071625348

La Bibliothèque comme tiers-archiveur des e-bibliothèques personnelles ?

Yannn — Tue, 24 Jan 2012 00:23:10 +0000

Sachant que :

le marché des ebooks décolle ;
l’ebook est une chose bien volatile :
- en tant que fichier (ça se perd , ça se périme, ça perd ses métadonnées…) ;
- en tant que droit (je peux aller le re-chercher chez le vendeur… tant qu’il existe, tant que les conditions n’ont pas changé…) ;
le besoin de constituer et transmettre une bibliothèque est un besoin durable ;

comme d’autres, je me dis que :

nous, possesseurs d’ebooks, avons besoin d’archiver nos e-bibliothèques chez un tiers-archiveur, de confiance, promis à durer ;
nous, bibliothèques publiques (Etat, universités, collectivités locales) avons la mission de durer, ne serait-ce que pour conserver du papier.

Il devrait donc être tentant pour les bibliothèques de se positionner en tant qu’archiveur des bibliothèques numériques personnelles, en mettant en avant :

notre capital de confiance ;
notre pérennité ;
notre capital de compétence en matière de gestion des livres (pour le dire vite) ;

Pérenne et fiable, également, la Poste a lancé Digiposte en 2011, à la fois boîte au lettre numérique sécurisée et coffre-fort numérique sécurisé. C’est d’abord fait pour faciliter la vie de l’e-administré (paperasses) et l’e-salarié (fiches de paie), mais le service propose aussi un espace de stockage, où déposer toutes sortes de fichiers. Ce coffre-fort n’a pas de compartiments, mais vous pouvez y mettre plein de trucs et y coller de petites étiquettes pour les retrouver. En d’autres termes, un seul dossier et des tags attachés à des fichiers. Les tags sont libres : c’est de la folksnomie, mais en solitaire. Le moteur de recherche exploite les tags.

Le lecteur d’ebooks enthousiaste mais frileux que je suis a besoin d’une solution comme celle-ci, archivage de dernier recours. Mais difficile d’en faire mon premier recours car :

l’exigence de haute sécurisation génère trop de viscosité : ainsi, il est peu probable qu’un tel coffre-fort puisse être synchronisé avec une tablette ou un téléphone ;
le fait que ce qui est archivé soit des livres résonne avec nos habitudes d’utilisateur de bibliothèques et de librairies, même sous leur forme numérique : on veut en savoir plus que le titre et trois étiquettes sur le livre, on veut pouvoir interroger une bases de données… Ou peut-être pas ? La gestion de sa bibliothèque personnelle est-elle aussi idiosyncrasique que la gestion de ses papiers administratifs ou bien tend-t-elle à coller aux pratiques des institutions ad hoc que sont les bibliothèques et les librairies ?

Ceci plaide pour que l’institution Bibliothèque essaie de se positionner en tant qu’archiveur des e-bibliothèques personnelles. Faire du Digiposte, avec la même pérennité et le même parfum d’éternité, avec de la sécurité en moins, de la souplesses en plus et des fonctions de gestion documentaires en plus. Les défis sont immenses, mais voyons d’abord quelques heureux bénéfices inattendus :

le propriétaire des ebooks peut inscrire sa bibliothèque personnelle dans une dimension sociale, plus ou moins, selon ses préférences : afficher tout ou partie de sa liste ; enfin faire de la folksonomie à plusieurs ; voir s’enrichir la description de ses ebooks comme on peut aujourd’hui enrichir un catalogue de bibliothèque ; faire une recherche fédérée sur sa collection et sur d’autres collections (collections privées de l’époux, du voisin de village, du collègue, du prof, d’un inconnu au profil documentaire convergent ; collections … collectives du village, du quartier, de l’université, d’un éditeur, d’un agrégateur d’ebooks…) ; profiter de l’assistance de l’institution (gestion des formats, formation, veille technique sur les liseuses…).
la bibliothèque tiers-archiveur élargit sa communauté ; élargit sa base de données et le potentiel de la fouille qu’elle peut y faire ; comprend mieux certains usages ; s’oblige à faire plus simple ; fait des économies d’échelle ; peut espérer faire demain ce qu’elle ne peut pas faire aujourd’hui avec les fichiers privés (prêter ! par exemple).

Facile à dire tout ça, car :

Quid des conditions d’utilisation imposées par les vendeurs d’ebooks ? L’acheteur peut-il copier ses fichiers sur un ordinateur non personnel ?
Quid de l’enjeu des formats ? Le marché va-t-il vers une concentration et stabilité des formats, y compris les données personnelles de lecture incorporées (marque-pages, annotations, surlignages) ? L’institution Bibliothèque saura-t-elle faire – migrer, émuler ?
Le vendeur, l’éditeur verront-ils d’un bon oeil l’opérateur Bibliothèque se positionner ainsi ? La Bibliothèque, militante de la lecture partagée (1 objet / n lecteurs), prétend héberger la lecture privée, individuelle, exclusive ? Saura-t-elle ne pas confondre les deux rôles ? Sans parler de la possibilité du prêt entre particuliers, à distinguer du prêt de l’institution au particulier.
Qui ? La BnF ? La BPI ? La ville de Paris ? Un SCD ? L’ABES ? ou bien un service centralisé (peut-être même sous-traité !) branché sur tous les réseaux de bibliothèque, pour afficher sa complémentarité avec les autres services de proximité d’une bibliothèque, accéder aux programme de formation, d’accompagnement dans/vers le numérique…
Etc.

Usages de Google Refine

Yannn — Fri, 15 Apr 2011 14:13:40 +0000

..... exemples d'utilisation de Google Refine, en interne - ou pas.

Aligner les directeurs de thèses en cours (FCT) sur les autorités IdRef/Sudoc

Contexte. Depuis le 1er janvier 2010, l’ABES a hérité de la mission de signalement des thèses en cours, auparavant prise en charge par l’université de Nanterre, pour certaines disciplines. En héritant de la mission, l’ABES a également hérité de l’application informatique qui faisait tourner ce “Fichier central des thèses” (FCT). Cette application sera remplacée à l’automne 2011 par :

une nouvelle application professionnelle développée sur mesure par l’ABES, dont le nom sera [] ;
une nouvelle interface de recherche et de consultation qui sera intégrée à theses.fr, portail des thèses françaises en cours de réalisation par l’ABES.

Problème. Le FCT gérait des identifiants uniques pour les directeurs, mais purement internes, sans utilité hors de la base. Or, theses.fr prévoit une page par personne identifiée par IdRef (id des autorités Sudoc), sur laquelle on lira l’œuvre “doctorale” de cette personne : sa thèse, les thèses qu’elle a dirigées, éventuellement les jurys de thèse auxquels elle a participé et … les thèses qu’elle est en train de diriger.

Objectif : aligner les 22 000 directeurs de thèse du FCT sur les autorités Sudoc, de la manière la plus efficace possible en termes de temps de travail (vérification manuelle ou temps de développement) et de fiabilité.

Solution. Procédure semi-automatisée utilisant Google Refine + Web service Solr IdRef + MicroWebService :

Export CSV du FCT : nom et prénom du directeur, discipline
Import du fichier CSV dans Google Refine (5 000 lignes à la fois)
Appel des Web Services ABES depuis Google Refine :

Web Service d’IdRef : basé sur Solr, il renvoie du JSON, format préféré de Google Refine

Solr renvoie de 0 à n personnes. On ne s’intéresse qu’au cas où un seul résultat est renvoyé.

Appel du Web Service Sudoc qui, à partir d’un identifiant de personne, renvoie la liste des documents liés, répartis par rôle (auteur, directeur de thèse, illustrateur…).

On récupère les trois premiers docs (en principe avec rôle Auteur), une nouvelle colonne pour chaque.

On exporte le tableau.xls ainsi enrichi
Dans Excel, un(e) humain(e) parcourt les lignes ayant un seul résultat IdRef/Sudoc pour voir s’il n’y a pas d’incohérence entre la discpline (info du FCT) et les trois références de document fournies par le Sudoc.

Remarques :

D’après nos premiers tests, 60% des directeurs FCT ne ramènent qu’un seul résultat IdRef/Sudoc.

Résultat =0 : surtout faute d’orthographe côté FCT.
Résultat > 1 : on verra si on a les moyens de lever ces ambiguïtés plus tard, de manière plus ou moins automatisée ou pas du tout automatisée.

A FAIRE : chronométrer.
Évidemment, ce serait encore mieux si IdRef supportait l’API de réconciliation de Google Refine : on gagnerait quelques étapes et on pourrait cocher/décocher les résultats-candidats à loisir. Mais bon
Le projet SudocAd (avec leLIRMM et ADONIS) vise plus loin dans l’automatisation de ce genre d’alignement. Mais le couple Google Refine + Solr JSON est très prometteur pour optimiser des opérations semi-automatisées sur les données.

A FAIRE : ajouter copies d’écran et/ou screencast

A FAIRE : partager la config. Google Refine (une fois le WS IdRef officiel et le microWS Sudoc en production : mai/juin 2011)

Récupérer les coordonnées géo des bibliothèques Sudoc (RCR)

(…)

Micro Web Services Sudoc : candidats

Yannn — Sat, 12 Feb 2011 22:23:20 +0000

Objectif

Fournir des Web services simples et spécialisés exploitant les données Sudoc.

- dans un premier temps, pas d’exploitation du full text des notices, seulement des identifiants et codes : sommets du graphe.

Réutilisation par ABES et hors ABES.

Formats :

XML
Json ?
ATOM si pertinent

…

PPN biblio => Liste des RCR possédant le document

En cours de développement (au 15 avril 2011)
Formats : XML et JSON

PPN autorité => Liste des PPN biblios liés répartis par rôle (code de fonction)

En cours de développement (au 15 avril 2011)
Formats : XML et JSON
Sera utilisé par l’ABES pour enrichir les pages RDF et HTML des autorités Sudoc de type: http://www.idref.fr/{PPN} comme http://www.idref.fr/027182800 (P. Veyne)
Déjà en cours d’exploitation en interne pour aligner les directeurs de thèse du FCT (Fichier central des thèses) sur les autorités Sudoc, via les Web Services Solr d’Idref.

RCR => Infos principales dont coordonnées géographiques, voire carte HTML

…

PPN Biblio => Id OCLC correspondant (OCN)

…

Id OCLC (OCN) => PPN Biblio correspondant

…

PPN biblio => URL de Google Books

…

PPN Biblio de périodique => fil RSS de la revue (via l’API de Journal TOCs)

…

PPN biblio => ISBN

…

ISBN => PPN Biblio

…

PPN autorité personne => PPN des co-auteurs

…

PPN biblio => citation bibliographique formatée

Ce service pourrait être utilisé par Sudoc, theses.fr et Calames mais également par les OPAC des réseaux ABES… Mutualisation…

…

Suggérez ! Complétez ! Commentez !

…

Historique du post :

12 février 2011 : création
14 février 2011 : ajout du service PPN biblio => citation
15 avril 2011 : actualisation sur les deux premiers services (en orange)

Self Sudoc :: matrice

Yannn — Tue, 08 Feb 2011 12:57:21 +0000

Matrice des possibilités pour Self Sudoc

Objectif de Self Sudoc : permettre aux professionnels de réseau Sudoc de récupérer des ensembles de notices de manière autonome.

Axes d’analyse :

On sort des documents (PDF, RTF…) ou bien des données (MARC, XML,..).
L’utilisateur (pro) a plus ou moins la main pour sélectionner les notices à extraire : on lui propose quelques sélections pré-mâchées ou bien il peut lui-même construire une requête – entre les deux, un continuum de possibilités.
L’utilisateur (pro) a plus ou moins la main pour sélectionner les informations de chaque notice à exploiter (telle zone ? telle position ?…) : on lui propose quelques possibilités de paramétrage ou bien il peut modifier le programme qui convertit les données – entre les deux, un continuum de possibilités.
L’utilisateur est un humain qui clique (IHM) ou bien un programme qui envoie des requêtes HTTP au service ABES.
… ?

Au moment de son ouverture (février 2011), Self Sudoc a le profil suivant :

Il sort des documents (PDF et RTF). Il sort aussi du CSV : mi-documents, mi-données…
Il ne sort que les documents les plus standards.
Quelques possibilités de paramétrage des zones à exploiter.
Utilisation à travers un guichet Web.

Le tableau qui suit est structuré par les deux premiers axes.

Fichiers = Documents

Fichiers = Données

Sélection standard

Février 2011 -

Contenu : listes des notices de périodiques (voire collections), pour tel ou tel RCR (bibliothèque)

Format : documents .csv, .pdf ou .rtf

Contenu : paquets des notices de , pour tel ou tel RCR (ou regroupement de RCR ?).

Format : UNIMARC ISO2709, UNIMARC XML, Dublin Core XML, RDF/XML … ???

Usage : si critère de date, moissonnage par les bib en remplacement des “transferts réguliers” nocturnes d’aujourd’hui ? (OAI-PMH s’y prêterait)

Sélection ad hoc

Contenu : liste de notices correspondant à une requête.

Quelle finesse de requêtage possible ? Éventail des possibilités de sélection par les bib limité par les index posés par l’ABES ? Compromis souplesse/performances.

Quelle finesse de formatage des documents ? “Je veux telle zone sauf quand le $truc de la zone qui suit contient ‘machin’…” Compromis souplesses/complexité. Proposer aux bib de passer leur propre xslt de formatage ? Qui saurait modifier les XSLT ?
Format : documents .csv, .pdf ou .rtf

Contenu : paquets de notices correspondant à une requête.

Format : UNIMARC ISO2709, UNIMARC XML, Dublin Core XML, RDF/XML … ???

Quelle finesse de requêtage possible ? Éventail des possibilités de sélection par les bib limité par les index posés par l’ABES ? Compromis souplesse/performances.

Quelle finesse de formatage des données ? “Je veux telle zone sauf quand le $truc de la zone qui suit contient ‘machin’…” Compromis souplesses/complexité. Proposer aux bib de passer leur propre xslt de formatage ? Qui saurait modifier les XSLT ?

OAI-PMH ne s’y prête car il faudrait créer un set pour chaque requête possible : car on ne peut pas croiser des sets.

SRU ? Opensearch ? SolR ?

SIGB partagé ? débrouiller la question

Yannn — Mon, 24 Jan 2011 21:55:28 +0000

On parle de SIGB partagé entre plusieurs établissements. Qu’est-ce que ça peut vouloir dire ? comment ça s’articule avec le Sudoc ? quels sont les différents scénarios à imaginer ?

Je commence. Les commentaires complètent – et je complète l’article.

Il faut schématiser pour commencer. Passer sur les détails.

Postulats

Je suppose ici que le Sudoc est toujours la solution collective des BU françaises pour mutualiser et coordonner le catalogage.

Je suppose que le catalogage est toujours une activité gérée en direct par les BU (pas de sous-traitance généralisée).

Je suppose donc que le Sudoc reste une sorte de Wikipedia bibliographique communautaire/national.

On pourrait imaginer bien d’autres scénarios, de rupture : tout faire chez OCLC ; miser sur des réservoirs bibliographiques ouverts et globaux… Ce serait intéressant, mais ce n’est pas le point, ici.

Sudoc aujourd’hui

#scénario Colbert. Sudoc über alles.

1 seul SIGB pour tout le réseau Sudoc. 1 seule base.1 seule interface de catalogage. Plus de transferts réguliers. L’interface publique Sudoc connaît la disponibilité des documents.

#scénario Zollverein. Le Sudoc, des SIGB et un gros SIGB partagé

Le Sudoc est toujours en relation avec les SIGB locaux. Un de ces SIGB (le gros Prussien) est partagé entre plusieurs établissements.

# scénario {?nom?}

1 seule interface professionnelle pour tous les catalogueurs Sudoc et les gestionnaires du SIGB partagé. Les notices sont dans la base Sudoc et les données lecteurs et circulation sont dans le SIGB (vraiment ?).

L’interface publique de chaque bibliothèque affiliée au SIGB partagé est une vue sur l’interface du catalogue collectif Sudoc. Donc, le Sudoc connaît la disponibilité des documents, mais seulement pour les bibliothèques du SIGB partagé.

Contrainte : il faut un SIGB dont le module de catalogage puisse être branché sur CBS, le système central du Sudoc qui gère sa base de données.

Avantage collatéral : on remplace WinIBW.

# scénario RERO

1 seul logiciel pour tous. Chacun son instance du logiciel + 1 instance maître. Synchronisation du central (maître) vers local.

Contrainte (point de vue stratégie ABES) : changer de système central (CBS).

# scénario ??

…

Historique du post :

24 janvier 2011 : création
25 janvier 2011 : ajout du scénario RERO

Zollverein

Gestion des plans de conservation partagée (PCP) :: pistes

Yannn — Sat, 22 Jan 2011 23:06:25 +0000

Objectif : donner aux gestionnaires de PCP les moyens de visualiser voire superviser leur collection.

Stratégie :

un outil dédié, plutôt qu’une vue filtrée du Sudoc. Il ne s’agit pas de trouver des documents, mais de gérer une collection de documents.
un PCP : c’est une division du travail dans le temps et dans l’espace : se coordonner à plusieurs sur un espace donné pour assurer la continuité de la conservation d’un titre. Donc, miser sur la visualisation chronologique et géographique.
Il faut exploiter la structuration et la précision des données d’état de collection. Pas seulement pour les afficher textuellement, littéralement, mais pour calculer et trouver des solutions visuelles ad hoc efficaces.

Exemple : visualisation des lacunes et redondances.

Visualiser les états de collection d'une revue

Visualiser les redondances des états de collection :: on pourrait griser toute la frise sauf les redondances

Visualiser les lacunes des états de collection :: on pourrait griser toute la frise sauf les lacunes

Un Marché Des Livres Dans La Bibliothèque

Yannn — Sat, 22 Jan 2011 22:35:31 +0000

J’ai peur de manquer … de lecture. J’avais.

Je ne fréquente plus les bibliothèques, mais, à l’époque, le rationnement des BU françaises m’était d’autant plus insupportable que je fréquentais des bibliothèques allemandes, encore plus généreuses que bien dotées : pas plus de 100 livres à la fois, bitte. !

L’absurdité du rationnement français tenait (tient) à ce que le quota de livres est indépendant du taux de rotation du même livre. Une bibliothèque est un marché avec une offre et une demande, mais il n’y a pas de prix flottants, juste des coupons de rationnement : l’ascète et le glouton ont les mêmes coupons ; le sandwich au raifort (qui peut plaire, si si !) et la pizza ont la même valeur.

Résultat : le glouton reste sur sa faim, le raifort moisit car son amateur a dû se résigner à emprunter l’incontournable pizza…

J’aurais aimé, s’il vous plaît, un marché des livres dans ma bibliothèque, non monétaire ; je disposerais d’un capital d’emprunt (des UBU, unités de bu ?) ; le prix d’un livre serait proportionnel à sa demande, ce qui rendrait le raifort très abordable (l’amateur pourrait en abuser sans nuire à quiconque), la pizza dissuasive (ce qui la réserverait aux vrais demandeurs), la pénurie moins sensible, le taux de rotation plus important et visible par l’utilisateur, la connaissance des besoins des usagers plus observable (et non déformée par le comportement sous rationnement), le snobisme de la lecture enfin stimulé…
Je ne demande pas un prix avec des virgules. Mais au moins une gradation, de 1 à 3 ou 5. En 1ère année, on revoit l’arithmétique élémentaire, non ?

Les autorités

Yannn — Sat, 22 Jan 2011 21:26:58 +0000

Principe général. Les catalogues bibliographiques ont un moyen de distinguer les auteurs qui ont le même nom ou d’établir un lien entre différents livres écrits par le même auteur. Ce sont les fichiers d’autorités. Dans la fiche d’un bouquin, au lieu de pointer l’auteur par son nom (qui peut-être aussi courant que “Jean Martin” ou ” John Smith”), on indique un code qui renvoie à une autre fiche, qui décrit la personne. Il se trouve qu’une des caractéristiques de cette personne est son nom, mais ce n’est pas l’information pivot.
Le même principe peut s’appliquer à d’autres informations de la fiche bibliographique : l’éditeur ou son sujet.
Conclusion : un catalogue de livres catalogue aussi des personnes, des organisations, des concepts.

Inverser le catalogue. Ordinairement, on interroge le catalogue et il renvoie les fiches des livres. Celles-ci disent quels sont les personnes et concepts liés.
Rien n’interdirait de faire l’inverse : on interroge le catalogue et il renvoie des fiches de personnes. Ces fiches personnelles disent alors quels livres ces personnes ont écrits (et, indirectement, sur quels sujets ils ont écrits). Le catalogue est aussi un annuaire.

Extraire du catalogue. Les catalogues parlent des auteurs (entre autres). Les auteurs ne sont pas que ce qu’en dit le catalogue. Les auteurs sont aussi des chercheurs, des blogueurs, des sujets d’autres livres ou articles, des correspondants, des possesseurs de fonds d’archives… Le catalogue peut apporter sa contribution à la grande conversation du Web : lui aussi parle d’untel. Comment nommer untel ? Ce que les autorités font à l’intérieur du catalogue, faut-il encore le faire à l’extérieur du catalogue sur le Web ?
Le web sémantique n’a pas besoin que tout le monde parle de la même personne en utilisant la même URI. Mais l’existence des fichiers dans le monde bibliographique fait en sorte qu’une masse d’informations sur l’activité éditoriale de certaines personnes est structurée de manière précise et harmonisée, ie exploitable. Les identifiants des fiches d’autorité deviennent des identifiants Web indirects pour des personnes. “indirects” car l’identifiant identifie la notice, pas directement la personne. Mais il se trouve que cette personne est la seule à être décrite par cette autorité. L’identifiant de l’autorité est un quasi-identifiant de la personne, comme le sont son adresse de messagerie ou ses coordonnées spatiales.

Relier. Le projet VIAF établit une correspondance entre les fichiers d’autorité de différents catalogues. C’est une manière de préparer les autorités à prendre le grand large du Web car on émancipe un fichier d’autorité de son catalogue bibliographique d’origine.

Réutiliser. Une autre manière de faire est celle-ci : au lieu de multiplier les fichiers pour les lier ensuite, réutiliser un même fichier dans différents contextes. Exemple : les autorités Sudoc pour un outil de gestion des thèses électroniques, un catalogue de manuscrits, une plateforme de gestion des ressources pédagogiques, un portail de revues en sciences humaines, une plateforme nationale d’archives ouvertes…

Servir. Un fichier d’autorité ne doit plus être un sous-corpus de données rivé à un catalogue, mais un répertoire ouvert et exploitable, un service. Voir le projet Names du JISC, entre autres. J’aime l’idée de résumer ainsi le projet filnlandais finnOnto : une ontologie peut être un service public national, comme l’aviation civile. Un Web service public.

Dead social network – Dialogue des morts

Yannn — Sat, 22 Jan 2011 21:23:48 +0000

Le Web social se concentre sur les relations entre les vivants.
Les institutions de la mémoire (dont les bibliothèques) doivent exprimer le Web social des morts.
On n’oubliera pas enfin que les vivants ont des relations avec des morts.

ex : Gérard Lebrun – foaf:knows – Manu Kant
ex : Manu Kant – xxx:influence – W. Sellars
ex : W. Sellars – xxx:correspond-avec – R. Chisholm
ex : Manu Kant – recommande – D. Hume ??

Le graphe social de l’humanité, des humanités.

Bibliothèque numérique : s’inspirer des bibliothèques publiques et privées

Yannn — Sat, 22 Jan 2011 21:18:19 +0000

Les bibliothèques numériques doivent prendre pour modèle les bibliothèques publiques et leurs fonctions (accueil, signalement, organisation, pérennité, diversité), mais les bibliothèques privées : annotation (je gribouille, je taggue, je balise (début +fin +type) et donc rend extrayable), socialisation (je montre, je prête, j’emprunte, bon, je rends pas toujours), personnalisation des modes d’organisation (je regroupe, je déplace, je mets devant, je mets derrière).