Delrapport för Lärobjekt i öppna arkiv nya krav och spännande kopplingar

Transkript

1 Delrapport för Lärobjekt i öppna arkiv nya krav och spännande kopplingar Annakim Eltén Viktoria Hörnlund

2 Innehållsförteckning 1 Inledning :1 Syfte :2 Projektets upplägg Lokala arkiv Forskningsdata :1 Projekt med syfte att hantera lingvistisk forskningsdata :2 Metadataprofil för att beskriva forskningsdata Lärobjekt :1 Projekt med syfte att hantera lärobjekt :2 Metadataprofil för att beskriva lärobjekt Slutkommentarer... 11

3 1 Inledning Projektet utgår från två olika former av material; forskningsdata och lärobjekt. För att tillgängliggöra, möjliggöra återanvändning och sprida resurserna behöver det finnas ett system där resurserna kan lagras och beskrivas. I slutändan är det en kostnadsfråga att såväl forskningsdata som lärobjekt kan återfinnas och återanvändas. Den ökande mängden digitalt och digitaliserat material kräver även förbättrade möjligheter att organisera samt beskriva resurserna. Var och hur resurserna ska sparas och beskrivas är inte givet. Olika resurser och ämnen har olika förutsättningar. I vissa fall finns det redan databaser knutna till ämnet eller till ett visst projekt som är den naturliga samlingspunkten. Dessa databaser erbjuder ofta specialiserade metadataprofiler som är anpassade till resursernas specifika egenskaper. I andra fall saknas dessa specialiserade databaser och resurserna är hänvisade till att enbart sparas i exempelvis lokala arkiv. Det är önskvärt att de resurser som är knutna till en högskola eller ett universitet återfinns i de lokala institutionella arkiven även om resurserna också finns i ämnesspecifika databaser. Idealet är att varje resurs enbart ska behöva beskrivas och sparas vid ett tillfälle och att data sedan återanvänds i andra aktuella databaser. Detta kräver att den registrerade metadatan håller en viss kvalitet samt att de olika systemen kan kommunicera med varandra. Graden av interoperabilitet mellan system styrs av den ursprungliga registreringen av resursen och vid en import av poster från en annan databas finns det alltid en risk att man får in ofullständiga och felaktigt registrerade poster från andra databaser som man saknar kontroll över. Tyvärr har inte alltid forskaren som registrerat data i databaserna fått information eller förstått syftet med detta arbete och en del poster saknar därför den information som hade varit önskvärd. Att någon annan än personen som skapat det aktuella materialet skulle registrera resurserna är dock ingen generell lösning, det krävs ofta kunskap om deras uppkomst och innehåll för att kunna göra registreringen och en utomstående person besitter inte denna. En databas av mer generell karaktär är även i vissa fall svår att koppla till exempelvis kontrollerade vokabulärer, som ämnesordslistor. För att kunna importera poster samt skapa en möjlighet att göra primärregistreringar i lokala arkiv krävs det en allmän metadataprofil. Det är en balansgång mellan att skapa profiler som är tillräckligt enkla att använda samtidigt som de beskriver resurserna så pass ingående att material återfinns i dem på ett acceptabelt sätt. En likartat problem är om beskrivningen ska ske på korpus- eller på resursnivå. Vilken arbetsmängd är rimlig för den som ska registrera resurserna och vilken nivå är den generellt mest användarvänliga för den som ska söka material? Projektet är ett samarbete vid Lunds universitet mellan HT-biblioteken, Humanistlaboratoriet vid Språk- och litteraturcentrum samt Biblioteksdirektionen. 1:1 Syfte Projektets syfte har varit att skapa metadataprofiler för beskrivning av lärobjekt samt för forskningsdata. Profilerna ska kunna användas i Lunds universitets lokala institutionella arkiv men även fungera i mer generella sammanhang.

4 Arbetet med utformningen av metadataprofilerna har baserats på analys av olika standarder. I möjligaste mån har dock profilerna relaterats till Dublin Core för att underlätta import och export av poster mellan olika system. Noteras bör att profilerna även innehåller vissa automatgenererade metadata (datum när posterna skapats, vem som registrerat posten etc.). 1:2 Projektets upplägg Projektet med att skapa metadataprofilerna är uppdelat i olika faser. Den första delen, som denna rapport beskriver, har bestått i att bibliotekarier från HT-biblioteken vid Lunds universitet har skapat utkast till metadataprofiler för lärobjekt samt forskningsdata. Som underlag i skapandet av dessa har analys av redan befintliga lärobjekt samt i olika databaser beskrivna forskningsdata varit en väsentlig del. Samtal och samarbete med forskare vid Språk- och litteraturcentrum som är engagerade i insamlande av forskningsdata alternativt aktiva i skapande samt användande av lärobjekt har varit en viktig del av arbetet. Vad gäller lärobjekt har även samarbete och diskussioner med andra likartade pågående projekt varit av vikt. Den andra delen av projektet, som inte innefattas i denna rapport, kommer att innefatta implementering av metadataprofilerna i det lokala arkivet vid Lunds universitet. Biblioteksdirektionen vid Lunds universitet kommer att vara ansvariga för denna implementering och den ska enligt plan ske till sommaren 2009.

5 2 Lokala arkiv Till de flesta svenska högskolorna och universiteten finns lokala arkiv kopplade. Det lokala arkivet vid Lunds universitet heter Lunds universitets publikationer (LUP). Enligt ett rektorsbeslut ska alla vetenskapliga publikationer från 2002 och framåt kopplade till Lunds universitet redovisas i LUP. Syftet är dels att sprida informationen om publikationerna, dels ska det fungera som underlag för utvärdering. 1 I LUP finns idag möjlighet att registrera en rad olika typer av materialkategorier och antalet ska enligt plan utökas. De olika materialtyperna i LUP har egna profiler även om de delvis överlappar varandra. Som ett resultat av detta projekt kommer även forskningsdata och lärobjekt att få egna profiler och därmed bli möjliga att registrera i LUP. Ett av syftena med LUP är att ge underlag vid utvärderingar av universitetets verksamhet. I slutändan baseras delvis den ekonomiska tilldelningen på redovisning i LUP. Att olika typer av publikationer och resultat av institutionernas verksamhet blir synlig och även mätbar i systemet är då ytterst viktigt. Detta gäller inte minst för humaniora då publiceringstraditionerna mellan olika ämnesområden skiljer sig åt och just detta område i många fall hamnar utanför de traditionella ramarna. Den tekniska utvecklingen gör även att man i dag kan tala om publicering i många olika former. Lärobjekt passar därför in som en utvidgning av systemet. Forskningsdata är en materialkategori som hamnar allt mer i fokus och det är därför viktigt att universiteten och dess bibliotek skapar förutsättningar för att även detta material blir synliggjort och därmed ökar möjligheten att återanvända. För att skapa dessa möjligheter måste materialen kunna registreras på ett organiserat sätt. Att möjliggöra registrering samt även uppladdning av filer i lokala arkiv stödjer den allmänt spridda tanken att det är önskvärt att material som produceras genom statligt finansierad forskning bör vara Open Access. 1 Registrering av vetenskapliga publikationer ( ) [ ]

6 3 Forskningsdata Att återanvända data kan möjliggöra en fördjupning och breddning av forskningen inom ett område. Ett sätt att gynna och skapa samarbete är att man tillgängliggör samt delar på forskningsdata. Inte minst kan samarbeten mellan olika ämnesdiscipliner utvecklas, samma material kan belysas från olika ämnesingångar. Genom att de färdiga forskningspublikationerna kan kopplas ihop med rådata som ligger till grund för resultaten skapas förutsättningar för ett mervärde. Dels ges publikationen ytterligare en dimension, dels skapas förutsättning för att forskningen ska vidareutvecklas. Det finns även ett marknadsföringsvärde i spridningen av data, detta såväl för den enskilda forskaren som för institutionen, universitetet, projektet etc. Genom att rådata lagras på ett systematiskt och genomtänkt sätt skapas förutsättningar för att den ska bevaras och användningen av den för framtiden ska möjliggöras. Standardiserade beskrivningsformat och lagringsformat säkerställer kontinuerlig migrering till framtida standarder och behov. Forskningsdata kan ha olika utseende och även olika användningsområden. Data behöver inte nödvändigtvis bara användas som forskningsmaterial och kan i många fall även användas till exempel som lärandeobjekt i ett annat sammanhang. Exempel på material som kan ha multipla användningsområden är SweDia 2000-projektet där dialektalt material samlats. Av olika skäl (sekretess, patent etc.) är det inte realistiskt att all rådata alltid kan göras tillgänglig. Beskrivningarna av forskningsdatan bör däremot i de flesta fallen kunna göras tillgänglig. Det är viktigt att skapa ett system där dessa metadata kan registreras samt även erbjuda möjlighet att i förekommande fall göra själva forskningsdatan åtkomlig. 3:1 Projekt med syfte att hantera lingvistisk forskningsdata Det finns olika traditioner inom ämnesområden vad gäller att publicera och tillgängliggöra sitt material. Ett allmänt intryck av humaniora är att det finns en allt större medvetenhet samt önskan att tillgängliggöra material digitalt. Det finns en rad projekt med målsättning att organisera, tillgängliggöra och hantera forskningsdata inom språk. Några av dem beskrivs kort nedan. ECHO-projektet ECHO står för European Cultural Heritage Online och projektet avsåg att skapa en infrastruktur för publicering och tillgängliggörande av det kulturella arvet på nätet. Projektet hade även som mål att stödja Open Access-publicering. ECHO-projektet finansierades av EU och var ett samarbete mellan flera olika universitet och andra intressenter i Europa. Metadatastandarden ISLE Meta Data Initiative (IMDI) utvecklades inom ECHO-projektet. 2 2 European Cultural Heritage Online, (+undersidor) ( )

7 DAM-LR Dam-LR står för Distributed Access Management for Language Resources. Syftet med projektet var att utveckla en infrastruktur där man kan hantera olika former av språkliga resurser. Lokala arkiv skulle även samordnas för att användaren enbart ska behöva använda en ingång för att nå allt material. Projektet finansierades av EU (EC) och flera universitet deltog i det. 3 Vid Lunds universitet har flera projekt varit knutna till DAM-LR, nämnas kan: - SweDia 2000 SweDia 2000 var ett samarbetsprojekt mellan fonetikavdelningarna vid Stockholms, Lunds och Umeå universitet med syfte att dokumentera och studera svenska dialekter. Ljudinspelningar av dialekter gjordes i Sverige men även bland svensktalande i Finland. 4 Projektet har resulterat i en publik databas 5 samt en forskningsdatabas 6. Resurserna är beskrivna enligt metadatastandarden IMDI. - Den taktila läsprocessen Projektet hade som syfte att analysera läsbeteendet vid synskadades taktila läsning. I projektet spelade man in taktil läsning vilken sedan till exempel kunde jämföras med visuell läsning. Inspelningarna skedde i Humanistlaboratoriet och i samarbete med CERTEC vid Lunds universitet och resulterat i data i många olika former. 7 - KAMMU Kammu tillhör den austro-asiatiska språkfamiljen och används huvudsakligen av folk i norra Laos. 8 Lunds universitet har arbetat med att dokumentera och samla in information om både språket och kulturen. Det skedde bland annat genom ljud- (tal och musik), videoinspelningar och fotografier. Projektet bestod av flera delprojekt, vid Lunds universitet arbetade man främst med att dels göra en grammatisk beskrivning av språket 9 och dels att skapa ett kammu-engelskt lexikon 10. CLARIN CLARIN står för Common Language Resources and Technology Infrastructure. Projektet ska ta fram språkteknologiska resurser och göra dem tillgängliga för humanvetenskaplig forskning. Deltagarna i CLARIN kommer från en rad europeiska universitet och andra intressenter. CLARIN är ett EU-projekt. 11 3:2 Metadataprofil för att beskriva forskningsdata 3 DAM-LR, ( ) 4 Swedia De svenska dialekternas fonetik och fonologi runt år 2000, ( ) 5 SweDia ( ) 6 eller ( ) 7 Den taktila läsprocessen ( ) 8 Nationalencyklopedin, uppslagsord Kammuer ( ) 9 Kammu - en referensgrammatik ( ) 10 Kammu-Engelskt lexikon ( ) 11 CLARIN (+undersidor) ( )

8 Som utgångspunkt för att skapa metadataprofilen har forskningsdata från främst projekten som ovan beskrivs under DAM-LR använts och fungerat som analysmaterial. Dessa forskningsdata har beskrivits i flera olika databaser med hjälp av metadatastandarden IMDI som riktar sig mot språkresurser. IMDI möjliggör att material beskrivs på både resurs- och korpusnivå. 12 De forskningsdata som varit en del av förstudien har haft olika format, materialet har utgjorts av ljud, bild, text etc. Även om resurserna som använts som utgångspunkt har en språklig inriktning har ansatsen med detta projektarbete varit att skapa en profil som ska vara generell till sin natur, den ska kunna användas till resurser skapade i olika sammanhang. Utkasten till den allmänna profil i detta projekt som skapats för forskningsdata har fokuserat på Dublin Core i första hand men även relaterats till IMDI-fält som exempel på hur interoperabiliteten mellan olika databaser kan se ut. Några av de ställningstaganden som gjorts i skapande av utkasten till den generella metadataprofilen för forskningsdata är att en sådan fungerar i första hand bättre på korpus- än på resursnivå. Det är viktigt att den som registrerar forskningsdata kan göra det i lite större sjok för att arbetet ska bli effektivt. Beskrivningar på resursnivå bidrar till ökade sökmöjligheter men det finns en betydande risk att kvaliteten på registreringarna sjunker om arbetet med att lägga in dem blir för stor. Det är bättre att det finns en bra beskrivning på korpusnivå än att det finns många av sämre kvalitet på resursnivå. Samtidigt är det viktigt att systemen erbjuder möjlighet för registreringar på resursnivå för den som vill använda sig av detta. 12 ISLE Meta Data Initiative (IMDI), ( )

9 4 Lärobjekt Utvecklingen av olika former av pedagogiska nätresurser, som vänder sig mot såväl traditionell som nätbaserad undervisning, ställer krav på att det skapas system som erbjuder möjligheten att spara, tillhandahålla och sprida resurserna. De lokala arkiven där publikationer knutna till lärosätena registreras är lämpliga för att även innehålla denna typ av resurser. Lärobjekt är ingen ny företeelse men intrycket är att det är en resurstyp som expanderar. Den lämpar sig inte minst för distansstudier men man kan även anta att den kommer att få en allt större användning för campusbaserade studenter. Det produceras lärandeobjekt på olika ställen vid Lunds universitet men exakt vem och hur många är okänt. Det finns ett behov av att både kunna samla dem på ett ställe samt att beskriva dem på ett standardiserat sätt. Genom att materialet kan registreras i lokala arkiv skapas en möjlighet att få en överblick över lärandeobjekten. Förutom att beskriva resurserna i arkiven ska man även antingen kunna ladda upp själva filerna med lärandeobjekten eller enbart länka till materialet. Därmed förbättras förutsättningarna för att tillgängliggöra resurserna avsevärt. 4:1 Projekt med syfte att hantera lärobjekt Det skapas många lärobjekt både nationellt och internationellt. Lärobjekt vänder sig mot olika målgrupper och används i många olika sammanhang. Lärobjekt sprids även på olika sätt och i många fall finns det kommersiella intressen som begränsar användningen av dem. En del görs i större projekt och är organiserade i olika databaser. Samtidigt är en större mängd mer eller mindre individuella arbeten som görs i olika sammanhang. Som exempel kan nämnas att det inom ämnet kinesiska vid Lunds universitet har gjorts ett antal podcaster som används i undervisningen. Vid universitetet diskuteras just nu möjligheten att samordna denna typ av resurser för att de ska bli tillgängliga för potentiella användare genom till exempel en gemensam ingång. 4:2 Metadataprofil för att beskriva lärobjekt Den allmänna metadataprofilen för forskningsdata inom detta projekt utgick från de resurser som skapats inom DAM-LR där metadatastandarden IMDI använts. Metadataprofilen för lärobjekt har inte haft en sådan samlad grupp av resurser att utgå ifrån, istället har enskilda resurser använts som utgångspunkt. För att beskriva lärobjekt har det utarbetats olika metadatastandarder: LOM (även med en svensk variant, SweLOM) DC education (utvidgning av DC för att beskriva denna inriktning av resurstyp) Vid en genomgång av de olika lärobjekten samt hur en beskrivning av dem förhöll sig jämförelsevis med de olika standarderna kom vi fram till att DC utgjorde det bästa underlaget

10 för de allmänna profilerna som vi skulle skapa. Detta beslut baserade sig på att denna standard täckte våra behov i lika stor utsträckning som LOM men att den utgör en bättre grund för att skapa interoperabilitet med andra databaser. Det pågår ett arbete med att anpassa LOM till svenska förhållande under namnet SweLOM. En möjlig utveckling i framtiden är att denna SweLOM kommer att lämpa sig för att beskriva resurser i specialdatabaser inriktade speciellt mot denna typ av resurser. Genom att vi i möjligaste mån utgått från DC i den allmänna profilen som ska fungera i lokala arkiv med många typer av resurser skapas dock bättre förutsättningar för att kunna mappa denna profil mot andra.

11 5 Slutkommentarer Under arbetet med att skapa metadataprofiler för såväl forskningsdata som lärobjekt har det varit påtagligt att det finns ett starkt behov av att driva dessa frågor. Behovet finns såväl hos forskarna som hos bibliotekarier. Offentliga medel är ofta förutsättningen för att både samla in forskningsdata och att utarbeta lärobjekt och att möjliggöra återanvändning, spridning och vidareutveckling av material borde vara en självklarhet för att maximera de ekonomiska medlen. I arbetet med utkasten till metadataprofilerna, som diskuteras i denna delrapport, har balansgången mellan att göra dem både enkla och samtidigt innehållsrika varit en av de viktigaste aspekterna. Att profilerna inte innehåller för många eller komplicerade fält är en förutsättning då utgångspunkten har varit att forskarna själva ska registrera sina resurser. För omfattande eller komplicerade formulär kommer sannolikt leda till dels en motvilja att registrera sina resurser samt dels en ökad risk för att informationen som ges blir slarvig, felaktig och ofullständig. I flertalet av de resurser som vi utgått ifrån som beskriver till exempel forskningsdata har metadatan varit undermålig och resursen blir därmed inte sökbar på önskbart sätt. En tänkbar anledning till att beskrivningarna inte håller önskad kvalitet är att forskarna som registrerat materialet har upplevt att det är alltför många fält att fylla i samt att det varit oklart vilken information som ska fyllas i på vilket sätt. Av denna anledning bör kontrollerade vokabulärer användas där det är möjligt. En annan mycket tänkbar orsak till att registreringarna inte håller önskad kvalitet är att personen som lagt in materialet har helt olika syften med detta arbete än den som man kan anta att slutanvändaren av systemen har. Vinsten i att material blir sökbara, bortsett från den generella samhälleliga ekonomiska vinsten som uppstår när material återanvänds, finns hos slutanvändaren och inte hos registreraren. Registreraren kan motiveras av ekonomiska skäl i den meningen att antalet poster i de lokala arkiven räknas vid kvantitativa utvärderingar men detta är inte kopplat till kvaliteten på posten. Det går dock bara att förenkla metadataprofilerna och därmed formulären som forskarna ska använda, till en viss grad. Syftet är att resurserna ska spridas och profilerna måste därmed innehålla tillräckligt mycket relevant information för att en framtida användare ska kunna söka fram material effektivt och med precision. Det finns ofta många olika sätt att nå resurser. Generella sökmotorer som söker i fulltext kan fylla en viss funktion för att sprida material men det är viktigt att metadataprofilerna ger förutsättningar för att system med mer riktade och avancerade sökningar ska kunna hantera resurserna. I arbetet med att utveckla metadataprofilerna har det varit mycket påtagligt att det finns ett stort behov av att samordna resurser och projekt. Intrycket är att många projekt arbetar med varandra liknande frågor. I och med att de skapade profilerna är generella och inte vänder sig mot ett specifikt ämnesområde tappar man en del av den precision som hade kunnats uppnås om man istället inriktat dem mot mer specifika resurser. Skapandet av ämnesspecifika metadataprofiler är i sig positivt men det ämnesspecifika skapar samtidigt en isolering det fungerar inte i allmänna sammanhang. Vinsterna med generella profiler som utgår från en allmän metadatastandard är stora. Det är först då som man kan skapa en gemensam plattform där resurserna samlas vilket i slutändan ger bäst spridning av resurserna. I detta sammanhang

12 är det viktigt att poängtera att det finns olika traditioner och man har kommit olika långt inom olika ämnesdiscipliner i att utnyttja digitalisering och att beskriva sina resurser i olika databaser. Det går inte att enbart utgå från de områden som ligger mer i framkanten i detta sammanhang för att konstruera allmänna metadataprofiler och arbetssätt då man måste ta hänsyn till de olika förutsättningarna inom olika ämnesinriktningar. Det finns således behov av en allmän metadataprofil som inte är ämnesstyrd för såväl lärobjekt som forskningsdata, när dessa ska beskrivas tillsammans med andra resurser i de institutionella arkiven.