Open Archives Initiative e Metadata harvesting

1
Open Archives InitiativeeMetadata harvesting

• ICCU
• Seminario nazionale sui Metadati
• Roma 3 aprile 2001
• Dr. Valdo Pasqui
• Università di Firenze

2
Contesto

• Sviluppare e promuovere standard di
  interoperabilità per facilitare la disseminazione
  efficiente dei contenuti
• Trae origine nellambito della comunicazione
  accademica (scholarly) per favorire laccesso
  agli archivi e-print
• Si sta estendendo oltre questi limiti perché è
  indipendente dai contenuti e dai modelli
  economici circostanti

3
Comprende

• il framework di riferimento costituito da due
  componenti
• Data Provider
• Service Provider
• il protocollo per lharvesting dei metadati
• http//www.openarchives.org/openarchivesprotocol.h
  tml

4
Service Provider
Data Provider
R e p o s i t o r y
metadata
Utenti dei servizi
metadata
OAI harvesting protocol
3 Aprile 2001
Valdo Pasqui Open Archives Initiative e
harvesting dei metadati
4
5
Data Provider e Repository

• Un Data Provider gestiste un (o più) repository
  (archivio) che
• supporta il protocollo OAI per consentire
  laccesso ai metadati sul suo contenuto
• va inteso in senso esteso non solo e-print ma un
  ampio spettro di collezioni di oggetti digitali

6
Service Provider

• Sono servizi che
• interrogano i repository dei data provider usando
  le richieste del protocollo OAI
• ricevono (catturano) i metadati esposti dai data
  provider
• usano questi metadati per costruire servizi a
  valore aggiunto (es. indicizzazione ed
  interfaccia di ricerca)

7
Protocollo di Harvesting

• Item del repository
• Record restituiti dal repository
• Identificatori unici
• Metadati
• Richieste
• Trasporto e codifica

8
Protocollo Item del repository

• Gli oggetti che fanno parte del repository sono
  chiamati item
• Si tratta di un concetto astratto e il protocollo
  non si occupa né della natura dellitem, né di
  quali metadata sono associati e se sia incluso il
  full content
• Ogni item può disseminare metadata in molteplici
  formati
• Gli item possono essere raggruppati per insiemi
  (es. per soggetto, istituzione etc.)

9
ProtocolloRecord

• Quando un repository riceve una richiesta (del
  protocollo OAI) per ottenere i metadati di un
  item, restituisce una sequenza di byte
  codificata in XML che viene chiamata record
• I record OAI hanno tre parti
• header
• metadata
• about

10
ProtocolloRecord

• header, composto da
• identificatore unico
• datestamp (data di creazione, cancellazione o
  ultima modifica del record)
• metadata
• una singola manifestazione(formato) dei metadati
  dellitem - almeno Dublin Core deve essere
  supportato dal repository
• about opzionale e non specificato
• usato per contenere informazioni sui diritti e le
  condizioni duso dei metadati

11

• ltrecordgt
• ltheadergt
• ltidentifiergtoaieg001lt/identifiergt
• ltdatestampgt2001-03-30lt/datestampgt
• lt/headergt
• ltmetadatagt
• ltdc xmnlshttp//purl.org.dc/elements/1.1/gt
• ltcreatorgt..lt/creatorgt
• lttitlegtlt/titlegt
• ltidentifiergthttp//.lt/identifiergt
• lt/dcgt
• lt/metadatagt
• ltaboutgt
• ltea xmnlshttp//www.arXiv.org/eagt
• ltusagegtNo restrictionslt/usagegt
• lt/eagt
• lt/aboutgt
• lt/recordgt

protocollo
Metadata del formato specifico (almeno Dublin
Core)
definiti nellambito di specifiche comunità
12
Protocollo Identificatori

• Sono le chiavi uniche che servono ad estrarre un
  record (i metadata di un item) da un repository
• Il formato segue la sintassi URI
• oaiidentificatore_archivioidentificatore_record
• es
• oaiarXivhep-th/9901001
• oaiunifiunifi00000010

Schema (fisso)
Registrato presso OAI
Univoco nel repository
13
Protocollo Metadati

• Supporta harvesting di molteplici formatidi
  metadati a cui devono essere associati
• un metadata schema uno schema XML di
  validazione pubblicamente accessibile tramite URL
• http//www.openarchives.org/OAI/dc.xsd
• http//www.openarchives.org/OAI/rfc1807.xsd
• http//www.openarchives.org/OAI/oai_marc.xsd
• un metadata prefix un nome che ogni repository
  mappa nello schema supportato e che è usato come
  argomento di alcune richieste
• oai_dc è riservato per indicare lo schema Dublin
  Core senza qualificatori (obbligatorio)

14
Protocollo Richieste

• GetRecord per ottenere uno specifico record
  (metadati) da un item del repository
• ListIdentifiers per ottenere gli identificatori
  dei record che possono essere catturati dal
  repository
• ListRecords per ottenere un insieme di record
• Identify per ottenere informazione sul
  repository
• ListMetadataFormatsper ottenere i formati di
  metadati resi disponibili dal repository
• ListSets per ottenere la struttura dei set
  (partizioni)

15
Service Provider
Data Provider
Harvester

• GetRecord
• identifier
• metadataprefix

Repository

• Record
• header
• identifier
• datestamp
• metadata
• about

3 Aprile 2001
Valdo Pasqui Open Archives Initiative e
harvesting dei metadati
15
16
Service Provider
Data Provider
Harvester

• ListIdentifiers
• until o
• from o
• set o

Repository
Identifier
3 Aprile 2001
Valdo Pasqui Open Archives Initiative e
harvesting dei metadati
16
17
Service Provider
Data Provider
Harvester

• ListRecords
• until o
• from o
• set o
• metadataPrefix oai_dc

Repository

• Record
• header
• identifier
• datestamp
• metadata
• about

3 Aprile 2001
Valdo Pasqui Open Archives Initiative e
harvesting dei metadati
17
18
Service Provider
Data Provider
Harvester
Identify
Repository

• repositoryName
• baseURL
• OAIprotocolVersion
• adminEmail
• descriptionContainer
• content
• metadataPolicy
• dataPolicy
• submissionPolicy
• comment

e-prints
3 Aprile 2001
Valdo Pasqui Open Archives Initiative e
harvesting dei metadati
18
19
Service Provider
Data Provider
Harvester

• ListMetadataFormats
• identifier o

Repository

• metadataFormat
• metadataPrefix
• schema
• metadataNameSpace

3 Aprile 2001
Valdo Pasqui Open Archives Initiative e
harvesting dei metadati
19
20
Service Provider
Data Provider
Harvester

• ListSets
• identifier o

Repository

• set
• setSpecification
• setName

3 Aprile 2001
Valdo Pasqui Open Archives Initiative e
harvesting dei metadati
20
21
Metadati gestionali

• OAI non definisce né prescrive alcun schema di
  gestione dei diritti
• La definizione (e pubblicazione) di restrizioni
  sullaccesso e di vincoli per la gestione della
  proprietà intellettuale nei metadati esposti è
  lasciata ai data provide
• Il protocollo consente lo scambio di metadati
  gestionali in vari modi

22

• description Container nella risposta alla
  richiesta
• Identity, può contenere informazioni sul
• contenuto del repository
• politiche di accesso ai metadati
• politiche di accesso ai dati
• about nella risposta alla richiesta GetRecord,
  può contenere informazioni su
• diritti di accesso ai metadati del record
• termini e condizioni duso dei metadati del
  record
• metadata nella risposta alle richieste GetRecord
  e
• ListRecords, può contenere formati di metadati
  che
• prevedono informazioni di tipo gestionale sia sui
  diritti (es. elemento rights in Dublin Core)
  che di altro tipo

3 Aprile 2001
Valdo Pasqui Open Archives Initiative e
harvesting dei metadati
22
23
Implementazione del protocollo OAI

• Richieste espresse con i metodi Get o Post di
  HTTP
• Risposte HTTP con
• Content-Typetext/xml
• Codifica con rappresentazione UTF8 di Unicode
• il root element ha lo stesso nome della richiesta
  e fa riferimento al relativo XML schema definito
  da OAI