Modelagem de dados como ferramenta de análise de padrões de metadados em bibliotecas digitais: o padrão de metadados brasileiro para teses e dissertações segundo o modelo entidade-relacionamento
Notice bibliographique
Résumé
Nas ultimas decadas, com a automatizacao dos sistemas de informacao e com o advento das bibliotecas digitais, normas, padroes e tecnicas da biblioteconomia tem sido amplamente discutidos, analisados, reavaliados e reestruturados. Dentre esses se incluem os instrumentos normativos destinados a representacao descritiva, como o Formato de Catalogacao Legivel por Computador – MARC -, o Codigo de Catalogacao Anglo-Americano – AACR - e a Norma Internacional de Descricao Bibliografica – ISBD -, que tem se constituido em objetos de estudos teoricos, visando-se ao desenvolvimento e aperfeicoamento dos padroes de metadados para bibliotecas digitais. Objetiva analisar o padrao brasileiro de metadados para teses e dissertacoes, o MTDBR, utilizado no projeto da Biblioteca Digital de Teses e Dissertacoes, patrocinado e dirigido pelo Instituto Brasileiro de Informacao Cientifica e Tecnologica – IBICT -, utilizando a metodologia de modelagem de dados, de acordo com as Exigencias Funcionais para Descricao Bibliografica – FRBR -, proposta por um grupo de estudos especifico da Federacao Internacional das Associacoes de Bibliotecas – IFLA -, baseada no modelo entidade relacionamento - MER. Esta metodologia foi aplicada inicialmente ao ISBD(G) e os resultados foram apresentados no relatorio final do FRBR. Deste trabalho, a mesma metodologia foi a base de dois estudos realizados por Tom Delsey, da Biblioteca Nacional do Canada, sendo aplicada ao MARC e ao AACR. Sua aplicacao nesta tese sera a primeira iniciativa no Brasil de aplicacao da metodologia do FRBR de modelagem de dados ao padrao do MTD-BR. Este estudo apresenta as potencialidades da modelagem de dados na construcao de bibliotecas digitais. Os resultados permitiram identificar alguns pontos de reflexao no desenvolvimento de uma versao nova do padrao do MTD-BR, alem das propostas de ampliacao dos elementos de metadados deste padrao. Evidenciou-se ser essencial que novos estudos devem ser realizados, usando a aplicacao desta metodologia aos outros padroes de metadados, mesmo que analisados com outras ferramentas de modelagem de dados, como o modelo orientado a objeto, amplamente aplicado a projetos de sistemas de informacao, considerando sua relacao com as normas, principios e instrumentos da biblioteconomia. Espera-se que nao somente a representacao descritiva possa ser melhorada com este tipo dos estudos, mas tambem a area de representacao tematica. Texto completo disponivel em PDF.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».