Elektronické archivy ve vybraných oborech vědy a výzkumu a jejich propojování na základě protokolu OAl-PMH

Hlavní myšlenka elektronických archivů klade důraz na volnou přístupnost metadat pro uživatele a pracovníky informačních potažmo paměťových institucí. Umožnění takové přístupnosti je v souladu s principem vědecké komunikace. Doporučeným standardem pro komunikaci metadat je protokol OAI-PMH (Protocol for Metadata Harvesting). Všeobecně prostředí elektronických archivů umožňuje rychlou a bezplatnou komunikaci informací. Dalo by se také říci, že elektronické archivy spolu s volně přístupnými online časopisy patří ke dvěma základním formám otevřeného elektronického publikování ve vědě a podporují tím myšlenku otevřených přístupů.

Charakteristika archivů elektronických tisků

• uložení preprintů/postprintů vědeckých článků

• vstup do archivu - jen autoři textů a správci archivu

• archivy mají moderátory – formální kontrola, správné zařazení

• v archivech probíhá diskuse o článku a autor jej opravuje

• auto-archivace – forma, kdy sám autor uloží článek do repozitáře a provede bibliografické zpracování pomocí interaktivního formuláře pro tvorbu metadat

Typologie e-archivů / repozitářů

• místně: lokální / národní / mezinárodní

• obsahově: univerzální / víceoborové / oborové n. tematické

• centralizace: centralizované (s jediným repozitářem) / distribuované – „virtuální“ (s více repozitáři a centrální databází metadat včetně jednotného rozhraní pro vyhledávání distribuované systémy bývají označovány termínem „digitální knihovna“

Principy propojování otevřených archivů:

1.     mechanismus ukládání jednotek (digitální dokument i metadata)

2.     systémy dlouhodobého uložení a uchování jednotek

3.     řízená politika uložení a ochrany digitálních jednotek

4.     otevřené rozhraní ke sběru dat zprostředkovatelským systémem (poskytovatelem služby)

OAI-PMH

Detailní popis protokolu je uveden pod stejnojmenným heslem. Zde jen připomeneme některé jeho důležité vlastnosti.

• V současné chvíli se propojování uskutečňuje zejména formou sběru a transferu medatat, nikoliv samotným sdílením digitálních dokumentů.

• Propojování je možné pomocí 6 základních příkazů definovaných v rámci protokolu OAI-PMH tj. Identify, ListMetadataFormats, ListSets, ListIdentifiers, ListRecords, GetRecords

Dublin Core a XML v OAI-PMH

Ke komunikaci metadat je využíván formát založený na sémantice Dublin Core a z hlediska syntaxe jazyk XML.

Získávané záznamy pomocí těchto formátů, mají 3 části:

(Header) hlavičku

(Metadata) informace o původu záznamu

(About) informace o možnostech využití záznamu a dokumentu- nepovinné

Důležité pojmy v kontextu protokolu OAI-PMH:

Protokol – soubor pravidel, který definuje nějaký proces nebo činnost

Protokol (Internet) – pravidla pro komunikaci

Harvesting – sběr metadat z distribuovaných repozitářů do centrálního datového skladu

Harvester – aplikace pro realizaci požadavků OAI-PMH

Poskytovatel dat (Data Provider) – producent označovaný také jako „agregátor“ udržuje jeden nebo více repozitářů, které podporují OAI-PMH

Repozitář – síťové dostupný server, schopný správně zpracovat OAI-PMH protokoly

Příklady jednotlivých digitálních archivů

Obory Informační vědy

arXiv.org

• založen v roce1991 v Los Alamos, Cornellova univerzita
• dohled – Poradní rada
• vlastní SW aplikace
• obory na které je archiv zaměřen: fyzika, matematika, počítačová věda, kvantitativní biologie, statistika…
• více než půlmilionu e-dokumentů
• formáty ukládaných textů: LaTeX, PDF, HTML, Postscript
• metadata: název, autoři, abstrakt, poznámky, číslo zprávy (u výzkumu), předmětová skupina, informace o časopisu, který tento článek publikoval, DOI, třídění MCS (Mathematical Subject Classification)
• každý dokument má svůj jedinečný identifikátor

E-LIS

• Funguje od roku 2003
• Obory na které je archiv zaměřen: knihovnictví a informační věda (Eprints in Library and Information Science)
• Nejsou jazyková ani geografická omezení tzn. nalezneme i články v Čj, nicméně klíčová slova jsou v Aj
• SW – Eprints
• Mnoho formátů (povinná je 1 kopie ve formátu HTML – pro účely trvalého uložení), doporučován je formát PDF
• ParaCite Toolkit- propojování citovaných dokumentů s jejich plnými texty
• Vlastní oborová klasifikace "JITA"
• Nejde jen o post/preprinty –vztahuje se i na knihy, konference apod. (23 typů)

DLIST

• Od roku 2002
• Obory, na které je archiv zaměřen: knihovnictví a informační věda, informační vzdělávání
• menší

DoIS

• 2001
• nejnovější informací z oboru
• hybridní – záznamy volně i komerčně dostupných dokumentů
• řízeno dobrovolníky z mnoha zemí
• metadata - ReDIF (Research Documentation Information Format)

@SIC

• Archive Ouverte en Science de l´Information et de la Communication
• zahrnuje plné texty dokumentů
• obory: věda o informacích a komunikaci

Další příklady archivů, seřazených podle oborovosti

Medicína:

Clinical Medicine and Health Research Netprints (clinmed)

PubMedCentra

Ekonomika

Research Papers in Economics (RePEc)

Computer Science Teaching Center (CSTC)

Víceoborové

Social Science Research Network

Doporučená literatura

1. PLANKOVÁ J. (2008) Otevřené archivy elektronických tisků a digitální knihovny pro obor informační věda a knihovnictví: Ikaros, 12(5)
2. Open Archive Initiative: Protocol for Metadata Harvesting [webpage] Retrieved from https://www.openarchives.org/pmh/
3. BRATKOVÁ E. (2008). Otevřený přístup a digitální knihovny v oblasti vědy a výzkumu: vybrané systémy. Praha: Univerzita Karlova

Související články

OAI-PMH

Open Access

archiv

Využití formátu XML v knihovnických aplikacích
OAIS Referenční model Otevřeného archivního informačního systému

Klíčová slova

Elektronický archiv, propojování, metadata, vědecká komunikace, elektronický dokument, přístup, protokol, OAI- PMH, agregace, harvestování dat