Archives du mot-clé Catalogage

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. []
Groseilles-ciblées - rt

Contrôle qualité de notices du Sudoc

Photo originale : redberries2 – doc(q)man – CC-BY-NC

Préambule

En marge d’une discussion sur une adaptation des règles de catalogage, Mathieu Saby, aka Vingt-sept point sept, a signalé – et déploré – l’absence d’un outil simple de contrôle qualité des notices bibliographiques produites sur le Sudoc. Plus particulièrement concernant trois types d’erreurs “classiques” :

  • Quand une notice est créée ex-nihilo, le script d’aide à la création inclut automatiquement un espace inutile dans la zone de titre. Il est courant d’oublier de le supprimer.
  • Quand une notice est créée ou dérivée, on peut oublier de lier les auteurs à leurs notices autorité. Surtout quand la notice de l’auteur, jusqu’ici inconnu du Sudoc, doit être créée elle aussi.
  • Enfin, on peut omettre de lier les mots sujets aux notices autorité correspondantes.

Ces erreurs sont relativement faciles à réparer – elles ne nécessitent généralement aucune vérification sur l’ouvrage – mais moins à repérer. Et personne ne va s’amuser à éplucher toutes les notices du catalogue pour les détecter. Cependant, le double espace peut potentiellement nuire à une éventuelle réutilisation des données du catalogue, et surtout les informations auteurs et sujets non liées rendent la notice absente des recherches par rebonds – et nuisent donc à la visibilité du document.

Le script de vérification

L’outil n’existait pas (à ma connaissance), je l’ai donc bricolé. Son principe : sur la page d’accueil, on copie une liste de PPN (identifiants de notices sur le Sudoc) séparés par des espaces, puis on presse le bouton contrôler les notices. Les résultats s’affichent dans un tableau, avec le PPN liés à leur page d’affichage public du Sudoc, et pour chacun la présence ou l’absence de double espace dans le titre, la présence ou l’absence de liens vers les notices autorité pour les auteurs, et la même chose pour les sujets.

Je ne m’attarderai pas sur son fonctionnement, il récupère simplement les notices publiques par la méthode expliquée par Symac, fait ses vérifications, puis crée le tableau en Php. Si quelques acharnés veulent vraiment voir à l’intérieur comment ça marche, contactez-moi. Au vu de son faible niveau de technicité et son public cible plus que restreint, il est placé sous licence Beerware.

Mais comment obtenir une liste de PPN ?

Tout d’abord, quelles notices souhaiterait-on vérifier ? Probablement les notices de documents dont la bibliothèque possède un exemplaire. Et il ne s’agit pas de tout vérifier : mais on pourra être tenté de vérifier les dernières notices auxquelles l’établissement s’est rattaché ce mois-ci, ou cette semaine, ou sur une autre période – selon le volume de catalogage (et la proportion d’erreurs).

Sur WinIBW, la clé SEL permet de repérer les notices sous lesquelles l’établissement s’est localisé. Par exemple, la commande CHE SEL 19-09-2011 JUS AUJ récupère les notices pour lesquelles l’établissement s’est localisé entre le 19 septembre 2011 et aujourd’hui.

La commande TEL permet de télécharger des notices correspondant à une recherche. On peut télécharger l’ensemble des notices d’une liste de résultats (TEL S1, par exemple, pour le lot de résultats n°1), et décider le format d’affichage ces notices. Ainsi, TEL S1 PPN téléchargera un fichier .txt contenant uniquement les PPN de la liste de résultats n°1. Ce fichier s’enregistre à un emplacement prédéterminé, paramétrable dans Options / Préférences / Chemin.

/* Ensuite, ne reste plus qu’à ajouter les espaces séparateurs. Sur Notepad++, Recherche > remplacer (mode étendu) : \r\n par un espace. Sur OpenOffice, Édition > rechercher & remplacer (Plus d’options : expressions régulières) : (.*) par espace $1. Sur Word, Édition > remplacer (utiliser les caractères génériques) : ([0-9X]{9}) par espace \1.

Ensuite, il n’y a plus qu’à coller la liste dans la zone de saisie de la page, et laisser le script travailler. */

Edit (2/11/12) : En fait, il n’y a plus qu’à copier le contenu du fichier .txt dans la zone de saisie de la page, et laisser le script travailler (il se charge tout seul de remplacer les sauts de ligne par des espaces).

Captures

Contrôle qualité – page d’accueil

Contrôle qualité - rapport

Contrôle qualité – rapport

–> Voir aussi la version 2 de l’outil

Ouvrages collectifs de presses universitaires : la somme des parties est supérieure au tout

Fringe Posters 9 - El Negro Magnifico - CC-BY-NC

Préambule

Je suis acquéreur et catalogueur en littérature générale et littérature française pour un public universitaire. J’achète donc beaucoup d’ouvrages collectifs, comme des actes de colloques. Certains sont publiés chez des éditeurs (très) généralistes, voire à compte d’auteur – on pourra d’ailleurs légitimement s’interroger sur la pertinence d’une édition coûteuse et par nature peu rentable au lieu d’une mise en ligne en accès libre sur une plateforme augmentant sa visibilité (un exemple : les actes de colloques du musée du quai Branly). Mais la majorité de ces ouvrages collectifs sont publiés chez des presses universitaires. Ils réunissent généralement des textes courts (10-30 pages), souvent centrés chacun sur un aspect d’une œuvre particulière, le tout sous un titre commun.

Le global, le particulier, et leurs publics

En principe, ces œuvres collectives entendent présenter et mettre en parallèle des aspects différents d’une thématique globale. Pour schématiser, en littérature on pourra distinguer les documents qui traitent d’un unique corpus sous différents axes de recherche, et ceux qui étudient un même thème, ou une même particularité, dans des corpus différents. Ils n’ont bien souvent pas vocation à présenter une synthèse finale de leur sujet d’étude, mais plutôt un panorama en guise d’ouverture sur des axes de recherche.

Le titre commun sera donc celui du ciment qui réunit ces différents textes, parfois d’approche très variée – à plus forte raison s’ils font appel à l’interdisciplinarité. Il attirera un public intéressé par la thématique générale, et les différentes orientation de la recherche le concernant. Parallèlement, les textes qui composent l’ouvrage pourront attirer un tout autre public, plus spécialisé dans le domaine ou le corpus d’une des participation (et uniquement de celle-ci).

Un ouvrage regroupant 10 participations sur un thème précis visera le public intéressé par ce thème, mais aussi les 10 publics intéressés par une des 10 participations, indépendamment du thème général. Il ciblera donc 11 publics, tous différents, tous spécialisés et tous restreints.

  • Un exemple : les Presses universitaires de Rennes ont sorti en 2010 les actes d’un colloque sous le titre Paysage politique : le regard de l’artiste, sous la direction de Isabelle Trivisani-Moreau. Il intéressera à coup sûr les chercheurs spécialisés dans ce thème. Mais on peut également penser que le chapitre Le paysage et l’homme dans les Affinités électives de Goethe : une conception de la société par Jean-Marie Paul pourrait attirer les candidats à l’agrégation de Lettres modernes 2012, puisque les Affinités électives sont au programme de littérature comparée. Ce public, qui ne s’intéressera peut-être cette année que mollement au regard politique de l’artiste sur le paysage (les Affinités sont dans un corpus réunit autour du thème “Fictions du savoir, savoirs de la fiction”), aura en revanche peut-être envie de lire tout texte court et récent sur les œuvres au programme.

Un nécessaire affinage de la granularité de nos catalogues

Comment ces participations sont-elles signalées à leurs publics éventuels ? Par recommandation (voilà qui est très 2.0) : quelqu’un découvre son existence, en suivant l’actualité de l’auteur qu’il sait spécialisé dans le domaine qui l’intéresse. Ou quelqu’un assiste au colloque, et peut donc signaler à un collègue une intervention qui devrait intéresser ce dernier, qui justement travaille sur le même thème. Avec un peu de chance, le découvreur publiera le résultat de ses travaux, et pourra donc citer la participation dans sa bibliographie. Ou le découvreur sera enseignant, et il pourra indiquer à ses étudiants ce texte particulier. C’est quand même laisser beaucoup de place au hasard, et clairement, cela induit un délai considérable entre la publication de l’ouvrage et l’atteinte éventuelle de ses publics.

L’idéal serait évidemment qu’en cherchant les Affinités électives sur le catalogue de sa bibliothèque, le lecteur se voit proposer l’ouvrage collectif. Voilà typiquement le genre de valeur ajoutée (facultative) d’un catalogage fouillé que certains qualifieraient d’épépinage de groseilles – pour ne pas dire maltraitance sur diptères – c’est bien joli, c’est très minutieux, mais ça n’a qu’une utilité toute relative. Et bien c’est tout le contraire. Parce que sans ça, l’ouvrage qu’on a acheté ne sortira jamais des rayonnages. Si personne ne sait que ça peut l’intéresser, il n’intéressera personne. Au risque de dénoter à une époque où on privilégie l’achat en gros de bouquets et collections, massivement et indifféremment, je reste persuadé que si on achète des livres, c’est pour qu’ils soient consultés. Et je ne pourrai pas recommander cet ouvrage à toutes les personnes susceptibles d’être intéressées par une partie de son contenu : il faut donc que je leur donne la possibilité de le découvrir par eux-mêmes.

Il va sans dire que les universités et organismes de recherche à l’origine de ces ouvrages ont tout intérêt à ce qu’il soient valorisés et diffusés largement auprès de tous leurs publics cible. La qualité des interventions – et donc de la recherche préalable, la pertinence de leur regroupement, les efforts de présentation de l’objet livre, tout est valorisable. Le lecteur, comme l’auteur, comme son université ou organisme de recherche, comme les personnes et l’institution qui ont décidé de réunir ces participations, comme les presses universitaires et leur travail éditorial, tout le monde a à gagner à cette valorisation. Mais sans visibilité, tout ce travail n’aura servi à rien.

Les moyens pour le faire

Le Sudoc recommande d’utiliser la zone unimarc 359 pour y saisir les tables des matières. C’est facultatif, et très structuré, donc cela peut paraître à la fois complexe et rébarbatif. Ceci dit, vu qu’on est rarement le seul (ou le premier) à acquérir des publications de presses universitaires, on peut parfois se permettre les 5-10 minutes nécessaires à l’ajout du note de table des matières. En plus, plus on le fait souvent, plus ça va vite. Disons qu’on pourrait se contenter de le faire quand en feuilletant la table on s’aperçoit qu’un des textes parait particulièrement pertinent pour un public très identifié (une œuvre au programme dans notre université, par exemple), ou selon de critères plus systématiques (une intervention d’un chercheur de notre université, une publication de nos presses universitaires, …).

Seulement voilà : la “mise en page” de la table des matières sur le Sudoc est très structurée, et pas vraiment automatisable. C’est donc un peu laborieux. Clairement, on ne peut faire l’effort que si on peut trouver cette table en ligne, et qu’on n’a pas à se fader 4 pages de recopiage en dactylo. Chères presses universitaires, on s’en fiche que vous nous les mettiez en .pdf ou en .html, avec ou sans la pagination, comme imprimées dans le livre ou avec un présentation spéciale web. On est même très tolérant pour cette affreuse ligne de …………… avant le numéro de page. Mais il nous faut ces tables en ligne ! Ah, si, il faut quand même qu’on puisse faire un copier/coller, alors par pitié pas sur Google books. Sans compter qu’avant même de parler de catalogage, cela pourrait motiver l’achat du-dit ouvrage.

Dernier point, mais de taille, il faut que cette note de sommaire soit indexée dans les catalogues. C’est à dire qu’il faut qu’une recherche sur le Sudoc renvoie le contenu des tables des matières. Pour le moment, ça n’est pas le cas, mais la réactive cellule assistance nous assure que “dès le changement des serveurs [prévu pour le 1er semestre 2011 - et il me semble que c'est fait] l’équipe responsable de l’interface publique fera des tests pour intégrer cette zone qui semble aussi pertinente que les résumés”. C’est donc théoriquement pour bientôt. Et il faut également récupérer cette zone dans nos Opacs lors du transfert – cuisine locale, mais cuisine quand même.

Comme toujours, ça représente un effort. Comme toujours, on pourra s’entendre dire que c’est un effort inutile ou impossible. Impossible, c’est juste faux. Inutile, c’est l’argument qui nous considère déjà fichus, et que c’est plus la peine d’essayer de servir à quelque chose – disons que je ne partage pas cette opinion.