Studentská 2, Liberec 1, 461 17

Věc: Zpráva z pracovní cesty Pracovník: Pavlína Rouhová

Akce: Inforum 2015

Datum konání:

1. Více než slova: budoucnost dokumentů / L. Robinson

 “dějiny” budoucnosti dokumentů – Cutter, H.G. Wells, V. Bush, A.C. Clark …

 bibliografie – Woledge

 dokumentace – H. La Fountaine, P. Otlet …

 definice dokumentu - Otlet, Briet

 informační komunikační řetěz, tj. posloupnost komunikačních aktivit

 creation > dissemination > management > organization/retrieval > use (Robinson, 2009)

 neo-dokumentace – Buckland, Rayward, Lund

 teorie dokumentu – Lund, Skare

 Buckland (2014) – informace jako věc, jako proces a jako znalost

 post-neodokumentace

 digitální dokumentace, digitální komunikace – galerie, knihovny, archivy, muzea a školy

 imerzivní dokumenty

 důsledky pro LIS (library and information science)

2. Můžeme mít všechno? A chceme mít všechno? Vývoj sbírek akademických knihoven / M.

Levine-Clark

 knihovny (knihovníci) vyhledávají v preferovaných (navyklých) zdrojích, nikde jinde

 vývoj knihovních sbírek:

 starý model - dříve tištěné knihy a periodika – kupovalo se z rozpočtu - nevýhody

 nový model – e-knihy, řízená poptávka (řízená akvizice), balíčky periodik, databáze, agregátory, předplatné, přístupová práva (někdy dočasná) - výhody

 POD, ebook, DDA

 knihovní sbírka se řídí poptávkou

 ProQuest Avquires SIPX

3. Tvorba fondu na základě efektivní akvizice / P. H. Bakka

 University of Bergen Library – studie

 PDA

 e-knihy

 e-knihy vs. tištěné knihy

 DDS (document delivery system)

4. Digitalizace kulturního obsahu v České republice - od intuice ke standardům / A. Michailidis

 intuitivní digitalizace – není koordinovaná, je málo informací

 digitalizace není jenom IT

 inventarizace:

 ČR neví, co má, či kolik toho má, zdigitalizováno

 malé instituce živelně digitalizují

 metodologie:

 každá instituce si vybudovala vlastní

 standardizace, definování rolí, aktualizace metodik (kompetenční centra – řídí a radí s digitalizací)

 workflow digitalizace

 spolupráce a školení

 web digitalizace (emuzeum.cz? ndk.cz? nová: digikultura.cz?)

 legislativa:

 autorská práva …

 národní agregátor:

 Národní muzeum – konference 14. července

 samotná digitalizace:

 zastarávání technologií - 5 let z peněz EU

 obsluha – s placením se do budoucna nepočítá

 fyzický proces digitalizace :

 největší problém – financování

 digitalizační pracoviště

 kompetenční centra

 dlouhodobé uložení :

 např. filmy – uchovávání na filmech – digitalizace je zbytečná

 zpřístupnění:

 autorská práva …

 komunikace:

 největší problém – nekomunikuje se!

 eCulture:

 “zajištění a využití digitalizace kulturního obsahu a veřejných kulturních služeb pro podporu posilování institucionální kapacity účinné veřejné správy v oblasti kultury, kreativity, inovací a znalostní ekonomiky”

 odborná skupina:

 inventarizace, metodologie, kompetenční centra, digitalizace, agregace dat, zpřístupnění, dlouhodobé uložení (úložiště), komunikační matice

 eCulture projekty 2014:

 identifikace projektů pro 2014+ v rámci resortu

 příprava projektů, studie proveditelnosti a zadávání dokumentací

 modely financování včetně vědy a výzkumu

 aktualizace “Strategie digitalizace kulturního obsahu”

 zohlednění problematiky v kulturní politice ČR

 CES (Centrální evidence sbírek) MK:

 tak se dostanou data od institucí k MK

 Slovensko – program OPIS

5. Certifikace Národní digitální knihovny podle ISO normy 16363 / J. Mottl

 ve smlouvě na dodávku NDK:

 do ukončení projektu v roce 2014 musí LTP sub-systém být připraven k externí certifikaci důvěryhodného digitálního repozitáře (např. TRAC)

 proběhl audit, který zkoumal, jak jsou plněny požadavky norem:

 ISO 14721 (OAIS)

 ISO 16363

 vznikly dokumenty:

 Repository mission statement (poslání úložiště - LTP archivu NDK)

 Preservation strategic plan (strategický plán uchovávání LTP archivu NDK)

 nová koncepce metadatových formátů

 oddělení digitalizační linky od LTP systému

 řešení autorských práv

 krátkodobé strategie:

 detekce a statistika souborových formátů v AIP typu WARC

 monitoring infrastruktury LTP systému

 transparentní finanční krytí projektu

 ukládání elektronických publikací do LTP

 kontrola kvality digitalizovaných entit

 personální zajištění pracovních skupin

 dlouhodobé strategie:

 nová metadatová specifikace (nejen pro monografie a periodika)

 ukládání všech digitalizovaných entit v rámci ČR do LTP NDK

 opatření pro dlouhodobou ochranu AIP typu WARC

 systém zpřístupnění

 změna legislativy (e-knihy, WebArchiv)

 Preservation policies (pravidla pro uchovávání v LTP archivu NDK)

 Preservation mmplementation plan (plán pro zavedení uchov. v LTP archivu NDK)

 Zpráva o neshodách a návrh nápravných opatření

 problémy:

 nezajištěné financování v dlouhodobém výhledu (MK)

 nedostatečné personální zajištění provozu

 neexistující řízená dokumentace repozitáře (SAFE LTP))

 neexistující dlouhodobé vzdělávání personálu repozitáře

 neexistující systém kontroly srozumitelnosti archivovaných informací

 testovací scénáře čitelnosti informace pro určenou skupinu

 uloženo AIP v NDK k 1.5.2015 - 280 624

 uloženo AIP v NDK k 1.5.2015 - 280 624

 v MZK ukládají TIFFY stranou (příliš velké soubory dat) a sdílejí JPEG 200

 www.ndk.cz

 http://www.ndk.cz/archivace/certifikace-dlouhodobeho-uloziste

6. ProArc – open source řešení pro produkci a archivaci digitálních dokumentů / M. Nezbedová

 koordinátor KNAV

 vyvíjeno AV ve spolupráci s INCAD (technická podpora)

 součást projektu NDK

 open source

 financováno z programu NAKI

 nástroj pro výrobu a úpravu popisných, administrativních, technických metadat a OCR

 umožňuje vytváření nových objektů

 podporuje přebírání dat z externích systémů (Aleph/RDCZ)

 umožňuje rychlou a částečně automatizovanou produkci digitálních dokumentů

 podporuje dávkové/hromadné úpravy

 generuje UUID

 podporuje standardy NK pro digitalizaci (plná podpora MODS, ADM a TECH metadat)

 podporuje přidělování URN:NBN

 export PSP balíčků

 produkuje data kompatibilní se systémem Kramerius

 používá Studijní a vědecká knihovna v Hradci Králové

 technologie:

 Fedora commons repository

 Java

 PostgreSQL

 Kakadu

 ABBYY recognition server

 https://code.google.com/p/archivacni-system

7. Staré tisky digitalizované v rámci projektu Google Books zpřístupněné v Manuscriptoriu:

výsledky, zkušenosti, plány / T. Psohlavec

 postup zpracování dokumentů v projektu Google Books:

 výběr dokumentu (datace, dochování), restaurování, vytvoření popisu (není-li), převoz, digitalizace, vrácení, zpřístupnění

 měsíčně prohlédnuto 1200–1500 svazků a polovina je opravována (drobné opravy)

 zpracovávány jsou dobře dochované exempláře

 v rámci jednoho transportu je převezeno 2500–8000 svazků

 20+ zemí, 100+ poskytovatelů obsahu

 přispívají nejvýznamnější správci digitálních dokumentů, jako jsou NK, UK …

 Google Books je jen jedním z mnoha zdrojů (Manuscriptorium)

 2 fáze integrace do Manuscriptoria:

 fáze 2014 (realizováno):

 stahování produkce z Google

 konverzní mapování dle VISK6 (Manuscriptorium Compatible)

 konverzní aplikace a provedení konverze

 nahrávání digitálních dokumentů do CDÚ NK ČR

 import do Manuscriptoria

 fáze 2015 (plán):

 rozšíření Manuscriptoria pro hledání nad OCR a jeho zobrazování

 rozšíření aplikací Manuscriptoria

 příprava infrastruktury v NK ČR (texty jsou objemné, cca 2x 250 GB dat fulltextů)

 propojení s Alephem NK ČR

 kvalita OCR u produkce Google Books:

 dost chybové (asi málo prostoru pro optimalizaci)

 usnadnění hledání, v lepších případech i další práce s textem

 OCR vs. plné texty:

 plné texty - nákladná ruční práce (znalostní, časové a finanční nároky)

 vysoká kvalita samozřejmostí

 často s poznámkovým aparátem, výkladem a překladem

 jen několik stovek dokumentů

 kvalita skenování:

 obrazová kvalita je relativně nízká

 neřeší se vyrovnání

 neřeší se správný ořez

 neřeší se barevná kalibrace

 kvalita výstupů vs. konečný užitek:

 pozitiva převažují

 nárůst produkce popisů

 hodně dokumentů restaurováno

 digitální informace se dostávají k badatelům

 obrazy jsou dobře čitelné

 OCR minimálně pomůže vyhledatelnosti

 možnost výběrové digitalizace speciálních exemplářů

 zpřístupnění zdarma – ve smlouvě - podmínka pro obě strany a podmínka Googlu

8. Výlov novinek z rybníka zvaného Web Search / V. Sklenák

 Mobilegeddon (Google) – 21.4. 2015

 vyhledávání – upřednostňují se weby, jež jsou „mobile friendly“ (mobily)

 využívání mobilního Internetu roste

 hodnotí se: velikost písma, vzdálenost odkazů, šíře zobrazení atd.

 Panda – znevýhodňují se weby nižší kvality – nová verze

 Penguin – penalizují se weby s nekalými praktikami (SEO) - nová verze

 Pigeon (holub) – posilují se pozice webů s lokálním cílením (USA)

 nové vyhledávače vs. Google nemají šanci (Wikia Search, Quaero, Theseus …)

 jen Bing (Microsoft) – v USA podíl 20 %, jinde méně

 Apple – koupila Topsy, má vlastního robota, prý pro Siri a Spotlight

 Deep web vs. Dark web:

 Deep Web (hluboký/neviditelný web):

 neindexovaný obsah, ale běžně pomocí webu dostupný

 Dark Web:

 úmyslně skrývaný obsah, běžně nedostupný, mnohdy ilegální (Tor)

 Memex (memory extender):

 1945 - Vannevar Bush - popis principů hypertextu

 2015 - DARPA - nový vyhledávač pro Dark Web

 Seznam.cz:

 Seznam mění tvář - Jalapeño

 boj se spamem, snižování stránek používajících SEO, dopad na čtvrtinu hledání, změnu pozic u 2 % dotazů

 princip „kouknu a vidím“ - mnohdy nefunguje ani u člověka, indexování obsahu se nemůže vyhnout ani obrázkům

 zadání dotazu – víte, co chcete a dokážete to vyjádřit - co když to ale nedokážete?

 lze hledat podle obrazového vzoru (Google), např. https://www.imageidentify.com

 Google vyvíjí anotační nástroj pro popis obrázků (strojové učení a superpočítače)

 internet je každodenní záležitostí – pronikl již všude, vyhledávání se zjednodušuje, ale zároveň se zvyšuje lenost mozku

9. Vyhledávání a Big Data / P. Kocourek

 Incad a Search Technologies Company

 od ledna 2015 – Center of Search Excellence pro Evropu

 Search Technologies:

 IT společnost pro návrh, implementaci a správu podnikových a big data vyhledávacích řešení

 600+ zákazníků

 vyhledávání podnikové, data warehouse, e-commerce, search and match, pro média a nakladatele a goverment

 vyhledávání – rychlé, škálovatelné, schema-free, velké objemy dat

 Big data:

 hromada dat, tunel dat, příliš na jeden server

 není možné je zpracovat na jednom stroji

 agregace dat a analýza:

 nestačí transformovat data, je třeba je agregovat (vyvařit)

 dávkové zpracování

 dlouho trvající procesy (not real-time)

 Apache Hadoop:

 open-source project, vyvíjí software pro zpracování

 Big Data architektura pro vyhledávání

 Big Data content processing:

 platforma pro zpracování, normalizaci, obohacení dat a jejich analýzy

 udržuje bezpečnou kopii původního textu a metadat každého dokumentu

 může být využit pro vytváření indexů

 Big Data Search:

 Hadoop, Cloud Cpmputing

 moderní statistické analýzy, machine learning

 Search & Match, analýza citací, sémantické analýzy, vyhodnocování (TF/IDF+), detekce duplicit, tagování, hodnocení, doporučování, doporučené dotazy …

 Big data přístup může výrazně posunout vyhledávání

10. Europeana Cloud: Nové řešení pro efektivní předávání a využívání dat / P. Pejšová

 3letý projekt koordinován The European Library probíhá do ledna 2016 (financován EU)

 Europeana Cloud - začlenit jako součást vícestranné platformy

 35 partnerů

 mise:

 dát agregátorům a poskytovatelům dat levnější a stabilnější infrastrukturu pro ukládání a správu metadat a digitálního obsahu

 víc způsobů využívání metadat a digitálního obsahu

 vybudovat platformu, na které mohou být postaveny další nástroje

 cíle:

 snadněji spravovat a sdílet data s Europeanou a dalšími agregátory

 možnost přidávat data k našim metadatům (např. autority, převod formátů)

 možnost přístupu a editace metadat (v omezeném režimu dle vlastníka dat)

 sledování změn, podpora verzí a jedinečných identifikátorů

 možnost experimentovat s ukládáním a šířením obsahu

 metadata teď putují do Europeany jedním směrem – alternativa – Europeana Cloud (eCloud)

 umožní:

 nahrávat metadata

 definovat, kdo je může využívat a jak (stahovat, přidávat poznámky, mazat)

 třetím stranám přístup přes API

 podpora Europeana Portal, Labs a dalších nástrojů a služeb

 eCloud není Europeana Portal

 cloudová infrastruktura:

 není povinná

 data mohou být nejen CC0

 data nemusí být jen metadata

 více možností, jak můžou uživatelé využít API eCloudu (např. číst/zapisovat)

 povolení číst/zapisovat definovány poskytovatelem dat/agregátorem

 ne všechna data z eCloudu musí být zobrazována Europeana portálem

 řízení – 7 pracovních balíčků:

 potřeby vědců a budování Europeany

 definování eCloudu včetně autentifikace

 prototypy služeb pro muzikology

 vkládání metadat a obsahu

 ekonomická a licenční problematika

 propagace a administrativa

 NTK – 4 pracovní balíčky:

 legislativní, strategická a ekonomická východiska

 dodávání metadat a obsahu, testovací vzorky, předávání informací (též do Krameria)

 propagace a administrativa

 http://www.techlib.cz/cs/2983-europeana-cloud

 http://www.pro.europeana.eu/web/europeana.cloud

11. Rozpoznávání a indexování knižních obsahů / J. Pokorný

 zpřístupňování fondu knihovny pomocí centrálního vyhledávače (např. discovery systémy)

 vyhledávání: dle identifikačních údajů, dle věcných údajů

 věcné údaje: klasifikační systémy, tezaury, předmětová hesla, volně tvořená klíčová slova

 z údajů bibliografických záznamů se budují vyhledávací indexy

 indexy slouží nejen pro vyhledávání, ale i pro generování filtrů pro zpracování vrácených výsledků (fasety a další filtry)

 kdy standardní popis nestačí:

 názvové údaje jsou často obecné nebo nevyjadřující obsah díla

 manuální věcný popis je závislý na katalogizátorovi (subjektivita, nepochopení) a nepostihuje všechna témata obsahu díla

 když není možný fulltext nebo fulltextové indexování

 využití obsahu knihy k indexování:

 metoda vytěžování klíčových slov z naskenovaných obsahů

 lze určovat i váhu klíčového slova - na kolika stránkách se o tématu píše

 postup:

 naskenování obsahu knihy (i jako náhled)

 OCR s rozpoznáním bloků textu (tvar a kontext)

 rozlišení textových a číselných bloků

 eliminace cizích bloků a stopslov

 textová analýza (kontext)

 získání klíčových slov a převod do základních tvarů

 uložení do bibliografického záznamu či jiného kontejneru

 problémy:

 rozložení textu, typografie a design

 rozpoznání závislostí (kapitoly, podkapitoly)

 úložiště:

 do bibliografického záznamu (pole 505 MARC nebo do vybraného prvku v XML)

 do pomocného úložiště s prolinky v rámci lokálního systému

 do externího systému, využití více knihovnami (jako s obálkami knih)

 další využití:

 detekce trendů (nejčastější témata)

 nejčastější klíčová slova v daném období a v daných oborech

 realizace:

 projekt NTK programu VISK 2015

 na podzim 2015 beta verze

 propojení s AKS pro ukládání do záznamu

 indexování v AKS nebo v discovery systému AKS

 pomocný index při vyhledávání či požadavků katalogů a vyhledávačů

12. Digitální informační kurátorství a jeho využití v konstruktivisticky orientovaném vzdělávání / M. Černý

 konstruktivismus – kurátorství – technologie = digitální kurátorství

 kurátor – opatrovník, správce, stará se o konkrétní materiály

 digitální kurátorství (digital curation) – soubor činností, které vedou k uchovávání digitálních materiálů a jejich zpřístupnění

 informační kurátorství (information curation) – je kurátorská činnost spojená s informačními artefakty

 digitální informační kurátorství – kombinace obojího

 informační kurátorství vychází z informačního chování a je jím determinováno

 má tři fáze:

 získávání dat (návaznost na EIZ)

 řízení a uchovávání (osobní wiki, Evernote, ZIM)

 využití, prezentace, zpracování

 kurátorství ve škole:

 jaké ICT využívají učitelé pro svoji potřebu a přípravu na výuku, jaké služby a technologie využívají

 jaké ICT využívají žáci, jaké jsou jejich informační návyky, jaký mají hardware, jaké služby využívají

 jakým způsobem ICT využívá management školy k předávání informací

 jak se ICT promítá do komunikace s rodiči

 strategie 2020

 „kvalitní vzdělávání předpokládá průběžnou modernizaci vzdělávacích zdrojů a vzdělávací infrastruktury, v níž stále významnější místo získávají informační a komunikační technologie. Možnosti jejich těsnější integrace do výuky vytváří vynikající příležitosti nejen pro podporu efektivních procesů učení postavených na principu individualizace v rámci školního vzdělávání, ale také základ pro celoživotní učení a život ve společnosti, která bude dalším rozvojem digitálních technologií zásadně ovlivňována“

 2 směry komunikace:

 směrem ke klientům, uživatelům, studentům

 směrem k okolí

 nástroje:

 Bibblo, Scoop.it, Pinterest, Tumblr, Flipboard, Elmodo,

 Digitální knihovna (Greenstone, SimpleDL …) – návaznost na repozitáře

 kompetence (různé pohledy):

 kompetence komunikační, presentační, technologické, oborově-orientační, manažerské, pro design objektů a služeb, systémové a analytické

 volba formátu pro ukládání dat, vytváření sad objektů, práce s citacemi a zdroji, popis metadat, archivace, strategie nakládání s daty

 komunikace, rodina a komunita, inkluze, rozmanitost a demokratické hodnoty, plánování a hodnocení, výchovně vzdělávací strategie, učební prostředí, profesní rozvoj

 kompetence interpersonální, pedagogická, odborná a didaktická, organizační, pro spolupráci s kolegy, pro spolupráci s okolím, k reflexi a sebezdokonalování

13. Informační a publikační strategie mladých vědců / I. Adlerová

 vědeckovýzkumný cyklus

 propojení výzkumné práce + informačního prostředí + financí na výzkum + publikování

 finanční podpora, investice – systém přidělování na základě hodnocení práce vědce nebo vědeckého pracoviště

 měřítko úspěšnosti a produktivity vědecké práce - vědecké publikace, snaha o co největší počet publikovaných článků ve sledovaném období a o co nejvyšší hodnocení

 univerzitní prostředí je specifické, propojuje vědeckovýzkumnou práci s prací pedagogickou

 mladí vědečtí pracovníci - získávají znalosti a zkušenosti ve svém oboru, vytvářejí si v průběhu studia profesní návyky, přejímají oborové zvyklosti, jsou ovlivňování svými vzory …

 renomovaní vědci vs. mladí vědci

 důraz na ochranu intelektuálního vlastnictví university

 role univerzitní knihovny:

 poskytuje informační služby

 poskytuje podporu ve všech krocích vědeckovýzkumného cyklu

 vytváří inspirativní zázemí, tvůrčí prostředí

 je součástí živé, komunikující a spolupracující univerzity

 je nezastupitelná (oproti jiným knihovnám) při výchově a podpoře mladých vědců, zejména při formování jejich informačního a publikačního chování

 Ústřední knihovna ČVUT – příklad

 mladí vědci, začínající autoři - autorská etika

 nejčastější prohřešky proti publikační etice:

 citování sekundárních zdrojů

 citování neplatných zdrojů

 duplikování vlastních publikací

 parafrázování již publikovaného textu

 opětovné použití souboru experimentálních dat pro další publikaci

 replikování publikací

 nepravdivé uvádění spoluautorství

 nekorektní uvedení spolupráce s jinými, zneužití cizích nápadů a publikací

 kopírování částí textů bez uvedení zdroje

 nejzávažnější případ plagiátorství – publikování cizí práce pod svým jménem

 informační a publikační chování začínajících autorů - příklady

14. Zkušenosti s využitím EIZ pro hodnocení vědy / P. Mika

 knihovna AV ČR:

 interní analýzy v rámci AV ČR

 příprava bibliometrie pro Hodnocení výzkumné a odborné činnosti AV ČR 2010-2014

 IPN Metodika:

 systém hodnocení a financování výzkumu, vývoje a inovací

 KA1 Informační podpora

 výběr dodavatele dat

 bibliometrické reporty

 bibliometrie a vědecká komunikace:

 bibliometrie a scientometrie - kvantitativní metody analýzy vědy jako informačního procesu a matematické a statistické metody analýzy vědecké komunikace

 bibliografické informace (popisná metadata o publikaci) - vyhledávání a získání vědecké literatury

 bibliometrie využívá tyto informace k analýze publikačních vzorců

 bibliometrická metadata ...

 bibliometrické indikátory:

 publikační aktivita (počet a druh publikací)

 výzkumný profil (v jakém oboru))

 vědecká spolupráce (autoři a adresy v publikaci)

 vědecký vliv (citační analýza)

 zdroje dat:

 vědecké informační systémy (Current Research Information Systems (CRIS):

 národní - IS VaVaI

 institucionální - ASEP

 citační databáze – multioborové:

 Web of Science

 Scoups

 analytické nástroje:

 InCites

 SciVal

 bibliometrie v rámci hodnocení vědy:

 informace pro řízení vědecké instituce

 informovat, ne nahradit peer-review hodnocení

 ideální je kombinace obou metod

 San Francisco DORA – doporučení: nepoužívat IF pro hodnocení vědců a vědeckých jednotek