La recolección de metadatos y su aplicación en España Xavier Agenjo Francisca Hernández FESABID ª Jornadas Españolas de Documentación

Nuevas herramientas de recuperación de información Aumento de la cantidad de información páginas en Google Limitaciones de los buscadores Páginas estáticas HTML No buscan en documentos Word, PDF, Buscan hasta un determinado nivel jerárquico Páginas dinámicas y bases de datos inaccesibles (deep web) Los contenidos recuperados no son directamente reutilizables por otras aplicaciones (procesadores de texto, sistemas de archivo, bases de datos) Recolección de metadatos (metadata harvesting)

Recolección de metadatos: OAI-PMH Surge en el entorno de la comunidad académica y científica para la búsqueda y recuperación de textos electrónicos Definición de un nuevo protocolo de búsqueda y recuperación Alejado del modelo de búsquedas distribuidas como Z39.50 Complejidad de aplicación del protocolo Falta de precisión en búsquedas simultáneas por diferentes grados de aplicación de la norma

Recolección de metadatos: OAI-PMH Acción de IFLA-CDNL Alliance for Bibliographic Standards (ICABS): Promover métodos para conseguir publicaciones en la red mediante recolección de metadatos Relaciones entre los distintos protocolos: Z39.50, SRW, OpenURL y OAI Aplicación del modelo OAI para la conservación a largo plazo de recursos electrónicos Configuración del Virtual International Authority File

Modelo OAI: Componentes Recolector de metadatos (harvester) Interfaz de búsqueda y recuperación (FRBR) Repositorio común Repositorios individuales abiertos Peticiones HTTP entre el recolector y los repositorios individuales

Modelo OAI: Características Objetivo básico: flexibilidad para adaptarse a cualquier ámbito Facilidad de implantación Ofrecen información sobre cualquier tipo de recurso (físicos o digitales) – Metadatos Gran flexibilidad en la formación de repositorios Bases de datos Ficheros estructurados Uno o varios formatos (EAD, E-prints, XML MARC Schema, etc.) Mínimo: Dublin Core sin cualificar Mecanismos para recolección total o selectiva

Modelo OAI: Implantación mínima Repositorio estático P.e. extraído de una base de datos, mediante conversión de los registros No es necesario catalogar en Dublin Core Accesible a través de un servidor web en una dirección URL Dublin Core sin cualificar Todos los campos son opcionales y repetibles Es posible crear un repositorio OAI a partir de cualquier estructura de datos (IBERMARC, MARC 21) Es posible crear un repositorio OAI a partir de casi cualquier estructura de datos flexibilidad para adaptarse a cualquier ámbito Facilidad de implantación Al alcance de cualquier tipo de biblioteca

Recolección de metadatos en España Tesis Doctorals en Xarxa (11 universidades catalanas accesibles entre otros en OAIster) Consorci de Bibliotèques de Universitàires de Catalunya (Nuevo sistema informático) Universidad Complutense: BUCM Eprints servidor de publicaciones electrónicas e interfaz de búsqueda Subdirección General de Coordinación Bibliotecaria Desarrollo de un recolector OAI Interfaz de búsqueda Recolectar Colecciones y objetos digitales Directorio de repositorios de colecciones digitales e-Revistas Recolector OAI Plataforma digital dentro del Portal TecnocienciaPortal Tecnociencia Revistas electrónicas españolas o latinoamericanas existentes o de nueva creación CSIC (CINDOC, CTI, IATA)

Visibilidad de contenidos en la web Acuerdo Universidad de Michigan + Yahoo Repositorio y Recolector OAIster accesible a través de Yahoo Libros, artículos, informes técnicos, imágenes, películas, discursos Difusión del contenido de proveedores (repositorios como LC, New York Public Library, Proyecto Gutenberg, etc.) Proyecto mod_oai, financiado por la Andrew Mellon Foundation Desarrollo de software para transformar la información contenida en servidores Apache en repositorios OAI El módulo mod_oai se desarrollará bajo licencia pública (GNU Public License) International Internet Preservation Consortium Bibliotecas Nacionales de Australia, Canadá, Dinamarca, Finlandia, Islandia, Italia, Noruega, Suecia, Inglaterra, Estados Unidos e Internet Archives

Visibilidad de contenidos en la web MINERVA (Mapping the Internet Electronic Resources Virtual Archive) Promovido por la Library of Congress Conservar y difundir los recursos creados digitalmente e inexistentes en otro soporte físico

Conclusiones Bibliotecas como recolectoras de información Cómo ofrecer a los usuarios nuestra información Disponemos de herramientas para consultar, pero necesitamos herramientas para ser consultados Información laboriosamente recogida, pero innaccesible (no recolectable) Visibilidad de contenidos

Conclusiones Creación de metadatos Necesidad de desarrolla e implantar software de recolección de metadatos y recolección web Necesidad de adoptar normas que permitan la recolección de metadatos