COMPTE RENDU de l'ATELIER "PREPUBLICATIONS" le 26 Juin 1997 à Grenoble

Excusés : J Keller (IHES), G Laffaille (Montpellier), J-M Derrien (Brest), N Privault (Evry)

L'objet de la réunion était de discuter les aspects techniques de la mise en place d'un "catalogue/index" des prépublications de mathématiques disponibles sur le réseau en France. Les aspects juridiques ou éditoriaux pourront être discutés à l'occasion de l'école thématique proposée par la Cellule MathDoc et le RNBM (Marseille, 10--13 Mars 1997).

Ordre du Jour :

• Tour de Table
• Exposé des différentes solutions possibles pour la constitution de l'index des prépublications
  • Schéma 1: Collecte Centralisée de l'Information
  • Schéma 2: Collecte des Informations par un robot
• Débat sur les différentes solutions
• Mise en Oeuvre
• Extension

(le fichier postscript (imprimable) contenant les transparents projetés est disponible à l'url http://www-mathdoc.ujf-grenoble.fr/math-prepub/prepub.ps)

2-2) Schéma 2 : Collecte des données par un robot :

Les sites de prépublications n'ont rien à envoyer à la Cellule MathDoc. La récolte des informations est faite par un robot, à partir d'une liste d'URLs pointant un ensemble de fichiers contenant les résumés des prépublications. La meilleure méthode pour qu'un robot indexeur ramasse des données bibliographiques consiste à écrire celles-ci sous forme de métadata dans l'entête d'un fichier html. (il est en effet difficile, voire impossible de les repérer dans le corps d'un document html, à cause des différences de mise en page). Des explications sont données sur les métadata, et les différentes normes existant aujourd'hui, en particulier la possibilité pour les gens d'adapter le "dublin core" à leurs propres besoins, et ne pas se restreindre à une norme établie par d'autres.

Une page contenant des pointeurs sur les développements du "dublin core" se trouve à l'adresse http://www.purl.org/metadata/dublin_core.. Des exemples de projets utilisant déjà les métadata sont donnés:

• "Nordic metadata project" (http ://linnea.helsinki.fi/meta/index.html)
• projet "MATHDMV" de prépublications allemandes
• projet européen "EULER" actuellement soumis à la DG13

Actuellement, la Cellule MathDoc utilise le logiciel Harvest pour la collecte et l'indexation des prépublications. La collecte des informations par Harvest est faite à partir d'une liste d'URLs. La liste contient des URLs de FICHIERS html (qui à leur tour pointent d'autres fichiers), Harvest respecte les normes habituellement définies pour des robots. (accès aux fichiers, et non aux répertoires, respect des fichiers "robots.txt", etc...) Harvest est considéré aujourd'hui comme le produit le plus complet du domaine public. Son développement est officiellement arrêté, mais une équipe d'anglais continue officieusement de le maintenir. Harvest pourra être remplacé par un autre système (commercial ou non) plus performant si le besoin s'en fait sentir.

Avantages de cette solution :

• Il est relativement facile d'automatiser le processus de création des fichiers et d'y inclure les métadata à partir de bases existantes (bibtex, texto).
• Il est également facile de les générer à partir d'un formulaire. Une fois passée cette phase de mise en place, cela se passe automatiquement.
• Tout reste sur le serveur local. Le robot tient compte de toutes les modifications lors de chaque passage.
  (Si par malheur la Cellule MathDoc venait à disparaître, il suffirait de faire tourner un robot ailleurs.)
• accessoirement, l'inclusion de métadata dans les fichiers existants sur le web permet une meilleure visibilité pour l'auteur (les métadata permettent d'être mieux "placés" dans les index de robots tels qu'altavista, lycos, etc..)

Inconvénients :

• Cela oblige les gestionnaires de serveurs web à se plier à une certaine organisation de leur serveur web, en particulier à avoir un fichier html par résumé.
• Cela oblige les participants au projet à se conformer au même "core" de métadata.

3) Débat autour des différentes solutions

Strasbourg est plutôt en faveur de la solution 1, car elle ne nécessite pas de réorganiser le serveur web local.

La Cellule MathDoc plaide pour la solution 2, car elle pense qu'une fois les automatismes mis en place, cela s'avérera plus flexible et fiable. La Cellule MathDoc peut apporter son aide aux gestionnaires de site pour favoriser cette automatisation. Il est proposé une solution mixte : D'une part les sites qui le peuvent/désirent mettent en place d'ores et déjà un système basé sur les métadata, d'autre part, la Cellule Mathdoc propose sur son serveur un formulaire pour déclarer les prépublications, (et/ou un moyen de récupérer un fichier du "déjà existant"). Le robot passerait également sur les fichiers centralisés provisoirement sur le serveur de la cellule MathDoc. Cette idée est adoptée.

Le débat s'engage sur les champs à indexer pour permettre une recherche pertinente. Un consensus se fait pour ne pas trop compliquer la tâche avec des champs difficiles à remplir. La Cellule MathDoc doit donc proposer un "metadata core" basé sur les champs suivants :

(les métadata sont des données destinées à être indexées et interrogées, ce qui doit être distingué de l'affichage proprement dit).

Cette première proposition, largement amendable, et conforme au "dublin core" (ses extensions de 96 et 97) se trouve dans le fichier http://www-mathdoc.ujf-grenoble.fr/meta-proposition.html.

Prépublications Auteur Titre Origine (labo) type de publication MSC ACM (si informatique) Date de mise en ligne Abstract Résumé (si existant en français) Résumé Directeur de thèse ( ?)

Thèses Auteur Titre Université de soutenance type de thèse MSC ACM Abstract Date de soutenance

(Est-il souhaitable d'indexer les noms des directeurs de thèse ? La question est ouverte. L'interrogation d'un tel champ peut être détournée à des fins d'évaluation)

Lorsque la prépublication devient article publié, il est nécessaire de signaler cette information dans le corps du résumé présent sur le web, mais il ne semble pas utile de la rajouter dans les métadata à des fins d'indexation.

4) Mise en Oeuvre :

  Page d'accueil 
  Ressources documentaires /    La Base de données MATH /    Renseignements pratiques 
  Coin lecture /    Coin discussion /    Pointeurs externes