 5: oborové digitální knihovny

• DML-CZ• česká matematická digitální knihovna• ca 50 tis. záznamů článků• privátní rozšíření kvalifikovaného DC

• NUŠL• národní úložiště šedé literatury• ca 42 tis. záznamů různých druhů dokumentů

(bez plného textu pro indexování)

• palmknihy.cz• volně dostupné elektronické knihy• ca 3,5 tis. záznamů v různých formátech (ePub,

mobi, pdf, …)


Zdroj č. 6: oborové bibliografie

• budovány samostatně odbornými institucemi, typicky ústavy AV

• týká se ANL (část bibliografií částečně přispívá)• týká se národních digitálních knihoven (K)• týká se institucionálních repozitářů (digitalizace

KNAV ČR)

• problém: absence propojení s digitální knihovnou AV ČR


Oborové bibliografie - výběr


Malý a velký index

• velký index celosvětových zdrojů je příliš velký a drahý na to, aby si ho instituce mohly dovolit budovat samy

• malý index národních zdrojů je naopak ideální příležitostí pro lokální cenu/výkon, byť se řada zdrojů pohybuje v šeru


4: ukázka ~ Primo od Ex Libris


Ukázka systému Primo

• uživatelé: 800 knihoven celosvětově• v Evropě: Finsko, Rakousko, Lucembursko, Německo,

Belgie, …

• elektronické zdroje:• získání plného textu (přímé linkování, více zdrojů)• doporučení, citovanost

• dostupnost• deduplikace, seskupení (FRBR)• čtenářské konto a objednávání z knihovního fondu• otevřenost (aktuální články)• webové rozhraní pro administrátora


Ukázka systému Primo

• chemistry• rfid application in libraries• babička• zemětřesení japonsko• mapa měsíce• hypokalcemie• versaillská smlouva• beckonline• mikuláš rutze• rur• vít richter čtenář• vít richter ikaros


5: shrnutí


Výzva pro kulturní instituce

OBECNĚ

• sjednocení vyhledávacího prostředí• sjednocení služeb na něj navázaných

• výsledek:• efektivnější využívání zdrojů instituce• častější využívání zdrojů instituce• získání nových uživatelů pro instituci


Výzva pro kulturní instituce

CULTURE.GOV.SK

• sjednocení digitalizace• využití existujících sítí KIS3G, NISPEZ ad.• každá instituce může přispívat a čerpat, ale nemusí

spravovat• o podobě koncového rozhraní a plnění indexu

rozhodujete Vy

• výsledek:• spokojení uživatelé• spokojené instituce a jejich pracovníci• spokojení zřizovatelé


Máme za sebou

• zpřístupnění dokumentů pro veřejnost• širší kontext: jednotné prostředí• malý a velký index• praktické ukázky

•otázky / diskuse


Děkuji za [email protected]





zpřístupnění digitalizace pro veřejnost

Documents