Contrôle qualité de notices du Sudoc – version 2

keys – Judy van der Velden – CC-BY-NC-ND

Préambule

Il y a quelques mois, j’avais bricolé une page de contrôle de qualité de notices du Sudoc. L’objectif était de détecter automatiquement des erreurs courantes sur des lots de notices – erreurs plus liées à la forme qu’au contenu, et donc (souvent) corrigeables sans besoin de se référer au document. L’outil est par nature à l’usage de catalogueurs (très) consciencieux, ou plus probablement de correspondants catalogage. Sa mise en ligne avait entraîné une petite discussion, et des propositions d’améliorations. La publicité qui lui a été faite récemment m’a donc amené à lui apporter quelques modifications.

Les fonctionnalités de l’outil

À partir d’une liste de PPN copiés sur la page d’accueil, il va identifier :

  • La présence de double-espace (ou d’un apostrophe suivie d’un espace) : espace prévu dans le script pour des questions de lisibilité, qu’on omet parfois de supprimer.
  • L’absence de type de document correctement identifié (nouveau)
  • Les auteurs non liés à leur notice autorité
  • Les auteurs sans fonction définie (nouveau) : certaines collectivités auteurs ne devant pas être suivies d’un qualificatif de fonction1, elles seront donc signalées par erreur comme des anomalies.
  • Les collections non liées à leur notice autorité (nouveau) : les références au titre d’ensemble pour certaines monographies en plusieurs volumes, qui ne sont pas censées être liées à une notice, ne sont pas signalées.
  • Les sujets non liés à leur notice autorité : l’affichage public ne mentionne pas le thésaurus d’indexation, impossible donc d’éviter de signaler (par erreur) les sujets autres que Rameau.

En outre, la page de résultat propose maintenant de n’afficher que les notices pour lesquelles un anomalie a été signalée.

<mise à jour du 16/04/2012>Émilie Liard du SCD de Poitiers a réalisé et diffusé un tutoriel très clair pour l’utilisation de cet outil.</mise à jour>

Pour ceux que ça intéresse, j’ai remanié intégralement le script, pour y mêler PHP et Javascript, ce qui n’est pas très orthodoxe2 mais le rend – à mes yeux – plus lisible. Je le tiens à disposition des demandeurs.

Annexe : pourquoi est-ce important de faire des liens vers les notices autorités ?

La notice autorité d’une personne fournit parfois quelques informations biographiques, mais c’est loin d’être systématique. La notice autorité d’un sujet Rameau ne donne que rarement une définition du terme. Et ces deux notices ne sont même pas consultables sur le Sudoc public, alors pourquoi s’acharner à y lier auteurs et sujets ? À plus forte raison quand le Sudoc transforme automatiquement un auteur ou un sujet non lié en un lien de recherche par auteur ou par sujet ? Certains seraient tentés d’y voir un acharnement quasi-névrotique sur des détails insignifiants – ça colle tellement bien à l’image de la bibliothécaire à chignon qui n’interrompt son tricot que pour intimer le silence d’un chuintement rageur. Voire une complexification volontaire de tâches d’un autre temps, dans le but secret d’en demeurer les experts indiscutés – c’est compliqué ET rébarbatif – et d’assurer ainsi la pérennité de notre emploi bien pépère et confortable, tout en jouissant d’un sentiment de supériorité intellectuelle – ce qui ne colle pas trop mal non plus avec les stéréotypes liés à la profession.

Comme souvent, quand une explication se nourrit de stéréotypes, c’est qu’elle est erronée. Une notice autorité présente un identifiant unique. Faire le lien vers une notice permet de recenser toutes les autres notices liées à cette dernière. Ce n’est pas parce que c’est de l’Unimarc que ça n’est pas du web sémantique, fondé sur des relations. Petite analogie : une notice autorité, c’est l’anneau du porte-clés de votre résidence secondaire. Y sont attachées toutes les clés en rapport (le portail, la boite aux lettres, le garage, la porte principale, la porte des cuisines, le petit pavillon, le chenil, les écuries, la serre, le hangar à bateaux, etc.3). L’anneau réunit donc l’ensemble des clés de ce lieu, à l’exclusion de toute autre. Bien sûr, vous pourriez opter pour une caisse contenant l’intégralité de vos clés en vrac (résidences principale et secondaires, bureau, véhicules, appartement de Belle-Maman, …). La caisse contient beaucoup plus de clés, mais vous savez reconnaître une clé de boite aux lettres – vous connaissez les critères à rechercher. Cependant, pour partir en week-end prolongé, vous serez contraint d’emporter toutes vos clés de boites aux lettres – ben oui, elles se ressemblent toutes. Et puis, vous ne pourrez pas faire de bateau : vous aviez bien spécifié, quand vous avez fait faire la clé, qu’elle devait être ronde, comme celles du garage et des écuries, mais le serrurier s’est trompé, et elle est carrée – résultat, elle a échappé à votre recherche. Tant pis pour vous, il ne fallait pas négliger les liens vers les notices d’autorité4.

  1. Pour certains congrès. À moins que ce ne soient certains rapports. Voire même des catalogues d’exposition. Bref, ça arrive. []
  2. PHP est un langage de script côté serveur (c’est le serveur qui interprète le script), alors que Javascript est un langage côté client (c’est le navigateur qui interprète le script), les puristes évitent de les mélanger. []
  3. Ben quoi ? []
  4. En fait c’est même un peu plus compliqué, parce que si on poursuit l’analogie, la clé du hors-bord est à la fois sur le trousseau de la résidence secondaire (il s’y trouve), et sur celui des véhicules (c’en est un). Tout est donc lié et interconnecté. Mais ça implique de conserver en permanence avec soi l’ensemble de ses clés, et sabote mon analogie – tant pis, personne ne lit les notes de bas de page. []

18 réflexions au sujet de « Contrôle qualité de notices du Sudoc – version 2 »

  1. Je crois que j’ai perdu les clés du hors-bord au niveau du chenil, mais j’ai bien lu jusqu’aux notes et c’est tout très intéressant! Merci d’avoir pris le temps d’élaborer et de proposer cette V2!
    En ce qui concerne le « type de document spécifié », c’est le 200 $b qu’il contrôle?
    Test sur un che RCR puis che sel puis S1 + S2 et tel S3 ppn concluant! (mais je constate que beaucoup de « type de documents non spécifiés » signalés sont des notices de fonds ancien, il doit y avoir une particularité pour la description de ce type de doc que j’ignore).

    1. Les contrôles ne se font que sur l’affichage public (l’affichage Unimarc n’est d’ailleurs plus disponible). Pour le type de document, le script cherche simplement une des formulations autorisées entre crochets, sans tenir compte de la casse.

  2. Franchement : bravo !

    Suggestions pour la v3 :
    – EAN qui sont en 345 en plus de 073
    – incohérences de date entre 100 et 210 $d
    – incohérences entre code thèse en 105 et note de thèse et/ou subdivision « thèses et écrits académiques »
    – ISBN d’ebook dans une notice de texte imprimé
    – multimédia multisupport avec un seul 215
    – 454 avec un lien
    – 856 dans une notice de texte imprimé
    – APP avec problème de date (XXXX- ou XXXX-… au lieu de XXXX-….)

    Bon, j’arrête là pour aujourd’hui :-)

    1. Merci !

      Je retiens les suggestions pour la V3, avec tout de même certaines réserves : il est impossible d’accéder au format Unimarc depuis l’affichage public du Sudoc, alors certaines vérifs (entre autres celles concernant les données codées) sont simplement impossibles.

      Ce qui serait intéressant à développer, c’est un arbre de décision pour le catalogage – qui ouvrirait des possibilités de script de catalogage semi-automatique (dans la série « Informatisation des bibliothèques, utopie ou boîte de Pandore ? »).

      1. J’avais bien noté (dans la réponse au 1er commentaire) qu’il est impossible d’accéder au format Unimarc depuis l’affichage public du Sudoc, c’est pour ça que ma liste de suggestions est si courte :-)

        Mais comme je ne suis pas encore allé voir le détail du code, je ne sais pas vraiment ce qui est possible ou pas. J’avais le sentiment que les suggestions proposées étaient réalisables car basées sur des infos disponibles dans l’affichage public.

        Évidemment, si on pouvait récupérer l’UNIMARC, ça serait le paradis…

  3. Bonjour,

    Le code est-il disponible quelque part ?

    J’avoue que j’aimerais bien comprendre un peu le fonctionnement de cet excellent outil…

  4. Bonjour,

    Super cet outil ! Merci !

    Je suis en train de faire des tests et il y a un truc que je ne comprends pas. Pour le numéro PPN 167254626 (par exemple), e-PPNator me dit que « toutes les collections ne sont pas liées », or, dans cette notice, il y a bien un lien en 410. Enfin, il y en a un dans Winibw.

    Bizarre bizarre.

    Est-ce que vous pourriez jeter un coup d’œil svp ?

    Merci !

    1. Bonjour, et merci de votre intérêt.

      Je vois où se situe le problème (un saut de ligne barbare sur le Sudoc que mon script interprète comme une nouvelle collection). Je pense pouvoir régler ça facilement – mais je ne sais pas encore quand. Merci de l’avoir signalé,

      Pierre

  5. Bonjour,
    Je viens seulement de découvrir votre outil qui me serait extrêmement utile, merci de l’avoir partagé ! Mais je n’arrive pas à exporter ma liste de ppns (malgré une immersion dans le guide méthodologique), pouvez-vous m’indiquer les commandes ?

    Cordialement,
    Mélanie.

      1. Merci ! Me voilà sauvée, je peux commencer à aller examiner mes notices de plus près…

  6. Bonjour,

    cet outil m’était passé sous le nez lors de sa parution.
    Je le découvre avec intérêt et tiens à vous remercier pour ce partage.

    Cordialement

  7. Bonjour et merci de l’attention que vous portez à ce bricolage.
    Et un immense merci à Émilie pour assurer la promotion et le service après-vente d’ePPNator.
    À ce propos, le bug des collections signalées par erreur comme non liées est réparé. Espérons que la rustine tiendra !

  8. Bonjour,

    Merci pour cette initiative et le partage de cet outil !

    Je rencontre un bug à l’utilisation : certaines notices sortent avec la valeur « auteurs avec fonctions » alors que le code est 000 sur le Sudoc.
    Exemples : PPN 03631367X, 002352230, 002931877

    Je ne sais pas si c’est une petite erreur dans le code ou lié à la manière dont il accède aux infos du Sudoc, dans tous les cas merci pour votre attention à ce commentaire !

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *