Metadatové formáty v dokumentografických systémech, charakteristika dvou vybraných zástupců dle volby studenta.

Verze z 15. 4. 2020, 14:37, kterou vytvořil Veronika.Krivankova (diskuse | příspěvky) (→‎MODS)
(rozdíl) ← Starší verze | zobrazit aktuální verzi (rozdíl) | Novější verze → (rozdíl)

Metadata

Tento termín vznikl ve 2. pol. 20. stol. v kontextu počítačové komunikace informací. Jsou to strukturovaná data, která nesou informace o primárních objektech. Data, která nějakým způsobem popisují ty základní digitální objekty, které jsou v repozitářích nebo v digitálních knihovnách uloženy, s tím, že mohou být různého charakteru. Hovoříme o nich od chvíle organizace informačních zdrojů.

K čemu nám jsou metadata v praxi?

Význam metadat roste v době exploze digitálního obsahu. Pomáhají nejen při řízení databází, kde popisují jejich strukturu, vlastnosti či umístění, ale uživatelům umožňují také zlepšovat vyhledávání, orientaci, třídění či pochopení. Pomáhají obsah dokumentovat a srozumitelně uchovávat v průběhu času a data trvale a přenositelně z člověka na člověka využívat.

Pro správu metadat existují specializované nástroje a metadatový software. Aby mohly organizace nebo aplikace mezi sebou data měnit nebo sdílet, je důležité, aby byly v souladu s normami a standardy metadat. Ty sjednocují strukturu, sémantiku i syntaxi metadat. ještě více toto funguje pro data na webu, kde se díky využití metadat hovoří o tzv. sémantickém webu. [1]

Metadata mají tři aspekty:

  • sémantiku metadat: co chceme zapsat (MARC, Dublin Core, MODS)
  • syntaxi metadat: jak to chceme zapsat (XML)
  • strukturu metadat: vztahy mezi prvky (METS)[2]

Dělení metadat

Popisná

  • jsou to ty údaje, které pomáhají popsat, identifikovat a snadněji vyhledávat dokument. Jedná se o název, autora, rok a místo vydání, stejně tak sem patří i další identifikátory, jako je ISBN, ISSN, signatura, čárový kód a další
  • při digitalizaci se tato metadata přejímají z knihovního katalogu
  • reprezentují atributy zdrojů
  • příklady: Dublin Core, MODS, MADS, EVSKP (Elektronické vysokoškolské kvalifikační práce v ČR), NUŠL(používá prvky z formátu Dublin Core)

Administrativní

  • popisují okolnosti vzniku digitálních dokumentů, které entity se na vzniku podílely (např. software pro úpravu obrazů apod.) a k jakým akcím s daty došlo (např. převod z jednoho formátu na jiný)
  • slouží k řízení a správě (slouží profesionálům)
  • např. lokalizace, vznik a poslední modifikace, okolnosti digitalizace, elektronický podpis, práva přístupu

Strukturální

  • popisují strukturu intelektuálních nebo fyzických objektů. Digitální objekty se skládají z různých částí, například skeny v archivní a uživatelské kopii, OCR vTXT a ALTO a další metadata. Je tedy nutné zapsat, kde se v balíčku jednotlivé části nacházejí (fyzické mapování) a jaké mají k sobě vazby (intelektuální mapování).
  • strukturální popis umožňuje správné zobrazení dokumentu při jeho prohlížení uživatelem a udržuje i složité objekty v logickém uspořádání.
  • nezbytná pro zpřístupnění, pro správné zobrazení a navigaci, významná pro LTP
  • příklady: METS, PREMIS, MIX

Technická

  • popisují technické charakteristiky digitálních dokumentů
  • může sem spadat záznam o použitém skeneru (např. typ, výrobce, výrobní číslo)a softwaru (název, verze), nebo popis formátu souborů (verze, rozlišení a barevnost u scanu, bit-rate záznamu u zvukových dokumentů apod.)
  • příklad: MIX, ALTO[3]

Dublin Core

Metadata Dublin Core, známá jako DC, jsou pravděpodobně nejznámějším metadatovým schématem. Formát vznikl v roce 1995 v Dublinu v Ohiu. Původně obsahoval třináct prvků, dnes čítá prvků patnáct. Každý prvek je možné specifikovat pomocí kvalifikátoru. Používají se kvalifikátory dvojího typu - kvalifikátor zpřesňující význam celého prvku a schéma zápisu (obvykle všeobecně známé schéma). [4]

Je to soubor metadatových prvků, jehož záměrem je usnadnit vyhledávání elektronických zdrojů. Původně byl vytvořen jako popis zdrojů na WWW sestavený přímo autorem, postupně ale zaujal instituce zabývající se formálním zpracováním zdrojů, jako jsou muzea, knihovny, vládní agentury a komerční organizace.

Vedení Dublin Core sídlí ve Spojených státech, konkrétně v OCLC ve státě Ohio v Úřadu pro výzkum a speciální dokumenty. Struktura Dublin Core je v současnosti používána ve 20 zemích Severní Ameriky, Evropy, Asie a Austrálie a počet zemí se postupně zvyšuje. [5]

Mezi jeho hlavní charakteristiky patří:

  • Jednoduchost: záměrem Dublin Core je použitelnost jak pro laiky, tak pro specialisty v oblasti popisu dokumentů. Většina prvků má všeobecně srozumitelnou sémantiku, která odpovídá přibližně jednoduchému knihovnímu katalogizačnímu záznamu.
  • Sémantická interoperabilita: různorodé modely popisu blokují v prostředí internetu možnost vyhledávání napříč vědními obory. Prosazování všeobecně srozumitelného souboru deskriptorů, které umožní unifikovat ostatní standardy pro určování obsahu dat zvyšuje možnost sémantické interoperability mezi různými systémy v rozdílných oborech.
  • Mezinárodní konsensus: uvědomění si mezinárodního dosahu zpřístupňování zdrojů na webu je rozhodujícím momentem pro vývoj efektivní infrastruktury pro zpřístupňování elektronických zdrojů v prostředí globální informační sítě. Dublin Core těží z aktivní účasti a prosazování v asi 20 zemích Severní Ameriky, Evropy, Austrálie a Asie
  • Rozšiřitelnost: Dublin Core poskytuje ekonomickou alternativu k podrobnějšímu a složitějšímu modelu popisu, jakým je katalogizace v plném MARC formátu (běžná ve světě knihoven). Navíc v sobě zahrnuje užitečnou flexibilitu a rozšiřitelnost pro kódování struktury a komplikovanější sémantiku, které jsou vlastní bohatším standardům popisu.
  • Modularita metadat v prostředí WWW: různorodost potřeb metadat na Webu vyžaduje infrastrukturu, která podporuje koexistenci vzájemně se doplňujících, samostatně udržovaných souborů metadat. Konsorcium World Wide Web(W3C) začalo s implementací architektury pro metadata pro web; na podporu rozdílných potřeb metadat pro dodavatele a poskytovatele informací je navrhnutý Rámec popisu zdrojů (Resource description Framework, či RDF). Zástupci iniciativy Dublin Core jsou aktivně zapojeni ve vývoji této architektury a vytvářejí tak digitálním knihovnám perspektivu ovlivnit důležitou složku infrastruktury webu.
  • Modifikovatelnost: každý prvek v Dublin Core má definici, která by měla být naprosto jasná. Je také ovšem nutné, aby definice prvků uspokojovaly potřeby rozdílných komunit. Tento cíl se dá splnit umožněním modifikovat každý prvek Dublin Core libovolným kvalifikátorem: když není kvalifikátor přítomen, prvek má svůj všeobecně chápaný význam; jinak je definice prvku modifikována hodnotou kvalifikátoru. [6]

Prvky

  • title: název zdroje, nejčastěji bude název tvořit jméno, pod nímž je zdroj oficiálně znám;
  • creator: tvůrce, entita primárně odpovědná za provedení zdroje – jakýkoliv původce; jakákoliv role;
  • subject: předmět a klíčová slova, téma obsahu zdroje (klíčová slova, klíčové fráze, klasifikační kódy apod.);
  • description: popis, vysvětlení obsahu zdroje (abstrakt, obsah, volný text, grafická reprezentace);
  • publisher: vydavatel, entita odpovědná za zpřístupnění zdroje (osoba, organizace, nebo služby);
  • contributor: přispěvatel, entita odpovědná za provedení příspěvku do zdroje (osoba, organizace, nebo služby);
  • date: určitá doba nebo časové období spojené s nějakou událostí v životním cyklu zdroje
  • type: povaha nebo žánr zdroje - doporučeno třídění Dublin Core
  • format: formát souboru, fyzické médium/rozměr (velikost, doba trvání) - doporučeno Multipurpose Internet Mail Extensions (typologie médií)
  • identifier: jednoznačný odkaz na zdroj v rámci daného kontextu
  • source: související zdroj, ze kterého byl popisovaný zdroj odvozen
  • language: jazyk zdroje - doporučen řízený slovník
  • relation: vztah k dalšímu příbuznému zdroji
  • coverage: prostorové nebo časové téma zdroje / aplikovatelnost zdroje / jurisdikce (souřadnice, datum nebo interval dat, administrativní entita, místo) - doporučeny řízené slovníky
  • rights: informace o právech vztahujících se k popisovanému zdroji.

MODS

Metadata Object Description Schema (MODS) je metadatové schéma vytvořené odborníky z Kongresové knihovny (Library of Congres) a Marc Standard Office. Obsahuje soubor bibliografických prvků, které jsou navrženy speciálně pro potřeby knihoven, ale dají se použít i v dalších případech, neboť tímto systémem lze popsat prakticky jakékoliv médium od monografií přes CD-ROM či mapy až k webovým stránkám. MODS je založen na jazyce XML a díky tomu může lehce převádět data z MARC či Dublin Core a samozřejmě i opačným směrem, tedy z MODS do MARC či Dublin Core.[2]

Myšlenka, která umožnila vznik schématu MODS, vzešla od provozovatelů digitálních knihoven, kteří požadovali projekt, který by zahrnul možnost bohatého popisu jakéhokoliv dokumentu v XML, spravování složitých digitálních objektů a sjednocení metadat z knihovních databází založených na MARC s těmi, které využívají jiná schémata. Původně byl zamýšlen jako podmnožina MARC s jinými názvy prvků, ale nakonec vznikl jako samostatné schéma, které sice nezahrnuje kompletní sadu prvků svého vzoru, ale naopak obsahuje i některé nové.

První verze schématu MODS (verze 1.2) byla představena v roce 2002. Postupně byly přidávány nové atributy a prvky a byla zlepšována schopnost převoditelnosti dat z a do jiných formátů, aby se snížila ztrátovost a zpětně převedená data se co nejvíce blížila originálu. Systém byl celkově zdokonalován až k současné verzi 3.3.MODS ve verzi 3.3 obsahuje 20 základních prvků, kterými můžeme dokument popsat. Ty se dále dělí na podprvky a k jednotlivým prvkům i podprvkům lze přiřadit atributy. Všechny prvky i jejich atributy jsou nepovinné. Prvky a podprvky jsou opakovatelné. Zatímco podprvky se musí vyskytovat v přesně daném pořadí, atributy nemají pevné pořadí a jsou neopakovatelné.[2]

Prvky

  • titleInfo: zahrnuje všechny informace, které se týkají názvu dokumentu.
  • name: obsahuje jméno osoby nebo organizace, popř. událost, která umožnila, aby dokument vznikl.
  • typeOfResource: obsahuje informace o tom, jak a na jakém typu materiálu je dílo zaznamenáno.
  • genre: tento prvek charakterizuje žánr díla, ať už uměleckého, hudebního nebo literárního.
  • originInfo: zahrnuje veškeré nakladatelské údaje včetně místa vydání nebo publikování, nakladateli či vydavateli a datech, která se váží k vydání díla.
  • language: tento prvek označuje jazyk, ve kterém je dílo vytvořeno nebo vydáno. Pokud je obsah díla ve více jak jednom jazyce, prvek se opakuje.
  • physicalDescription: poskytuje uživateli informace o věcech spojených s fyzickým popisem dokumentu.
  • abstract: obsahuje shrnutí obsahu díla neboli abstrakt. Může obsahovat odkaz na stránku, kde je abstrakt uveřejněn, plnou textovou formu nebo obě tyto formy kombinované.
  • tableOfContents: obsahuje popis obsahu díla. Může to být např. seznam kapitol či částí díla včetně údajů o zodpovědnosti za jednotlivá díla, seznam skladeb na CD.
  • targetAudience: tento prvek určuje, jaké skupině lidí je dílo určeno. Např. dětem nebo dospívajícím.
  • note: obecná textová informace o díle.
  • subject: termín nebo fráze, která nejlépe popisuje téma díla, to, na co je dílo zaměřeno.
  • classification: obsahuje signaturu díla.
  • relatedItem: informace, které identifikují dílo, které se nějakým způsobem vztahuje k popisovanému dílu.
  • identifier: identifikátor: jednotné standardní číslo nebo kód, kterým je zdroj popsán.
  • location: určuje místo či instituci, kde je dílo uloženo nebo adresu ve formě URL, odkud je možné se k textu díla dostat.
  • accessCondition: obsahuje informace o omezení přístupu k dokumentu a podmínkách používání a zpřístupnění materiálů.
  • part: pro detailní popis fyzické části díla.
  • extension: zahrnuje všechny informace, které nebylo možno zařadit pod jiný prvek.
  • recordInfo: obsahuje informace o metadatovém záznamu

Odkazy

Reference

  1. Metadata. Management Mania [online]. [cit. 2020-03-23]. Dostupné z: https://managementmania.com/cs/metadata
  2. 2,0 2,1 2,2 ŠVÁSTOVÁ, Pavla. Metadata Object Description Schema [online]. Brno, 2006, 63 s., Bakalářská práce. Masarykova univerzita, Filozofická fakulta. [cit. 2020-03-24]. Dostupné z: https://dk.upce.cz/bitstream/handle/10195/48611/TomekP_Testovani%20vybranych_MT_2011.pdf?sequence=2&isAllowed=y
  3. HRUŠKA, Zdeněk. Organizace digitálního zpracování dokumentů [online]. Ostrava, 2019, 32 s., Studijní text. Moravská zemská knihovna v Brně. [cit. 2020-03-24]. Dostupné z: https://www.svkos.cz/data/filemanager/source/studijn%C3%AD%20texty%20pro%20knihovn%C3%ADky/29_Organizace_digit%C3%A1ln%C3%ADho_zpracov%C3%A1n%C3%AD_dokumentu_Hru%C5%A1ka.pdf
  4. SYNKOVÁ, Veronika. Vybrané aplikace metadatového formátu Dublin Core. Ikaros [online]. 2008, ročník 12, číslo 5 [cit. 2020-03-24]. urn:nbn:cz:ik-12779. ISSN 1212-5075. Dostupné z: http://ikaros.cz/node/12779
  5. Dublin Core [online]. 2006 [cit. 2020-03-24]. Dostupné z: http://webserver.ics.muni.cz/dublin_core/index.html
  6. SKLENÁK, Vilém. Data, informace, znalosti a Internet. Praha: Beck, 2001. ISBN 80-7179-409-0.

Doporučená literatura

  • POMERANTZ, Jeffrey. Metadata. Cambridge, Massachusetts: MIT Press, [2015]. Essential knowledge series. ISBN 978-0-262-52851-1.
  • CAPLAN, Priscilla. Metadata fundamentals for all libraries. New Dehli: Indiana Publishing House, 2008. ISBN 9788184082418.
  • MILLER, Steven J. Metadata for digital collections: a how-to-do-it manual. New York: Neal-Schuman Publishers, c2011. How-to-do-it manuals. ISBN 978-1-55570-746-0.

Související články

Metadata
Digitalizace
Dlouhodobá ochrana digitálních dokumentů

Klíčová slova

metadatové formáty, metadata, Dublin Core, MODS