Gli archivi aperti e la valutazione della ricerca

Il 22 settembre si terrà a Trieste un convegno sugli archivi aperti e la valutazione della ricerca scientifica, cui parteciperò con un intervento su Bicocca Open Archive, il repository dell’università presso cui lavoro [grassetti miei]:

La rapida evoluzione delle modalità di produzione, diffusione e valutazione della letteratura scientifica ha modificato radicalmente il ruolo dei mediatori tradizionali (biblioteche e case editrici), mentre offre nuove opportunità e impone nuovi impegni agli scienziati, produttori e utilizzatori di queste conoscenze.

Ci troviamo di fronte all’esplosione del cosiddetto “green Open Access”, cioè degli archivi e repositories istituzionali (con oltre 23 milioni di documenti) e ad una crescita significativa del “gold Open Access”, cioè delle riviste ad accesso aperto. Allo stesso tempo è evidente che in Italia in questo campo siamo ancora lontani da quanto realizzato in molti altri paesi, nonostante l’ipegno formale a sostenere l’Open Access preso da quasi tutte le università italiane, che hanno sottoscritto la Dichiarazione di Berlino sull’accesso aperto.

Questo convegno intende fare il punto sulla situazione e stimolare la discussione tra gli attori coinvolti in queste tematiche, docenti, ricercatori, bibliotecari, informatici, per far conoscere meglio le esperienze più interessanti a livello gobale ed italiano sia nel campo delle riviste Open Access che in quello degli archivi aperti, e soprattutto le interazioni possibili con la valutazione della ricerca, che può utilizzare come indicatori anche i dati sulle citazioni e gli scarichi provenienti dagli archivi aperti.

E’ in linea BOA – Bicocca Open Archive!

E’ passato quasi un mese senza che scrivessi ma spero mi perdonerete non appena leggerete il motivo del silenzio: da oggi è il linea BOA – Bicocca Open Archive, l’archivio aperto dell’Università di Milano-Bicocca! Avendo la fortuna di essere project manager dell’archivio, in quest’ultimo periodo sono stata davvero presa…

Naturalmente se navigherete in BOA nei primi tempi non troverete materiali in quanto devono ancora essere depositati dai docenti e dai ricercatori del nostro Ateneo. Una cosa che spero di poter dire senza rischiare la superbia (anche perché tengo ancora le dita incrociate per un bel po’ ;-) ) è che abbiamo cercato di far nascere l’archivio con… tutti i comfort ;-)

La configurazione dei metadati (Dublin Core qualified) è stato il passaggio architetturale più difficile – ma non hanno scherzato anche la scelta delle collezioni (cioè delle tipologie di documenti), delle comunità (nel nostro caso i dipartimenti – in quanto l’archivio è votato principalmente alla ricerca e non alla didattica), dell’interfaccia utente, mentre il workflow di validazione (e quindi pubblicazione) dei documenti è stato più semplice da gestire, in quanto, dopo l’auto-archiviazione da parte dei docenti dovrebbe in genere esservi un solo passaggio di validazione da parte dei bibliotecari.

BOA è realizzato su DSpace, software open source per la gestione degli archivi aperti realizzato da MIT e Hewlett Packard, e fa parte di Surplus, una piattaforma per la gestione dei progetti di ricerca di Bicocca (ne costituisce per l’appunto il modulo dedicato all’archiviazione e alla preservazione della produzione scientifica – frutto dei progetti di ricerca e non) davvero innovativa: numerose sono state le funzionalità che sono state attivate per esempio per permettere

• l’accesso a BOA (e a Surplus) attraverso l’autenticazione sull’LDAP di Ateneo tramite protocollo CAS
• l’attivazione attraverso web service di un flusso di dati che vada dall’archivio aperto al sito docente del Cineca (un sito ministeriale nel quale i docenti devono archiviare la bibliografia delle proprie pubblicazioni), così come dall’archivio ad altri recipient interessati a ricevere informazioni aggiornate sulle pubblicazioni (sito web di Ateneo, repertori, relazioni annuali etc.)
• lo scambio di dati e l’allineamento con database come quello delle anagrafiche dell’Università dalle quali vengono presi i dati per profilare automaticamente gli utenti (cioè i docenti e ricercatori) e quindi assegnare loro la corretta struttura di afferenza, il ruolo (direttore di dipartimento, presidente di comitato d’area …) etc., ma anche lo scambio di dati e l’allineamento con il sistema di gestione contabile generale dell’Ateneo (naturalmente ognuno di questi sistemi ha una sua architettura e sue specifiche, quindi la creazione di canali di comunicazione tra essi – che infatti si realizza qui per la prima volta – è stata un procedimento affatto indolore, sia dal punto di vista organizzativo sia da quello tecnico-informatico!)
• il pre-caricamento in BOA di migliaia di record per agevolare l’inserimento delle pubblicazioni da parte dei docenti ed evitare un processo di creazione totalmente ex novo
• l’integrazione con Sfx, il software in uso presso la Biblioteca per la gestione delle risorse elettroniche, in modo che, anche se a un record non viene associato il relativo full-text (cioè il testo pieno della pubblicazione), attraverso un semplice clic sul pulsante Sfx, l’utente di Bicocca (docenti, personale ma anche studenti!) possa accedere al menu offerto dal programma, che, tra i vari servizi (ricerca nei cataloghi, Impact Factor etc.), può proporre anche l’accesso proprio al full-text o, in caso la Biblioteca non avesse sottoscritto un abbonamento per la risorsa sulla quale è stato pubblicato il documento, può proporre direttamente la richiesta di Document Delivery (fotocopie della pubblicazione) attraverso un comodo form web pre-compilato.
  

Stiamo ancora lavorando su alcune feature come il flusso inverso, per esempio, che porti i dati dal sito dei docenti sul Cineca e da altre basi dati dentro l’archivio aperto e su “aggiustamenti” che permettano una gestione più fluida dei propri record da parte dei docenti (in questo senso daremo per esempio la possibilità ai docenti stessi di gestire il versioning dei record, quindi di aggiornare le registrazioni con nuovi dati) o la gestione dell’embargo (la possibilità di non far apparire subito pubblicamente il file depositato in archivio), le statistiche per singolo item e la possibilità di esportare bibliografie, oltre al fatto che alcuni moduli di Surplus, come quello importantissimo di Business Intelligence (che produrrà reportistica anche per BOA) non sono stati ancora attivati (ma lo saranno). E sicuramente molti altre modifiche interverranno prossimamente per adattare BOA ai suoi utilizzatori…

Da alcuni incontri tenuti in questi giorni sembra esservi intorno all’archivio molto interesse: speriamo davvero che i nostri sforzi possano essere ripagati da un uso intensivo di BOA, speriamo che tutto vada per il meglio, speriamo che siano depositati molti file, oltre al fatto che speriamo che siano creati molti record e, insomma, per il momento, scaramanticamente, speriamo e basta (oltre a lavorare duro perché TUTTO vada bene, ovvio) :)

Metadati, interoperabilità e social software

In questo momento mi sto occupando molto di metadati: formati, schemi, crosswalk* e via dicendo. Non ci si rende mai abbastanza conto di quale mostruosa varietà di formati più meno locali i vari provider adoperino, finché non si è costretti ad esaminarli e a provare a tradurli in un quache schema intermedio che consenta l’interoperabilità.

Per fortuna mi accorgo che anche altri in questo preciso momento storico si stanno occupando della stessa problematica e qualcosa mi dice che cominciamo ad avvicinarci al punto in cui la babele dei meta-linguaggi dovrà necessariamente dotarsi di un traduttore universale che permetta ai vari universi di parlarsi, invece di monologare.

Per esempio, è notevole il lavoro fatto in Australia sui METS e sintetizzato nell’ottimo articolo, appena pubblicato su D-LIB, The Australian METS profile, a journey about metadata, che descrive le varie fasi necessarie per arrivare alla costruzione di un application profile visto “… as an exchange format to support the collection and preservation of and access to content in Australian digital repositories”.

Notevolissimo il secondo numero, anch’esso di recente pubblicazione, di Code4Lib, dove, tra i tanti articoli degni di lettura, da non perdersi è certamente Toward element-level interoperability in bibliographic metadata, dove troverete “… an approach and set of tools for translating bibliographic metadata from one format to another. A computational model is proposed to formalize the notion of a ‘crosswalk’. The translation process separates semantics from syntax, and specifies a crosswalk as machine executable translation files which are focused on assertions of element equivalence and are closely associated with the underlying intellectual analysis of metadata translation. A data model developed by the authors called Morfrom serves as an internal generic metadata format. Translation logic is written in an XML scripting language designed by the authors called the Semantic Equivalence Expression Language (Seel)“. Interessante notare come le tecniche e gli strumenti costruiti dagli autori siano stati implementati in un toolkit di OCLC chiamato Crosswalk Web Service.

Per i miei esperimenti sono state utili anche le riflessioni, avvenute quasi tutte via mailing list, su un altro crosswalk, quello tra il formato di rappresentazione di dati usato da Open Library, Infogami, e il Dublin Core, nonché lo studio dell’Eprints application profile, dedicato alla descrizione dei lavori scientifici e accademici nei respository istituzionali.

Finisco col parlare di un argomento che c’entra (tangenzialmente) sui metadati, anche se è focalizzato sulla creazione dell’interfaccia Web per una digital library: anch’esso è sviscerato in un articolo di D-LIB intitolato Using open source social software as digital library interface, ed esamina uno dei possibili usi alternativi di WordPress.

Anche questo elemento mi sembra significativo se in quadrato nella cornice degli esperimenti effettuati negli ultimi due-tre anni. Che WordPress (in particolare), cioè una piattaforma per la creazione di blog sia vista sempre più come strumento per la costruzione di interfacce Web per una gran quantità di applicazioni (due esempi su tutti: le riviste online – come per esempio AidaLampi e Pc professionale – e i cataloghi – come Scriblio, l’OPAC della Lamson Library di Plymouth University), fa davvero riflettere.

In primis sulla bontà del software e sopratutto sulla sua intelligente architettura aperta, che permette in maniera abbastanza indolore personalizzazioni e sviluppi, ma anche sul fatto che la UX favorita da interfacce come quelle dei blog ha evidentemente aperto una via efficace alla ricerca online, una via che incontra il gradimento degli utenti. Mi piacerebbe approfondire questo aspetto… Qualcuno è a conoscenza di studi specifici su WordPress o comunque sulle piattaforme di blogging dal punto di vista dell’esperienza degli utenti?

[ Per gli eventuali 25 lettori interessati, la mia sitografia su del.icio.us dedicata ai metadati ;-) ]

==============

* riprendo dalla nota 5 di Toward element-level interoperability in bibliographic metadata: “A chart or table that represents the semantic mapping of fields or data elements in one data standard to fields or data elements in another standard that has a similar function or meaning. Crosswalks enable heterogeneous databases to be searched simultaneously with a single query as if they were a single database (semantic interoperability) and to effectively convert data from one metadata standard to another. See also metadata mapping below. Also known as field mapping.”

Apertura e gestione dei dati: iniziative a confronto

Il problema della portabilità e dell’apertura e condivisione dei dati si fa sempre più pressante: un’azienda all’avanguardia nella gestione di sistemi (aperti) per il KM come Talis ha lavorato per Open Access Data, lodevole iniziativa che mira appunto al riutilizzo dei dati disponibili in Rete (sul blog di Science Commons il post dedicato), e lavora anche per Data Portability, altra organizzazione che si propone di fare per i dati all’incirca ciò che Google sta facendo per i widget con Open Social, ma con più libertà e consapevolezza da parte di tutti (fantastico il motto: Sharing is Caring).

D’altronde la scommessa sull’utilizzo dei dati personali e sulla loro aggregazione è quella che forse in futuro determinerà le sorti di molte aziende e venture capital: riusciremo a gestire canali integrati per tutte le informazioni che ci riguardano – dalle news alle foto, dalle mail alle conversazioni IM – come in un super-feed?

L’importanza che i dati siano portabili e condivisibili viene messa in luce da iniziative come APML, laddove il flusso di interessi (e dunque il clikstreams (o è il lifestreams?)) viene gestito proprio come si fa con i flussi di news RSS. Il problema è stato posto anche recentemente sulla lista OA-Italia da Paola Gargiulo con un commento positivamente critico in relazione alla pubblicazione del draft sul futuro del controllo bibliografico della Library of Congress. Ecco il testo quasi integrale della sua mail:

Come molti di voi già sanno, perché se ne è parlato su più liste di discussione, il gruppo di lavoro della Library of Congress sul futuro del controllo bibliografico ha elaborato uno studio (è ancora nella fase di bozza) che è stato reso pubblico alcune settimane fa affinché la comunità professionale lo commentasse. […]

Lo studio parte da alcune premesse, a mio avviso condivisibili, tra cui l’affermazione che il controllo bibliografico debba essere collaborativo, decentralizzato, internazionale e basato sul web, che la sua realizzazione preveda la collaborazione attiva degli utenti ma anche del settore privato.

Lo studio riconosce l’importanza del’interoperabilità, ma non affronta la tematica dell’open licensing e dell’accesso aperto. L’Open Knowledge Foundation si è fatta portavoce di questa esigenza chiedendo al Gruppo di lavoro della Library of Congress di includere una raccomandazione sull’accessibilità dei dati bibliografici per il loro riuso e ridistribuzione. Chi intende sostenere l’accesso aperto dei dati bibliografici, può sottoscrivere la risposta elaborata dall’Open Knowledge Foundation.

E’ fondamentale che cominciamo a responsabilizzarci rispetto all’uso che in internet si fa dei dati – di quelli che ci riguardano da vicino, cercando di gestirli in proprio piuttosto che affidarli solo alle multinazionali – e di quelli scientifici e bibliografici, che sono – o dovrebbero essere – ugualmente patrimonio comune.

54 Convegno AIB: un resoconto di Serena Sangiorgi

Come accennato nel precedente post, alcuni giorni fa si è svolto a Firenze il cinquantaquattresimo Convegno AIB Le politiche delle biblioteche in Italia – Il sistema bibliotecario nazionale. Per motivi di lavoro non ho potuto partecipare, ma Serena Sangiorgi non solo c’è stata, ma ha pensato bene di redigere un resoconto dell’evento, in aiuto di tutti coloro che, non avendo potuto assistere dal vivo, desiderano sapere cosa è successo e cosa tanti bibliotecari tutti insieme hanno potuto architettare ;) Grazie infinite a Serena per la generosità [mi sono permessa di fare un po’ di chunking e di grassettare qua e là, sperando di non aver stravolto il senso del testo]:

“E’ stato un convegno partecipato: dopo un paio di anni di scarsa affluenza, stavolta i bibliotecari presenti erano molti: in alcune sessioni non c’erano abbastanza posti a sedere per tutti. E’ stato un convegno importante per l’associazione: le modifiche allo statuto, che hanno generato ore di polemiche prima di essere approvate, danno poteri più ampi alle sezioni regionali e al collegio dei probiviri, ma soprattutto l’associazione, a causa delle recenti leggi sui profili professionali non ancora riconosciuti, è riservata alle persone fisiche, che sono le sole ad avere pieni diritti.

Le biblioteche, gli enti, le aziende sinora socio-ente sono sostituite al profilo “amici”, ad esempio senza diritto di voto in assemblea. Le quattro sessioni (Quali servizi per quali cittadini, sulle biblioteche pubbliche; I servizi bibliotecari per la didattica e la ricerca, sulle accademiche; La biblioteca scolastica e la “next generation” sulle scolastiche; Riorganizzare i servizi nazionali, a spettro più generale) erano organizzate in relazioni/interventi al mattino con dibattito aperto al pubblico, e poi in conclusioni al pomeriggio con ulteriore dibattito eventuale.

Nelle due che ho seguito (con difficoltà, ovviamente), quella sui servizi nazionali e quella sui servizi al cittadino, sono emerse alcune frasi-slogan che riassumono molto del dibattito:

• “i servizi nazionali apparenti” di P. Traniello
• “il NON “servizio-nazionale italiano” di A. Petrucciani
• “le 15 mila biblioteche sono più dei comandi dei carabinieri” di L. Scala (questa intesa in senso positivo…)

La sessione plenaria conclusiva del congresso Verso un sistema bibliotecario italiano con presentazione del documento finale (che sarà a breve sul sito sito AIB), aveva rappresentanti anche del ministero, dei Comuni (ANCI) e delle province (UPI). Qui Leombroni, vice presidente AIB e responsabile del polo RAV, ha fatto una interessante riflessione sull’alternanza di 4 termini nella politica bibliotecaria, Servizio/Sistema e Nazionale/Italiano: in sostanza all’inizio si è pensato ad un Servizio Nazionale puntando più sull’aspetto pratico, ora che l’ossatura base di Indice è consolidata si rende necessario un Sistema Italiano integrato perché i servizi possano essere veramente armonizzati.

Scala ha fatto presente come le altre nazioni non spendano più di noi nel campo biblioteche, ma spendano certamente meglio; Santoro dell’ANCI ha invece ricordato come gli editori e la SIAE siano un serio problema economico, prima con la “tassa” sulle fotocopie ed ora con quella sul prestito. Ha dato un’informazione importante, poco nota: il ministero ha borsato ben 2 milioni di euro per quest’ultima, dopo aver abbandonato l’ipotesi di far pagare l’utente finale attraverso meccanismi vari.

A lavori ufficiali conclusi si è svolta infine la sessione Conservazione digitale, affollatissima nonostante l’ora, a testimoniare quanto l’argomento interessi tutti i bibliotecari italiani. Sono stati presentati progetti e attività di Fondazione Rinascimento Digitale, Cilea, Caspur e BNCF, per chiarire “a che punto siamo e cosa stiamo già facendo”.

Invece Mariella Guercio docente di archivistica all’Università di Urbino ha presentato un progetto interministeriale BNCA-MIUR per l’armonizzazione e il sostegno delle attività di conservazione digitale da parte di entrambi i ministeri, riconoscendo che entrambi si muovono in questa direzione ma che è importante siano coordinati per ottenete un risultato, appunto, NAZIONALE (da qualsiasi parte provenga). Le slides presentate si spera saranno disponibili a breve, o sul sito della fondazione www.rinascimento-digitale.it o altrove.

***************

Segnalerei due appunti tecnici a margine del convegno, due presentazioni di prodotti non ancora visti altrove.

• Casalini Libri lancia l’approval plan integrato con Sebina: gli utilizzatori di questo diffusissimo software per gestione biblioteca (di fatto il primo in Italia) potranno impiegare meno tempo con la prassi di ordine, utilizzando una sola procedura. E’ il primo esempio in Italia di attenzione di questo tipo da parte di un distributore, e non stupisce che sia Casalini, già pioniere della fatturazione telematica negli anni ’90.
• Dandelon.com appare sul mercato italiano, e ha scelto per il debutto proprio il convegno AIB, in cui si parla di (possibili) nuovi servizi per i cittadini, veicolati (e come potrebbe non essere così) attraverso Indice e il suo Opac. Questa compagnia tedesca offre un interessante “arricchimento collaborativo del catalogo”, attraverso una combinazione di hardware (scanner) e software (OCR e vari tools) per recuperare gli indici e i contributi contenuti, le miscellanee ecc. dei propri volumi posseduti. La differenza è proprio nel fatto che è la biblioteca stessa a decidere su quali volumi, o sezioni, o tipologie di materiali si vuole agire, sulla base delle sue esigenze interne: non si tratta di pacchetti preconfezionati di titoli ma di scelte sul campo, e sul campo possono essere lavorate: tra gli scaffali, a biblioteca aperta, o nei depositi per le sezioni storiche… I dati concorrono a formare una banca dati collettiva, senza “problematiche” per i singoli OPAC: non facile da riassumere, rimando al sito www.dandelon.com per fare qualche ricerca e, di fatto, vedere come i tools (thesauri, traduttori, ecc.) possono essere veramente interessanti.”

Il gioco dell’OCA

Tra i tentatori di biblioteche come Google e Microsoft si insinua l’OCA, l’Open Content Alliance, che è all’origine di progetti web aperti come Internet Archive e Open Library. Oltre che aderire a progetti di natura squisitamente commerciale mirati alla digitalizzazione e alla presentazione di circoscritte categorie di libri, le biblioteche possono dunque avvalersi dei servizi di OCA, operando così una sorta di scelta di campo, per quanto in teoria non incompatibile con le altre.

Qui si apre un punto importante della questione. OCA promette (o meglio, lo fa già) di mettere a disposizione dell’umanità i libri digitalizzati, ma la cosa ancora più interessante è: quali libri verranno digitalizzati. L’oggetto di OCA, in genere, sono infatti gli out-of-copyright book, cioè i libri non più soggetti al vincolo del copyright. In realtà

On Wednesday the Internet Archive announced, together with the Boston Public Library and the library of the Marine Biological Laboratory and Woods Hole Oceanographic Institution, that it would start scanning out-of-print but in-copyright works to be distributed through a digital interlibrary loan system. (fonte: New York Times)

E sarebbe ulteriormente interessante capire quanti di questi out-of-print o sono anche orphan book – cioè libri di cui non si riesce a rintracciare un’appartenenza editoriale ma che per l’età dichiarata risultano ancora sotto chiave, e anche quali saranno le modalità del prestito interbibliotecario, oltre alle modalità pratiche di gestione di volumi ancora sotto diritti.

Interessante notare anche come la questione riguardi piuttosto l’accesso che la digitalizzazione in sé: a differenza di Google, OCA chiede che le biblioteche paghino per i servizi prestati (digitalizzazione), ma poi garantisce accesso aperto ai dati. Ed è questo che molte biblioteche hanno apprezzato (certo, stante l’abbondanza di fondazioni ed enti finanziatori di cui possono usufruire i nostri colleghi d’oltreoceano ;) ) e che ha colpito NYT.

(via mailing list Web4Lib)