Dopo la presentazione di Richard Jones, dell’Imperial College di Londra (la cui implementazione di DSpace si chiama Spir@l), utile per i modelli concettuali sull’architettura di sistema e sulle diverse tipologie di procedure di deposito, Marc Goovaerts relaziona sulle procedure di inserimento di dati basate sulle tipologie di pubblicazione in DSpace at Hasselt University, in Belgio. A Hasselt l’IR sarà parte del sistema informativo sulla ricerca in corso di realizzazione. DSpace dovrà essere collegato anche ai principali db disciplinari presenti sul web (problemi di copyright per i db commerciali?). Solo i record con il full text saranno disponibili per harvesting OAI, non quelli con i soli metadati. I dati vengono importati dai db bibliografici con uno script eseguito quotidianamente, e successivamente validati. Il personale viene importato come e-person, con un ID unico, ed assegnato alle comunità/collezioni di pertinenza. Il modulo per inserire dati in DSpace è limitato, quindi è stato migliorato per supportare l’inserimento di diversi tipi di documento. All’inizio si sceglie uno dei 10 tipi di documento predefiniti. Per gli articoli, ad es., si scelgono gli autori e le riviste da una lista. Il link tra autore e dipartimento va invece fatto manualmente. E’ stata aggiunta anche la possibilità di importare i metadati in molti formati bibliografici standard (RIS, Pubmed, ecc.). C’è un ampio supporto per vari schemi di metadati, con un OAI qualificato, AGRIS AP, MODS modificato e adattato, ecc.)

Anna Rovira e colleghi dell’UPC (Catalunya) comincia enfatizzando l’importanza delle risorse umane. Si sono realizzati repositories separati (in tutto 6), per diversi prodotti di didattica e di ricerca; ognuno è seguito da un bibliotecario, mentre i bibliotecari delle singole biblioteche si occupano di controllo bibliografico (soprattutto per gli aspetti semantici). Si ha poi un’interfaccia di ricerca comune. C’è grande attenzione al posizionamento dell’IR all’interno del workflow globale d’Ateneo, soprattutto in rapporto agli uffici che si occupano di ricerca e didattica, oltre che di proprietà intellettuale.

I repositories hanno un buon successo – migliaia di documenti sono già stati caricati. I miglioramenti futuri riguardano le statistiche, submission forms personalizzati, controllo d’autorità e import del soggettario locale. In particolare, si sta lavorando ad integrare i repositories con i db dell’ufficio ricerca, che ha tutti i metadati delle pubblicazioni dei docenti dell’ateneo, anche se di scarsa qualità e privi di full text.

Lieven Droogmans e colleghi (di @mire, spin-off dell’Università di Lovanio) presentano invece Tog@ther, attualmente in fase beta. Si tratta di un sistema completo di gestione di congressi e seminari realizzato partendo dal codice di DSpace, inclusi i moduli per iscrizioni, pagamenti, peer review, etc. Il prodotto sarà a pagamento.

Chiudono la mattinata Susanna Mornati e Andrea Bollini del team Aepic di CILEA, parlando dell’esperienza realizzata con l’Università Statale di Milano riguardo al collegamento tra IR e valutazione della ricerca. I principali problemi con l’OA in Italia riguardano l’approccio troppo ideologico all’OA, inutile e controproducente quando si tratta di riempire un IR, la mancanza o l’insufficienza delle policies, la vision e la mission troppo imprecise; questo, in un contesto in cui le leve per il cambiamento (consapevolezza degli autori, aumento dei costi per le riviste, ecc.) sono conosciute, ma si scontrano con molti ostacoli istituzionali difficili da rimuovere.

Gli IR, quando conterranno molti/tutti i prodotti della ricerca di un’istituzione, potranno diventare i building blocks per valutare la ricerca prodotta in un’istituzione o all’interno del sistema universitario nazionale – posto che la valutazione andrà fatta a livello del singolo documento e senza l’utilizzo di surrogati come l’impact factor.

Da questa esigenza nasce SURPLUS, sistema integrato per la gestione della ricerca, dedicato a tutte le principali attività collegate alla ricerca in un’ateneo. Il sistema è una suite di diversi prodotti (incluso un IR) e si propone di migliorare la visibilità della ricerca prodotta, il monitoraggio in tempo reale, il supporto ai progetti, ecc. – altre info generali a https://surplus.cilea.it/. I dati vengono presi da DSpace ed elaborati in contesti di valutazione, business intelligence, ecc., gestiti dagli altri moduli di Sur+. L’autenticazione avviene fuori DSpace, sfruttando le procedure delle Università. Molte ed interessanti le caratteristiche dei vari moduli, tra cui la gestione dei nomi di autori istituzionali e riviste e la generazione automatica di citazioni (ISBD, però). Il lavoro svolto può in parte essere visto sul sito di AIR – UNIMI.

Problemi riscontrati: colli di bottiglia nell’immissione massiccia di dati in occasione di scadenze come la presentazione di progetti di ricerca – ci vogliono miglioramenti di architettura e db; blocchi di transazioni e problemi di procedura in occasione di elaborazioni di dati, risolta spostando alcune delle procedure gestite in moduli esterni – anche perché personalizzare troppo il codice di DSpace porta notevoli diseconomie gestionali nel futuro prossimo.

Notevolmente interessante il discorso sulla Business Intelligence: trasformare dati in informazioni –> conoscenza –> strategie, benchmarking, vantaggio competitivo. Il sistema informativo è comunque complesso: diversi db, tecnologie legacy che non possono essere eliminate in un solo colpo, ecc. Sono presenti anche dei cruscotti per vedere istantaneamente le prestazioni di un dipartimento o centro di ricerca.

Questo sistema può avere anche interessanti effetti di feedback rispetto al popolamento degli IR: il presupposto per avere una valutazione efficiente è infatti avere nell’IR una copertura completa della ricerca prodotta in Ateneo.

Infine, un suggerimento alla comunità: concentriamoci sul rendere DSpace sempre migliore per fare da IR, non forziamolo per fare altre cose perché i forks possono essere troppo costosi e poco utili.

Infine, una questione aperta: con la crescita degli IR, sempre più frequentemente si hanno record duplicati tra gli IR in diverse istituzioni.

Non sono al momento presenti funzionalità di digital preservation, anche perché gli IR sono nati principalmente per la disseminazione. Inoltre anche la digital curation è un problema su cui la comunità di DSpace potrebbe concentrarsi.

L’esperienza con DSpace della FAO di Roma, raccontata da ARD Prasad e Johannes Keizer, riguarda i metadati prodotti con AGRIS e inseriti in DSpace come AGRIS-AP. Si tratta di un tesauro multilingue, implementato basandosi sullo standard Dublin Core, ovviamente molto esteso e con maggiore granularità. Le istituzioni come la FAO accolgono nei loro IR un grande numero di pubblicazioni, in diverse lingue; anche i metadati sono multilingue. Il lavoro di integrazione, attualmente in fase di sviluppo, comprende quindi la necessità di estendere l’architettura di DSpace per “ospitare” contemporaneamente diversi schemi di metadati e la traduzione in molte lingue degli stessi metadati; inoltre si lavorerà per permettere di integrare i web services di AGRIS al fine di scaricare online gli aggiornamenti del tesauro (interessante, interessante…).

LIRIAS è l’IR dell’Università di Lovanio. Il case study, presentato da Lieven Droogmans, racconta di un’esperienza piuttosto recente, nata nel 2005 con la fase di analisi. A novembre 2006 il sistema diventa accessibile al pubblico. LIRIAS è stato concepito come il punto d’accesso principale per le pubblicazioni dei docenti di Lovanio, anche con finalità di valutazione della ricerca. L’IR è stato integrato all’interno dei flussi di lavoro dell’università, anche a livello amministrativo; hanno anche lavorato sui meccanismi di autenticazione; si è inoltre nominato un research publication officer, a livello dei dipartimenti, coinvolti negli sviluppi relativi al servizio. Far partecipare i coordinatori di dipartimento è stato particolarmente complesso: sono molto impegnati e non vogliono altro lavoro –> si è cercato di integrare il lavoro relativo all’IR dentro i workflow esistenti, utilizzando anche la possibilità di export da gestori di citazioni bibliografiche (EndNote); inoltre, si è realizzata una corrispondenza univoca tra i nomi dei ricercatori e un ID, in modo da evitare problemi relativi alle omonimie. Non c’è un’unica fonte per gli import di metadati, se ne usano diverse; questo implica che, dopo l’import e prima di procedere all’inserimento dei record, ci debba essere una validazione. Il workflow per l’inserimento di un lavoro da parte dei docenti comprende una serie di interessanti strumenti di controllo per evitare errori (es.: controllo dei titoli di riviste in una lista, ecc., controllo di titoli di articoli già presenti nell’IR per evitare duplicazioni, ecc). Sono inoltre state aggiunte funzionalità per la generazione di bibliografie (anche questo, molto interessante!).

Statistiche: circa il 70% del traffico è generato dai motori di ricerca; le unique visits in ottobre hanno toccato quota 500.

Sylvie Gresillaud dell’INIST ci fa conoscere tre progetti:

• iRevues, archivio per pubblicare articoli e paper a conferenze, con indicizzazione del documento in formato PDF e disponibilità del feed RSS;
• LARA, collezione di report tecnici e scientifici;
• OpenSIGLE, database di metadati su letteratura grigia.

Annamaria Tammaro si concentra invece su alcune questioni strategiche per lo sviluppo degli IR, partendo dall’esperienza di Dspace Italia, sottolineando le questioni aperte relative alla necessità di un coinvolgimento pieno del corpo docente, di una continuità di finanziamento, del superamento della “insularità” dei depositi istituzionali.

In particolare quest’ultimo problema provoca uno spreco di risorse e una ridondanza di iniziative, superabile con una più stretta collaborazione. Altre tematiche sono la necessità di conservare i formati digitali presenti sugli IR e di formati citazionali adeguati.

La dialettica tra centralizzazione vs decentralizzazione si articola alcuni punti principali:

• sostenibilità economica;
• diritti di proprietà intellettuale;
• qualità e impatto dell’informazione;
• interoperabilità e architettura dell’informazione.

I consorzi possono essere una risposta a queste problematiche. Un esempio è AEPIC, organizzato dal CILEA, che gestisce tra l’altro il progetto PLEIADI, un service provider che permette di interrogare gli IR italiani. Peraltro, i consorzi dovrebbero occuparsi anche di questioni organizzative e non solo legate all’ICT: piani di advocacy, linee guida e standard, progetti comuni, formazione, convegni.

Un utile spunto di lavoro potrebbe consistere nel prendere contatti con gli editori italiani, la cui politica sull’OA spesso non è chiara o non esiste.

Peter Ruigrok inizia la sessione di presentazioni tecniche parlando di conservazione digitale. Molte le tematiche da affrontare: gestire depositi affidabili nel lungo periodo; mantenere e poter citare relazioni tra diversi oggetti.

La cornice utilizzata è DRAMBORA.

Una questione importante è la correzione immediata degli errori presenti nei file (usando una checksum MD5) – vanno eseguiti controlli automatici. Inoltre si affronta la tematica del disaster recovery, che l’Università di Utrecht ha affidato in outsourcing, facendo backup di documenti e dati via rete per una quantità superiore ai 15 TB. Sono state istituite policy pluriennali per i backup completi dei dati. Ma: ripristinare un backup tra 10 anni sarà possibile?? Una soluzione consiste nel mantenere i formati di backup il più semplici possibile, tipicamente usando XML. Gli script per il restore si realizzeranno al momento del restore, con la garanzia che XML sarà comunque leggibile, indipendentemente dall’applicativo.

Dal punto di vista organizzativo, l’Università di Utrecht ha creato un posto di Digital Preservation Officer, con il compito, tra l’altro, di monitorare i contenuti, la disponibilità dei formati e fornire linee guida per i tipi di materiali e per i formati di metadati ammessi.

Sarebbe importante che DSpace potesse gestire, in futuro, l’inserimento di bitstreams convertiti come nuove manifestazioni (FRBR) dei bitstream originali; inoltre servirebbe la possibilità di fare un versioning dei metadati e dei bistreams, facendo gestire relazioni multiple tra metadati e manifestazioni (biststreams). Gli stessi metadati supportati da Dspace andrebbero ampliati con riguardo alla conservazione digitale, aggiungendo ad es.: formato e versione del file, titolo, capitolo, ecc. del documento, informazioni relative al fatto che un formato di file sia supportato o meno, ecc.

Richard Rodgers del MIT presenta DWELL, un approccio alla gestione semantica dei metadati. DSpace diventa sempre più complesso e modulare, con un core più piccolo e meno stabile – e questo è una buona cosa. Di conseguenza, la “intelligence” e la gestione dei metadati sono svincolati dal core dell’applicazione, e possono essere gestiti con maggiore flessibilità, senza dover necessariamente modificare l’architettura. Basato su SIMILE e Longwell, DWELL utilizza AJAX ed è ben integrabile con l’interfaccia utente di DSpace 1.5.

DWELL permette di avere metadati molto più ricchi, ad es. la storia dell’evoluzione di un metadato relativo ad un certo oggetto, gestibile con RDF, oppure l’utilizzo e l’integrazione di metadati provenienti da più fonti (DSpace e non DSpace): ecco un esempio molto interessante, che illustra inoltre come gli stessi metadati possano essere visualizzati e manipolati in modi diversi. Interessante anche questa demo di DSpace longwell-enabled, che permette tra l’altro di configurare al volo le visualizzazioni dei metadati in formato tabellare, aggiungendo o togliendo la visualizzazione di alcuni campi a piacimento (ah, se ce l’avessimo sugli opac… ).

Le domande evidenziano infine il problema della scalabilità delle triple-stores RDF che stanno alla base di questo tipo di servizi: le triple tendono a diventare enormi e difficili da gestire e soprattutto da interrogare.

Pausa. Le nuvole, il dopopioggia e il sole caldo dell’ottobre di Roma.

Torniamo in tempo per sentire Jayan Chirayath Kurian che ci parla dell’inserimento di metadati dal portale d’Ateneo (Nanyang Technological University – Singapore) in DSpace. Con uno script in Java vengono prelevati i dati sulle pubblicazioni dello staff dalle pagine del portale. Per le pubblicazioni si prelevano contributor, date, url, title e si copiano in Excel, da cui poi si estraggono per importarli con un altro script in DSpace. Progetti per il futuro: migliorare lo scraping dell’HTML, supportare formati citazionali standard (es. APA); passare da un metodo semiautomatico ad un metodo automatico.

Valerio Minetti e colleghi (Università di Milano Bicocca) presentano l’esperienza del Centro di Produzione Multimediale, che utlizza DSpace per archiviare e consentire l’accesso ai propri prodotti multi- e cross-mediali. DSpace è stato preferito a Fedora perché più semplice da configurare ed installare.

DSpace sarà integrato con il sistema locale di video indexing e summarization. Il progetto è stato pensato prima di SIMILE; le funzionalità di DSpace sono state estese con il plugin manager. La video summarization prepara il video per le operazioni di indicizzazione, riducendo di molto la quantità di dati da esaminare. L’indicizzazione automatica utilizza un mix di speech, motion, face and object recognition, e tecniche OCR per produrre metadati. Fatte queste operazioni, resta però una forte componente semantica da considerare. A Bicocca questo problema è stato gestito integrando indicizzazione manuale ed automatica. L’inserimento dei dati avviene manualmente in questa fase di test, ma se ne sta studiando l’automatizzazione.

Dai commenti del pubblico arriva una conferma del fatto che le collezioni multi e crossmediali diventeranno sempre più importanti nello sviluppo di DSpace.

Conclude la mattinata Eloy Rodriguez (University of Minho), con un’intervento riguardante le statistiche d’uso di DSpace. Quest’Università portoghese, tra le più attive sull’OA a livello europeo (ca. 6000 documenti full text a settembre 07), ha ottenuto quest’anno con il suo RepositoriUM un picco di 130.000 e 110.000 download di documenti al mese.

Le statistiche servono al marketing e alla promozione dell’IR. Si articolano principalmente nei seguenti settori: uso, contenuto, amministrazione. Le statistiche vengono generate con un plugin appositamente sviluppato, e disponibile anche per altre istituzioni (lo usano già in Belgio e UK). I problemi principali: problemi a gestire i tempi di risposta nelle queries man mano che la mole di dati cresce; la definizione delle statistiche e dell’interfaccia web è troppo rigida; la visualizzazione dei dati è molto carente. Queste problematiche verranno affrontate con la v2, che offrirà migliore scalabilità, aggregazioni dimensionali di dati (es.: Paese, tipo di documento, ecc.), nuove statistiche (personalizzabili), miglior documentazione di sistema

Molto interessante l’architettura (vedi slide), i cui elementi fondamentali sono i log, il loro salvataggio in un db Postgres, l’elaborazione secondo uno specifico modello di dati, l’output XML, l’estrazione con un foglio di stile XSLT.

ServiziBibliograficiDigitali live al D-Space User Group Meeting.

Roma. – FAO. – Lapiùbellavistasuromaesistente!

Sessione sull’impatto degli aspetti organizzativi sulla gestione degli Institutional Repositories (IR).

Fabrizia Bevilaqua ci parla dei fattori che influenzano il successo dei depositi istituzionali ad accesso aperto: sostenibilità, gestione, interoperabilità, integrazione, riferiti agli IR. Fabrizia ha intervistato gli amministratori di circa 20 IR italiani che utilizzano D-Space. Ecco alcuni tra i risultati.

Sostenibilità: sono pochi gli IR italiani che hanno concluso la fase di test; c’è poca documentazione disponibile; in pochi hanno implementato una policy per la gestione della conservazione digitale.

In genere, gli IR italiani hanno una gestione poco strutturata: poco incoraggiamento e supporto da parte delle autorità accademiche; pochissime tra le persone coinvolte nella gestione hanno una job description; solo una realtà su 20 ha un documento relativo alla descrizione e gestione del servizio.

Fin qui il quadro, poco incoraggiante.

Gestione: alcuni Atenei stanno sperimentando interessanti indicatori di valutazione; la promotion —–

Integrazione: è piuttosto scarsa, a livello di portali delle istituzioni. Ci vuole più attenzione a collegare reciprocamente le varie parti della piattaforma d’accesso all’informazione elettronica per l’utente finale, includendo l’IR.

Conclusioni: un tocco di ottimismo; è vero: si sono raggiunti solo in parte gli obiettivi iniziali delle sperimentazioni, ma si sono provate strade interessanti.

E’ importante:

• porre chiari obiettivi e strumenti di valutazione;
• impostare delle policy chiare;
• assicurare un finanziamento adeguato;
• assegnare ruoli chiari alle persone
• cooperare di più e meglio a livello internazionale.

Leif Longva e Obiajulu Odu raccontano invece l’esperienza dell’Università di Tromso nella gestione delle tesi di master e dottorato.

Pur se su cifre complessive ancora abbastanza basse, l’esperienza dimostra che i risultati sono ottimi se D-Space è scelto come sistema tramite il quale gli studenti consegnano ufficialmente la tesi. Ma DSpace non è pensato per questo, quindi si è creata un’istanza separata di DSpace, chiamata IPortal, per la consegna delle tesi, compresa la compilazione dei moduli amministrativi. Gli studenti in genere non hanno obiezioni a pubblicare le loro tesi, una volta inserite in IPortal, anche su Munin, l’IR di Tromso. Eccezioni: tesi che contengono info confidenziali su aziende, o usano materiali sotto copyright; oppure i risultati dovranno essere pubblicati su rivista. In quest’ultimo caso le tesi sono immagazzinate e verranno pubblicate in seguito.

Come funziona in pratica? Gli studenti non scelgono la collezione, ma un codice di facoltà che è automaticamente collegato ad una collezione (buona idea!). Poi rispondono ad una domanda, scegliendo se rendere disponibile la tesi su Internet adesso, poi o mai. IPortal gestisce tutto il workflow amministrativo – es.: manda la tesi alla commissione che deve discuterla, ecc.

Una volta consegnate, le tesi vengono importate in Munin e mappate sulle rispettive collezioni oppure cancellate (se questa è la scelta dello studente). In ogni caso gli archivi sono separati e vanno fatti degli import. Questa soluzione, buona inizialmente, può portare problemi a lungo termine: occorrerebbe trovare un sistema per evitare di duplicare gli archivi, suggerimento che viene da alcuni degli interventi che commentano l’ottimo lavoro dei colleghi di Tromso. Ad esempio usare i web services?

La mattinata continua con tre case studies.

Richard Davis, University of London, School of Advanced Studies, racconta l’esperienza di SAS-Space. Molto interessante l’uso del wiki per la documentazione, ed anche lo sforzo di accogliere nell’IR tipi di documenti diversi da quelli tradizionali, ad esempio bibliografie. Argh, con quale schema di metadati?! Anzi: questa è una mise-en-abime notevole: i metadati per descrivere una collezione di metadati. Catalogatori professionali, aiutatemi…

Gli schemi di metadati sono molto basilari: DC semplice. La biblioteca non era stata molto coinvolta all’inizio, c’è il problema dell’integrazione dei servizi, soprattutto con le collezioni digitalizzate della biblioteca. Forte esigenza di avere strumenti 2.0 per gestire l’interazione degli utenti tramite l’interfaccia. Il feedback dei ricercatori e amministratori è stato positivo.

Elena Brizioli descrive Cadmus, l’implementazione D-Space dello IUE.

Fondamentalmente, contiene i metadati di tutte le pubblicazioni IUE dal 2003; “wherever possible” anche i testi completi: 1200 full text su 6000 titoli.

All’inizio tutti i ricercatori potevano caricare i metadati e i dati, che venivano immediatamente visualizzati; dal 2004, il sistema è centralizzato: i ricercatori caricano i dati, i bibliotecari li rivedono e solo dopo si pubblicano.

Per le tesi non c’è una policy di caricamento obbligatoria – pubblicano solo gli studenti che vogliono. A ogni tesi è assegnato un DOI.

Stats: 150.000+ hits (soprattutto oai e engines) / mese, 12.000 pdf downloads / mese.

Chiude la sessione Gino Roncaglia, parlando dei contenuti relativi all’apprendimento (learning content). Una ricerca su Google sull’argomento produce molti risultati, ma gli IR hanno pochi strumenti specifici per il learning content. Di solito i depositi di LC sono immersi in un learning management system (LMS). E’ poco opportuno avere per ogni istituzione accademica un IR per la didattica e uno per la ricerca, usati dagli stessi utenti e tali da richiedere molto lavoro; inoltre non è corretto separare così tanto didattica e ricerca. Quindi occorrerebbe integrarli. Ma per i LC i metadati sono diversi da quelli usati per la ricerca: ad es. si usa LOM metadata scheme; integrato con DC ma più gerarchizzato; inoltre questi metadati vengono aggiornati e cambiano molto più di frequente rispetto a quelli dei docs tradizionali.

In UNITUS i LC sono di solito parte di un pacchetto SCORM, e sono descritti con LOM – manifest file: imsmanifest.xml . Il problema è: come integrare UNITUS D-Space con la piattaforma eLearning Master. La soluzione me la sono un po’ persa, la sessione era davvero troppo veloce Cmq si possono provare ricerche sulle 2 pagine seguenti: http://dspace.unitus.it/ e http://webdev2.caspur.it/masterunitus/index.php?pagina=13 .