Taller de informatización de colecciones botánicas Valencia Septiembre 2003

Objetivos del taller Adquieran los conocimientos sobre las iniciativas internacionales y nacionales sobre información en biodiversidad que les permita participar en las mismas de manera efectiva y adecuada a sus intereses Comprendan el significado del uso de la informática en Botánica, y en general en estudios de Biodiversidad Sean capaces de informatizar, gestionar y consultar las colecciones de manera autónoma, utilizando el programa HERBAR Adquieran los conocimientos suficientes para abordar proyectos sencillos y para solucionar problemas específicos Sean capaces de distinguir un diseño de estructura de datos adecuado de uno que no lo es tanto

1ª sesión: guión El panorama de la Información en Biodiversidad: CBD, GBIF, ENBI, GBIF GBIF.ES Las piedras angulares de la información en Biodiversidad: Ejemplares y taxonomía Base de datos: definición y conceptos Informatización de colecciones: una visión general Introducción al programa Herbar: filosofía, estructura, funciones, requerimientos, conectividad

El panorama mundial de la Información en Biodiversidad CBD GBIF ENBI

CBD: Convention on Biological Diversity To promote nature and human well-being Objetivos: the conservation of biological diversity, the sustainable use of its components, and the fair and equitable sharing of the benefits from the use of genetic resources. Relación con el GBIF: include facilitating the development and implementation of approaches, technologies and best practices that will be necessary to access, share and disseminate biodiversity data at the species, ecosystem and genetic levels via the Internet

¿Que es GBIF? Es una iniciativa internacional a 10 años vista para poner toda la información disponible sobre los organismos vivos conocidos a nivel mundial accesible por Internet (se ha hablado de GBIF como el proyecto genoma humano de la biodiversidad). A instancias de la OCDE (1996, MegaScience Forum) Los miembros ordinarios de GBIF son estados Además de pagar, los estados miembros se comprometen a montar un nodo nacional que –entre otras cosas-- será portal de esta información Global Biodiversity Information Facility Infraestructura Mundial de Información en Biodiversidad

Junio de 1999: el Consejo de Ministros de la OCDE acuerda crear GBIF Marzo del 2001: GBIF nace oficialmente 2002: La Secretaría Mundial del GBIF se instala en Copenague 2003: Primer plan de trabajo anual de GBIF y primeras convocatorias de proyectos y contratos Breve historia de GBIF

Países con derecho a voto: 23 Países asociados (sin voto): 14 Organizaciones asociadas: 18 Participación en GBIF Memorandum of Understanding; participación sujeta a : Contribuir a través de un nodo Pagar cuota anual

Organización de GBIF Un Órgano de Gobierno donde están representados todos los países miembros y organismos internacionales asociados. Una Secretaría Internacional, en Copenague, donde se coordinan las actividades del GBIF y se proporciona apoyo a los Nodos Participantes. Los Nodos Participantes, establecidos por los países miembros de GBIF y que son los encargados de realizar el grueso de trabajo para hacer realidad los objetivos de GBIF.

Hacer disponible, de modo gratuito y general, todos los datos sobre la biodiversidad mundial: Creando una federación de bases de datos a nivel mundial Garantizando la ínter-operabilidad entre bases de datos de especies y especímenes y otros tipos de datos sobre biodiversidad Contribuyendo a la formación de personal para facilitar el acceso y uso de la información Promoviendo en cada nación participante la creación de un nodo nacional GBIF, sus objetivos

Principios que rigen GBIF Los proveedores de datos retienen el control sobre los mismos Diseño a largo plazo, no centralizado y basado en arquitecturas abiertas Complementar sin duplicar redes establecidas

Prioridades de GBIF Dar primacía al nivel de organismos sobre el ecológico o el genético. Empezar por las colecciones. Los cuatro programas ahora en marcha de GBIF son: a. Informatización de colecciones de historia natural b. Tecnología e interoperabilidad c. Catálogo de nombres d. Formación y cooperación

El catálogo electrónico de nombres de organismos conocidos para la ciencia, posibilitará el enlace entre muchos tipos de bases de datos biológicas y no biológicas

ECAT debe servir para interpretar distintos niveles de complejidad: identificaciones, nombres, sinónimos, táxones ECAT es la herramienta que hace accesible la información taxonómica al no especialista Diferentes ECATs según los casos Catálogo Electrónico de Nombres (ECAT)

Mantenimiento y control de las bases de datos queda en manos de sus propietarios Puede quedar reservado el derecho de bloquear el acceso a determinados datos La información de las bases de datos afiliadas a GBIF es de dominio público Se reconocerá expresamente la fuente de los datos Los proveedores de datos retienen el control sobre los mismos

Gobius cruentatus Nodo Español de GBIF Museo Nacional de Ciencias Naturales Real Jardín Botánico Pronto: BOE 12 de Julio de 2002: resolución del MCYT por la que se encomienda al CSIC la gestión científico técnica del Nodo Nacional de GBIF. La Ministra de Ciencia y Tecnología firmó el 26 de febrero de 2001 el «Memorando de Entendimiento» entre el MCYT y el GBIF España se compromete compartir sus datos de bio­diversidad con el nodo central del GBIF, con sede en Copenhague (Dinamarca) y a organizar y mantener un «Nodo Nacional de Información en Biodiversidad» El Nodo comienza su andadura el 2 de junio de 2003

Nodo Español de GBIF Red de bases de datos (centros, proyectos, departamentos, individuos) con una unidad de coordinación Sistema distribuido de bases de datos Financiación: por una parte se dota la unidad de coordinación y por otra se abre una línea de acciones especiales

El sistema de información del nodo español del GBIF está integrado por una Unidad de Coordinación (UC) y por una federación de bases de datos integrada por los Centros Asociados a la Red (CAR)

Contribución europea a GBIF Red temática Énfasis en comunicar, reunir cooperar, colaborar, formar, pero no en investigación ni en informatización Para todos los actores de la información en biodiversidad en Europa, coleciones, centros departamentos, asociaciones) 65 participantes, 12 paquetes de trabajo, 3 años, 3M Ha empezado el 1 de enero del ª reunión: Bruselas, marzo ª conferencia electrónica ahora en curso Más información: European Network on Biodiversity Information

BioCase:A Biodiversity Collection Access Service for Europe

Qué es una base de datos conjunto de datos almacenados con una estructura lógica. Es decir, tan importante como los datos, es la estructura conceptual con la que se relacionan entre ellos. En la práctica, podemos pensar esto como el conjunto de datos más los programas (o software) que hacen de ellos un conjunto consistente

Tablas y relaciones relaciones 1 a N relaciones N a M Integridad referencial (no nulos, no duplicados, c. primaria, c. candidatas) modelos extendidos (orientados a objetos): objetos, supertipos, subtipos, procedimientos, atributos

Códigos abreviaciones y estándares nombres entendibles para campos y tablas; fáciles de recordar y usar; abreviar lo mínimo y de manera consitente. códigos arbitrarios => problemas de compatibilidad y fuente de errores el coste: Razones para códigos en las claves primarias: cuando la clave primaria es my larga o compleja (¿para salvar espacio en disco? quien se lo cree) estándares => compatibilidad => acceso unificado, interoperabilidad, soluciones comunes

Coste

Normalización y modelo lógico de los datos Al modelar una base de datos, desearemos evitar puntos que crean confusión, duplicación de la información y por ende, un mal funcionamiento y exploración de la información. Entre las propiedades indeseables en un diseño de bases de datos tenemos: Redundancia en la información. Incapacidad de representar cierta información. Registrar información que no sea identificable.

Primera forma normal Una relación está en primera forma normal (1FN) si y sólo si todos los dominios son atómicos. Un dominio es atómico si los elementos del dominio son indivisibles. Es decir, no tenemos grupos de repetición o un conjunto de valores asociados repetidos asociados a una misma tupla. Datos separados en tablas, cada tabla con su clave primaria, no hay grupos repetitivos ej. identificaciones separadas del resto -> tabla de identificaciones aparte

Segunda forma normal Una relación está en segunda forma normal (2FN) si y sólo si está en 1FN y todos los atributos que no sean llaves dependen por completo de llave primaria. Quita todos los campos que no dependen de la clave principal o que dependen solo de parte de la clave principal ej. nombre vernáculo en registro de pliego -> tabla de nombres vernáculos relacionada con el nombre científico

Tercera forma normal Una relación están en tercera forma normal (3FN) si y sólo si están en 2FN y todos los atributos no llave dependen de manera no transitiva de la llave primaria. Se dice que existe una dependecia transitiva cuando tenemos el par de dependencias funcionales: 78#78 y 79#79, porque de ellas se sigue que 80#80. Elimina todo aquello en las tablas que que no dependa únicamente de la clave principal Ej. En una base de datos de pliegos donde para todos ellos disponemos de las coordenadas, los datos del sitio de recolección (pais, provincia, localidad, municipio,...) en la tabla de especímenes

Informatización de colecciones: una visión general La elaboración de bases de datos es una labor costosa cuyos resultados no se obtienen sino a largo plazo es mejor proceder a informatizar las colecciones de manera completa por grupos taxonómicos, a informatizarlas parcialmente en su conjunto Contribuir a explotar de una manera más completa la información que contiene Proteger el material conservado Contribuir a la gestión del herbario ligar la informatización de colecciones a proyectos de investigación en curso que, de alguna manera, precisen de la información contenida en las mismas el crecimiento y mantenimiento de la misma en la rutina de trabajo del herbario Keep original information and maintain it clearly distinguishable from derived data El valor de la base de datos aumenta con la posibilidad de que los datos se puedan combinar e integrar con otras fuentes (mombre científico, coordenadas)

Herbar: que es y filosofía Filosofía Los datos son accesibles directamente y susceptibles de importarse, exportarse y manipularse como se deseé Herbar se organiza en 3 ficheros de MS-Access (datos de colecciones, datos de gestión y configuración, y programación) Requerimientos: Windows 95 en adelante (Windows 98 recomendado); Access 97 (hasta la versión 3.0), Access 2000 en adelante, xp recomendado Herbar se ha desarrollado desde el punto de vista del conservador (gestor de la colección): para que este trabaje menos y su trabajo sea más útil. HERBAR es una aplicación informática para informatizar y gestionar colecciones botánicas

Herbar: funciones y conectividad De gestión: entrada, edición, etiquetas, prestamos, solicitudes, intercambios Conectividad (vía ODBC): TSA, REMIB, pags. ASP, Darwin Core (GBIF)

DAO y ADO What is DAO? Data Access Objects (DAO) is the database engine used by Microsoft Access 97. It consists of a set of DLL files and libraries. DAO 3.51 cannot read Access 2000/2002 databases. What is ADO? ActiveX Data Objects (ADO) is a framework for accessing a wide variety of different database types. ADO includes drives (know as Providers) for Microsoft Access 97 and 2000/2002, and can be downloaded from Microsoft as part of the Microsoft data Access Components (MDAC). If you are using an Access 2000 or Access 2002 database, you will need to use the ADO conduit.

Herbarios sin informatizar Informatizandose con HERBAR Informatizandose con otros programas Plataforma para datos botánicos en línea 17 Instituciones Datos de c especímenes en Internet en 18 meses $ Madeira

Componentes del proyecto Poner en Internet datos ya informatizados Validación y control de calidad Transformación de datos a sistemas compatibles Formación Repatriación de información Evaluación y documentación de lessons learned