Metadata in Practise
Een van de presentaties op de IHUG was van Anne Loria van Griffith University over het gebruik van metadata. Een zeer interessante presentatie over metadata en dat is best knap ;-)
Binnen Griffith University (Aus) zijn al een tijdje bezig met Hive. Een van de projecten daar gaat over metadata en je daar mee omgaat. Uitgangspunten voor hun zijn:
De collecties waar zij mee begonnen zijn:
Belangrijk bij het invoeren van metadata zijn goede regels over hoofdlettergebruik, naamconventies voor titels, bestanden en auteurs. Om de kwaliteit van de metadata te verhogen (minder fouten, betere interoperabiliteit, accurater) kan je het best gebruik maken van vocabularies. Ook het gebruik van thesauri en taxonomien helpen hier ook bij. De vraag is alleen waar je deze gaat beheren. Op dit moment moet je binnen Hive een vocabulary in het metadataschema opslaan. Dit betekent dat als je het metadata schema hetzelfde laat, maar wel een andere vocabulary gebruikt je een apart metadata schema moet maken.
Al met al een interessant verhaal wat een duidelijk beeld geeft over het gebruik van metadata in de praktijk.
- Metadata wordt per collectie bekeken en bepaald
- Is afhankelijk van de eisen die er worden gesteld aan de collectie
- Er wordt gekeken in hoeverre er kan worden aangesloten op een bestaand metadataschema.
- Als er niks geschikt is, wordt er een <i>metadata application profile (MAP)</i> gemaakt.
- Door middel van de mapping functionaliteit in Hive, worden de verschillende metadata schema's aan elkaar gekoppeld, zodat je kan zoeken onafhankelijk van het metadataschema.
De collecties waar zij mee begonnen zijn:
- oude tentamens
Hiervoor was eigenlijk geen metadata vereist. Ze hebben hier gekozen voor een standaard naam convention. Met een building blocks kunnen deze items ook eenvoudig zichtbaar gemaakt worden in Blackboard.
- course readings (electronic reserve)
Dit zijn gedigitaliseerde artikelen van journals en conferenties en hoofdstukken uit boeken. De metadata die hier aangehangen moest worden, was de bibliothecaire informatie, copyright information en informatie om de het materiaal te kunnen beheren. Geen enkel bestaand metadata scheam voldeed aan alle eisen. Dus hiervoor hebben een eigen MAP gemaakt.
De GU-MAP for Course Reading ondersteunt bibliothecaire informatie en copyright management data. Het profiel is gebaseerd op een kruising tussen LOM en DC met de toevoeging van MARC-principes (bibliotheek informatie). Ze werken zo veel mogelijk met vocabularies, waardoor de gebruiken alleen kan kiezen uit een dropdownlist (zo verkom je typefouten). Hieronder een overzicht van de velden die er in zitten.
(klik op de afbeelding voor een groter exemplaar)
Ze hebben veel aandacht besteed aan de rechten en de copyright, zodat ze volledig voldoen aan de Australische wetgeving op dit gebied. Via de building block wordt bijvoorbeeld precies bijgehouden wie het download en hoe vaak. - leerobjecten
De metadata voor leerobjecten is samengesteld samen met alle verschillende stakeholders (onderwijskundige ontwikkelaars, multimedia ontwikkelaars, eindgebruikers (studenten en docenten) en beheerders). Het moet gericht zijn op lange termijn goed te kunnen beheren en bewaren. Het toevoegen van metadata moet vooral eenvoudig zijn. De grote vraag hierbij is natuurlijk wie gaat de metadata toevoegen?
Bij de selectie van de metadata hebben ze uitvoerig gekeken naar Dublin Core en LOM. Beide hebben volgens hun duidelijk beperkingen. Vooral wat betreft LOM is dat natuurlijk vreemd omdat dit bedoeld is voor leerobjecten. Ik ben het wel met ze eens. LOM is veel te uitgebreid, daarnaast zijn de specifieke onderwijskundige elementen (zoals bijv. semantic density en iteractivity level) eigenlijk niet goed bruikbaar.
Het proces loopt nog, dus ze hebben nog geen definitieve MAP voor LO's. Hier is de draft:
- ePrints / eResearch
Dit is een vergelijkbaar project als DAREnet in Nederland. Het online beschikbaar maken van research materiaal. Zij gebruiken hiervoor Hive en OAI-PMH. De metadata die hier aanvast zit is Unqualified Dublin Core. Over deze metadata zijn ze ontevreden. Ze zouden hier meer velden willen zien. De voorkeur is dat je binnen Hive een uitgebreider schema kan gebruiken en als het dan geharvest wordt, alleen de DC-velden worden meegegeven. Zo voldoe je wel aan de eisen van ePrint, maar heb je intern ook de extra informatie beschikbaar.
Belangrijk bij het invoeren van metadata zijn goede regels over hoofdlettergebruik, naamconventies voor titels, bestanden en auteurs. Om de kwaliteit van de metadata te verhogen (minder fouten, betere interoperabiliteit, accurater) kan je het best gebruik maken van vocabularies. Ook het gebruik van thesauri en taxonomien helpen hier ook bij. De vraag is alleen waar je deze gaat beheren. Op dit moment moet je binnen Hive een vocabulary in het metadataschema opslaan. Dit betekent dat als je het metadata schema hetzelfde laat, maar wel een andere vocabulary gebruikt je een apart metadata schema moet maken.
Al met al een interessant verhaal wat een duidelijk beeld geeft over het gebruik van metadata in de praktijk.
No feedback yet
Form is loading...