Présentation (2 h) donnée lors d'un stage enssib sur la valorisation des thèses. 2 décembre 2010. Neige.

1. Métadonnées de thèse nicolas@abes.fr 1 stage enssib | Valorisation des thèses | 2 décembre 2010

3. Des métadonnées dans tous les états

4. TEF

5. Identifiants

6. IdRef

7. RDF

8. Les métadonnées dans les thèses2

9. Introduction De quoi parle-t-on ? 3

10. IntroductionDe quoi parle-t-on ? Métadonnées = ? Thèse = ? 4

11. Métadonnées = ? Information structurée et réutilisable sur (…) Exemples Une page de titre papier est structurée, mais n’est pas réutilisable Une notice MARC = un ensemble de métadonnées 5

12. Cette thèse a pour directeur Untel 6

17. Qui est dirigé par tel chercheur’10

19. Qui est dirigé par tel chercheur’Qui appartient au comité de telle revue 11

21. Qui est dirigé par tel chercheur’Qui appartient au comité de telle revue Qui a publié tel chercheur’’ 12

23. Qui est dirigé par tel chercheur’Qui appartient au comité de telle revue Qui a publié tel chercheur’’ Etc. Où s’arrêter ? 13

25. 15

26. Les métadonnées de thèse,c’est… toute information structurée … … qui concerne de près ou de loin la thèse peu importe la structure peu importe le format peut importe le type d’entité dont on parle : Document Personne Organisme Concept 16

27. Thèse = ? En apparence, c’est un objet précis En fait, différentes entités derrière le mot « Thèse » Et chacune a ses propres métadonnées 17

28. http://thesedemerde.fr 18

29. Thèse comme Texte (« rédaction ») Thèse comme Edition (« quatre fois plus de pages ») 19

30. Thèse comme Œuvre Thèse comme Texte (« version ») Thèse comme Edition/Format (« manuscrit ») 20

31. Thèse comme Période, Processus administratif (« moitié ») 21

32. Thèse comme Diplôme (« inscription ») 22

33. Les métadonnées de thèse dans tous les états Circulation et recyclage 23

34. Différentes phases Différents formats Circulation & recyclage Pas de multiple saisie 24

35. 25

36. Il n’existe pas un format canonique pour les métadonnées de thèse Il n’existe pas un état de complétude (géométrie variable, selon contexte) Il n’existe pas qu’un circuit linéaire (workflow à la carte) Mais il existe des conditions favorables à la circulation et au recyclage des métadonnées  26

37. Conditions favorables Information la plus découpée possible nom et prénom séparés Information la plus homogène possible Peu importe la structure des dates, mais ne pas varier Information la plus précise possible Pas de majuscules non ACCENTUEES ! Utiliser des listes fermées (diplômes, disciplines..) Garder le maximum de précision et de richesse au fil des conversions Avoir des outils qui permettent de maîtriser les flux entrants et sortants Disposer de compétences XSLT 27

38. TEF Une forme parmi d’autres pour les métadonnées de thèse 28

39. TEF Format XML Pour les thèses numériques natives Recommandation AFNOR (2006) ? <chut>Obligation ABES</chut> TEF, fait sur mesure pour STAR Pour répondre aux missions de STAR Format d’import de STAR 29

40. Missions de STAR > Aspects de TEF Signalement Sudoc TEF : méta biblio, autorités… Archivage pérenne TEF : gestion d’éditions différentes, avec métadonnées de fichiers associées Respect du droit de la PI et des restrictions de diffusion TEF : gestion fine des droits Respect de la validation Jury TEF : différentes versions possibles 30

41. 31

42. TEF et les FRBR FRBR : modélisation de l’information bibliographique par l’iFLA (1998) Clarification conceptuelle A chaque niveau ses métadonnées Œuvre Expression (= Version selon TEF) Manifestation (= Edition selon TEF) Exemplaire (Pas dans TEF) 32

43. Le cas simple 33

44. Un cas plus complexe 34

45. Un autre cas plus complexe 35

46. Générer du TEF pour importer dans STAR Partir de n’importe quelles données structurées Convertir en TEF, complet ou non STAR : pas tout ou rien 36

47. Identifiants 37

48. http://www.theses.fr/2009TOUR3802 URL pérenne de la description HTML de la thèse comme œuvre Point de départ vers documents, métadonnées, ressources liées… 38

49. http://www.theses.fr/2009TOUR3802/document URL pérenne de document (s) Renvoie vers une des éditions sur un des serveurs de diffusion Selon un ordre défini Action : Getit ! 39

50. http://www.theses.fr/2009TOUR3802/id Identifiant de la thèse comme œuvre Aujourd’hui pur identifiant pour le RDF Demain, identifiant et URL Même si l’œuvre n’est pas un document accessible surle Web. Seules ses éditions (manifestations) y sont. 40

51. Avec le portail des thèses (2011) : http://www.theses.fr/2009TOUR3802.rdf http://www.theses.fr/2009TOUR3802.xml http://www.theses.fr/2009TOUR3802/dc.xml http://www.theses.fr/2009TOUR3802/marc.xml … 41

52. Identifier les entités liées aux thèses IdRefwww.idref.fr 42

53. Besoin de référentiels Identifier les personnes, organismes, concepts… Autorités Sudoc >> IdRef D’autres entités > d’autres référentiels Laboratoires ? Entreprises ? Contrat CIFRE ? Projets ANR ? 43

54. IdRef Nouvelle application ABES (octobre 2010) Objectifs : Interroger, modifier, créer les autorités Sudoc À partir du site Web www.idref.fr A partir d’une autre application « branchée » sur IdRef STAR (oct. 2010), Calames (aujourd’hui !), ORI-OAI (2011) et d’autres applications de l’ens. sup. & rech. fr. 44

55. 45

56. Politique des URL http://www.idref.fr/026690276 URL des métadonnées de la personne (HTML ou RDF) http://www.idref.fr/026690276/id URL de la personne Redirige (303) vers les métadonnées http://www.idref.fr/026690276.rdf URL des métadonnées RDF de la personne http://www.idref.fr/026690276.html URL des métadonnées HTML de la personne http://www.idref.fr/026690276.xml URL des métadonnées UNIMARC/XML de la personne 46

57. Prière Faîtes le maximum de liens vers des référentiels et leurs identifiants ! Membres du jury Entreprises Entreprises Projets ANR Le Web vous le rendra… 47

58. Vers un Web de métadonnées RDF 48

59. RDF Standard W3C Existe depuis 1998, mais décolle aujourd’hui Resource Description Framework Cadre général pour décrire n’importe quoi Toutpeut être « resource » à décrire RDF, modèle universel pour intégrer toute information au Web de données 49

60. http://www.theses.fr/2009TOUR3802/id dcterms:creator http://www.idref.fr/142976903/id Cette thèse … … a pour auteur … … untel. 50

61. http://www.theses.fr/2009TOUR3802/id http://purl.org/dc/terms/creator http://www.idref.fr/142976903/id La relation creator est également identifiée par une URL 51

62. Démo 52

63. Comment publier ses métadonnées en RDF ? Mettre du RDF dans ses pages HTML RDFa (RDF dans les attributs HTML) Calames Thèses de STAR : www.theses.fr/{Numéro_national_de_Thèse} Publier un document RDF à part RDF en XML (ou autre format) Autorités Sudoc dans IdRef 53

65. Mais je veux voir !

66. Outils

67. Tabulator: naviguer dans le RDF

68. Operator: extraire le RDF du HTML+RDFa

69. SindiceInspector: analyser et valider le RDF

70. RDFa distiller : extraire et valider le RDFa54

71. Nos métadonnées et les moteurs Google Richsnippets RDFa à la Google pour Google Pas possible de parler de thèses, de documents Mais on peut parler de personnes, d’entreprises, de produits… Sindice Moteur spécialisé dans les données sémantiques Les moteurs explorent, moissonnent De plus en plus vont agréger et faire raisonner nos métadonnées Seulement le début… 55

72. Diffuser les métadonnées sur le Web de données, c’est … Valoriser les thèses Valoriser les personnes et les organismes liées aux thèses Enrichir nos propres métadonnées Enrichir les métadonnées des autres Découvrir de nouveaux usages et utilisateurs de nos données Publier à la cantonade ≠ échanger entre partenaires 56

73. Les métadonnées dans la thèse 57

74. Les métadonnées dans la thèse La thèse contient des informations structurées Page de titre Table des matières Autres tables Plan de la thèse Bibliographie Ces métadonnées ne sont pas explicites pas caractérisées de manière sémantique 58

75. Les métadonnées dans la thèse La thèse contient des informations précises mais non structurées de manière sémantique : = la prose scientifique RDFa montre la possibilité de truffer la prose de métadonnées Au moins, structurer le résumé en RDF ? 59

76. 60

77. Quels outils pour une écriture sémantique ? Styles Word ? Mais pour baliser le sens, pas la forme ! Plugin Bureautique ? Ex : Word Add-in For Ontology Recognition Ex: Extension sémantique pour Open Office Editeur HTML 5 ? Microdata Rival de RDFa 61