Perspektivy trvalých identifikátorů v ČR

Jan Hutař

Libor Coufal

Souvislosti

Koncepce Národní digitální knihovny - čeká na schválení vládou

Centrální digitální repozitář CDR v NK >> potřeba jednoznačné identifikace jak v rámci CDR tak i navenek– Kramerius– Manuscriptorium– WebArchiv

Souvislosti

Žádná instituce v ČR zatím PID pro digitální dokumenty plnohodnotně nevyužívá

– KNAV používá DOI pro své článkové databáze– WebArchiv přiděluje NBN – nemá resolver– ÚVT UK – ID v DigiToolu

Pracovní skupina PID

na základě zájmu NK zavést standardní PID, široce podporovaný a použitelný i v jiných institucích

velký zájem o spolupráci z ostatních institucí– KNAV– STK– Městská knihovna Praha– MZK– AiP Beroun (Manuscriptorium)– UVT UK– UVT MU– Cosmotron Bohemia s.r.o

Co jsou identifikátory?

řetězce čísel, písmen a symbolů reprezentující určitý objektobjekt

80-7309-151-8

Identifikátor vyžaduje

Standard, který jej definuje (sám o sobě nedává smysl, např. RČ)

Správce, který přiřazuje ID objektům

Identifikátor ~ společenská dohoda jejíž hodnota závisí na organizaci

K čemu slouží identifikátory?

Identifikace

r.č. 050505/5527

K čemu slouží identifikátory?

Odkazování

http://emk.cz/

K čemu slouží identifikátory?

Odkazování

http://www.osu.cz/konference/khv/dokumenty/sborn%C3%ADk_khv2007.pdf

Požadavky na ID

Jednoznačnost - každý objekt má pouze jeden ID- jeden ID odkazuje pouze na jeden objekt- často požadavek na globální jednoznačnost- důležitý je kontext

Trvalost (Persistence) > PID- ID = vztah mezi řetězcem a věcí > vydrží tak dlouho, jak dlouho vydrží tento vztah- perzistentnost není vlastností technologie, ale organizace- jak dlouhá je „perzistentnost“?

PID v knihovnách

tradiční– LCCN 1898– ISBN 1970– ISSN 1975 > ISMN, ISAN (vše garantováno ISO)

„nové“– DOI; URI; URL; URN; ARK; PURL; NBN; Handles

aj.

Problémy PID v knihovnách

Neexistuje univerzální ID, pokrývající všechny typy intelektuálních děl

Lze využít tradiční ID v novém kontextu?ANO - např. urn:ISBN:0-789-12345-1

Co od PID očekáváme/-te?

Obecné požadavky a očekávání jednotlivých institucí:

jednoznačná identifikace DO na všech úrovních (titul > část > kapitola > strana) nebo (titul > ročník > číslo > strana > článek)

nejen v rámci jednoho systému, ale i v systémech ostatních

fungující propojení elektronických dokumentů s katalogem (SKC x knihovny)

Pracovní skupina - plán

specifikace konkrétních požadavků na trvalý identifikátor od jednotlivých institucí

převedení specifikace do formy hodnotících kritérií hodnocení kandidátů na základě kritérií analýza existujících PID, výběr užšího okruhu

vhodných kandidátů výběr nejvhodnějšího trvalého identifikátoru vytvoření konkrétní podoby (syntaxe)

Analýza - otázky

1. Používáte nebo plánujete používat trvalé identifikátory?

2. Jakým způsobem, v rámci jakého projektu a pro jaké typy dokumentů?

3. Co konkrétně čekáte od jejich zavedení ve vaší instituci?

4. Jaké jsou vaše představy?

Výsledná tabulka

Analýza odpovědí

Celkem jsme obdrželi 10 odpovědí. Nejčastějšími požadavky byly:

jednoznačná a persistentní identifikace 10x umožnění linkování dokumentů 9x propojení dokumentů s SKC 6x propojení dokumentů s lokálním katalogem 5x zajištění resoluční služby (resolveru) 3x

Analýza odpovědí

Využívají ID v současnosti (spíše pasivně) 4x

Chtějí ID na úrovni titulu, i části dokumentů (kapitoly nebo články) 4x

Analýza odpovědí

Přidělovat PID těmto typům dokumentů:

digitalizované dokumenty 8x kvalifikační práce 2x články 2x webové dokumenty 1x

Typy a druhy PID

Od 90tých let bylo představeno několik číselných schémat používajících name space

name space – pro uložení jména a lokace dokumentu – ID jsou registrovány centrálně

ID je resolvováno (tj. správný dokument je nalezen), aniž by uživatel věděl jeho skutečnou lokaci

jde o handles, DOI, ARK, PURL, URN, NBN a OpenURL aj.

Uniform Resource Name URN

obecná syntaxe: “urn:“<NID>“:“<NSS> globálnost – různé zdroje nemohou mít

stejné URN dovoluje integraci jiných schemat (ISBN,

ISSN, NBN aj.)

urn:isbn:3-1456979-78-9

urn:nbn:cz:nkp-1178446urn:nbn:cz-123456789

URN:NBN:<ISO country code:sub-namespace>-<NBN číslo> pro národní knihovny globální registr URN:NBN namespace v LoC NK rozhoduje komu dá sub-namespace

National Bibliographic number NBN

Handles

<handle naming auth.>/<handle local name>

Handle ~ konkrétní ID unikátnost, persistence (fce administrátorské péče),

umí odkazovat na různé výskyty konkrétního zdroje, Unicode 2/UTF-8 –vyjádří „cokoliv“,

distribuovaný model: globální služba může delegovat dotazy lokální sl. a naopak

145.76/jan2004-rk132648

Handles 2

nezávislé na DNS – má vlastní root server (Global Handle System na CNRI)

tj. GHS ví o všech Naming authorities (NA) a přeposílá jim dotazy

SW volně na webu CNRI registrační poplatek je 50 USD

145.76/jan2004-rk132648

Digital Object Identifier DOI

DOI Foundation - poskytuje technickou i administrativní vrstvu

obojí postavené na možnostech Handle systému + sada dalších schémat a standardů

služby jdou dále než jen technická úroveň DOI deleguje vše tzv. RA (Registračním Agenturám) využíváno komerčně – vydavatelé

– články, části textů, ale i pro výrobky, vědecká měření apod. za registraci a použití se platí! tisíce dolarů

doi:10.1430/8105

Archival Resource Keys ARK

ARK schéma opatruje California Digital Library nejen koncept pro PID, ale i kompletní protokol a SW

suite k okamžitému startu identifikace a resolvování ! otevřený rámec pro perz. identifikaci sestávající z:

– administrativního modelu– jmenné konvence– síťového protokolu

persistence je čistě otázkou služeb než syntaxe

ark:/<12345>/1234-xth-12/oiis

ARK 2

[“http://“ <NMAH> “/“] “ark:/“ <NAAN> “/“ <name> [ <qualifier>]

ARK dokáže vyjádřit hierarchii

ark:/<12345>/1234-xth-12/oiis

PURL

vyvinuto OCLC – jako „naming and resolution service“ URL, které nemíří přímo na zdroj, ale na resolution službu,

která odkazuje na zdroj, kt. mohl být mezitím přemístěn http, DNS – resolver purl.oclc.org PURL nelze smazat – lze změnit/smazat cíl kam odkazuje persistence tak dlouho, dokud se udržuje resolution server

http://purl.oclc.org/net/digizeit.doc

Co používají jinde ...

NBN– Švédsko – projekt DIVA – urn:nbn:se dostali z NK + sami vlastní subnamespace –

resolvováno v NK– Německo – DDB - projekt EPICUR (NK) – urn:nbn:de pro online disertace– http://www.persistent-identifier.de/ – resolver v DDB dokáže resolvovat NBN (URN), URL a DOI

ARK– USA – NLM, LoC, California Digital Library, Internet Archive, DCC aj.– Francie – BNdF, ve všech jejích sbírkách DK Gallica

http://gallica.bnf.fr/ark:/12148/btv1b78399773PURL

– Německo - Goettingen – všechny digitální sbírky na webu http://resolver.sub.uni-goettingen.de/purl/?webdoc-1460

Handles– USA - American Memory – LoC

http://hdl.loc.gov/loc.gmd/g3290.ct001038v

Řešení?

může být (a bude) pro instituce různé 1 instituce i více druhů ID všespásné řešení pro všechny není cesta nejmenšího odporu cesta nejlepší služby

další informace a materiály naleznete na

http://pid.ndk.cz/

děkujeme za pozornost

jan.hutar@nkp.cz

libor.coufal@nkp.cz