Global Web of Data depends on machine-actionable XML (LIBER 3)

Two inspired keynotes today about the vast new possibilities that machine-readable data – or more precisely: data that machines can act on - open up for the advancement of science. There is so much (digital) data out there that no human can comprehend it all. Fortunately, we have or are developing tireless machines that can publish, merge, search, reason, predict and integrate information. They can establish relationships between fields of science which have never even contemplated getting together and make way for new cross-disciplinary work.

Herbert van de Sompel, at right, with yesterday’s keynote speaker Rick Luce.

It was, of course, Herbert van de Sompel of Los Alamos who treated the audience of 400 research librarians to a peek into this fascinating world of emerging research possibilities (slides available from slideshare). All based on some rather basic building blocks:

 

Enthousiastically Van de Sompel reviewed some of the projects to make all of this possible, starting with his own OAI Object Reuse and Exchange, Open Annotation, and Memento, and then on to other developments, such as the ‘nano publication’, the smallest entity of information that can be searched, merged, read, etc. etc. by machines – a somewhat extended version of an RDF triple. And what to think of Executable Papers – articles that include the software and underlying data so that the reader can repeat the original experiments and draw his own conclusions.

 

Mind boggling! Van de Sompel explained that this is what we need to make it all happen, ‘and it irks me that we have that at our fingertips’:

• open access to all data
• permissive (i.e., non-restrictive) creative commons licences
• money to pay for these tools
• persistence in identifying the objects – and that is still a challenge (see last week’s post)

From a digital preservation viewpoint, however, there is a complication. As Alma Swan of Enabling Open Scholarship explained a few hours later, it does not work with PDF. PDF was developed for humans to read. Machines cannot read PDF, they need XML.

Alma showed that universities are building digital repositories at great speed – there are now almost 2000 of them. But what are we filling them with? Mainly PDF’s … Because they are nice and robust from a preservation viewpoint. And humans can read them.

 Alma Swan (seated) awaiting her turn to speak with session chair Bas Savenije.

There is good news as well. As Alma pointed out, digital repositories are attracting new users, mostly users from outside the university who do not have access to licensed digital content from major publishers. Companies, for instance, and private citizens who are making use of the new digital possibilities and getting involved in scientific efforts, such as these:

However, much of the material these new users are interested in, is not available in open access, and thus cannot be used by either humans or machines.

So what are we preserving all of the stuff for?

I’m going to sleep on that one …

 Yours truly will spare no effort to tell you everything; here is my paparazzi shot at the VIP room: LIBER President Paul Ayris (left) and Executive Director Wouter Schallier.

Eérst toegang, dan duurzaamheid

Het spreekwoord luidt dat één beeld meer zegt dan duizend woorden. Deze foto maakte ik op 20 januari, voor de aanvang van de bijeenkomst ‘A Global View on Open Access’ die was georganiseerd door de Nationale Unesco Commissie. In de rijkdom van de Rembrandtzaal van het Trippenhuis in Amsterdam bereidt Rosemary Shafack, bibliothecaris uit Cameroen, haar lezing voor onder het wakend oog van beroemde wetenschappers uit het westerse verleden. Wat heeft zij te melden? Dat open access prachtig is, maar dat het niet zo veel uithaalt als je nauwelijks computers hebt, als je elektriciteitsnet onbetrouwbaar is en breedband al helemaal schaars. Dat Cameroense wetenschappers/wetenschappelijke instituten de auteursbijdrage van gemiddeld $2000 per artikel voor open access tijdschriften met geen mogelijkheid kunnen betalen. En dat het niet alleen nodig is om westerse kennis dáár te verspreiden, maar dat de wetenschap uit ‘het’ zuiden zich alleen zal ontwikkelen als daarvoor in het westen ook meer aandacht en aanzien komt. Dat is best een eenzaam verhaal. Later op de dag zagen we ook een foto uit Nepal, met meisjes die hangend aan een wankel touw over een onstuimige rivier naar school proberen te komen. Dat zet je wel even met beide benen op de grond. (Natuurlijk weten we sinds Rosling allemaal dat ‘het’ zuiden niet bestaat, maar dat terzijde.)

Deze foto vertelt weer een ander verhaal, maar is van dezelfde bijeenkomst. Hier wordt zichtbaar hoeveel VIPs er naar de bijeenkomst waren gekomen: Engelen van NWO, Dijkgraaf van de KNAW, een vicedirecteur van Elsevier, een directeur van OCW, iemand van de Europese Commissie, en ga zo maar door. Dat duidt op veel betrokkenheid en oprechte belangstelling. Die was er dan ook, en de discussies waren levendig. Maar dan denk je al gauw: wat kan het opleveren, zo’n bijeenkomst in het kleine Nederland?

Dat weet je maar nooit. In de Volkskrant stond vanmorgen dat in sub-Sahara Afrika zo’n 5% van de bevolking toegang heeft tot internet, vergeleken met 85% in Nederland. Een Nederlands bedrijf, Nice International, bouwt nu in Gambia ict-centra op zonne-energie. Op termijn kunnen die een miljoen Afrikanen toegang tot internet bieden. Het bedrijf is door het Amerikaanse ‘Unreasonable Institute’ uitgenodigd om het plan verder te ontwikkelen.

De duurzaamheid heeft tijdens deze bijeenkomst haar mond maar even gehouden. Eerst de toegang maar eens regelen. Gelukkig was de internetverbinding met de University of Buea, Cameroen, wel zo goed dat Rosemary Shaflack bij thuiskomst de foto’s aantrof van haar optreden in Amsterdam. Om aan haar collega’s te laten zien dat ze daar echt een presentatie had gegeven. ‘My warmest thanks’, schreef ze terug.

Zie ook het verslag van de bijeenkomst op http://www.unesco.nl/, en er komt een artikel van Jos Damen in de volgende InformatieProfessional.

'Open access' aftrap voor digitaliseringscongres bibliotheken (LIBER 1)

Digitalisering, open access en wetenschappelijke bibliotheken: al die onderwerpen kwamen vanmiddag bij elkaar tijdens de opening van een driedaagse bijeenkomst van LIBER, de Europese organisatie van wetenschappelijke bibliotheken, over digitalisering van bibliotheekcollecties. Bas Savenije, directeur van de KB en bestuurslid van LIBER maakte geen geheim van zijn sympathie voor open access toen hij in toepasselijk oranje T-shirt het podium van de KB-aula besteeg; het is vandaag immers ook de eerste dag van de internationale open access week (Nederlandse website), waarvan o.a. ook SURF en DANS werk maken. (Zie voor Bas' pleidooi voor de green road zijn column in IP).

Met die open toegang tot bibliotheekcollecties valt het nog niet mee: de Europese Commissie berekende dat in 2008 nog slechts 2-3% van de collecties van nationale bibliotheken digitaal beschikbaar was - en die lopen dan nog een flink stuk voor op de wetenschappelijke bibliotheken. Vandaar dat de Europese Commissie een i2010 Digital Library initiatief heeft gelanceerd met een scala aan projecten. En toch blijft voorlopig de vraag hoe bibliotheken met beperkt publiek geld Grote-Broer-Met-Heel-Veel-Geld Google kunnen bijbenen en hun klanten publieke toegang kunnen blijven bieden tot gedigitaliseerde bronnen. Want dat is het probleem met private partijen: je weet nooit wanneer ze al die bronnen uit publiek bezit achter een wachtwoord gaan zetten. Europeana is het grootste Europese antwoord tot nu toe, een portal tot collecties van vele nationale bibliotheken en enkele wetenschappelijke. Maar is het genoeg?

Op deze conferentie hoor je trouwens weinig over duurzame toegankelijkheid. Dat is voor de meesten nog een brug te ver. De LIBER-organisatie zelf probeert er wel werk van te maken (door het LIFE-project en bijv. de 'Curating Research' workshop van afgelopen april in Den Haag), maar realiteit is duurzame toegankelijkheid voor veel wetenschappelijke bibliotheken nog niet. Eerst maar eens digitaliseren, dat is al moeilijk genoeg.