KÉT ÉVES A MISKOLCI EGYETEM PUBLIKÁCIÓS ADATBÁZISA THE PUBLICATIONS DATABASE OF THE UNIVERSITY OF MISKOLC IS TWO YEARS OLD Vitéz Gáborné 1, Kiss Andrea 2, Veréb Norbert 1 Miskolci Egyetem Számítóközpont, Miskolci Egyetem Könyvtár, Levéltár, Múzeum Összefoglaló A Miskolci Egyetemi Publikációs Adatbázis 2005-ben kezdte el működését, azóta folyamatosan fejlődik, gyarapodik. Az adatok feltöltése az utóbbi hónapokban különösen nagy lendületet vett. Minél inkább bővül az adatbázis, minél többféle megoldásra váró problémával kell szembenéznünk, annál inkább érezzük a folytonos fejlesztés szükségességét. Úgy gondoljuk, megérett az idő arra, hogy új szakasz kezdődjön az Adatbázis életében, ezért az apróbb javítások helyett most nagyobb átalakításokra készülünk, mind szoftver szinten, mind pedig az adatfeldolgozási szabályok tekintetében. Ezekről a - részben már megvalósult - fejlesztésekről szeretnénk most beszámolni. Kulcsszavak publikáció, publikációs adatbázis Abstract The Publications Database of the University of Miskolc has begun its activities in 2005, and since then it is growing and developing continuously. The data uploading has gained considerable impetus in the last few months. As our database is expanding, the more new problems demanding solutions we face, the more we feel the need of continuous development. We believe that time has arrived for the beginning of a new phase in the life of the Publication Database, and as a consequence, we are planning major alterations instead of small improvements at software level, as well as in regard to the data processing rules. We would like to inform you about these developments, that are by now already realized in part. Keywords publication, publications database 1
1. Előzmények 2004 végén felkérés érkezett az Miskolci Egyetem vezetésétől az Egyetemi Számítóközpontba. A feladat egy központi adatbázis létrehozása volt az Egyetemhez kapcsolódó publikációkból, amely adatokat szolgáltat a különböző egyetemi beszámolók számára. A munka elvégzéséhez - mivel elsősorban bibliográfiai adatokat tároló adatbázisról van szó - a Számítóközpont az Egyetemi Könyvtár segítségét kérte. 2. Célok és tervezés Célkitűzésünk egy olyan egységes adatbázis megteremtése volt, amely egy helyen gyűjti össze a szükséges anyagokat több szempontú keresést biztosít bibliográfiai hivatkozások szabványának megfelelő egységes megjelenítésre alkalmas helyet biztosít a tartalmi kivonatok, mellékletek, teljes szövegek számára is a publikációk metaadatait szabványos formában tárolja, lehetővé téve más rendszerekben való felhasználásukat is. A programozás és a tesztelés 2005-ben kezdődött el, 2006-ban pedig elindult az éles adatok feltöltése. 3. Eredmények Beviteli felület: csak regisztrált felhasználóknak szerzői és publikációs adatok rögzítése, módosítása, törlése teljes szövegek feltöltése az adatbázisba Keresőfelület: Böngészés: címek betűrendes listája szerzők és közreműködők nevének betűrendes listája szervezeti egységek vagy karok szerinti listák Egyszerű keresés: a publikációk címében előforduló szavak szerzői, közreműködői nevek tárgyszavak Összetett keresés: a publikációk címében előforduló szavak - a keresési metódust is beállíthatjuk (and, or kapcsolat, vagy a kifejezés egészének keresése) 2
szerzői, közreműködői nevek - testületi nevekben is tárgyszavak szervezeti egységek azonosítók (pl. ISBN, ISSN, szabványszám stb.) Szűkítési szempontok összetett keresésnél: megjelenési év a dokumentum típusa a dokumentum nyelve Kimenetek: rövid megjelenítés (a hivatkozási szabványnak megfelelően) részletes megjelenítés (az adatok bővebb halmazát mutatja meg címkés formában); innen érhetők el további információk az egyes közreműködőkkel kapcsolatban (e-mail, honlap) letölthető lista.txt fájlban OAI (Open Archive Initiative) interface az NDA (Nemzeti Digitális Adattár) számára teljes szövegek; link már a rövid megjelenítésnél is Statisztika: gyarapodási statisztika (1. táblázat) használati statisztika (2. táblázat) 1. táblázat gyarapodási statisztika (2008. május 29-ig) Év Publikáció Szerző Egyetemi szerző 2006 4336 747 207 2007 4544 1045 159 2008 5676 1111 139 2. táblázat használati statisztika (2008. május 29-ig) Év Böngészés Gyors keresés Összetett keresés 2007 14485 1458 518 2008 21213 3972 1282 4. Tapasztalatok és tervek 3
Az adatbázis működése során több forrásból kaptunk észrevételeket, javaslatokat. Felkerestek minket igényeikkel az oktatók, a felhasználók, az adatbevitelt végző könyvtárosok. A TMT 55. évfolyam (2008) 3. számában megjelent egy cikk - Drótos László - Kőrös Kata - Somogyi Tamás: Adattármustra. Publikációs adatbázisok -, mely értékes megjegyzéseket tartalmaz a MEPA rendszer működésével kapcsolatban. A cikkben leírt gondolatok egy része már bennünk is megfogalmazódott, így megerősítést kaptunk az időközben kitűzött fejlesztési irányok helyességéről, melyeket a 2008-as NetWorkShop-on már meg is fogalmaztunk. Azóta még részletesebben kidolgoztuk, milyen fejlesztéseket kívánunk elvégezni, és maga a munka is elkezdődött. Nézzük, mely területeken akadtak problémáink és hogyan kívánjuk azokat megoldani: 4.1. Publikáció és publikációs típusok definíciója, egységes rendezési elvek - egyetemi szintű szabályzat szükséges Az adatbázisba sajnos nem autopszia útján történik az adatbevitel, hanem az oktatók által összeállított listákból, amelyek igen változatos elemeket tartalmaznak: tudományos jellegű publikációk (saját írások) ismeretterjesztő publikációk művészeti publikációk politikai, gazdasági publicisztikák recenziók fordítások lektorálások interjúk szerkesztett művek belső használatú kutatási jelentések, projektekről készített beszámolók, és még sok más... Mindez egy személy listájában együtt. Hisz egy műszaki oktató is írhat és jelentethet meg verseket, illetve filozófiai, politikai vagy egyéb gondolatait is megfogalmazhatja valamely napilap hasábjain. Másrészt egy művész tanár számára egy hangverseny vagy kiállítás számít publikációnak, nem egy folyóiratban megjelent cikk. Egyértelmű azonban, hogy mindez nem kerülhet be válogatás nélkül az adatbázisba, és szükség van az egyes típusok pontos meghatározására is. Ugyanis teljes a káosz az utóbbi tekintetben is az egyes listák között. Ugyanazt az írást az egyik társszerző könyvrészletnek titulálja, a másik tanulmánynak, a harmadik könyvfejezetnek. A folyóiratban megjelent írások hol cikkek, hol tanulmányok. Míg az egyik oktató terjedelem, avagy tudományos jelentőség alapján különbözteti meg egymástól az utóbbi kettőt, addig egy másik oktató attól függően, hogy regionális vagy országos kiadványban jelent meg. A listák rendezési elvei is eltérnek tudományterületenként. Néhol szigorú kívánalom, hogy elkülönüljenek egymástól a magyar és idegen nyelvű publikációk, a folyóiratokban megjelent publikációknál fel kell tüntetni az impakt faktort, a publikációkhoz hivatkozási lista is legyen csatolva, külön szerepeljenek a hazai és külföldi konferenciákon való előadások, függetlenül 4
attól, hogy azok csak elhangzottak vagy nyomtatásban is megjelentek-e. Másutt viszont nincsenek ilyen előírások, vagy más szempontok érvényesülnek. Sajnos a vonatkozó bibliográfiai szabványok szigorú előírásainak betartása is lehetetlennek tűnő feladat, látva az oktatók által elküldött, pontatlan, hiányos adatokat tartalmazó publikációs listákat. Mindenképpen szükséges tehát egy egyetemi szintű publikációs szabályzat kidolgozása, amely többek között pontosan definiálja, milyen kritériumok alapján kerülhet be egy dokumentum az adatbázisba, illetve milyen típusba sorolható. Ez utóbbi esetében nem csak az oktatói igényeket kell figyelembe venni, hanem tekintettel kell lenni arra, hogy más adatbázisok, amelyekből adatokat kívánunk importálni, milyen típusokat különböztetnek meg. 4.2. Szerzői adatlapok bővítése Manapság a felsőoktatási intézményekben elvárják az ott dolgozóktól, hogy saját honlappal rendelkezzenek. Mi minden található ezeken? önéletrajz publikációs lista tudományos versenyeken való részvétel elismerő oklevelek, kitüntetések oktatói, konzulensi, lektori és szerkesztői tevékenység részletei tudományos egyesületekben, bizottságokban avagy művészi alkotóközösségekben való tagság kutatásokban és projektekben való részvétel, ennek eredményei Tapasztalataink szerint egyes oktatók nem kívánnak saját honlap készítésével bajlódni, helyette adatbázisunktól várnák el, hogy helyettesítse azt - holott a publikációs lista csak kis része a tudományos tevékenységet bemutató információknak, a többi elem nem illik bele az adatbázis profiljába. Ennek ellenére keressük a lehetőségeket, hogyan tudnánk bővíteni a szerzői adatlapokat, amelyekben egyelőre csak egy, a szerző honlapjára mutató link helyezhető el. 4.3. Statisztikák fontossága Az Egyetemnek különböző statisztikákra lenne szüksége a publikációkról. Ilyenek például: szervezeti egységekre lebontott statisztika adott tanszéken / karon / intézményben hány publikáció született összesen / adott évben hány oktató publikációi szerepelnek az adatbázisban (összesen / adott szervezeti egységben) Az oktatóknak személyre szabott statisztikára van szükségük, például: 5
összesen / kiadvány-típusonként hány db publikációja van az adatbázisban adott évben hány publikációja jelent meg (összesen / kiadvány-típusonként) típus szerint / év szerint rendezett listák megjelenítése A statisztikai modul bővítéséhez is az első lépcső a konkrét igények megfogalmazása, rögzítése. Először tehát egyeztetni kell az egyetem és a karok vezetőivel, milyen statisztikákat várnak el, illetve milyen szempont szerint rendezett, csoportosított listákat szeretnének az oktatók. Azt már jelezték, hogy szervezeti egységenkénti statisztika feltétlenül szükséges. A pontos specifikáció után lehet elkezdeni a fejlesztést. 4.4. Hivatkozások és egyéb kapcsolatok kezelése Lényeges eleme a publikációs listáknak, hogy nem csak publikációk adatait, hanem az azokra vonatkozó hivatkozásokat is tartalmazzák. Úgy látjuk, valós igény van arra, hogy ezen hivatkozások nyilvántartására is alkalmassá tegyük a rendszert. A megoldáshoz a Dublin Core relation elemét vettük alapul. Relation: "hivatkozás a dokumentummal kapcsolatos másik dokumentumra". A minősítők közül az isreferencedby - hivatkozott, és a references - hivatkozik alkalmazható, de nem feltétlenül csak ezek, mert a tartalmazás bizonyos eseteire, vagy egyéb tartalmi kapcsolódásra is használhatjuk ezt az elemet. Azonban a publikációs adatbázisokat vizsgálva kiderült, hogy a hivatkozás leírásánál nemcsak az URI-k sorozata szerepel a publikációs listaelem után, hanem az idéző szerző neve is. Így, kicsit kiegészítve ezt az elemet, a szerző nevének vagy kódjának a tárolására is lehetőséget fogunk nyújtani. Ha a szerző a Miskolci Egyetem kutatója, lehet itt a kódját tárolni, és innen továbblépve eljuthatunk akár az adatlapjához is. A Köztestületi Publikációs Adattárat (KPA) tanulmányozva láthatjuk, hogy a publikáció leírása után az idézők sora következik, melyben rendre az idéző cikk szerzőjének neve, a folyóirat címe, megjelenési adatok szerepelnek, majd az oldalszámok következnek. Ilyen adatok kapnak majd helyet a relation rekordban. 4.5. Csereformátumok előállítása Megfogalmazódott az oktatók részéről, hogy miért kellene a MEPA-ba felvinni azokat a publikációkat, melyek a Köztestületi Publikációs Adattárban (KPA) már megjelentek. Ésszerű lenne olyan modul, mely importálni tud más adattárakból bibliográfiai adatokat. A KPA-ból a listák RIS formátumban tölthetőek le, ezért a RIS rekordok importjára kellett felkészülni. A RIS formátum definíció a Reference Manager http://www.refman.com/support/risformat_intro.asp oldalról kiolvasható, így a RIS formátumú publikációs lista elemzése megoldható feladat, noha nem egyszerű. 6
Jelenleg elkészült a RIS rekord leképezése a MEPA rekordra. Valójában minden RIS adat elhelyezhető a MEPA-ban, ami a MEPA tervezését dicséri. A probléma az apró részletekben van. Ilyenek a karakter kódlap változatossága, a kisbetű, nagybetű következetlen használata és a szerzők nevének írásmódja. Nem követi a szabványt a név írása, így nem lehet tudni automatikusan, melyik a vezeték, és melyik a keresztnév. De számtalan pontatlanságot, hiányosságot sorolhatnánk az adatbevitellel kapcsolatban. Az import folyamatot úgy tervezzük, hogy batch módban beolvassuk a publikációs adatokat a RIS-MEPA konverzió után. Közben az adatbevivő könyvtárosok vezetője értesítést kap email-ben a bevitt rekordokról, amely tartalmazza a publikáció főbb azonosító adatait, és a szerzők nevét. A felelős könyvtáros megnézi, van-e már ilyen név a rendszerben, ha nincs, beviszi a szerző nevét, majd összekapcsolja a publikáció többi adatával. Ha a szerző neve már rögzített, csak össze kell kapcsolni a publikációval. A könyvtáros közben ellenőrizheti az adatok helyességét. 4.6. A beviteli űrlap egyszerűsítése A beviteli űrlap sok kritikát kapott, de alapvetően egyszerűbbé nem lehet, és nem is érdemes tenni. Azt azonban átgondoljuk újra, mely publikációs típusoknál lehet elrejteni az ott felesleges mezőket. Ez azt jelenti, hogy modulokra kell bontani a beviteli programot, ésszerű sorrendváltozást is megengedve. Ez a fejlesztés elkezdődött. 4.7. A keresőfelület új verziója A keresés újratervezése sok finomítást hoz majd. A felesleges, kihasználatlan funkciókat, amik csak bonyolítják a rendszert, kihagyjuk és új, hasznosabb dolgokat építenünk bele. 1) Böngészés - összetett keresés Az új koncepció szerint egy oldalra kerülnek a kereső funkciók. Megmarad a betűrend szerinti böngészés a címek és szerzőnevek közül, de a szervezeti egységek és karok szerinti böngészés során olyan hatalmas listák generálódnak már most is, amelyek kezelhetetlenek. Ezeket részben a szervezeti egység szerinti szűkíthető keresés, ill. a statisztikai modul fogja kiváltani. 2) Testületi nevek szerinti keresés Az autopszia hiánya, az adatfeltöltés meggyorsítása, az áttekinthetőbb megjelenítés mind oda vezetett, hogy változtattunk az adatfeltöltés irányelvein, és testületi közreműködőt csak akkor veszünk fel, ha annak hiányában nem egyértelműen azonosítható a dokumentum. Ez viszont ritkán fordul elő, vagyis ez az adatmező is ritkán töltött. Ebből következően az ilyen típusú keresés sem hozhat értékelhető eredményt, ezért kikerül a funkciók közül. 7
3) Segítség és GyIK Az adatbeviteli és keresési útmutatót a változtatásokkal összhangban frissíteni kell, illetve a tájékoztató információkat közös menüpontba szervezzük. 4) Új menüpont: Elérhetőség Az elérhetőségi adatok eddig is láthatóak voltak az oldalon, de különböző problémákkal különböző helyre kell fordulni, ezért vált szükségessé a terjedelmesebbé váló információs anyag külön menüpontba kerülése. 5) Rendezés Terveink szerint a listákat különböző szempontok szerint lehet majd rendezni, de ehhez még egyeztetés szükséges az egyetem vezetőivel. 6) Új rövid megjelenítés Mivel az oktatók és az egyetem nem igényli, hogy szigorúan ragaszkodjunk a bevált könyvtári szabályzatokhoz a publikációk megjelenítésében, ezért némileg enyhítünk az előíráson: minden szerző neve meg fog jelenni a publikációk mellett külön sorban, nem csak az első három a szerzői nevekről könnyebben észrevehető azonnali link vezet majd a szerzői adatlapokhoz megjelenési hely és kiadó esetén elegendő lesz az első kettő feltüntetése, ami bőven elég a dokumentum beazonosításához tartalmazó dokumentumok nem jelenhetnek meg a listákban, ha azokhoz nem kapcsolható egyetemi szerző; tartalmazó dokumentumoknál nem veszünk fel nem egyetemi szerzőket 7) Letölthető listák Ez a funkció is finomítást igényel. 4.8. További tervek, célok keresési lehetőségek bővítése metaadat a publikáció lapján még több teljes szöveggel, digitálisan elérhető publikáció 8
A könyvtáros szakma elvárja az olyan összetett keresési lehetőséget, melynek segítségével 4-5 mezőben lehet keresni, köztük választható logikai műveleti jellel. Igaz, egy ilyen komplex keresési lehetőség akkor hasznos, ha a bibliográfiai adatok alapos feltárást tükröznek. Ám ennek komoly feltétele, hogy az adatokat ne publikációs listákból kelljen rögzíteni, hanem "kézbe" kapva a publikáció nyomtatott, vagy digitális változatát, elolvasva az abstract-ot, vagy belelapozva a cikkbe, tartalmi jegyek tanulmányozása után tárgyszavazni lehessen a publikációt. A html meta tag-ben elhelyezett metaadat megjelenése a publikáció lapján egy további jó irány abban a tekintetben, hogy a keresők könnyebben rátaláljanak az oldalra. Ez a kutatóknak is érdeke. Végül egy nagyon fontos cél a publikációk teljes szövegű elérése, melyhez minden technikai feltétel adott: nem csak a tejles szövegek feltöltése webes felületen, avagy URL-ek csatolása a rekordhoz, hanem megteremtődött az NDA-val is a kapcsolat, így az adatbázisunkban szereplő, teljes szöveggel elérhető publikációk több, mint 500 már ott is kereshetőek. Az adatbázis akkor használható igazán jól, ha élünk az általa nyújtott lehetőségekkel, és nem csupán bibliográfiai adatokat, hanem a teljes szövegeket, absztraktokat és tárgyszavakat is rögzítünk benne. Ehhez azonban az oktatók segítsége szükséges, ezért az ő bevonásuk a közös munkába elengedhetetlen ahhoz, hogy igazán színvonalas szolgáltatásokat nyújtó rendszerré váljon adatbázisunk. Elérhetőség: http://www.publikacio.uni-miskolc.hu 9