1. معرفی
نقشه نگاران و کتابداران اشتراکات زیادی دارند. محصولات آنها هدف یکسانی از ارائه جهت گیری در مورد روابط (مکانی یا اطلاعاتی) دارند که بررسی آنها دشوار است. هر دوی آنها نیازهای کاربران خود را که به دنبال دسترسی به موجودیت ها یا اطلاعات مکانی هستند، در نظر دارند. هر دو از مجموعه ای از ابزارها استفاده می کنند که الگوها را برجسته می کند و پیچیدگی را کاهش می دهد. محصول سنتی کتابداران، فهرست، را میتوان با همان کلماتی که [ 1 ] برای نقشهها بیان کرد، توصیف کرد: «هیچ چیز […] واقعیت نیست. همه چیز نمایندگی است.
با این حال، مکانیسمهایی که نقشهنگاران و کتابداران برای نمایش واقعیتها ایجاد کردهاند، متفاوت است. کارتوگرافی مفهوم «فضا» را در قالب های گرافیکی و ریاضی در بر می گیرد، در حالی که در کتابخانه ها، اطلاعات به صورت شفاهی از طریق زبان های مستندسازی قابل دسترسی است. نام های جغرافیایی کانون توجه اصلی در اینجا هستند. این ممکن است در هنگام توصیف نقشه ها در کتابخانه ها مشکل ساز باشد: فضا یک ثابت فیزیکی است، اما نام های جغرافیایی می توانند در زمان تغییر کنند [ 2 ، 3 ] ].
دیجیتالی شدن پیشرونده نقشه ها در کتابخانه ها و استفاده از پورتال های داده های جغرافیایی خاص، این مشکل را در بازنمایی رسانه های جغرافیایی تا حد زیادی حل می کند. رسانه های جغرافیایی را می توان به روش های شهودی و موثرتر جستجو کرد ( شکل 1 )، برای مثال با استفاده از یک سرویس نقشه وب تعاملی. اطلاعات فضایی شبکه ای نه تنها امکان جستجوی منابع مبتنی بر مکان را فراهم می کند، بلکه کاوش روابط توپوگرافیک را نیز ممکن می سازد [ 4 ].
پیاده سازی یک رابط جغرافیایی یافتن نقشه های یک منطقه خاص را بسیار آسان تر می کند [ 5 ]. با این حال، برای بازیابی جامع کافی نیست. نقشههای قدیمی و نقشههای موضوعی بهویژه با زمینه خاصی از منشأ میآیند و محتوای خاصی دارند. پروژههای زیادی وجود دارند که توصیف استاندارد شده نقشهها را در کتابخانههای دیجیتالی تجزیه و تحلیل میکنند، که راههایی را پیشنهاد میکنند که از طریق آن میتوان نقشههای قدیمی را با استفاده از استانداردهای کتابخانه [ 6 ، 7 ، 8 ] یا استانداردهای دادههای مکانی [ 9 ، 10 ] توصیف کرد. علاوه بر این، پروژه های خاصی که اسناد آرشیوی را از کتابخانه های دیجیتال مختلف ترکیب می کنند [ 11 ، 12] و برخی دیگر اسناد کارتوگرافی آرشیوی را جمع آوری می کنند [ 13 ، 14 ، 15 ]. سوبیرانا [ 10 ] تاکید کرد که ارزش توصیف نقشه های قدیمی داده های جغرافیایی و مکانی با ایجاد SDI (زیرساخت داده های مکانی) را دارد. SDI به عنوان مجموعه مناسبی از سیاستها و موافقتنامهها، استانداردها و فناوریهای سازمانی و همچنین منابع انسانی که برای استفاده کاربران از اطلاعات مکانی برای مقاصد مختلف لازم است، نه فقط برای مواردی که برای آن ایجاد شدهاند، شناخته میشود [ 16 ]. کاربران به طور فزایندهای به دادههای فضایی بهتری نیاز دارند که بتوان بر اساس نیازهای آنها از آنها استفاده کرد [ 17]. متأسفانه، در مجموعه های عظیم، یافتن یک نقشه خاص مورد علاقه اغلب بسیار دشوار است. ممکن است یا نتایج زیادی پیدا کنیم یا اصلاً نتیجه ای نداشته باشیم. علیرغم بسیاری از ابتکارات با هدف بهبود قابلیت همکاری مجموعه ها، کیفیت باید در نظر گرفته شود، زیرا اکنون به توجه بیشتری نیاز دارد. همچنین شایان توجه است که آیا استانداردهای پیشنهادی برای توسعه مجموعههای نقشه در کتابخانههای دیجیتال مورد استفاده قرار میگیرند و آیا ابردادهها طبق قوانین به روشی مناسب جمعآوری میشوند [ 18 ]. ]. شکاف های تحقیقاتی موجود [ 19] شناسایی شدند و ثابت کردند که نیاز شدیدی به مشارکت های تحقیقاتی جدید در ارزیابی ابرداده های نقشه وجود دارد. بنابراین، اولین سوال تحقیق این است: چه نوع اطلاعاتی در مورد نقشه های قدیمی باید در ابرداده ذخیره شود تا بتوان آنها را از نظر مکان، زمان، محتوا و زمینه توصیف کرد تا قابلیت همکاری آنها افزایش یابد؟
این سوال با استفاده از پورتال GeoPortOst: نقشه های موضوعی و پنهان اروپای شرقی و جنوب شرقی [ 20 ] به عنوان مثال بررسی می شود. از آنجایی که GeoPortOst منابع نقشه برداری با منشأ متفاوت را ادغام می کند، نمونه خوبی از نوع جدیدی از مجموعه است. مجموعههای کتابخانه سنتی «مالکیت» و محلی هستند [ 21 ]. در دنیای دیجیتال، این محدودیت دیگر وجود ندارد. منابع “مالک” می توانند با منابع خارجی در منطق شبکه تعامل داشته باشند. در نتیجه، به جای موجودی فیزیکی، الگوها، مضامین یا دستور کار تحقیقاتی برای ساخت یک مجموعه مرتبط می شوند [ 22]. GeoPortOst زیرساختی را برای جمع آوری اسناد ناهمگن در قالب های مختلف و در سطوح مختلف نمایه سازی فراهم می کند. عامل تعیین کننده برای پورتال دیگر نگهداری و حفظ نیست، بلکه پردازش، تنظیم و اشتراک گذاری است [ 23 ]. بنابراین مجموعه دیجیتال ماهیت ایستا خود را از دست می دهد و می تواند به عنوان یک فرآیند جمع آوری حول نیازهای کاربران درک شود [ 24 ]. آنچه اکنون بسیار مهم است این است که چگونه موجودیت ها در فراداده توصیف می شوند. ما فرض می کنیم که «[…] فراداده بر نتیجه تولید مجموعه های تراکنش حاکم خواهد بود» [ 25 ]]. بنابراین، سوال دوم تحقیق این است: کدام مجموعه در پروژه GeoPortOst، ابرداده منابع را به گونهای فراهم میکند که به کاربران بهترین شانس را برای استفاده از مواد نقشهنگاری لازم برای تحقیقات خود و برای تولید مجموعه دادهها بدهد؟
2. مواد و روشها
موضوع تحقیق فوق داده های اسناد کارتوگرافی آرشیوی است. در حال حاضر، ابرداده ها مبنایی برای جستجوی اشیا در سیستم های بازیابی برای یافتن داده های دیجیتال هستند. بر اساس ارزیابی ابرداده، میتوانیم میزان در دسترس بودن مطالب بایگانی در دسترس کاربران را تعیین کنیم و کیفیت ابردادههای نقشه را ارزیابی کنیم. کیفیت در این مورد به عنوان مجموعهای از ویژگیها درک میشود که تعیین میکنند محصول چگونه برای برآورده کردن نیازهای خاص تناسب دارد [ 26 ].
بر اساس ارزیابی ابرداده های نقشه ارائه شده در تحقیق Kuźma و Mościcka [ 27 ]، ما تحلیلی از نقشه های پنهان انجام دادیم. نقشه پنهان نقشه ای است که بخشی از یک کتاب است که حقایق خاصی را که در کتاب توضیح داده شده است (مثلاً مبارزات نظامی، فرآیندهای سیاسی، مهاجرت) را نشان می دهد [ 9 ]. این روش شامل اتخاذ یک الگوی محدوده، تخصیص عناصر فراداده از یک مجموعه نقشه خاص به آن، تأیید اینکه چگونه ابرداده یک مجموعه دیجیتالی خاص با الگوی محدوده سازگار است، و آمار مربوط به ارزیابی ابرداده نقشه ( شکل 2 ).
الگوی محدوده مشخص می کند که چگونه ابرداده های نقشه های آرشیوی باید توصیف شوند. این الگو [ 27 ] برای منعکس کردن ویژگی های نقشه های پنهان اصلاح شده است. کل الگوی دامنه به دو بخش تقسیم شد: بخش اول با ابرداده های رایج در یک کتابخانه دیجیتال و قسمت دوم مربوط به ابرداده های نقشه برداری است.
انطباق با الگوی دامنه بر اساس ویژگی ها (نحوه به دست آوردن داده ها از نمایه فراداده یک کتابخانه دیجیتالی معین به الگوی محدوده، به عنوان مثال، مستقیماً، با تجزیه و تحلیل ساده، یا تجزیه و تحلیل تخصصی) ارزیابی می شود. به ویژگیهای فردی وزنهایی اختصاص داده شده است که به شما امکان میدهد تا تعیین کنید که تا چه حد (به چه راحتی/سختی) دادهها را میتوان به دست آورد. سطح دشواری به دست آوردن ابرداده را می توان با استفاده از فرمول [ 27 ] محاسبه کرد:
جایی که:
n – تعداد کل معیارها در الگوی دامنه.
k – شماره معیار؛
w k – وزن به دست آوردن داده ها (1.0 – مستقیم، 0.8 – تجزیه و تحلیل ساده، 0.5 – تجزیه و تحلیل تخصصی، 0.0 – کمبود داده) برای معیار k -ام.
هرچه مقدار E بیشتر باشد، به دست آوردن داده آسان تر است.
ارزیابی به کامل بودن مربوط می شود. کامل بودن فراداده درجه ای است که اشیاء با استفاده از تمام عناصر فراداده توصیف می شوند [ 28 ].
2.1. الگوی محدوده فراداده
نقشه های آرشیوی در این مطالعه از یک سو به عنوان بخشی از یک محفظه اطلاعاتی مانند کتاب یا مجلات و از سوی دیگر به عنوان یک نمایش مستقل از یک فضای جغرافیایی مورد تجزیه و تحلیل قرار گرفت. با در نظر گرفتن موارد فوق، الگوی دامنه ابرداده بر اساس Dublin Core [ 29 ، 30 ]، MARC21 (کاتالوگ خوانی ماشینی) [ 31 ] توسعه یافت. برخی از ویژگی ها مانند عنوان محتوا، نوع محتوا، تاریخ، محدوده تاریخ، حقوق، زبان، موضوع و قالب توزیع، مستقیماً با اشیاء دیجیتالی در هر کتابخانه دیجیتالی مرتبط هستند. آنها بسیار رایج هستند و همه اشیا دارای این نوع ابرداده هستند. معمولاً جمع آوری و جمع آوری آنها در پایگاه های داده آسان است.
با این حال کارکنان کتابخانه باید در مورد ویژگی های خاص نقشه ها اطلاعات داشته باشند. این دانش میتواند برای توصیف نقشهها با استفاده از موقعیت جغرافیایی، مقیاس نقشه، سیستم مرجع، روشهای نقشهبرداری، قالب نقشه و مواد منبعی که برای توسعه نقشه استفاده شدهاند، استفاده شود. این نوع اطلاعات دارای ابرداده استاندارد شده در Dublin Core یا MARC21 برای جمع آوری ویژگی های نقشه برداری خاص نیستند. حتی اگر برخی ابتکارات وجود دارد که نشان می دهد چگونه MARC21 [ 6 ] یا Dublin Core [ 7 ]] می تواند مورد استفاده قرار گیرد، هر کتابدار ممکن است همان اطلاعات را به روشی متفاوت، بدون هیچ قانونی جمع آوری کند، یا هر کتابخانه ممکن است قوانین خود را برای جمع آوری داده ها ایجاد کند. این بدان معناست که مجموعههای موجود در کتابخانههای مختلف قابل همکاری نیستند. بنابراین، الگوی دامنه ابرداده بر اساس تحقیقات Kuźma و Mościcka توسعه یافت. 27 ] توسعه یافت.]. ما موارد زیر را پذیرفته ایم: نوع محتوا، تاریخ، محدوده تاریخ، حقوق، زبان، موضوع، قالب توزیع، مانند ابرداده معمولی، و موقعیت جغرافیایی، مقیاس نقشه، سیستم مرجع، روش های نقشه برداری، قالب نقشه، و منابع منبع برای توسعه نقشه، مانند ابرداده های نقشه برداری استفاده می شود. حقوق دسترسی 1 و حقوق دسترسی 2 در حقوق گنجانده شد. ما عنوان محتوا را اضافه کردیم زیرا اغلب فقط عنوان حاوی اطلاعات دقیق در مورد یک نقشه معین (مانند منطقه یا موضوع نقشه) بود ( جدول 1 ).
برای ارزیابی فراداده از دو ویژگی استفاده شد:
-
کامل بودن برای هر یک از معیارهای ارزیابی – E k [ 27 ]:
جایی که
ج – شماره مجموعه از جدول 2 ;
m c – تعداد تمام نقشه ها در یک مجموعه خاص.
m ck – تعداد نقشه هایی که دارای ابرداده برای هر معیار ارزیابی در یک مجموعه خاص هستند.
-
کامل بودن برای هر مجموعه بسته به تعداد منابع موجود در مجموعه دیجیتال برای ابرداده معمولی:
بسته به تعداد منابع موجود در مجموعه دیجیتال برای ابرداده های نقشه برداری
محاسبات مرتبط با ارزیابی ابرداده نقشه برای مجموعهها در یک کتابخانه دیجیتالی خاص در زیر بخش نتایج ارائه شده است.
2.2. داده ها
تحقیقات ما بر اساس نقشه های پروژه GeoPortOst [ 20 ] بود. GeoPortOst از سال 2014 تا 2019 در مؤسسه تحقیقاتی لایبنیتس برای تحقیقات اروپای شرقی و جنوب شرقی در رگنسبورگ (IOS) با بودجه بنیاد تحقیقات آلمان توسعه یافت. 32 ]]. GeoPortOst دسترسی به نقشه های شرق و جنوب شرقی اروپا را فراهم می کند. این مجموعه شامل نقشه های موضوعی و پنهان مربوط به تاریخ و قوم نگاری و همچنین روابط اقتصادی و اجتماعی این منطقه است. ما نقشه های مخفی را به عنوان نقشه هایی تعریف می کنیم که در نشریات چاپ شده اند و در یک کاتالوگ ویژه در IOS فهرست شده اند. ارزش منبع ویژه نقشه های پنهان، به ویژه برای مطالعات منطقه ای در شرق و جنوب شرقی اروپا، در این واقعیت نهفته است که آنها مستقیماً در زمینه مطالعات علمی یا متون سیاسی قرار دارند و اغلب به عنوان استدلال در یک روایت عمل می کنند. بنابراین، آنها نه تنها کمک های جهت یابی، بلکه ابزار اثبات علمی برای ساخت و سازهای فضایی هستند. نقشههایی از این دست «بازنماییهای انتخابی واقعیت» را بازتولید میکنند [ 33]، به صورت بصری ابعاد کیفی فضا را برجسته می کند یا آنها را حذف می کند. این پورتال در حال حاضر شامل 3027 نقشه دیجیتالی شده از چندین موسسه است. نقشه ها در یک کمپین crowdsourcing (با استفاده از برنامه Georeferencer Klokan Technologies) و در پایگاه داده GeoBlacklight [ 34 ] ارجاع داده شدند.
مجموعه های زیر در پروژه GeoPortOst قابل دسترسی هستند:
-
مجموعههای دیجیتال شامل نقشههای تاریخی اروپای شرقی از 1575 تا 1918 است.
-
Ethnodoc شامل نقشه های موضوعی آماری از 2004-2018 است.
-
موسسه گئورگ اکرت (GEI) دیجیتال شامل نقشه هایی است که از موسسه تحقیقات کتاب های درسی بین المللی جورج اکرت تهیه شده است.
-
GeoPortOst شامل نقشه های 1572-1934 اروپای شرقی است.
-
IEG-Maps حاوی نقشه هایی است که از سرور نقشه تاریخی دیجیتال در موسسه تاریخ اروپا لایبنیتز (IEG، آلمانی: Leibniz-Institut für Europäische Geschichte) -Mainz نشات می گیرد.
-
لامبدا پورتالی است که دادههای مربوط به کار (اقتصادی و اجتماعی)، مهاجرت و دادههای بیوگرافی را برای شرق و جنوب شرقی اروپا جمعآوری، پردازش و ارائه میکند. LaMBDa از تحقیقات تاریخی و اقتصادی پشتیبانی می کند.
-
کتاب راهنمای تاریخ جنوب شرقی اروپا دانش تخصصی بیش از 2000 سال تاریخ و تحقیق را ترکیب می کند. هدف این پروژه این است که لایه های زمانی پیچیده تاریخی جنوب شرقی اروپا را به لطف کار مرجع منحصر به فرد خود قابل درک تر کند.
-
اسناد آنلاین در اروپای شرقی (The OstDok، آلمانی: Osteuropa-Dokumente آنلاین) حاوی متون دانشگاهی و اسنادی در مورد تاریخ، سیاست و فرهنگ اروپای مرکزی، شرقی و جنوب شرقی است. مخاطب این پرتال هم دانشمندان و هم مخاطبان وسیع تری است که به اروپای شرقی علاقه دارند.
جزئیات اصلی هر مجموعه در GeoPortOst در جدول 2 ارائه شده است.
3. نتایج
بر اساس روش ارائه شده، ابرداده های GeoPortOst مورد ارزیابی قرار گرفت. ابرداده ها در GeoPortOst بر اساس قوانینی که توسط تیمی از کتابداران، مورخان و جغرافیدانان در موسسه تحقیقات اروپای شرقی و جنوب شرقی لایب نیتس ایجاد شده بود، وارد شدند. قوانین بر اساس تجربه ما و برخی از توصیه های مربوط به استفاده از MARC21 [ 6 ] و Dublin Core [ 7 ] و همچنین تجربیات ابتکارات مختلف برای به اشتراک گذاری نقشه های دیجیتال در اینترنت [ 35 ، 36 ] ایجاد شده است.]. ابردادههای نقشهها ابتدا از زبان ساختاری کتابخانه، فرمت ترتیبی Aleph (ASEQ) به یک صفحه گسترده اکسل ساده صادر شدند، و سپس با اطلاعات اضافی که معمولاً در فهرستهای کتابخانه یافت نمیشوند تکمیل شدند (به عنوان مثال، پس از ارجاع جغرافیایی با مختصات یا ارجاع به متن. اسناد). هر سند با 60 ویژگی در 60 ستون توصیف می شود. علاوه بر این، تمام موضوعات نقشه ها از فایل های مرجع کتابخانه ملی آلمان (GND) [ 37 ] با ویکی داده [ 38 ] با استفاده از Open Refine [ 39 ] پالایش شدند. در نهایت، فیلدهای جدول به Dublin Core، Bibo و Geosparql نگاشت شدند و برای اجرای نهایی با GeoBlacklight به یک شاخص Solr وارد شدند. 34]. علاوه بر این، دادهها در چارچوب توصیف منابع (RDF) در دسترس هستند و میتوانند از طریق یک پروتکل و نقطه پایانی زبان پرسوجو RDF (SPARQL) [ 40 ] پرسوجو شوند.
بخشی جدایی ناپذیر از پایگاه داده، صفحه گسترده ای است که در آن ابرداده های اداری (فراداده در مورد فراداده) و روابط بین استانداردهای فردی (دوبلین کور [ 29 ]، MARC21 [ 31 ]، ISO [ 41 ]، مدل داده های Europeana [ 11 ]) جمع آوری می شود. همچنین شامل تبدیلهای ابرداده است تا بتوان از آنها در سیستمهای مبتنی بر این استانداردها استفاده کرد.
زمان برترین بخش ارزیابی، تطبیق اطلاعات از فراداده در کتابخانه دیجیتالی تحلیل شده با الگوی محدوده بود. تخصیص عناصر فراداده مجموعه های تحلیل شده به معیارهای ارزیابی اتخاذ شده در جدول 3 ارائه شده است و سطح دشواری به دست آوردن فراداده مطابق فرمول (1) محاسبه شده است.
جدول 3 به وضوح نشان می دهد که ابرداده حاوی عناصری است که با 13 معیار از 14 معیار ارزیابی مطابقت دارد. تقریباً هر مورد از فراداده مستقیماً از ابرداده خاصی در پایگاه داده GeoPortOst جمع آوری شده است. این بدان معنی است که هر معیار ارزیابی دارای معادلی در پایگاه داده GeoPortOst است و وزنها برای تقریباً همه معیارها برابر با 1.0 است. روش های نقشه برداری با استفاده از تحلیل ساده به دست آمد و وزن آنها 0.8 است. متأسفانه، اطلاعات مربوط به سیستم مرجع در پایگاه داده GeoPortOst ارائه نشده است (بنابراین وزن آن برابر 0.0 است).
آنچه قابل توجه است، تفکیک عرض و ارتفاع هنگام تعیین فرمت نقشه است، بنابراین استفاده از این مقادیر عددی برای تعیین جزئیات نقشه (در صورت اطلاع از وسعت مختصات جغرافیایی نقشه) مشکلی ندارد.
با توجه به نقشه های مخفی خاص، توضیحات بسیار دقیقی از اسناد منبع ارائه شده است. در نتیجه می توان قابلیت اطمینان نقشه، زمان ایجاد، اطلاعات توصیفی و نوع داده هایی که مبنای ایجاد نقشه بوده اند را تعیین کرد.
با در نظر گرفتن موارد فوق، سطح دشواری برابر با 12.8 از 14.0 است، به این معنی که دستیابی به ابرداده های مهم برای الگوی محدوده بسیار آسان است.
ویژگیهای معمولی مانند عنوان، نوع، تاریخ، محدوده داده، حقوق، زبان، موضوع و قالب توزیع برای ارزیابی در نظر گرفته شد. در ابتدا، کامل بودن برای هر معیار ارزیابی ( Ek ) طبق فرمول (2) محاسبه شد . سپس، کامل بودن برای هر مجموعه ( Etc ) بسته به فراداده معمولی طبق فرمول (3) محاسبه شد. نتایج این محاسبات در ارائه شده است جدول 4 ارائه شده است. مجموعههای Ethnodoc، Lambda، و Handbook of the History of Southeastern Europe دارای کاملترین ویژگی معیارهای معمولی بودند. از سوی دیگر، GEI دیجیتال و نقشه های IEG فاقد اطلاعات در مورد فرمت توزیع بودند و اطلاعات کمی در مورد موضوع ارائه می کردند. در نهایت، در GeoPortOst، ارزش دارد که ابرداده های زیر را بهبود ببخشید: محدوده تاریخ و زبان. موضوع فوق داده با کمترین امتیاز بود. همه مجموعهها با اطلاعات خوب جمعآوریشده در مورد عنوان، نوع، حقوق و تاریخ مشخص میشدند و کامل بودن آن معیارها حدود 8.0 از 8.0 بود.
ابرداده های نقشه برداری شامل موقعیت جغرافیایی، مقیاس، سیستم مرجع، روش های نقشه برداری، قالب نقشه و اطلاعات مربوط به منبع، برای ارزیابی در نظر گرفته شد. کامل بودن برای هر معیار ارزیابی طبق فرمول (2) محاسبه شد. کامل بودن برای هر مجموعه ( E mc ) تنها بسته به ابرداده نقشه بر اساس فرمول (3) محاسبه شد. نتایج این محاسبات در جدول 5 ارائه شده است.
جدول 5 نشان می دهد که مختصات جغرافیایی تقریباً برای هر شی دیجیتالی در کتابخانه ارائه شده است و ابرداده نقشه با دومین نتیجه برتر، اطلاعات مربوط به منبع است. GeoPortOst جامع ترین ویژگی های نقشه برداری را ارائه می دهد – کامل بودن این مجموعه برابر با 3.0 از 6.0 است. کامل بودن مجموعه دیجیتال و GEI دیجیتال به ترتیب 2.5 و 2.7 بود.
4. بحث
تحقیقات نشان داده است که الگوی محدوده برای توصیف نقشه ها بر اساس مکان، زمان، محتوا و زمینه برای افزایش قابلیت همکاری آنها باید حاوی ابرداده هایی باشد که برای همه اشیاء موجود در کتابخانه دیجیتال و همچنین مواردی که فقط مختص نقشه ها هستند، معمول است. مشخص است که دستیابی به فراداده های معمولی برای فهرستنویسان در کتابخانه آسان است [ 42]. معلوم شد که عنوان، نوع، حقوق و تاریخ کاملترین هستند، اما موضوع بدترین ابرداده توصیف شده برای همه مجموعهها بود. این به دلیل این واقعیت است که صلاحیت مناسب موضوع دشوار است، به ویژه برای نقشه هایی که از یک محدوده زمانی گسترده نشات می گیرند، مانند مجموعه های دیجیتال (1575-1918)، GEI دیجیتال (1833-1918)، و GeoPortOst. (1572-1934). تعریف موضوع برای نقشه های مدرن یا نقشه هایی که از همان دوره نشات گرفته اند، مانند مجموعه Ethnodoc، بسیار ساده تر است.
یکی دیگر از آیتم های مهم ابرداده نوع است. این بر اساس واژگان کنترل شده انواع نقشه در فایل های مرجع (GND) از کتابخانه ملی آلمان [ 43 ] بود. این یک واژگان باز است که شامل 52 موضوع است. ارزش هماهنگ کردن این واژگان را دارد زیرا حاوی انواع بسیار مشابه نقشه ها است، به عنوان مثال Geschichtskarte یا Historische Karte. علاوه بر این، از آنجایی که فقط توسط جامعه کتابخانه نگهداری می شود، خطاهای تایپی خاصی مانند Topografische Karte/Topographische Karte ایجاد می کند.
بنابراین، به دست آوردن ابرداده های کارتوگرافی چندان آسان نیست. مختصات جغرافیایی بهتر است جمع آوری شود زیرا ایده سازندگان کتابخانه دیجیتال ارائه نقشه هایی بود که دارای مرجع مکانی باشد. این اطلاعات در اولویت است. GeoPortOst جامع ترین مجموعه توصیف شده است. توضیحات آن بر روی اطلاعات مربوط به منبع و همچنین در بعد نقشه متمرکز شده است. جمع آوری این اطلاعات توسط کتابداران (غیر نقشه نگاران و غیرجغرافیدانان) نسبتاً آسان بود. مقیاس، که مخرج مقیاس نقشه است، برای 896 نقشه (30٪ از کل اشیاء) در 4 از 8 مجموعه جمع آوری شد. با ابعاد و مختصات جغرافیایی کاملاً مشخص، می توان سطح جزئیات نقشه ها را تعیین کرد. علاوه بر این، با توجه به اینکه نقشه های این مجموعه از دوره 1572-1934 منشاء می گیرند، به دست آوردن اطلاعات در مورد مقیاس قدیمی ترین نقشه ها بسیار دشوار است. متأسفانه اطلاعات مربوط به سیستم مرجع که جزئیاتی در مورد اعوجاج نقشه و امکان تبدیل نقشه برای استفاده از آن در سیستم های مختلف ارائه می دهد، توسط هیچ مجموعه ای جمع آوری نشده است. معلوم شد که کامل ترین مجموعه Ethnodoc است، تا آنجا که به اطلاعات معمولی در مورد اشیاء دیجیتال مربوط می شود. ممکن است به عنوان یک الگو عمل کند. این مجموعه سازگار است و شامل نقشههای دو نویسنده است که در سالهای 2004-2018 منتشر شدهاند. ابرداده های کارتوگرافی به جامع ترین روش برای GeoPortOst جمع آوری شد. این همچنین تنها مجموعه ای بود که داده های قالب نقشه برای آن جمع آوری شده بود. که جزئیاتی در مورد اعوجاج نقشه و امکان تبدیل نقشه برای استفاده از آن در سیستم های مختلف ارائه می دهد، توسط هیچ مجموعه ای جمع آوری نشده است. معلوم شد که کامل ترین مجموعه Ethnodoc است، تا آنجا که به اطلاعات معمولی در مورد اشیاء دیجیتال مربوط می شود. ممکن است به عنوان یک الگو عمل کند. این مجموعه سازگار است و شامل نقشههای دو نویسنده است که در سالهای 2004-2018 منتشر شدهاند. ابرداده های کارتوگرافی به جامع ترین روش برای GeoPortOst جمع آوری شد. این همچنین تنها مجموعه ای بود که داده های قالب نقشه برای آن جمع آوری شده بود. که جزئیاتی در مورد اعوجاج نقشه و امکان تبدیل نقشه برای استفاده از آن در سیستم های مختلف ارائه می دهد، توسط هیچ مجموعه ای جمع آوری نشده است. معلوم شد که کامل ترین مجموعه Ethnodoc است، تا آنجا که به اطلاعات معمولی در مورد اشیاء دیجیتال مربوط می شود. ممکن است به عنوان یک الگو عمل کند. این مجموعه سازگار است و شامل نقشههای دو نویسنده است که در سالهای 2004-2018 منتشر شدهاند. ابرداده های کارتوگرافی به جامع ترین روش برای GeoPortOst جمع آوری شد. این همچنین تنها مجموعه ای بود که داده های قالب نقشه برای آن جمع آوری شده بود. تا آنجا که به اطلاعات معمولی در مورد اشیاء دیجیتال مربوط می شود. ممکن است به عنوان یک الگو عمل کند. این مجموعه سازگار است و شامل نقشههای دو نویسنده است که در سالهای 2004-2018 منتشر شدهاند. ابرداده های کارتوگرافی به جامع ترین روش برای GeoPortOst جمع آوری شد. این همچنین تنها مجموعه ای بود که داده های قالب نقشه برای آن جمع آوری شده بود. تا آنجا که به اطلاعات معمولی در مورد اشیاء دیجیتال مربوط می شود. ممکن است به عنوان یک الگو عمل کند. این مجموعه سازگار است و شامل نقشههای دو نویسنده است که در سالهای 2004-2018 منتشر شدهاند. ابرداده های کارتوگرافی به جامع ترین روش برای GeoPortOst جمع آوری شد. این همچنین تنها مجموعه ای بود که داده های قالب نقشه برای آن جمع آوری شده بود.
نقشه های مخفی جمع آوری شده در پروژه GeoPortOst از کتاب های مختلف آمده است. در کتابخانه، فهرست نویسان اطلاعات مربوط به منبع، یعنی نویسنده، عنوان، تاریخ انتشار، شماره کاتالوگ و پیوند منبع را جمع آوری می کنند. جدول 6 تعداد نقشه هایی را نشان می دهد که دارای ابرداده با توجه به منبع خود هستند. توضیحات منبع اطلاعات بسیار ارزشمندی در زمینه نقشه های پنهان است.
معلوم شد که اطلاعات مربوط به تاریخ انتشار و عنوان به بهترین وجه جمعآوری میشود، زیرا این ابردادهها برای 88 تا 89 درصد از همه اشیا جمعآوری میشوند.
علاوه بر این، لازم به ذکر است که این مجموعه با جمع آوری کننده های محتوای متعدد همراه بوده است. به لطف این توضیحات، نقشهها از طریق کاتالوگ دسترسی عمومی آنلاین (OPAC)، Wikimedia Commons ( شکل 3 ) [ 44 ]، Karten Speicher (شبکهای که منابع را از کتابخانههای مختلف آلمانی به هم متصل میکند [ 15 ])، DFG Viewer (eng. German Research ) در دسترس هستند. Foundation Viewer ، آلمانی: Deutschen Forschungsgemeinschaft ) [ 45 ]، داده های Wiki [ 38 ]، Georeferencer [ 13 ] یا برنامه های وب که به سادگی می توانند از این نقشه با خدمات نقشه وب استفاده کنند، و Recogito [ 46 ]. GeoPortOst در حال برنامه ریزی برای وارد کردن آنلاین به نقشه های قدیمی است [14 ].
تحقیقات بیشتر در مورد تهیه منابع نقشه نگاری به هستی شناسی زمان و مکان در زمینه استفاده از نقشه های قدیمی توسط مورخان، جغرافی دانان، نقشه نگاران و کتابداران مربوط می شود [ 47 ].
5. نتیجه گیری ها
هنگام توصیف نقشه ها، ابرداده ها باید به سه گروه تقسیم شوند. اولی داده های اداری است، به عنوان مثال، ابرداده مربوط به ابرداده. این ابردادهها در پایگاههای اطلاعاتی خاصی جمعآوری میشوند که نوع استانداردهایی را که برای تهیه ابردادههای خاص مورد استفاده قرار گرفتهاند و ارتباط بین استانداردهای مختلف را نشان میدهد. دومی متادیتای معمولی برای هر شیء در یک کتابخانه دیجیتالی است، مانند نویسنده، تاریخ انتشار و غیره، و سومی ابرداده های نقشه برداری هستند که شخصیت نقشه ها را توصیف می کنند. پاسخ به سوال اول تحقیق به شرح زیر است: مجموعه ابرداده برای توصیف نقشه ها باید شامل ابرداده های معمولی (عنوان، نوع، تاریخ، محدوده تاریخ، حقوق، زبان، موضوع و قالب توزیع) و ابرداده نقشه برداری (موقعیت جغرافیایی) باشد. ، مقیاس، سیستم مرجع، روش های نقشه برداری، قالب نقشه، و
به نظر می رسد که برخی از مجموعه ها با ابرداده های معمولی مانند عنوان، نوع، حقوق و تاریخ به خوبی توصیف می شوند. مجموعه Ethnodoc دارای کامل ترین ابرداده است، در حالی که مجموعه GeoPortOst دارای صحیح ترین ابرداده نقشه برداری شامل موقعیت جغرافیایی و اطلاعات مربوط به منبع است.
دادههایی که با رعایت قوانین یکسان تکمیل میشوند، راحتتر قابل تعامل هستند. این همان چیزی است که امکان پیوند داده ها از پروژه GeoPortOst را به پایگاه های داده دیگر فراهم می کند.
ارزیابی امکان شناسایی شیوههای خوب در جمعآوری ابردادهها، مانند اطلاعات دقیق در مورد منابع منبع را فراهم میکند. این ارزیابی مالکان را قادر می سازد تا نقاط قوت و ضعف یک مجموعه معین را به روشی سریع و آسان نشان دهند. علاوه بر این، تشخیص خطاها و معرفی بهبود سریع/آسان امکان پذیر است. همچنین ممکن است عناصری را نشان دهد که می توانند بیشتر مورد استفاده قرار گیرند، برای مثال، عرض، ارتفاع و مختصات جغرافیایی ممکن است برای محاسبه سطح جزئیات یک نقشه مشخص استفاده شود.
بدون دیدگاه