Zpstupnn digitalizace pro veejnost Martin Vojnar vojnarmultidata cz

Zpřístupnění digitalizace pro veřejnost Martin Vojnar vojnar@multidata. cz

Z předchozího víme • • • proč usilovat o dlouhodobou archivaci jaké efekty může přinést řešení na národní úrovni předpoklady úspěšného nasazení • veřejnost a poskytovatelé dotace budou projekt vnímat a hodnotit podle vnějších výsledků: • • formálně (kvantifikátory, splněné ukazatele) prakticky (slovenský kulturní „google“) technicky (vše musí fungovat hladce) jejich očekávání a požadavky budou v čase narůstat (tj. na co se dnes připravujete, zítra už nebude stačit) 2 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Dále se budeme bavit o 3 • • • zpřístupnění dokumentů pro veřejnost v širším kontextu jednotného prostředí co znamená malý a velký index • praktické ukázky • otázky / diskuse Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

1: zpřístupnění (LTP) pro veřejnost 4 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

veřejné rozhraní pro vyhledávání digitalizované / digitální objekty 5 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

veřejné rozhraní pro vyhledávání digitalizované / digitální objekty z různých sektorů agregace (neustálý a nekonečný přísun objektů a metadat) 6 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Otázka na úvod 7 • kde mají být výsledky digitalizace prezentovány ? • specializované digitální knihovny šité na míru jednotlivým sbírkám • dlouhodobý archiv (light vs. dark archiv) • nápověda: repozitář (digitální knihovna/archiv) by měl být oddělen od koncového rozhraní Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Požadované funkce na zpřístupnění 8 • vyhledávání • nejen metadata, ale i „uvnitř“ objektu (např. články, plný text, titulky, …) • dodání (zobrazení) obsahu objektu • různé verze dodání • vhodný prohlížeč/plugin dle typu objektu • • v souladu s autorskými právy společenský kontext a aktivity uživatelů Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Příklad systému pro zpřístupnění • přirozeně: Primo = koncové rozhraní nad LTP systémem Rosetta • National Library of New Zealand • Binghamton University 9 • • proč klademe důraz na samostatné koncové rozhraní ? proč jednoduše neříkáme, že LTP má koncové rozhraní ? • konec konců také lze uvažovat: Primo = koncové rozhraní nad digitálními knihovnami, jejichž obsah je archivován v LTP systému • Univerzita Karlova Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Směr: jednotné prostředí 10 • ideálně: Primo = koncové rozhraní nejen nad LTP systémem Rosetta • cíl: začlenění výsledků digitalizace do jednotného prostředí (jednotné prostředí ≠ Europeana) • řešení pro všechny uživatele všech kulturních institucí včetně: • digitalizovaného prostoru • elektronického prostoru • tradičního fyzického prostoru • proč má smysl uvažovat v kontextu jednotného prostředí ? Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

2: jednotné prostředí 11 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Jednotné prostředí 12 • • • pro vyhledávání informací a dokumentů pro dodávání informací a dokumentů pro objevení nového • • používáte ho každý den pro každý dotaz Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Proč ? • • • 13 v rámci vyhledávání a dodávání informací zahájily před ca 5 lety nástup nové nástroje byly původně označovány jako katalogy nové generace (next-gen OPACs) postupně se vyvinuly v tzv. „discovery“ systémy jejich hlavní důraz je kladen na koncového uživatele, jeho potřeby a prostředí, samostatnost a spokojenost užitečný nástroj v kontextu informační gramotnosti Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Cíle jednotného prostředí • • každý dotaz musí být prováděn ve všech zdrojích instituce* (tištěné, elektronické, digitalizované, …) výsledky jsou zobrazeny v jedné výsledkové množině s jednotnou relevancí a s úplnou navigací zobrazení plného textu nebo objektu na jedno kliknutí podpora SSO, integrace objednávání a čtenářského konta * v kontextu KIS 3 G apod. 14 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Co není jednotné prostředí 15 • • pokud uživatel musí přecházet do jiných systémů pokud se musí uživatel opakovaně přihlašovat pokud uživatel ztrácí kontinuitu svého vyhledávání pokud uživatel musí začínat v „discovery“ systému (příklad) • • pokud rozhraní nenabízí jednotné výsledky pokud rozhraní neumožňuje začlenění libovolného zdroje Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Očekávání ze strany uživatelů* 16 • • • rychlé, jednoduché, intuitivní používání jediné rozhraní navigace pomocí faset DYM, návrhy/našeptávání RSS pokrytí relevantního obsahu • základní přehled „discovery“ systémů http: //www. librarytechnology. org/discovery. pl *Marshall Breeding Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Typické zdroje jednotného prostředí • • • knihovní, muzejní, archivní fondy licencované databáze volně dostupné dokumenty a data (open access) digitální a digitalizované sbírky institucionální repozitáře … a další dle potřeb uživatelů • různé formáty, různé oprávnění, různé instituce, různý význam discovery také může být zdrojem pro vyšší třídu vyhledávačů • 17 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Typické zdroje jednotného prostředí jednotné prostředí včetně elektronických zdrojů 18 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Anatomie vyhledávání index lokálních zdrojů instituce / institucí index elektronických zdrojů (tzv. velký/centrální index) • index národních zdrojů (tzv. malý index) výhody: rychlost, kompletní navigace, jednotná relevance • • 19 • • paralelní vyhledávání (tzv. metavyhledávání) externí vyhledávání (jiné Primo, Solr, API, …) • zadávání dotazů a jejich typy Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

3: malý a velký index 20 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Dimenze obsahu indexu 21 • • obsah je online obsah je k dispozici pro daného uživatele (tj. instituci) • velký index: stovky miliónů záznamů (licencované i otevřené) • jaký je potenciál národního obsahu ? Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Příklad: potenciál českého obsahu 22 • • • SK ČR, ANL, registr digitalizace oborové bibliografie národní digitální knihovny (M+K+W) oborové digitální knihovny (DML-CZ) NUŠL placené zdroje • • nová média: wiki, archivy vysílání, e-knihy publikační činnost / výstupy Va. V nástroje pro podporu vzdělávání, doporučená literatura institucionální repozitáře • a další (? ) (Anopress IT, Newton Media, Infobanka ČTK, Beck online, ASPI, …) (DSpace. CZ, digitalizace KNAV ČR, …) Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Potenciál českého obsahu – pár čísel • experiment v testovacím prostředí UK: • katalog + kvalifikační práce ca 1 mil. záznamů • ostatní ca 1 mil. záznamů, v tom: cswiki + wikiskripta. eu ca 200 tis. záznamů manuscriptorium a kramerius ca 200 tis. záznamů ANL (online) ca 200 tis. záznamů BMČ (online), BDÚ (online), ZPB (online), GEOBIBLINE ca 60 tis. záznamů • DML-CZ a NUŠL ca 100 tis. záznamů • různé ca 50 tis. záznamů (Forum, Anopress IT, Beck online, palmknihy. cz, Newton Media…) • SK ČR ca 50 tis. záznamů • • 23 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Zdroj č. 1: souborné báze NK ČR • Souborný katalog ČR • celkem ca 5 mil. záznamů • z toho ca 51 tis. záznamů s online obsahem • problém: rozlišení typu online obsahu v poli 856 (MARC 21) • česká článková bibliografie (báze ANL) • celkem ca 1, 4 mil. záznamů • z toho ca 206 tis. záznamů s online obsahem • problém: nefunkční nebo neplatné odkazy 24 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Zdroj č. 2: digitalizace NK ČR • Kramerius a Manuscriptorium • celkem 200 tis. záznamů v obou digitálních knihovnách • ca 10 mil. digitalizovaných stran • ca 20 tis. digitalizovaných záznamů • problém: chybí metadata na úrovni článků, DJVU plugin • 25 registr digitalizace – v testovací fázi Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Zdroj č. 3: wiki zdroje 26 • wikipedie (cs) • ca 180 tis. záznamů článků (dump abstract. xml) • wikizdroje (cs-books) • ca 18 tis. záznamů článků • wikiknihy (cs-sources) • ca 2 tis. záznamů článků • wikiskripta • ca 4 tis. záznamů lékařských článků • problém: wiki syntaxe; chybí univerzální wiki parser Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Zdroj č. 4: komerční databáze 27 • Anopress IT • vzorek ca 15 tis. záznamů článků (textové přepisy audiovizuálních relací) • Newton Media • vzorek ca 500 záznamů (deník MF Dnes s plnými texty) • C. H. Beck online • vzorek ca 30 záznamů různých právních dokumentů (judikatura, literatura, Sb. z. , mezin. smlouvy, vyhlášky, …) Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Zdroj č. 5: oborové digitální knihovny 28 • DML-CZ • česká matematická digitální knihovna • ca 50 tis. záznamů článků • privátní rozšíření kvalifikovaného DC • NUŠL • národní úložiště šedé literatury • ca 42 tis. záznamů různých druhů dokumentů (bez plného textu pro indexování) • palmknihy. cz • volně dostupné elektronické knihy • ca 3, 5 tis. záznamů v různých formátech (e. Pub, mobi, pdf, …) Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Zdroj č. 6: oborové bibliografie 29 • budovány samostatně odbornými institucemi, typicky ústavy AV • • • týká se ANL (část bibliografií částečně přispívá) týká se národních digitálních knihoven (K) týká se institucionálních repozitářů (digitalizace KNAV ČR) • problém: absence propojení s digitální knihovnou AV ČR Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Oborové bibliografie - výběr 30 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Malý a velký index • • 31 velký index celosvětových zdrojů je příliš velký a drahý na to, aby si ho instituce mohly dovolit budovat samy malý index národních zdrojů je naopak ideální příležitostí pro lokální cenu/výkon, byť se řada zdrojů pohybuje v šeru Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

4: ukázka ~ Primo od Ex Libris 32 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Ukázka systému Primo • • uživatelé: 800 knihoven celosvětově v Evropě: Finsko, Rakousko, Lucembursko, Německo, Belgie, … • elektronické zdroje: • • 33 získání plného textu (přímé linkování, více zdrojů) doporučení, citovanost dostupnost deduplikace, seskupení (FRBR) čtenářské konto a objednávání z knihovního fondu otevřenost (aktuální články) webové rozhraní pro administrátora Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Ukázka systému Primo • • • 34 chemistry rfid application in libraries babička zemětřesení japonsko mapa měsíce hypokalcemie versaillská smlouva beckonline mikuláš rutze rur vít richter čtenář vít richter ikaros Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

5: shrnutí 35 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Výzva pro kulturní instituce OBECNĚ 36 • • sjednocení vyhledávacího prostředí sjednocení služeb na něj navázaných • výsledek: • efektivnější využívání zdrojů instituce • častější využívání zdrojů instituce • získání nových uživatelů pro instituci Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Výzva pro kulturní instituce CULTURE. GOV. SK • • • 37 sjednocení digitalizace využití existujících sítí KIS 3 G, NISPEZ ad. každá instituce může přispívat a čerpat, ale nemusí spravovat o podobě koncového rozhraní a plnění indexu rozhodujete Vy výsledek: • spokojení uživatelé • spokojené instituce a jejich pracovníci • spokojení zřizovatelé Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Máme za sebou • • zpřístupnění dokumentů pro veřejnost širší kontext: jednotné prostředí malý a velký index praktické ukázky • otázky / diskuse 38 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011

Děkuji za pozornost. vojnar@multidata. cz 39 Zpřístupnění digitalizace pro veřejnost, 12. 4. 2011