Gijon13122007.ppt

Los repositorios digitales
en la infraestructura para
la e-ciencia. Aplicaciones
con Fedora
Gijón, 12-14 diciembre, 2007
Luis Zorita Vicente
Alicia López Medina
“e-ciencia”, la ciencia en la web
•En red
•En colaboración
•En entornos distribuidos
•Multidisciplinar,
internacional,
interinstitucional
•Compartiendo recursos y
aplicaciones
•Acceso instantáneo
la web (inteligente)
Viejo mundo
-Estático
-Silo
-Físico
-Manual
-Aplicación
Nuevo mundo
-Dinámico
-Compartido
-Virtual
-Automático
-Servicio
Una web construida para que las “máquinas” (y los repositorios
digitales lo son) puedan trabajar entre ellas de manera que ofrezcan a
las personas (usuarios) servicios más complejos y eficientes. En este
universo, la información debe ser “comprensible” y “abierta” también
para las máquinas.
Data y Datasets
artículo
s
Publicación
reutilización
Modelos
El ciclo de la comunicación científica
REPOSITORIO DIGITAL: Un sistema en red (hardware, software) que proporciona servicios
referidos a una colección de objetos digitales (toda información capaz de ser almacenada
digitalmente): guardarlos de forma estructurada en un “lugar” seguro, de manera que puedan ser
fácilmente accesibles y recuperables para ser usados, reutilizados y compartidos con diferentes
propósitos y en diferentes contextos.
Entornos de colaboración
virtuales
Data
EPSRC National
Crystallography
Service
TextGrid
Plataforma para el procesamiento textual en un entorno de colaboración
distribuido en humanidades. El proyecto enlaza archivos digitales que
contienen documentos textuales y proporciona herramientas para el análisis,
anotaciones, edición y publicación en colaboración.
La unidad de información se hace heterogénea
•Texto
•Data
•Simulaciones
•Imágenes
•Video
•Cálculos
•Análisis automatizados
•Software
Los repositorios digitales han de poder representar
muchos tipos de información.
•
Y ha de estar disponible para ser consumida por máquinas (agentes,
aplicaciones…) que las interpreten, las analicen, las visualicen para generar
nuevas unidades de comunicación y nuevo conocimiento. Una representación del
conocimiento computerizable que vive, crece e interactúa más que un registro
pasivo
Ser capaces de permitir nuevas asociaciones de ideas, como
la memoria humana, para crear nuevos conocimientos;
permitir la colaboración.
Estándares, arquitecturas abiertas, servicios web...
Apoyar no sólo la fase final de la investigación, la publicación formal de sus resultados,
sino todo el proceso de comunicación científica, desde la recolección de los datos, su
análisis, experimentación, comunicación informal y publicación final. Compartir sus
trabajos en progreso con sus colegas, permitir anotaciones, trabajar juntos en la edición...
Anotaciones
Simulaciones,
visualizaciones
Ideas, versiones
Previas,
discusiones
Rep Repository
Infraestructura
De repositorios
publicaciones
tesis
La información como un
“continuum”
Infrastructure
Datos en
Bruto, datos
Procesados,
Pre-prints
Patentes
Source: e-SciDR Study/ A. Macdonald, P. Lord
Tony Hey
Modelo de información en red
Comunidad virtual
Comunidad virtual
Comunidad virtual
La información como un “continuum”, una red de conocimiento, viva, heterogénea, siendo usada y
reutilizada en diferentes contextos y aplicaciones, en entornos distribuidos de colaboración,
representando todas las fases del proceso de investigación, permitiendo nuevas asociaciones de objetos
al modo de la memoria humana, facilitando nuevas formas de investigación y publicación
URI-10
Service-B
Graphite Overlay Fragment
TypeURI-3
URI-3
I-2
UR
e
p
Ty
I-1
eUR
p
y
T
TypeURI-4
URI-2
LANL
Re pository
URI-5
TypeURI-5
Ty
pe
UR
I-8
Typ
eUR
Cornell University and Los Alamos Nat’l Lab
http://www.infosci.cornell.edu/pathways
I-7
URI-8
Fedora
arXiv
Document
URI-9
URI-7
URI-6
URI-1
TypeURI-6
URI-4
Grid dataset
Web resource
Image Object
El movimiento “Open Access”
“The Internet has fundamentally changed the practical and economic
realities of distributing scientific knowledge and cultural heritage. For
the first time ever, the Internet now offers the chance to constitute
a global and interactive representation of human knowledge,
including cultural heritage and the guarantee of worldwide access.
In order to realize the vision of a global and accessible representation
of knowledge, the future Web has to be sustainable, interactive,
and transparent. Content and software tools must be openly
accessible and compatible. “
Declaración de Berlín, 2003
• Fedora
– Flexible
– Extensible
– Digital
– Object
– Repository
– Architecture
Fedora
SOA
RDF
Fedora
•
•
•
Define una nueva estructura llamada objeto digital (DO) que puede ser serializada en
xml (fedora.xsd)
Puede gestionar el(los) asset(s) en forma local o remota
Establece relaciones entre objetos digitales y entre los componentes de un objeto digital, expresadas en
RDF: http://www.fedora.info/definitions/1/0/fedora-relsext-ontology.rdfs
Ejemplo: http://62.204.194.45:8080/fedora/get/bibliuned:ETFSerie1-F444A3E3-4230-C5FF-C492BA3D011D7738/RELS-EXT
•
Control de acceso utilizando el estándar XACML con diferentes niveles de granularidad:
-repositorio,
-objeto
-componentes dentro de un objeto (datastreams).
•
•
•
•
Autenticación LDAP y Shibboleth
Control y mantenimiento de las diferentes versiones de un objeto digital
Auditoría
Data curation
PORTAL FEDERADO: Sistema de búsqueda
y acceso centralizado a todos los contenidos
digitales de los repositorios
Portal de gestión
Portal e-Spacio
Portal OCW
Portal
TeleUned
Portal Otros
Servicios web:
proyectos especiales
(gestión de
“curricula”, sistema
de citación)
E-Spacio
E-administración
OCW
TeleUned
Otros
Cada una de estas aplicaciones puede tener su propio servidor FEDORA
Almacenamiento
(local o por
referencia)
Servicios de
interoperabilidad:
OAI-PMH, ORE,
Google
Servicios web de acceso
Gestión: creación, versiones,
auditoría, preservación,
políticas de acceso (XACML)
Gestión de objetos digitales FEDORA
Bases de datos relacionales
Bases de datos de ontologías
AGENDA
•
•
•
•
•
Motivación
Modelo de objeto digital
Estándares
Fedora
Aplicaciones
Aplicaciones
•
•
•
•
Migración de datos
“Data provider”: protocolo OAI-PMH
Creación de una Revista digital
Servicio de búsqueda
-XML y RSS
Migración de datos
• Datos provenientes de Access
• Datos provenientes de Mysql
• Datos provenientes de Exist (base de datos XML
nativa)
Transformaciones xslt
OD en foxml
Data Provider
•
•
•
•
Servicio OAI (conforme con el OAI-PMH)
Difusión a través de recolectores
Portal e-ciencia
Información disponible para cualquier recolector
Creación de una Revista digital
• http://62.204.194.45:8080/fedora/get/bibliuned:
revistaEPOS/demo:Collection/view/
Los mismos
componentes básicos
OD2
Otros
tipos
MIME
Año
1984
PDF
IsMemberOf
Imagen
portada
IsMemberOf
Dublin
Core
OD1
Contenedor
Revista
OD3
Lista.xml
Artículo
RELS-EXT
Dublin
Core
HasPart
Hojaestil
o.xsl
UD
Servicio de búsqueda
• Servicio de búsqueda
– Resultado en XML
– Búsqueda en distintos repositorios
– Generando RSS
Por hacer
• Aprovechar la posibilidad de intercambiar información en
formato XML para crear y desarrollar proyectos de colaboración
en red
• Estudiar y, si es posible, participar en la en el proyecto ORE
(Object Reuse and Exchange ) orientado a modificar la forma en
que se realiza el proceso de la comunicación y publicación
científica.
• Estudiar mecanismos de reutilización de data en proyectos
GRID-Europa
Algunas conclusiones
• Creemos que esta elección tecnológica nos permite un alto grado
de independencia de nuestros contenidos respecto a la
representación elegida.
• Está orientada a su despliegue en la web
• Permite crear relaciones internas y externas entre unidades de
información.
• Permite asociar data con metainformación de una forma sencilla.
• Utiliza esquemas estándar y publicados en la red para
representar sus contenidos lo cual facilita la posibilidad de
federación de contenidos.
¡Muchas gracias!
[email protected]
[email protected]