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.

Obsah

1 Charakteristika archivů elektronických tisků
2 Typologie e-archivů / repozitářů
3 Principy propojování otevřených archivů:
4 OAI-PMH
5 Příklady jednotlivých digitálních archivů

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^[1] 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^[2]

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^[3]

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

Reference

Doporučená literatura

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