La Internet científica de libre acceso: nuevos canales e iniciativas de publicación científica en archivos abiertos José Ramón Pérez Agüera Universidad Complutense de Madrid Becario FPI Comunidad de Madrid

Sumario Evolución de la publicación científica en Internet La necesidad de una Web Semántica La publicación científica en Internet y la Web Semántica

1- Evolución de la publicación científica en Internet

La prensa científica La validez del conocimiento científico es inversamente proporcional al tiempo que tarda en difundirse y directamente proporcional al número de científicos que reciben este conocimiento. No se hace Ciencia si no se difunde ... rápidamente. Necesidad de difundir y de hacerlo lo antes posible

Internet: Herramienta de difusión científica I Desde finales de los 80 ya existe una infraestructura tecnológica usada para el intercambio de información científica entre universidades y centros de investigación

Internet: Herramienta de difusión científica II El Protocolo de transferencia de hipertexto (HTTP) fue creado en 1990 en el CERN (Laboratorio Europeo de Física de las Partículas), como un medio para compartir los datos científicos a nivel internacional, instantáneamente y a bajo costo.

Los archivos de e-prints En 1991 Paul Ginsparg, del Laboratorio Nacional de Los Alamos, Estados Unidos, funda el primer archivo de e-prints reconocido como tal, llamado arXiv.org y centrado en el campo de la Física.

El concepto de pre-publicación Los repositorios de e-prints se establecen con el objetivo de comunicar a la comunidad científica los resultados de una investigación antes de su publicación en una revista. Se busca un menor tiempo de publicación

Algunos ejemplos de e-prints ArXiv.org: http://www.arxiv.org/ CogPrints: http://cogprints.soton.ac.uk/ NCSTRL: http://www.ncstrl.org/ NDLTD: http://www.ndltd.org/ RePEc: http://netec.mcc.ac.uk/RePEc/ Para ver más ejemplos: http://www.osti.gov/eprints/ppnbrowse.html

2- La necesidad de una Web Semántica

El contexto en la Red Problemas de recuperación de información científica: Entre el silencio y el ruido documental Del caos al orden De la Web a la Web Semántica

XML y los lenguajes de marcado Un sintaxis para la estructuración de documentos La información es analizable por el hombre y por la máquina Se trata de un esfuerzo global de la industria

Metadatos: Uso y necesidades Intercambio Distribución Interoperabilidad entre aplicaciones

3- Publicación científica en Internet y Web Semántica

Archivos abiertos De los archivos abiertos a los archivos distribuidos De z39.50 a OAI-PMH: complejidad frente a simplicidad obsolescencia frente tecnologías punta fuerte inversión frente a bajo coste

Algunos conceptos previos Archivo como repositorio de artículos científicos Harvesting como recolección de metadatos Proveedor de Datos (Data Provider) Proveedor de Servicios (Services Provider) Interoperabilidad

Open Archives Initiative (OAI) El principal objetivo de OAI es facilitar un entorno de interoperabilidad entre los archivos de e-prints.

OAI- Protocol Metadata Harvesting El protocolo OAI (OAI-PMH) define un mecanismo para recolectar metadatos contenidos en los distintos archivos o repositorios

Funcionamiento básico de OAI-PMH imagen extraída de http://www.oaforum.org

Estructura de OAI-PMH imagen extraída de http://www.oaforum.org

Arquitectura básica de OAI-PMH Data Provider Service Provider Petición por HTTP SCRIPTS SCRIPTS OAI-PMH (XML) sobre HTTP SQL SQL SGBD 2 SGBD 1

Elementos a identificar imagen extraída de http://www.oaforum.org

Ejemplo I imagen extraída de http://www.oaforum.org

Ejemplo II imagen extraída de http://www.oaforum.org

¿Como creamos un sistema basado en OAI-PMH? Existen múltiples implementaciones del protocolo Data Providers y Services Providers (Harvesters) ya implementados y de libre acceso GNU/GPL Multiples Tecnología: Java, PHP, Perl, ASP, etc

Software CDSware del CERN DSpace MIT GNU E-prints Greenstone Universidad de Waikato OAICat, OAIHarvester OCLC Para saber más: http://www.oaforum.org/oaf_db/list_db/list_software.php

¿Que más necesito? Servidor Web (Apache) Servidor BBDD (MySql, PosgresSQL) Una implementación de OAI-PMH Requerimientos específicos de cada implementación: Máquina Virtual Java, módulos Perl, PHP, etc

Mi experiencia Plataforma: Linux (Debian) SGBD MySQL Servidores Apache 1.3.. TomCat (Para Java) Implementaciones Services y Data Providers: OAICat, OAIHarvester, OJS, implementación propia PHP = COSTE 0

Otros campos de aplicación Bibliotecas digitales Cualquier tipo de colección de documentos electrónicos

Conclusiones y cuestiones para el debate OAI surge de la necesidad de los científicos de optimizar el proceso de publicación de sus investigaciones, lo que garantiza su continuidad, ya que no es una necesidad creada a priori OAI-PMH es aplicable más allá de los depósitos de e-prints ¿Como encajan las editoriales en este entorno?