Projeto BRA/12/018 - Desenvolvimento de Metodologias de Articulação e Gestão de Políticas Públicas para Promoção da Democracia Participativa

Transcrição

1 Projeto BRA/12/018 - Desenvolvimento de Metodologias de Articulação e Gestão de Políticas Públicas para Promoção da Democracia Participativa Produto 03 Proposta de metodologia de organização da informação, formulários e demais ferramentas que fomentem a sistematização de metodologias de participação social de forma clara e reutilizável no portal de participação social Organização da informação sobre participação social Paulo Roberto Miranda Meirelles Secretaria Geral da Presidência da República

2 Produto 03 - Proposta de metodologia de organização da informação, formulários e demais ferramentas que fomentem a sistematização de metodologias de participação social de forma clara e reutilizável no portal de participação social Contrato n. 2014/ Objeto da contratação: "Catalogação e sistematização de informações e conteúdos, construção de bases de dados, modelagem de ontologias, sistemas de indicadores e organização da arquitetura da informação do portal da participação social." Valor do produto: R$ ,00 (dez mil e oitocentos reais) Data de entrega: 25 agosto de 2014 Nome do consultor: Paulo Roberto Miranda Meirelles Nome do supervisor: Ricardo Augusto Poppi Martins 2

3 Secretaria Geral da Presidência da República MEIRELLES, Paulo R. M. Proposta de metodologia de organização da informação, formulários e demais ferramentas que fomentem a sistematização de metodologias de participação social de forma clara e reutilizável no portal de participação social. Total de folhas: 47 Supervisor: Ricardo Augusto Poppi Martins SG/PR Secretaria Geral da Presidência da República Palavras-chave: repositório institucional, participação social, relatório técnico, linked data. Esta obra é licenciada sob uma licença Creative Commons - Atribuição- Não Comercial. 4.0 Internacional. 3

4 Resumo Este documento refere-se ao terceiro produto relacionado no Termo de Referência BRA/12/018 sob a coordenação da Secretaria Geral da Presidência da República voltado para o desenvolvimento de metodologias de articulação e gestão de políticas públicas para promoção da democracia participativa. Nesse relatório é proposta uma redefinição da biblioteca digital de participação social relacional e aberta, considerando um alicerce de informações sobre os objetos de informação que contempla (i) o registro bibliográfico dos objetos de informação, (ii) o registro de autoridades ou pessoas vinculadas a esses objetos, e (iii) um arranjo de assuntos que sirvam como índices que facilitam o acesso a esses documentos. Adicionalmente, foi previsto um esquema de anotações como uma alternativa para que a comunidade de usuários da biblioteca possa contribuir com a identificação dos conceitos inerentes à organização dos conteúdos de participação social. Esses elementos são colocados como subsídios para sistematização de metodologias de participação social e oferecem elementos e artefatos necessários para sistematizar e organizar as informações de participação social focada em relacionamentos. Palavras-chave: bibliotecas digitais, participação social, organização da informação, open library. 4

5 Conteúdo Lista de figuras Lista de tabelas Introdução Problema de pesquisa Objetivos Justificativas Revisão de literatura Dados ligados e abertos (linked open data) Localizando significado para conteúdos do linked data Tendências e padrões de catalogação Modelos conceituais para catalogação RDA - Novo padrão para catalogação Vocabulários controlados Registros de autoridades Serviços de anotação Metodologia para organização de informação de participação social Ferramentas para sistematização de metodologias de participação social Mapeando conteúdos Dspace para RDF Considerações finais Referências

6 Lista de figuras Figura 1.1 Site do Conselho Nacional de Saúde com link para documentos Figura 1.2 Exemplo de um arquivo sobre ata de reunião Figura 2.1 Exemplo de um registro bibliográfico com informações interligadas Figura 2.2 Framework da web semântica Figura 2.3 Comparando tabelas relacionais com modelo RDF Figura 2.4 Exemplo de grafo RDF ligando várias fontes de dados Figura 2.5 Amostra da nuvem de dados ligados em Figura 2.6 Entidades do Grupo 1 do Modelo FRBR Figura 2.7 Exemplo do modelo FRBR aplicado a um registro musical Figura 2.8 Entidades FRBR dos grupos 1, 2 e Figura 2.9 Modelo conceitual para dados de autoridade Figura 2.10 Descrição tradicional com uso de regras AACR Figura 2.11 Complexidade dos tipos de vocabulários controlados Figura 2.12 Representação gráfica do modelo de dados BIBFRAME Figura 2.13 Exemplo de atribuição de tags no contexto Open Annotation Figura 3.1 Componentes de organização de informação de participação social Figura 4.1 Sugestão de interligação de documentos e dados ligados Figura 4.2 Objeto bibliográfico representado num repositório de triplas RDF Figura 4.3 Trecho RDF do registro descrito em notação N Figura 4.4 Declaração do mapeamento Dublin Core para RDF

7 Lista de tabelas Tabela Organização do RDA para registro de atributos Tabela Organização do RDA para descrição de relacionamentos Tabela Listagem de ontologias usadas no mapeamento Dublin Core para RDF Tabela Mapeamento de objetos do Dspace (Dublin Core) para ontologias web Tabela Exemplo de registro de metadados Dublin Core

8 1 Introdução A participação popular pode ser compreendida como um processo no qual os cidadãos são sujeitos políticos e exercem os direitos políticos. Nesse contexto, percebe-se um interesse do Governo para a criação de novos mecanismos de concepção, execução e manutenção de políticas públicas com um maior envolvimento da sociedade organizada (ALMEIDA, 2014). Uma das formas de participação previstas em lei é através dos mecanismos formais de participação criados na Constituição de 1988, que alavancou o surgimento de diversos canais de participação social, como conselhos, conferências e ouvidorias, dentre outros, os quais são normalmente instituídos por legislações específicas. Recentemente o governo lançou a Política Nacional de Participação Social, instituída pelo Decreto 8243/2014, que motiva a organização de um Sistema Nacional de Participação Social (PNPS), cuja premissa supõe a organização dos conteúdos de informação sobre participação social. Embora exista uma quantidade enorme de informações sobre esse tema, foi percebido que existem informações desatualizadas, em especial as que estão disponibilizadas em catálogos impressos e em sites como é o caso do Conselho Nacional de Assistência Social 1 e da Conferência Nacional de Educação 2. De fato, nos últimos anos percebe-se uma produção significativa de informações sobre os arranjos participativos, em especial sobre os conselhos nacionais que são constituídos para discutir aspectos variados, como saúde, educação e justiça, dentre outros. Em geral, eles são formados por entidades da sociedade civil e do Governo e têm como finalidade a atuação nas políticas públicas de determinado tema, sendo que as atribuições variam de acordo com os diversos contextos. Nesse sentido, tem havido algumas iniciativas de organização da participação social, sendo que as mais expressivas são o portal Participa.br 3 que concentra ferramentas e metodologias de participação social (SOLAGNA, 2014) e a criação de uma biblioteca digital de participação social, divulgada recentemente no seminário sobre Bibliotecas Digitais e Design Participativo realizado pelo governo federal 4. 1 URL 2 URL 3 URL 4 URL 8

9 1.1 Problema de pesquisa É sabido que uma sociedade organizada precisa ter a comunicação como um de seus pilares essenciais para garantir o exercício da democracia (LIMA, 2014). Nesse sentido, a sistematização e catalogação de informações torna-se requisito importante para que o conhecimento sobre atividades e fatos que envolvem os canais de participação e os movimentos sociais estejam disponíveis à sociedade civil e aos gestores do governo responsáveis pelo tema. Por outro lado, a proposta de organização de conteúdos atualmente em discussão no Governo é a utilização do software Dspace 5 funcionando como um repositório de documentos variados, como os atos normativos e documentos de reunião que estão exemplificados na parte esquerda da Figura 1.1. Figura Site do Conselho Nacional de Saúde com link para documentos Fonte: No esquema em discussão, os documentos tais como atas de reunião, normas, moções e outros tipos de documentos são originados e catalogados pelos próprios canais de participação social existentes. Por esse motivo, o esquema de metadados para 5 URL 9

10 catalogação precisa ser simples para facilitar o registro de documentos e garantir um repositório centralizado desses conteúdos. Embora a iniciativa adotada permita a preservação dos documentos de participação social, percebe-se que é insuficiente para dar conta de algumas demandas que envolvem a relação entre entidades e informações espalhadas nos artefatos digitais e, mais ainda, em outros tipos de artefatos que podem estar fora do repositório de documentos. Além disso, os documentos são extensos e descritos em formatos proprietários, não estruturados e de difícil leitura, o que dificulta a identificação de conceitos de interesse nesses suportes documentais. Um exemplo está ilustrado na Figura 1.2 a seguir. 1.2 Objetivos Figura Exemplo de um arquivo sobre ata de reunião Fonte: O contexto apresentado anteriormente levou a uma indagação sobre as formas de catalogação praticadas atualmente e no que elas podem ser melhoradas para permitir o registro de informações de maneira relacional, segundo as recomendações mais recentes sobre catalogação. De fato, se a catalogação tradicional é mais prática, a catalogação relacional que envolve informações e entidades pode ser difícil a ponto de tornar o processo 10

11 impraticável e desmotivador. Nesse sentido, nesse relatório de consultoria o objetivo é apresentar uma arquitetura para permitir catalogação relacional envolvendo objetos de informação de repositórios institucionais, por exemplo, com outros artefatos e entidades espalhados pela web e pelas redes sociais como ocorre com os chamados linked data 6. Essa iniciativa atende a demanda de informação e interação preconizada no portal Participa.br e, por esse motivo, o objetivo é propor um método de catalogação de informações aberto e adaptado às demandas dos canais de participação social. 1.3 Justificativa No Primeiro Fórum Interconselhos da PNPS (Política Nacional de Participação Social) ocorrido no início de julho de 2014, foi identificado que há muito por fazer para garantir efetividade dos conselhos e sua transparência de funcionamento para a sociedade em geral. De fato, percebe-se um desconhecimento da sociedade sobre as reais funções dos diversos conselhos, mesmo aqueles mais antigos, como é o caso do Conselho Nacional de Saúde. De modo geral, o cidadão não sabe que conselhos existem e nem a carta de serviços que esses arranjos de participação oferecem para a sociedade. Por outro lado, embora alguns conselhos tenham uma página web para divulgação de atividades na Internet, percebe-se que esses sites não conseguem prover informação de qualidade para os interessados. Como um exemplo, se um cidadão quiser saber quais foram as decisões tomadas no último ano por um determinado conselho, terá que ler, quando disponível, documentos extensos, em formato desestruturado e de difícil compreensão como foi apresentado na Figura 1.2. Pela forma prevista de catalogação de documentos na biblioteca digital de Participação Social, é esperado que algumas informações básicas não serão oferecidas, como, por exemplo, o telefone de um Conselho, o nome de um representante de uma Conferência ou a agenda de encontros a serem realizados num determinado período. Com base nessas suposições, essa pesquisa se justifica, uma vez que é voltada para uma catalogação que envolve relacionamentos entre informações (e não entre documentos) de participação social, seguindo o movimento dos formatos abertos e das interligações previstas na web semântica, como proposto por Miller (2011) e Coyle (2010). 6 Dados ligados. Maiores informações no endereço 11

12 2. Revisão de literatura A catalogação da forma que é feita hoje tem como propósito principal a manutenção das coisas separadas, distintas a ponto de se saber que um livro é diferente do outro (COYLE, 2010). Ao assumir essa perspectiva, percebe-se que há um isolamento dos dados bibliográficos e essa atitude vai na contramão ao movimento das pesquisas sobre web semântica, onde se defende que os dados devem estar ligados entre si. Alguns autores da área de Ciência da Informação (COYLE, 2010; MILLER, 2011; FEITOSA, 2006), defendem que é preciso considerar que "as informações residem num mundo caótico que não pode ser mais ignorado" e que é preciso lançar mão de ferramentas que deem conta dessa nova perspectiva. Como referência ao método tradicional de catalogação, cita-se o MARC (Machine Readable Cataloging), considerado como um padrão de capacidades esgotadas para esse novo paradigma de ligação de dados, em conjunto com as regras de recomendação AACR2 7. Discute-se ainda o FRBR (Functional Requirements for Bibliographic Records) e as regras de catalogação RDA (Resource Description & Access) como um novo modelo mais relacional mais voltado para a abertura descrita nesta pesquisa. Coyle (2010) acredita que é preciso priorizar os relacionamentos de forma mais agressiva do que o que tem sido feito até o momento para garantir que os sistemas de biblioteca possam atender a perguntas mais elaboradas do usuário. Na visão dessa pesquisadora, "ao invés de manter os registros bibliográficos separados é preciso enfatizar como eles se relacionam". A autora questiona a forma como tem ocorrido o cadastro de assuntos e autores de uma obra sem incluir nenhuma outra informação de contexto, o que pode criar problemas para atender as demandas dos usuários. Pela adoção dos princípios da web semântica (ANTONIOU e VAN HAMERLEN, 2004), prevê-se que a biblioteca não pode mais ficar neste modelo catalográfico tradicional, mas assumir um paradigma novo onde o usuário pode navegar e descobrir, ao invés de fazer apenas pesquisa (search) sobre documentos, o que não é considerado por Coyle (2010) e Miller (2011), uma busca rica o suficiente para atender todas as necessidades dos usuários. Como um exemplo desse novo jeito de relacionar informações, Coyle (2010) cita as informações obtidas na Figura 2.1, cujo conteúdo não foi feito à mão, mas foi montada em tempo real, a partir do banco de dados da biblioteca, que tem cerca de 25 milhões de livros, 7 Anglo-American Cataloguing Rules. Maiores informações em 12

13 e que se relaciona com dados das editoras e da Amazon 8. Ou seja, a informação apresentada está sendo derivada de vários lugares, como fotos da wikipedia 9, por exemplo. Miller (2011) e Coyle (2010) defendem que a biblioteca aberta (open library) deve armazenar tudo em pares de chave-valor usando o formato RDF 10 para permitir consultas mais sofisticadas que envolvam assuntos, pessoas, lugares, épocas e outros tipos de informação. Dessa forma, o catálogo fica centrado em informações e não em documentos. A base para esse estudo será a investigação do FRBR/RDA em comparação com a catalogação tradicional e uma investigação sobre as formas, problemas e soluções para garantir o relacionamento entre registros bibliográficos e não-bibliográficos. Figura Exemplo de um registro bibliográfico com informações interligadas Fonte: Dados ligados e abertos (linked open data) Tradicionalmente, os sistemas informatizados são elaborados com uma tendência ao isolamento das informações em SGBD s ou sistemas gerenciadores de bancos de dados, provocando problemas de interoperabilidade, como citado em Cruz (2014). Por outro lado, percebe-se que a disponibilização desses sistemas na Internet por meio de interfaces web 8 URL 9 URL 10 RDF - Resource Description Framework é um padrão recomendado pela W3C para descrever recursos encontrados na web, sendo um dos pilares da web semântica. Maiores informações em 13

14 criam um problema de indexação e localização de seus conteúdos pelos motores de busca (como o Google, por exemplo). Tais sistemas, dentre eles os OPACS para controle de bibliotecas, formam os sites dinâmicos, cujas páginas web são conteúdos gerados no momento do acesso ao site e acaba gerando no contexto da Internet um aglomerado de silos de dados isolados (sem interoperabilidade). Em contraposição a esse cenário, foi proposta uma alternativa de publicação dos dados na web de forma a aumentar a estrutura dos conteúdos disponibilizados, com a devida associação de significado e estabelecimento de padrões para a publicação de dados e ligação entre eles, num movimento conhecido como web semântica. Nesse contexto, os dados ficam mais enriquecidos por meio de associações variadas e podem estar associados a vocabulários e serem compartilhados por diversas aplicações. Para viabilização da proposta citada, foi proposto que os dados na web fossem publicados em formato RDF (Resource Description Framework) que seria um primeiro passo para viabilização do compartilhamento de dados e significados, transformando o modo de se utilizar a web, de acordo com o framework ilustrado na Figura 2.2. Figura 2.2 Framework da web semântica Fonte: De acordo com essa figura a viabilização da web semântica torna-se viável por uma série de iniciativas, tais como a adoção do modelo de dados RDF, a construção de ontologias em linguagens padronizadas, como é o caso do RDFS e OWL e a adoção de uma linguagem de consulta menos rígida como a SPARQL, para permitir consultas que explorem as ligações entre os conteúdos. 14

15 De um ponto de vista prático, prevê-se a necessidade de conversão de dados registrados em tabelas de bancos de dados em triplas RDF, com está ilustrado na Figura 2.3. Figura 2.3 Comparando tabelas relacionais com modelo RDF Nesse caso, cada linha da tabela do banco de dados relacional da Figura 2.3-a refere-se a um tipo de atributo ou predicado associado a um determinado sujeito, que está citado na parte b dessa figura. Da mesma forma, o conteúdo da célula naquela linha específica da tabela se refere ao valor do atributo. Esses dados, numa notação RDF, referem-se ao sujeito, predicado e objeto, respectivamente. A título de exemplo, é apresentado na Figura 2.4 um grafo produzido como fruto de conexões na web, permitindo qualificar os elementos e, ao mesmo tempo, promover um contexto onde as consultas (em formato SPARQL) produzem resultados mais completos. Nessa figura percebe-se que, apesar das informações apresentadas serem originadas de fontes distintas, ocorre uma apresentação dos dados de maneira uniforme. Essa situação ocorre porque é previsto que os dados possuam identificadores únicos ou URIs (Uniform Resource Identifiers) para evitar ambiguidades. Ao mesmo tempo, essas URIs podem ser vinculadas a namespaces ou espaços de nomes que são abreviações particulares de cada contexto onde os dados foram originados. 15

16 Figura 2.4 Exemplo de grafo RDF ligando várias fontes de dados Dentro da perspectiva da web semântica, existe um termo conhecido como linked data 11, que faz referência a um conjunto de melhores práticas para a publicação de dados estruturados na web. Os princípios essenciais são os seguintes: Usar URIs como nomes para recursos Usar URIs HTTP para que as pessoas possam encontrar esses nomes Quando alguém procurar por uma URI, através dessa, providenciar informações úteis, por meio de RDFs Incluir sentenças RDF que ligam para outras URIs de forma que eles possam descobrir mais recursos Desde que os princípios de abertura de dados foram anunciados, a nuvem de dados contempla muitas comunidades, em especial os responsáveis por bibliotecas digitais, a fim de prover maiores relacionamentos entre seus objetos e o mundo externo. Na Figura 2.5 é ilustrada a situação da nuvem de dados abertos na Internet no ano de 2010 e é provável que ela esteja bem maior nos dias atuais por conta do número cada vez maior de adesões a esse novo paradigma, em função dos benefícios citados. 11 Ver mais em 16

17 Figura 2.5. Amostra da nuvem de dados ligados em 2010 Fonte: Na Figura 2.5 pode-se ressaltar algumas peculiaridades: (i) os nós são conjuntos de dados publicados em formato linked data, (ii) o tamanho dos círculos corresponde ao número de triplas em cada conjunto de dados, (iii) as setas indicam a existência de pelo menos 50 ligações entre dois conjuntos de dados e (iv) uma ligação (link) é uma tripla RDF, onde sujeito e objeto estão em namespaces de conjuntos de dados diferentes. 2.2 Localizando significado para conteúdos do linked data As ontologias, os vocabulários e os metadados 12 padronizados são as alternativas para descrição de dados no contexto linked data. Como no contexto da web de dados ligados, a preferência é sempre por reusar elementos que já tenham sido definidos, foram criadas algumas alternativas para encontrar metadados e ontologias úteis no contexto da web semântica e que estão listados a seguir. Swoogle ( criado pela universidade de Maryland (Baltimore) em 2007, com atualização diária. É um Google para a web semântica, 12 Os metadados são vistos nessa pesquisa como uma espécie de ontologia, já que compõem um acordo conceitual e terminológico estabelecido pela comunidade de usuários e geralmente referem-se às propriedades no modelo RDF. 17

18 que busca por documentos em formatos abertos e executa indexação por palavras chaves nesses documentos, podendo fazer pesquisas por termos da ontologia ou por dados RDF. Vocab.org ( Esse site comporta mais de duas dúzias de ontologias, incluindo duas que são baseadas no modelo de dados FRBR (discutido mais adiante). Em geral, o conjunto de elementos de metadados são projetados para uma aplicação específica (inclusive o Dublin Core que foi definido para recursos web). Os termos do vocab.org não servem para uma aplicação particular. Open Metadata Registry ( refere-se a um site que contém um número de ontologias relacionadas a bibliotecas e vocabulários e é usado pelo comitê de desenvolvimento do RDA (Joint Steering Committee for Development of RDA), que será discutido mais adiante, para descrição de termos e metadados bibliográficos. Dentre os vocabulários e ontologias encontrados nesses sites, pode-se citar o Dublin Core 13 (para descrição de recursos na web), o FOAF 14 (para descrição de pessoas) e o BIBO 15 que é uma ontologia bibliográfica. 2.3 Tendências e padrões de catalogação A IFLA (1998) International Federation of Library Associations and Institutions ou Federação Internacional de Bibliotecas e Instituições Associadas é uma entidade responsável pelas normas internacionais de catalogação para diversos tipos de objetos de informação, em documentos conhecidos como ISBD (International Standard Bibliographic Description). As normas de catalogação ISBD, apesar de serem mais centradas no registro catalográfico do que na estrutura da obra catalogada, descrevem algumas peculiaridades de documentos. Mesmo sendo usado como referência de catalogação em muitas bibliotecas, algumas normas ISBD têm sido questionadas em função de não conseguirem atender a todas as expressões de busca possíveis, como, as que envolvem formas variadas de representação do objeto de informação porque a sua capacidade de descrição bibliográfica é baseada no item. Portanto, uma característica comum dos padrões citados é o foco nas funções do catálogo como produto final do processo e uma certa ligação com os suportes

19 físicos que armazenam as informações, e não no conteúdo propriamente dito, segundo as regras de catalogação definidas no AACR2 (padrão anglo americano de catalogação) Modelos conceituais para catalogação Os modelos conceituais são uma alternativa interessante para descrever conteúdos de informação, porque (i) permitem ordenamento ou agrupamento de dados relacionados, característica que favorece novas formas de visualização e consulta dos dados, (ii) permitem o mapeamento de conceitos para outros modelos como o CIDOC-CRM, e (iii) permitem a descoberta de recursos relacionados. Nessa linha de raciocínio, a IFLA publicou recentemente um documento conhecido como Functional Requirements for Bibliographic Records (FRBR) no qual o processo de catalogação foi revisto, sendo dado um enfoque maior para a natureza e conteúdo dos documentos. No FRBR os documentos são descritos considerando a sua própria composição e os possíveis relacionamentos, visando facilitar a interação do usuário com o objeto pesquisado. A versão mais famosa do FRBR é baseada no modelo ER (Entidades de Relacionamento) largamente usado em sistemas gerenciadores de bancos de dados relacionais. Nesse caso, o conceito de obra como unidade de catalogação passou a ser associado a termos como expressão, manifestação e item, num único grupo (grupo 1), como está apresentado na Figura 2.6. Figura 2.6: Entidades do Grupo 1 do Modelo FRBR Fonte: Tillet (2004, p. 2) Em relação às entidades apresentadas nessa figura, a Obra representa a criação intelectual ou artística em si, sem levar em consideração o suporte, o idioma, edições, editoras, dentre outros. A expressão refere-se à forma de expressão de uma produção intelectual (work) e também compreende traduções, interpretações de obra musical, etc. A manifestação refere-se à personificação da expressão de uma obra e é onde se expressa a produção intelectual ou artística de uma obra, sendo mais voltada para o suporte físico do 19

20 item que possui o conteúdo que compõe a obra. Por fim, o item é o que hoje se entende como exemplar presente numa biblioteca. É a partir do item que se identifica qual é a obra inserida nele e qual a sua expressão e manifestação. Além do grupo 1, o FRBR prevê ainda dois outros grupos que englobam conceitos muito apropriados para o registro catalográfico de documentos de participação social. No caso do grupo 1, uma obra pode ter diversas expressões e cada expressão pode estar ligada a uma ou mais manifestações. Da mesma forma uma manifestação pode ser descrita por vários itens, num esquema de relacionamento como está ilustrado na Figura 2.7, com aplicação do FRBR para catalogação de uma obra (w), suas expressões (e), manifestações (m) e itens (i). w1 Variações Goldberg de J.S. Bach e1 performance de Glenn Gould gravada em 1981 m1 gravação liberada em disco de 33 1/3 rpm em 1982 pela gravadora CBS i1 cópia mantida para SC m2 gravação pré-lançada em CD em 1993 pela Sony i1 primeira cópia mantida em HC i2 segunda cópia mantida em HC e2 performance de Ton Koopman gravada em 1987 m1 gravação lançada em CD em 1988 por Erato i1 cópia mantida em HC e3 partitura para piano editada por Ralph Kirkpatrick m1 edição publicada em 1938 por G. Shirmer i1 cópia mantida em BMC Figura 2.7 Exemplo do modelo FRBR aplicado a um registro musical Fonte: Anderies (2004) Os grupos 2 e 3 do FRBR são relacionados a entidades e conceitos, como está ilustrado na Figura 2.8 e possuem documentos específicos, conhecidos como Functional Requirements for Authority Data (FRAD) e Functional Requirements for Subject Authority Data (FRSAD). 20

21 Figura 2.8 Entidades FRBR dos grupos 1, 2 e 3 Nessa figura, os grupos 2 e 3 reforçam a ideia de que registros bibliográficos devem ser feitos considerando suas relações com autoridades (pessoas, organizações, etc.) e temas como conceito, objeto, evento e lugar, o que gera uma forma interessante para expor, ordenar e conectar dados das bibliotecas, provocando uma melhoria nas possibilidades de consulta a serem ofertadas aos usuários. Na Figura 2.9 é apresentado o modelo conceitual FRSAD, no qual é possível perceber as ligações entre os vários objetos preconizados por esses modelos. Figura 2.9 Modelo conceitual para dados de autoridade Fonte: Adaptado de Portanto, os conceitos, relações e atributos do modelo conceitual FRBR devem ser conhecidos para permitir uma nova forma ou idealização de representação dos dados no catálogo de bibliotecas, como está especificado num novo conjunto de regras de catalogação visto a seguir. 21

22 2.3.2 RDA Novo padrão de catalogação O AACR2 Anglo American Cataloguing Rules, como o próprio nome diz, é um código de catalogação orientado a livros, mapas e outros tipos de objetos analógicos, com um viés para catalogação plana (uso de metadados simples) e com documentação organizada com um capítulo para cada tipo de recurso. No documento do AACR2 são definidos os pontos de acesso para pessoas, entidades coletivas, nomes geográficos, títulos uniformes e remissivas, como está apresentado na Figura 2.10, com regras para descrição bibliográfica e os pontos de acesso admitidos. Figura 2.10 Descrição tradicional com uso de regras AACR2 Mais recentemente surgiu o Resource Description and Access (RDA) 16, como um substituto do AACR2 com novas regras de catalogação compatíveis com os modelos conceituais FRBR, FRAD e FRSAD para prover diretrizes e instruções de registro de atributos e relacionamentos das entidades obra, expressão, manifestação, item, pessoa, família, entidade coletiva, conceito, objeto, evento e lugar. O RDA é um código de catalogação compatível com qualquer padrão de metadados (MARC 21, Dublin Core, etc.) e é voltado para o ambiente digital que permite a descrição de todo tipo de conteúdo e de mídia para ser utilizado além da comunidade de bibliotecas. A organização do RDA possui regras para objetos que são de interesse dos usuários (entidades), as características dos objetos (atributos) e as relações entre os objetos (relacionamentos). Por exemplo, para manifestação e item, prevê-se a catalogação do título principal, indicação de responsabilidade, edição, local de publicação, publicador/data de publicação, indicação de série, ISBN, tipo de mídia e tipo de suporte, extensão e dimensões e a URL. Em relação à obra e expressão, prevê-se a catalogação de título da obra, data de 16 Ver mais em 22

23 criação, forma da obra, idioma da expressão e tipo de conteúdo. Em relação à pessoa, família e entidade coletiva, prevê-se a catalogação de informações como o nome preferido, o nome variante, os locais associados e as datas associadas a essas entidades. Na seção de registro dos relacionamentos, há destaque para os relacionamentos primários, pessoas, famílias e entidades coletivos e o recurso, assuntos, obras, expressões, manifestações e itens, pessoas, família e entidades coletivas, conceitos, objetos, eventos e lugares. A RDA contempla seções para atributos e relacionamentos e, desde a sua criação, várias entidades e bibliotecas têm seguido essas regras, dentre elas a biblioteca do congresso americano (LoC) 17, a partir de abril de Para facilitar a sua adoção, foi disponibilizada uma ferramenta denominada rdatookit 18 para descrição de recursos nesse novo paradigma relacional. Na perspectiva da abertura de dados e de relacionamentos, pode-se dizer que o RDA é a materialização de um desejo da comunidade de pesquisadores da área de catalogação, em especial os participantes do DCMI (Dublin Core Metadata Initiative) 19, para viabilizar a ligação de dados das bibliotecas com os demais recursos da web, inaugurando uma nova era para a biblioteca de dados. Esse trabalho foi progressivo e todos os elementos e listas definidos são registrados no Open Metadata Registry, com mais de 1300 elementos agrupados de acordo com sua aderência às entidades FRBR. Por consequência, tal estratégia torna a navegação um pouco mais fácil e compatível com o linked data, discutido anteriormente nesse documento. As mudanças da RDA são mais radicais na organização de seus capítulos, que não se faz pelo tipo de material, e sim pelos objetivos das tarefas dos usuários de identificar e relacionar as informações procuradas. No documento do RDA, existem quatro seções sobre o registro de atributos que são mais diretamente ligadas a um dos modelos conceituais citados. Essa associação está destacada na Tabela 1 a seguir. 17 Ver mais em 18 Ver mais em 19 Ver mais em 23

24 No. Seção Modelo conceitual Tabela 2.1 Organização do RDA para registro de atributos Escopo 1 FRBR Instruções gerais para registrar os atributos das manifestações e itens 2 FRBR 3 FRAD Instruções gerais para registrar os atributos das obras e expressões, além da descrição do conteúdo Instruções para registrar os atributos de pessoas, famílias e entidades coletivas. 4 FRBR e FRSAD Instruções gerais para registrar atributos e a identificação de conceitos, objetos, eventos e lugares Da mesma forma, o o documento do RDA possui seis seções vinculadas aos modelos conceituais para registro das relações, os quais estão listados na Tabela 2. Tabela 2.2 Organização do RDA para descrição de relacionamentos N o. da Seção Modelo conceitual Escopo 5 FRBR 6 FRAD 7 FRBR 8 FRBR Instruções gerais para o registro de relações primárias entre obras, expressões, manifestações e itens Instruções gerais para o registro das relações associadas com pessoas, famílias, e entidades coletivas e as relações entre essas entidades e os objetos do grupo 1 do FRBR (obra, expressão, manifestação e item) Referem-se ao registro dos assuntos de uma obra, mais especificamente sobre conceitos, objetos, eventos e lugares Referem-se ao registro das relações entre as obras, expressões, manifestações e itens. 9 FRAD Referem-se ao registro das relações entre pessoas, famílias e entidades coletivas. 10 FRBR Referem-se ao registro das relações entre os conceitos, objetos, eventos e lugares. O RDA difere do AACR2 em vários aspectos, a começar da terminologia usada. Por exemplo os termos cabeçalho, entrada principal e outros de uso comum no AACR2 são denominados de pontos de acesso no RDA. O RDA divide os recursos em três categorias para detalhar a fonte preferida de informações para folhas soltas, imagens em movimento e outros recursos. Isso é feito com elementos essenciais e opcionais. Além disso, não há expressões em latim e não há abreviação de termos, salvo poucas exceções. 24

25 No RDA, a geração de pontos de acesso não segue a regra dos três do AACR2, ou seja, o catalogador escolhe se quer descrever todas as responsabilidades, gerando ponto de acesso secundário ou descrever a primeira e entre colchetes a informação de que há mais autores. Além disso, não há designação geral de materiais (DGM) como ocorre no AACR2 e, no lugar deles, surgem três novos elementos ou campos que são o content type (tipo de conteúdo), o media type (tipo de mídia) e o carrier type (tipo de suporte), que define todo a estrutura descritiva do RDA. O content type refere-se à forma pela qual o conteúdo é expresso e através do qual é percebido pelo sentido humano. O media type indica a categorização geral do tipo de mídia/dispositivo requerido para visualizar o conteúdo de um recurso. O carrier type é indicativo do meio de armazenamento e suporte necessário para a leitura e reprodução do conteúdo catalogado. 2.4 Vocabulários controlados Vocabulários controlados referem-se a uma lista de palavras que servem como uma linguagem documentária padronizada para facilitar a recuperação de informações em sistemas de bibliotecas. Dependendo do nível de funcionalidades desejadas, esses vocabulários podem ser (i) simples, como uma relação de termos simples para resolver questões de ambiguidade, (ii) podem ser um anel de sinônimos para garantir o uso de palavras com mesmo significado, (iii) podem ser uma taxonomia estabelecendo relação hierárquica entre os elementos e, finalmente, (iv) podem ser um tesauro, que contempla relações mais complexas entre os termos ou índices que representam a área do conhecimento em questão. O nível de complexidade cresce da esquerda para a direita, em função do tipo de vocabulário, como está ilustrado na Figura Figura 2.11 Complexidade dos tipos de vocabulários controlados Fonte: Adaptado de Magela (2014) Do ponto de vista das novas regras de catalogação e da abertura de dados, os assuntos ou termos ganham uma importância maior por permitirem ligações variadas entre objetos de informação. 25

26 Em geral, no processo de organização de conteúdos de informação, é prevista a construção de um vocabulário controlado para apoiar o processo de catalogação. No entanto, em função da sua importância, algumas comunidades iniciaram um processo de gestão de vocabulários, como é o caso do Agrovoc 20 para termos relacionados à agricultura e alimentação, e o LCSH 21, que é um cabeçalho de assuntos da Biblioteca do Congresso Americano, que podem ser utilizados para indexação de objetos de informação locais. Os termos de um tesauro, por exemplo, podem ser aplicados para cada item de uma coleção de biblioteca e facilita o acesso do usuário a item no catálogo que pertencem a um assunto similar. Independente da utilização de um vocabulário controlado particular ou um de uso comum, é interessante que esses possam ser descritos com uso do Simple Knowledge Organization System (SKOS), que é uma recomendação W3C para representação de tesauros, esquemas de classificação, taxonomias, sistemas de cabeçalho-assunto ou qualquer tipo de vocabulário controlado. Esse padrão é parte da família de ferramentais da web semântica e permite que as relações do vocabulário controlado sejam descritas na forma de triplas RDF, que é importante por habilitar publicação fácil e uso dos vocabulários como linked data. Vale ressaltar que os vocabulários disponibilizados pela IFLA no Open Metadata Registry estão em RDF com o status de publicado e os elementos são denominados por designações numéricas. O SKOS define as classes e propriedades suficientes para representar as características comuns encontradas em um tesauro típico (padrão), cujos elementos principais são conceitos, labels, notações, relações semânticas, propriedades de mapeamento e coleções. É baseado na visão centrada no conceito do vocabulário, onde os objetos primitivos não são termos, mas noções abstratas representadas pelos termos. Cada conceito (descrito em RDF) pode ter propriedades RDF anexadas a ele, incluindo (i) um ou mais termos de indexação preferidos (pelo menos um em cada linguagem natural), (ii) termos alternativos ou sinônimos, (iii) definições e notas com especificação de sua linguagem. Os conceitos podem ser organizados em hierarquias, usando as relações largoestreito, ou ligadas por relações não hierárquicas (associativas). Os conceitos podem ser pegos em esquemas de conceitos, para prover um conjunto consistente e estruturado de conceitos como um todo ou parte de um vocabulário controlado. 20 Ver mais em 21 Ver mais em 26

27 2.5 Registros de autoridades (pessoas e organizações) Os registros de autoridades referem-se a pessoas e organizações e são constituídos para controlar as formas autorizadas e variantes de nomes e para identificadores usados como pontos de acesso (IFLA, 2009). Com isso, o controle de autoridade beneficia os usuários a pesquisar qualquer forma controlada de nome de um autor ou de um título para a recuperação dos recursos bibliográficos em catálogos. Nesse sentido, os registros de autoridade são um elemento chave na infraestrutura da web semântica, permitindo um acesso mais preciso à informação e, ainda, uma apresentação dessa informação no idioma de preferência do usuário. Com os modelos FRBR e FRAD, o paradigma dos pontos de acesso também foi alterado visando priorizar a conveniência do usuário e valorizando esse tipo de registro e proporcionando um entendimento de como os dados de autoridade funcionam. Tais mudanças também se refletiram no RDA constituindo uma nova forma de pensar a respeito de dados bibliográficos e de autoridade. Neste sentido, foram elaboradas instruções para a criação dos pontos de acesso dos documentos, reunindo elementos como pontos de acesso para obras, expressões, pessoas, famílias e pessoas jurídicas. Na RDA as informações registradas sobre pessoas físicas vão além da diferenciação de duas pessoas homônimas, privilegiando registros de autoridade para pessoas físicas em igual nível de importância em relação aos registros bibliográficos. Dessa forma, pessoas sendo entidades de primeira classe não interagem apenas com os itens bibliográficos mas também entre si, favorecendo as relações típicas das redes sociais. A proximidade entre as regras para a descrição bibliográfica e as regras para o estabelecimento de registros de autoridade permite evidenciar suas ligações e faz com que o registro de autoridade seja uma extensão do registro bibliográfico (SALGADO e SILVA, 2013). Na perspectiva da web semântica e do linked data, duas alternativas surgem para o tratamento de autoridades. Uma delas é o FOAF Friend of a Friend 22 uma ontologia para descrição de perfis que se mostra bastante adequada para garantir as ligações planejadas no linked data. Uma segunda alternativa é o VIAF (Virtual International Authority File) 23 que combina múltiplos nomes de arquivos de autoridade em um único serviço mantido pela OCLC (Online Computer Library Center) 24. O objetivo desse serviço é diminuir o custo e Ver mais em 24 Ver mais em 27

28 melhorar a utilidade dos arquivos de autoridade por comparar e ligar arquivos de autoridade largamente usados e tornar essas informações disponíveis na web. 2.6 Serviços de anotação Anotação é, em grande medida, a atribuição de metadados pelo próprio usuário da informação que está em uso, seja ela uma página web, uma música, uma imagem ou um vídeo ou mesmo um trecho de código de um programa. A variabilidade de formas de se fazer uma anotação tem atraído os usuários e atualmente existem diversas alternativas de software para essa funcionalidade, implementando um paradigma novo que admite discussões colaborativas sobre um documento ou obra multimídia. Dentre os softwares para essa funcionalidade para documentos locais estão o Mendeley 25, o Zotero 26 e o MS One Note 27. No contexto do linked data estão (i) o Editorsnote 28 voltado para materiais arquivísticos, (ii) o Pundit 29 para anotações que admitem associações entre páginas web, baseado em ontologias, e o (iii) Synote 30 para anotações em recursos multimídia. O processo de anotação também é parte do modelo BIBFRAME 31 que é um framework bibliográfico que visa substituir o padrão Marc para o mundo do linked data. É, portanto, um modelo de dados projetado para acomodar maior flexibilidade no processo de catalogação e, ao mesmo tempo, considerar como válidas as tags ou anotações providas pelos próprios usuários. Uma visão gráfica desse modelo pode ser vista na Figura No contexto das modelos de entidades ER, incluindo o FRBR, o BIBFRAME adota a prática de identificar unicamente os recursos (URIs) para todas as entidades, atributos e relações entre entidades a fim de melhorar o processo de anotação com mapeamentos para outros vocabulários, por exemplo (MARC, 2012). Portanto, além das classes work, instance, authority citadas na Figura 2.12, existe também a classe annotation que é um recurso que permite ao usuário prover informações adicionais ao registro bibliográfico na forma de tags. Recentemente foi proposta uma solução generalizada para o processo de anotação, conhecido como Open Annotation (OA) 32 uma recomendação do W3C que é um modelo de dados para anotação aberta e compatível com o linked data, visando permitir o

29 compartilhamento de anotações entre usuários, independente das ferramentas de software em uso. Um trecho desse modelo de dados está ilustrado na Figura Figura 2.12 Representação gráfica do modelo de dados BIBFRAME Fonte: MARC (2012) Figura 2.13 Exemplo de atribuição de tags no contexto Open Annotation Fonte: 29

30 3. Metodologia para organização de informação de participação social No contexto desse produto, a organização da informação refere-se ao tratamento intelectual que deve ser dado aos de participação social de modo que sejam recuperáveis posteriormente. Dentre as técnicas relacionadas a esse tema na Ciência da Informação, tem-se a catalogação, a classificação, a indexação e o resumo (FEITOSA, 2006). A catalogação refere-se mais ao registro dos elementos básicos de um objeto informacional e a classificação procura individualizar os objetos de informação em relação aos demais. A indexação é uma atividade que exige um maior nível de detalhamento do conteúdo informacional a fim de encontrar palavras ou índices que possam representar adequadamente o documento. Tal funcionalidade pode ser automática, como ocorre no Google, ou manual, com apoio de um bibliotecário para realização da análise do documento. Da mesma forma, essa funcionalidade pode ser com ou sem o uso de um vocabulário controlado para apoiar a indexação do documento. Por fim, o resumo é uma atividade de síntese do conteúdo do documento, que também pode ser realizada com ou sem uso de vocabulário controlado. Tradicionalmente, as técnicas de organização da informação têm sido aplicadas com foco na recuperação de documentos, com uso de catalogação plana (com priorização dos metadados descritivos) e com poucas informações sobre autoridades. Da mesma forma, muitas bibliotecas digitais e repositórios institucionais são realizados sem o uso de vocabulários controlados e sem considerar a participação do usuário no processo de marcação dos dados. Essa abordagem é compatível com a versão brasileira da AACR2, que apresenta uma inclusão de regras específicas de entradas para nomes de língua portuguesa e prevê apenas as entradas autorizadas e as remissivas de nome. Não apresenta, portanto, regras para a construção de um registro de autoridade mais consistente. Embora essa estratégia seja eficiente em muitos contextos, em especial naqueles onde se deseja a organização de documentos em repositórios institucionais, essa abordagem não parece a mais adequada para os conteúdos de participação social e para a vocação estabelecida no Participa.br. De fato, as informações de participação social são dinâmicas e com forte interação com entidades e com usuários que muitas vezes participam de redes sociais e conhecem tecnologias que envolvem redes de relacionamento típicas no contexto da Sociedade da Informação 33. O portal Participa.br, por exemplo, é um espaço concebido para que diferentes 33 Ver mais sobre essa definição em 30

31 expressões e formas de participação ocorram, promovendo um contexto para relacionamentos abertos e diversos. Por esse motivo, tomando como base a revisão bibliográfica feita no Capítulo 2, a proposição metodológica para organização de participação social contempla os elementos constantes na ilustração apresentada na Figura 3.1, considerando ainda que os objetos informacionais estarão contextualizados numa teia de ligações envolvendo pessoas, assuntos e outros recursos informacionais, como é preconizado pelo linked data. Na ilustração da Figura 3.1, os objetos de informação representam conteúdos de participação social (e não documentos) que, uma vez identificados, devem ser submetidos às técnicas de catalogação relacionais nos moldes do FRBR que é voltado para as entidades declaradas no novo código de catalogação RDA (Resource and Description Access), e que o torna compatível com a web semântica e com os requisitos de interligação identificados para as informações de participação social 34. Com essa abordagem, os conteúdos de participação social podem, portanto, serem inseridos num contexto contemplando a dinamicidade e abertura desejadas. Figura 3.1 Componentes de organização de informação de participação social Seguir a recomendação RDA aqui significa realizar catalogação com foco nas demandas dos usuários e não com foco nos documentos, em oposição ao que é feito tradicionalmente. Nesse sentido, o Dublin Core assumido como premissa de catalogação dos objetos de informação deve ser visto no método proposto como uma ontologia de conceitos enquanto os registros de atributos devem ser realizados com triplas na forma 34 A principal especificação FRBR está disponível no site A versão compatível com o RDA pode ser encontrada no Open Metadata Registry ( e é denominada de Entidades FRBR para o RDA. 31

32 sujeito-predicado-objeto. Nesse caso, a ontologia Dublin Core servirá para descrever o significado dos predicados das diversas triplas que qualificam os objetos de informação de participação social, procurando reaproveitar definições já publicadas em sites como o Open Metadata Registry (seção 2.2). Ao mesmo tempo, novas publicações de metadados devem ter URIs e devem ser devidamente registradas nos catálogos apropriados para que possam eventualmente serem aproveitados por outros repositórios digitais. Uma outra característica dessa proposição metodológica para organização de informações de participação social é a elevação do registro de autoridades (entendidas aqui como pessoas, organizações, etc.) ao mesmo patamar dos registros bibliográficos dos documentos a fim de permitir relacionamentos mais profundos e, ao mesmo tempo, viabilizar a participação dos usuários no processo de atribuição de tags colaborativas aos conteúdos disponibilizados. Nesse caso, sugere-se a utilização de identificadores únicos para as autoridades, assim como a adoção do FOAF (seção 2.5) como ontologia para descrição de perfis de usuários que possa viabilizar os relacionamentos das pessoas entre si e com os objetos de informação. Ao mesmo tempo, sugere-se que as informações sobre autoridades sejam descritas como triplas RDF que possam admitir ligações com outros objetos. Adicionalmente, sugere-se utilizar autoridades registradas no VIAF (seção 2.5) quando for pertinente e, em contraposição, sugere-se o registro de novas autoridades criadas no VIAF para que possam também serem utilizados por outras comunidades. Além da priorização de descrições bibliográficas e de autoridades, é importante que seja considerado o uso de vocabulário controlado, elaborado especificamente para o propósito da temática de participação social a fim de representar as demandas de termos em uso nessa área. Nesse caso, recomenda-se a adoção de um tesauro com relações de equivalência, hierárquicas e associativas para garantir a alimentação controlada dos valores de metadados. Para efeito de integração desse vocabulário com outras formas de relacionamento aberto, sugere-se que o mesmo seja apresentado utilizando os elementos do SKOS (seção 2.4), preferencialmente com uso do editor Protégé 35 estendido com o plugin denominado SKOSed 36, que permite criar e editar tesauros ou artefatos similares voltados para a notação sugerida. Com relação ao objeto de informação, prevê-se que o seu registro deva ocorrer em duas etapas distintas. Na primeira delas presume-se que quem fará o depósito de informações sobre esse objeto é o usuário externo, geralmente ligado a conselhos, conferências, ouvidorias e outras formas de participação social. Nesse caso, a catalogação 35 Editor de ontologias open source e framework para construção de sistemas inteligentes. Ver mais em

33 deve ser simples, com as funções atribuídas ao conceito de catalogação acima (registro de nome do evento/conselho, data e outros elementos de registro simples e que descrevem o documento). Eventualmente, se o Dspace (plataforma adotada para depósito de objetos de informação sobre participação social) assim o permitir, sugere-se que seja feita alguma alteração na interface de entrada de dados de modo a minimizar o esforço necessário para que o usuário final quanto a entrada de documentos. Em outras palavras, o registro de metadados pode até ser mais complexo, mas essa complexidade não deve ser repassada para o usuário final. Num segundo momento, após o usuário ter entrado com seus dados básicos, cabe a um grupo estabelecido na SGPR para cuidar desse repositório de informações realizando o devido trato intelectual aos documentos, com enriquecimento dos conteúdos de participação social com descrições relevantes de modo a priorizar o usuário. Esse trabalho envolve o provimento de ligações e inserção do objeto de informação no contexto do linked data, estabelecendo conexões de forma manual para só então publicá-los. Além disso, cabe a essa equipe a atribuição e registro de URIs onde for pertinente, assim como cuidar para garantir que haja conversão automática dos dados do Dspace para o repositório de triplas do Participa.br (esse tema está descrito mais adiante no Capítulo 4). Além de priorizar autoridades e assuntos nas descrições bibliográficas é importante garantir que haja registro de informações de georeferenciamento e outras modalidades que possam garantir ligações com os objetos e recursos sejam eles internos ou externos ao repositório de objetos. Além do tratamento intelectual que deve ser feito pela equipe de mediação e coordenação dessa biblioteca, prevê-se que sejam adotadas estratégias que facilitem as anotações e observações dos próprios usuários, considerando as tags e outras formas de anotação. No desenho desse método, sugere-se ainda que as anotações sejam feitas a partir da interface do Participa.br e que possam ser associadas tanto ao objeto de informação quanto aos demais elementos que o caracterizam e que estão expostos na Figura 3.1. Essas anotações devem ainda serem descritas de acordo com a Open Annotation, que foi o modelo de anotação aberta discutido na seção 2.6, e que deve ser vista aqui como uma ontologia que permite compartilhamento e abertura de anotações sobre assuntos variados de participação social. Além do apoio para enriquecimento dos objetos de informação com os metadados, sugere-se que a equipe de tratamento intelectual faça verificações esporádicas para ver se as bases de dados disponibilizadas no Dspace são compatíveis de fato com as triplas RDF que estão disponibilizadas no repositório do Participa.br. 33

34 As representações são abstrações de diferentes tipos de informação sobre participação social, mas os formatos referem-se a como essas informações serão expressas. Nesse caso, as escolhas de formatos para construção de documentos textuais, páginas web e de outros tipos de conteúdo devem seguir, onde for possível, a abordagem dos modelos de dados semiestruturados citados por Cruz (2014), como é o caso do padrão RDF que permite a descrição de recursos e é completamente adaptável às descrições ontológicas em formatos OWL ou similares. Formatos abertos, interoperáveis e voltados para o modelo semiestruturado são interessantes porque conseguem representar os conteúdos variados e os registros não precisam ter todos os mesmos atributos. No entanto, como é grande a variabilidade de fontes de documentos sobre participação social, é interessante se pensar em aplicações que consigam processar os diferentes nichos ou fontes de dados (já que a diferença está nos dados e não aplicação), seguindo os princípios da web semântica e dos linked data (dados ligados entre si). O conceito de linked data envolve um conjunto de práticas, com função de publicar e estruturar dados na web, na perspectiva de que pessoas e máquinas (por processos de inferências) possam explorar os conteúdos de informação 37. Dessa forma, a interoperabilidade e a consequente integração dos conteúdos de informação sobre participação social podem ocorrer mais tranquilamente do que no contexto dos sistemas que adotam formatos fechados, onde são necessários filtros apropriados para que ocorra uma integração mínima. 37 Maiores informações disponíveis no endereço: < 34

35 4. Ferramentas para sistematização de metodologias de participação social O método proposto aqui para sistematização de metodologias e conteúdos de participação social assume como premissa a exposição de dados bibliográficos de participação social e dados de autoridades como dados abertos. Tal iniciativa tem como objetivos a (i) ampliação e enriquecimento da experiência dos usuários de navegação de dados, usando fontes internas e externas, e (ii) tornar as informações e documentos de participação social como dados abertos e reusáveis. Para alcançar esse objetivo, prevê-se a utilização do software Dspace como ferramenta para comportar os objetos de informação, uma vez que esse ambiente é de uso comum pela comunidade de Biblioteconomia e, ao mesmo tempo, admite uma melhor colaboração dos canais de participação social para inserção de documentos, com estabelecimento de um esquema de mediação. Com relação ao padrão de metadados, sugere-se a adoção do Dublin Core, desde que sejam consideradas as recomendações definidas no DCAM (Dublin Core Abstract Model ou modelo abstrato do Dublin Core) 38 que prevê ligações e adoção de formatos abertos, como o padrão RDF. Eventualmente, no caso de haver necessidade de catalogação em formato MARC, sugere-se a adoção do BIBIFRAME, comentado na seção 2.6. O portal Participa.br é um dos pontos de acesso aos conteúdos de informação sobre participação social e deve, por esse motivo, ser conforme à dinâmica dessa comunidade de usuários e dos diversos canais de participação social, priorizando o acesso fácil aos conteúdos de informação presentes nos diversos documentos gerados por conselhos, ouvidorias, conferências incluindo o contexto onde estão inseridos dentro e fora do repositório de informações da SGPR. A proposição metodológica apresentada aqui considera o portal Participa.br integrado ao repositório de documentos definido (Dspace com Dublin Core), com duas possibilidades de integração. Na primeira delas, a opção é alterar o software Dspace para que comporte uma interface RDF e um acesso a um endpoint RDF. Uma segunda opção, apontada como preferencial nesse produto, é montar um script de conversão dinâmica dos dados bibliográficos em formato aberto RDF, preservando os valores originais. Do ponto de vista de arquitetura, o objeto informacional de participação social pode ser decomposto em duas partes. A primeira parte refere-se ao documento ou suporte que contém as informações de participação social e que devem ser importadas para a biblioteca 38 Ver mais em 35

36 ou repositório digital, num primeiro momento, com metadados básicos, porém compatíveis com as discussões feitas até o momento. A segunda parte do objeto informacional refere-se (i) à identificação dos elementos de informação do documento e (ii) a sua submissão desses objetos de informação aos processos definidos de organização da informação, priorizando as ligações que forem pertinentes (ligações objeto-objeto, objeto-autoridade e objeto-assunto). Em princípio, as ligações citadas deveriam já estar disponibilizadas em formato RDF e inseridas num triplestore conectado ao Participa.br para garantir as conexões e harvestings com outras coleções disponíveis na web, como está ilustrado na Figura 4.1. Figura 4.1 Sugestão de interligação de documentos e dados ligados Fonte: Adaptado de SWIB (2012) De acordo com essa Figura 4.1, as informações de participação social devem ser exportadas para um triplestore 39 e enriquecido com os dados do repositório via algum script que permita a inserção de registros do catálogo da biblioteca e de seus arquivos de autoridade. Dessa forma, o triplestore pode conter dados sobre livros, música, filmes, pessoas, organizações, temas e gêneros. Esse conjunto de dados consiste em uma versão RDF do catálogo principal da biblioteca que, por sua vez, está em formato Dublin Core. Esse registro deve ser enriquecido com links para imagens de capa e contracapa do livro que podem ser recuperados a partir de datasets externos na LOD (Linked Open Data). Por fim, é importante que o conjunto de dados seja atualizado diariamente sempre que ocorrerem inclusões, exclusões e alterações no catálogo da biblioteca digital. Com o esquema 39 Banco de dados voltado para armazenamento de triplas RDF, como o Virtuoso ( dentre outros. 36

37 proposto, o triplestore pode conter uma coleção de resenhas ou anotações produzidas por bibliotecários e pelo público em geral sobre os objetos de informação de participação social, pela adoção de padrões abertos. Além de ser incrementado com um triplestore RDF e um endpoint SPARQL, o Participa.br deve ser visível e, ao mesmo tempo, interagir com os demais nós da nuvem LOD Linked Open Data. Da mesma forma, as revisões, anotações, trechos e citações podem ser colhidos de outros espaços e ligações diretas entre os objetos de participação social e outros objetos, tais como e-books e demais conteúdos multimídia. Portanto, os objetos de informação de participação social podem ser acessados diretamente através do repositório Dspace já adotado na SGPR por meio de consultas típicas desse ambiente ou através de consultas mais elaboradas através do portal Participa.br. Nesse caso, as consultas podem ser feitas no formato SPARQL e o endpoint pode retornar dados em vários formatos, incluindo RDF/XML, JSON e n3/turtle. Uma outra alternativa é viabilizar as consultas por meio de uma interface MVC construída com o propósito de facilitar essas pesquisas e evitar que o usuário tenha que conhecer a sintaxe da linguagem SPARQL, por exemplo. Os dados do repositório Dspace são exportados para o triplestore com uso de uma ferramenta de conversão, denominada aqui de DC2RDF como uma alusão ao processo de conversão de dados no formato Dublin core para triplas RDF, nos moldes do que ocorre com o MARC2RDF 40. Como parte da metodologia, se houver necessidade, os dados podem ser limpos com o Google Refine 41, e a interface com os demais sistemas pode ser feita com alguma linguagem apropriada, como é o caso do Ruby 42. Além disso, o Participa.br deve disponibilizar colheita de informações em outros sites via protocolo OAI-PMH dos dados do repositório e posterior conversão em formato RDF. Do ponto de vista prático, é importante compreender que os conteúdos de participação social serão integrados aos outros ambientes por estarem em formato aberto e ao mesmo tempo terem URIs dereferenciáveis, como o exemplo apresentado na Figura 4.2, que ilustra um objeto de informação (um documento do tipo livro) com um identificador e factível de ser ligado a outros contextos. É importante ressaltar que, nessa Figura 4.2, os nomes dos grafos listados não são apenas endereços web que localizam recursos, mas servem como identificadores (URIs). 40 O MARC2RDF é uma ferramenta Ruby para converter metadados bibliográficos MARC para RDF, importando-os para um triplestore RDF e mantendo-o via harvesting OAI-PMH

38 Figura 4.2 Objeto bibliográfico representado num repositório de triplas RDF Fonte: Extraído de Mapeando conteúdos Dspace para RDF O modelo de dados do Dspace provê uma infraestrutura básica na qual os metadados podem ser armazenados em esquemas e vocabulários variados. No entanto, a abordagem apresentada aqui considera a utilização do Dublin Core como padrão de metadados a serem convertidos para um conjunto de triplas RDF, de acordo com a proposição feita por Konstantinou, Spanos, Houssos e Mitrou (2014), com uso da R2RML 43, que é uma linguagem para expressar mapeamentos customizados de bancos de dados relacionais para conjuntos de dados RDF. Os autores, embora argumentem que o Dublin Core é uma boa referência para o mapeamento de dados, consideram outros tipos de ontologias para o processo de conversão desejado. Tais ontologias estão apresentadas na Tabela 4.1 a seguir