Um Serviço de Auto-arquivamento de. Compatível com o padrão OAI. Lena Veiga e Silva

Transcrição

1 Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Ciência da Computação Um Serviço de Auto-arquivamento de Publicações Científicas Compatível com o padrão OAI Lena Veiga e Silva Belo Horizonte Dezembro de 2004

2 Lena Veiga e Silva Um Serviço de Auto-arquivamento de Publicações Científicas Compatível com o Padrão OAI Dissertação apresentada ao Curso de Pós- Graduação em Ciência da Computação da Universidade Federal de Minas Gerais, como requisito parcial para obtenção do grau de Mestre em Ciência da Computação. Belo Horizonte Dezembro de 2004

3 Oh! que saudades que tenho Da aurora da minha vida, Da minha infância querida Que os anos não trazem mais! Que amor, que sonhos, que flores. Naquelas tardes fagueiras À sombra das bananeiras, Debaixo dos laranjais!... Meus Oito Anos - Casimiro de Abreu À minha família.

4 Agradecimentos Agradeço imensamente ao Prof. Alberto Henrique Frade Laender, que esteve presente durante todas as etapas de meu trabalho, pelo apoio, orientação e paciência. Aos meus pais, Gilma e José Luiz, por acreditarem em mim, torcendo e se emocionando a cada conquista alcançada. Aos meus irmãos, Gisa e Breno, pelos momentos de amizade e descontração, mesmo distantes sempre me consolaram e estiveram presentes. Ao meu grande amigo Daniel, que me acompanhou nessa jornada, pelo seu apoio, incentivo, amizade e grande ajuda no decorrer de meu mestrado. Aos meus amigos do Laboratório de Bancos de Dados (LBD) pela convivência harmoniosa e pelo suporte proporcionado, em especial aos amigos, Allan, Karla, Joyce, Olga, David e Jean. Ao meu namorado Luciano, pelo amor, incentivo e compreensão nestes últimos meses. Às minhas amigas, Silvana, Kissia e Dri, pelos momentos de descontração, amizade e apoio em momentos difíceis. Aos amigos, Dani, Guilherme e Marcos Gonçalves pela ajuda e colaboração. Ao Prof. Marcelo Azevedo pela ajuda na área estatística. A todos os colegas do curso de mestrado, em especial aos amigos Paulo, Matheus, Marcelo e Pinheiro que muito me ajudaram no decorrer do mestrado. Aos professores, que contribuíram com minha formação, os quais se dedicam intensamente ao ensino e à pesquisa. À CAPES, pelo imprescindível apoio financeiro. A Deus, por tudo.

5 Resumo Com a expansão da Internet, é cada vez mais comum a criação de repositórios digitais para divulgação da produção científica. Assim, para tornar suas publicações científicas disponíveis para que sejam acessadas por qualquer pessoa, os pesquisadores estão auto-arquivando seus trabalhos nesses repositórios através de serviços de auto-arquivamento. No entanto, as abordagens implementadas pelos diversos repositórios são diferentes entre si. Com o objetivo de promover a interoperabilidade entre os repositórios, surge a iniciativa dos arquivos abertos (OAI), promovendo um padrão que define mecanismos técnicos e estruturais. Esta dissertação apresenta um serviço de auto-arquivamento de publicações científicas, compatível com o padrão OAI, para a Biblioteca Digital Brasileira de Computação (BDBComp). O trabalho desenvolvido tem o objetivo de realizar uma padronização dos dados armazenados pelo repositório da BDBComp, e expandir o seu acervo, permitindo o auto-arquivamento de novos tipos de trabalhos, além dos atualmente existentes. i

6 Abstract With the expansion of the Internet, the creation of digital repositories for spreading of the scientific production is each more common time. Thus, to become its available scientific publications so that they can be accessed by anyone, the researchers self-archive theirs work in these repositories through self-archiving services. There are, however, different approaches among the various existing repositories. In order to foster interoperability among repositories, the Open Archives Initiative (OAI) developed a standard that includes technical and structural mechanisms. This work presents an OAI complaint self-archiving service for scientific publications, directed at the Brazilian Digital Library on Computing (BDBComp). This work intends to standardize data that are stored in the BDBComp repository, and to expand its database, allowing self-archiving of new types of publications, along with existing ones. ii

7 Sumário 1 Introdução Motivação Descrição do Trabalho Organização da Dissertação Conceitos Conceituação de Auto-Arquivamento Budapest Open Access Initiative O Protocolo OAI-PMH Dublin Core Sistemas de Auto-arquivamento Eprints Dspace Kepler Quadro Comparativo dos Sistemas O Serviço de Auto-Arquivamento da BDBComp Visão Geral da BDBComp iii

8 3.2 Arquitetura Usuários Características Autorizações Fluxos de Trabalho Repositório de Metadados Interface Comparação com Outros Serviços de Auto-Arquivamento Avaliação Experimental Descrição do Experimento Usuários Tarefas Executadas Procedimentos na Condução do Experimento Análise dos Resultados Análise das Médias Correlação das Características Conclusões 62 A Solução através do Minitab para encontrar os P valores 70 B Fichário-imagem 74 iv

9 Lista de Tabelas 2.1 Porcentagem de periódicos e editoras que aprovam o auto-arquivamento Solicitações para colheita dos metadados através do protocolo OAI-PMH Campos Dublin Core Possíveis ações realizadas por revisores do Dspace Quadro comparativo dos serviços de auto-arquivamento Estados dos trabalhos submetidos Ações permitidas no serviço de auto-arquivamento Campos do qualificador bibliographiccitation Dados armazenados pelo serviço de auto-arquivamento Características do serviço de auto-arquivamento da BDBComp Respostas para as questões sobre o conhecimento do usuário Respostas para as questões sobre o serviço de auto-arquivamento Tempo gasto durante as submissões Os P valores encontrados pelo método ANOVA v

10 Lista de Figuras 2.1 Processo de colheita baseado no protocolo OAI-PMH Arquitetura da BDBComp Esquema atual do repositório de metadados da BDBComp Arquitetura do serviço de auto-arquivamento da BDBComp Esquema do repositório do serviço de auto-arquivamento da BDBComp Registro em XML suportado pelo padrão OAI Página principal da BDBComp Página do serviço de cadastramento Páginas de acesso ao serviço de submissão e revisão Página da área do contribuidor Páginas dos trabalhos no estado de aceito, rejeitado e submetido Página de visualização de um trabalho Página de alteração de um trabalho Página de exclusão de um trabalho Páginas de submissão de um trabalho publicado em periódico Página da área do revisor Página de um trabalho em processo de revisão vi

11 4.1 Comparação das médias por grupo Valores da média para todos os usuários Tempo médio de submissão por grupo Tempo médio de submissão de todos os usuários Fichário-imagem baseado em todas as questões do questionário B.1 Agrupamento do fichário-imagem baseado no grau de simplicidade da interface quando comparada com a interface do Currículo Lattes B.2 Agrupamento do fichário-imagem baseado na característica de facilidade do serviço B.3 Agrupamento do fichário-imagem baseado no conhecimento prévio do usuário em auto-arquivar publicações científicas vii

12 Capítulo 1 Introdução 1.1 Motivação A comunicação científica desempenha um papel fundamental para a disseminação do conhecimento. De acordo com [8], a ciência não pode avançar sem mecanismos eficientes de comunicação científica que integrem em um ciclo a produção de conhecimento, o registro dos resultados, a coleta e estocagem desses registros, a disseminação dos resultados e o reuso, tanto em atividades produtivas quanto como fonte para gerar novos conhecimentos. A comunicação científica utiliza mecanismos que possuem canais formais e informais, os quais servem a fins distintos e a momentos diversificados durante todo o desenvolvimento da pesquisa e transferência de seus resultados. No percurso dos canais informais para os formais, a maior rapidez na comunicação é trocada pela maior lentidão da publicação dos resultados de pesquisa e pela maior qualidade graças à revisão por pares [47]. Dentre tais canais, a publicação de documentos científicos, incluindo artigos em periódicos e trabalhos em anais de eventos, tem sido até os dias atuais o principal indicador da produção científica [7]. Assim, tais publicações fazem parte também do sistema de reconhecimento científico, pois concedem visibilidade ao pesquisador, contribuindo para a promoção de sua carreira acadêmica e científica, e facilitando a obtenção de financiamentos junto a órgãos de fomento a pesquisa [47]. Porém, de acordo com [14], nas últimas três décadas o sistema de comunicação científica em geral é alvo de críticas que refletem as necessidades atuais da ciência e dos cientistas frente ao desenvolvimento tecnológico. Dentre tais fatores podemos destacar os seguintes:

13 1. Introdução 2 1. Desequilíbrio entre os preços das assinaturas de periódicos estabelecidos pelas editoras, que crescem em proporções superiores à média da inflação, e os orçamentos cada vez mais escassos das bibliotecas universitárias e de pesquisas [24]. 2. Impedimento dos autores de promover a difusão de seus trabalhos e obter reconhecimento científico entre os respectivos pares por causa da transferência dos direitos autorais às editoras [14]. 3. Lentidão entre submissão/apresentação de trabalhos e seu efetivo aparecimento na literatura [19]. Os fatores apresentados trazem prejuízos tanto à ciência quanto aos cientistas individualmente e suas instituições. Os dois primeiros fatores tratam de problemas envolvendo o custo das publicações. O primeiro impõe que as instituições públicas paguem para adquirir títulos de periódicos cujos conteúdos foram desenvolvidos com o orçamento público. Já o segundo impede que os autores promovam uma disseminação maior dos resultados alcançados nas suas pesquisas, tornando-os dependentes das editoras como forma de obter reconhecimento científico entre os respectivos pares. O último fator trata da insatisfação com relação à falta de agilidade e velocidade no processo da revisão pelos pares e no processo de editoração e apresentação dos trabalhos, que muitas vezes quando são apresentados já não representam, de fato, um trabalho inovador, revelando, assim, incapacidade do sistema em responder à aceleração no aumento do volume de novos conhecimentos científicos produzidos. Neste cenário, o surgimento da Internet e dos mecanismos de publicação direta na rede tem sido visto pela comunidade acadêmica como uma possível alternativa para resolver a problemática do sistema de comunicação científico, pois a Internet é um mecanismo de comunicação de alcance mundial, instantâneo, interativo e multidirecional, no qual qualquer pessoa pode publicar nela, e o que for publicado é imediatamente acessível [31]. O maior retorno que a comunidade acadêmica almeja, publicando os resultados de suas pesquisas, é que esses possam servir de base a outras pesquisas, sendo citados por outros trabalhos. A citação é a medida clássica do prestígio e do valor de uma contribuição para a ciência em geral. Um estudo realizado em 2001 por Lawrence [26], em trabalhos das áreas da ciência da computação e disciplinas relacionadas, indica que as publicações que são disponíveis eletrônicamente são em média cerca de 336% mais citadas que as publicações que são disponíveis em papel. Dessa forma, a comunidade científica vê que tornar disponível suas publicações na rede é um meio de aumentar sua visibilidade, acelerar o avanço da ciência e disseminar amplamente os resultados das pesquisas [19]. Neste contexto, observamos, nos últimos anos, uma forte tendência, surgida no meio da comunidade científica mundial, para a criação de arquivos eletrônicos informais e autogeridos,

14 1. Introdução 3 voltados para esse fim [32]. Esses arquivos são conhecidos como eprints e exemplificam o mais democrático e eficiente modelo para disseminação de resultados de pesquisa, de acordo com Sompel e Lagoze [40]. O conceito de eprints está ligado a versões eletrônicas de trabalhos, tais como: 1. Pesquisas que foram submetidas à revisão entre os pares. 2. Trabalhos publicados em revistas e periódicos. 3. Trabalhos apresentados em anais de conferências. 4. Manuscritos que estão em processo de submissão, processo de aceitação para publicação ou que pretendem ser publicados e estão em circulação para comentários. Em [3], eprints são definidos como textos digitais de artigos de pesquisa, antes ou depois de passar pelo processo de revisão pelos pares. Antes da revisão e da publicação, o esboço é chamado de pre-print; depois do processo de revisão e publicação, é chamado de postprint. Os eprints incluem tanto os pre-prints como os post-prints, podendo incluir também os esboços significativos dos pre-prints, assim como as atualizações dos post-prints. Neste sentido, mecanismos diferenciados e alternativos foram criados para sanar as deficiências inerentes ao periódico científico. Tratamos do estabelecimento de bases de dados de pre-prints que, segundo [37], têm o objetivo de fazer circular entre os membros da comunidade trabalhos submetidos para publicação em periódicos tradicionais, mas que ainda esperam avaliação. Com a Internet, tais bases de dados ganharam um novo estímulo, surgindo assim em 1991 o primeiro repositório de eprints, criado por Paul Ginsparg no Laboratório Nacional de Los Alamos, Novo México, atualmente designado de arxiv. De acordo com [37], o arxiv é um repositório global de eprints nas áreas da física, matemática, ciência da computação, ciências não lineares e biologia quantitativa. Esses arquivos começaram com o trabalho de uma comunidade de 200 físicos, crescendo, com o passar dos anos, para 35 mil usuários em 70 países e processando mais de 70 mil transações por dia. O objetivo da criação dos repositórios de eprints é desenvolver plataformas para a efetiva comunicação da informação científica, recorrendo às potencialidades da publicação eletrônica na Web. No entanto, as abordagens implementadas pelos vários repositórios são diferentes entre si, o que pode constituir um entrave à respectiva interoperabilidade e eficiência no fluxo de informação em escala global.

15 1. Introdução 4 Com vista a incrementar o impacto dos repositórios de eprints existentes e de promover a respectiva interoperabilidade, isto é, permitir que os repositórios sejam consultados simultaneamente de qualquer lugar do mundo, foi lançada a Open Archive Initiative (OAI - Iniciativa de Arquivos Abertos) em uma reunião promovida em outubro de 1999, em Santa Fé, New Mexico, por Paul Gisparg, Rick Luce e Herbert Van de Sompel, sob o prenúncio do Council on Library and Information Resources (CLIR), da Digital Library Federation (DLF), da Scholarly Publishing and Academic Resources Coalition (SPARC), da Association of Reserach Libraries (ARL), da Research Library e do Los Alamos National Laboratory (LANL) [34]. Segundo [34], o termo arquivo reflete a origem da iniciativa, a comunidade de pre-prints, e significa um depósito de documentos científicos de texto completo. Não tem nada a ver com o conceito tradicional de arquivo com conotação de preservação e conservação. O termo é utilizado com um sentido muito mais amplo, como um depósito para armazenar qualquer tipo de informação. Já o termo aberto menciona a arquitetura do sistema, definindo interfaces que facilitam a disponibilidade de conteúdos procedentes de uma variedade de provedores. O termo não significa gratuidade ou acesso ilimitado a uma dada informação. A finalidade da iniciativa de arquivos abertos consiste em promover mecanismos técnicos e estruturais que assegurem a interoperabilidade dos repositórios de eprints, facilitando a conversão dos vários sistemas existentes atualmente em uma arquitetura tecnológica padronizada. Assim, foram definidos alguns princípios básicos que devem constituir o modelo de comunicação científica. Entre tais princípios destacamos quatro que consideramos como principais: interoperabilidade, revisão entre os pares, interdisciplinaridade e autoarquivamento. Interoperabilidade objetiva configurar todos os arquivos, padronizando-os globalmente, para que o acesso a eles seja ilimitado. Segundo Sompel e Lagoze [40], na perspectiva deste grande movimento de publicação eletrônica, a interoperabilidade envolve uma série de aspectos, tais como: conjunto mínimo de metadados, tipo de arquitetura do sistema, abertura para criação de serviços de bibliotecas digitais de terceiros, integração com o mecanismo já existente no meio científico e contribuição para criação de um sistema de medida de uso e de citação. A revisão dos pares tem como propósito a transparência das críticas e sugestões feitas aos textos eletrônicos disponíveis nos repositórios. Desta forma, o ambiente possibilita que toda a comunidade tenha acesso ao processo de revisão e de versões do texto geradas com base nas sugestões. Assim, é quebrado o conceito de revisão sigilosa feita por um comitê científico. Esta comunicação transparente garante legitimidade e aponta o prestígio e aceitação das informações contidas no texto. Isso ocorre através do surgimento de convergência e confrontos

16 1. Introdução 5 de idéias, discussões, críticas e consensos entre a comunidade envolvida [20]. O terceiro princípio diz respeito à interdisciplinaridade do sistema por envolver uma série de obras nas diversas áreas do conhecimento em um repositório digital. Segundo Café e Lage [13], este preceito é voltado para sistemas cuja função é organizar a literatura de várias comunidades científicas pertencentes à mesma instituição de origem. O último princípio de destaque da iniciativa é o auto-arquivamento, foco de estudo desta dissertação, que está baseado no envio espontâneo do autor de seu texto, dados, metadados, imagem, som e/ou qualquer outra informação que possa ser enviada ao repositório. Cabe ao autor o compromisso de se cadastrar no repositório, fornecendo dados fundamentais relacionados com sua identificação e localização. Esses procedimentos simples proporcionam ao autor a visibilidade tão buscada no campo científico, uma vez que seu nome estará associado à instituição de origem e à sua produção científica, bem como estará exposto aos grupos de pesquisa de sua área. Esta autonomia de editoração e, em alguns casos, a liberdade de retificações, ratificações ou atualizações dos textos contribuem para a valorização do conteúdo informacional. O auto-arquivamento segue a filosofia proposta em [45], que incentiva os autores de textos científicos a publicarem o texto completo de seus trabalhos na Web, em suas home-pages ou preferencialmente em repositórios de documentos digitais, para que possam ser acessados livremente pelas pessoas que estiverem interessadas nesses trabalhos [19]. Essa filosofia é baseada na iniciativa do Budapest Open Access Initiative (BOAI) [3], cuja principal motivação é garantir o livre acesso a todos os tipos de trabalho acadêmico. Isso é feito de dois modos distintos: um deles é incentivar os autores a realizar o auto-arquivamento de seus trabalhos e o segundo modo é incentivar a criação de novas revistas acadêmicas cujos conteúdos sejam livremente acessíveis. É importante ressaltar que tais princípios descrevem a filosofia da iniciativa de arquivos abertos; porém, para que um serviço seja compatível com esta iniciativa, ele não precisa seguir todas os preceitos definidos, mas sim, seguir o mais importante entre eles que é o preceito de interoperabilidade. Para tanto a iniciativa criou um padrão de arquitetura técnica e organizacional de colheita de metadados projetada para facilitar a busca de conteúdos armazenados em diversos repositórios. A arquitetura consiste em duas partes: a definição de um conjunto simples de metadados (formato Dublin Core) e a definição de um protocolo comum para permitir a colheita de metadados de documentos ou arquivos específicos armazenados nos repositórios (protocolo OAI-PMH). Assim, a iniciativa define dois tipos de participante, provedores de dados e provedores de serviços.

17 1. Introdução 6 Apesar dos eprints serem a inspiração para esta iniciativa, ela esclarece que ampliou sua missão para um conjunto maior de materiais digitais com interesse científico ou relevantes para o ensino de forma geral. Além dos eprints e dos textos eletrônicos, são incluídos coleções de dados, materiais visuais, arquivos, dados em sistemas de informação geográficos, som, música e vídeo [34]. Assim, a iniciativa estendeu sua missão de criar um protocolo comum que favorecesse o intercâmbio, não somente de arquivos de eprints, mais também de múltiplos formatos bibliográficos e materiais digitais entre ambientes distintos. Podemos ter uma dimensão das instituições que seguem o padrão OAI em nível mundial através da lista de provedores de dados e provedores de serviços existentes, registrados no site da OAI, nas respectivas URLs: e Existem 17 provedores de serviços e cerca de 200 provedores de dados. Provedores de dados típicos são bibliotecas digitais, que, segundo [15], são uma das formas mais avançadas e complexas de sistema de informação, pois freqüentemente envolvem suporte de forma colaborativa, preservação de documentos digitais, gerenciamento de um banco de dados distribuído, filtragem e recuperação de informações, gerenciamento de direitos autorais, serviços de informação multimídia, serviços de referência, busca de recursos e disseminação seletiva. Por outro lado, uma biblioteca digital estende e amplia os recursos e serviços existentes na Internet e dá oportunidades para o intercâmbio em nível mundial. Diante de toda a problemática descrita e seguindo os princípios das iniciativas relatadas, surge a necessidade de se criar mecanismos para o auto-arquivamento de publicações científicas que sejam compatíveis com o padrão da iniciativa de arquivos abertos, possibilitando o maior acesso possível em termos mundiais. 1.2 Descrição do Trabalho Este trabalho tem como objetivo principal prover um serviço de auto-arquivamento de publicações científicas, compatível com o padrão OAI, para a Biblioteca Digital Brasileira de Computação (BDBComp). A BDBComp foi criada no Laboratório de Bancos de Dados do DCC/UFMG com o objetivo de tornar disponível na Web informação bibliográfica referente a publicações da comunidade brasileira de computação, suprindo, assim, a carência de um acervo brasileiro na área de computação e permitindo que pesquisadores dessa área disseminem suas pesquisas para a comunidade [25].

18 1. Introdução 7 O serviço de auto-arquivamento proposto nesta dissertação permite que diversos usuários submetam os metadados de seus trabalhos científicos ao repositório da BDBComp. Esta abordagem segue as iniciativas anteriormente citadas, incentivando que pesquisadores brasileiros disponibilizem metadados de seus trabalhos, expandindo, dessa forma, o acervo da BDBComp. O serviço é compatível com o padrão OAI, possibilitando, assim, que os metadados que são armazenados no repositório possam ser coletados através do protocolo OAI-PMH [34]. O serviço de auto-arquivamento da BDBComp permite a submissão de trabalhos somente da área de computação e que já tenham passado por um processo de revisão (post-prints). Entretanto, não permite o auto-arquivamento de texto completo; dessa forma, para se ter acesso ao texto, o autor em questão deve informar a URL onde poderá ser encontrado o documento digital. Por meio deste serviço, além de trabalhos em eventos, como atualmente arquivados na BDB- Comp, é possível também o arquivamento de: livros, capítulos de livro e trabalhos publicados em periódicos. Isso permite que seja criada uma padronização nos dados armazenados pelo repositório da biblioteca digital. Assim, podemos destacar as seguintes contribuições desta dissertação: 1. Criação de um serviço de auto-arquivamento, compatível com o padrão OAI, para armazenar publicações científicas no repositório de um domínio específico, o da BDB- Comp. 2. Padronização dos dados inseridos na BDBComp, alterando o esquema de seu repositório para melhorar o desempenho dos demais serviços disponíveis. 3. Expansão do acervo da BDBComp ao permitir o arquivamento de novos tipos de documento, além daqueles já existentes na biblioteca digital, tais como: livros, capítulos de livro e trabalhos publicados em periódicos. 1.3 Organização da Dissertação A presente dissertação está organizada da seguinte forma. No Capítulo 2, descrevemos os principais conceitos envolvidos assim como o processo de colheita e padronização de acordo com o protocolo OAI-PMH. Esse capítulo apresenta ainda um estudo comparativo de três serviços de auto-arquivamento existentes. No Capítulo 3, apresentamos a BDBComp e

19 1. Introdução 8 descrevemos o serviço de auto-arquivamento desenvolvido. No Capítulo 4, apresentamos uma avaliação desse serviço, tendo como base um experimento de análise da interface realizado com três grupos distintos de usuários. Finalmente, no Capítulo 5, apresentamos as conclusões e considerações sobre o trabalho, sugerindo alguns possíveis trabalhos futuros.

20 Capítulo 2 Conceitos Este capítulo é dividido em cinco seções. Na Seção 2.1 apresentamos o conceito de autoarquivamento e esclarecemos seus objetivos e características. Na Seção 2.2 apresentamos o Budapest Open Access Initiative (BOAI) com o objetivo de mostrar uma ação efetiva que viabiliza o auto-arquivamento. Na Seção 2.3 definimos o protocolo OAI-PMH, utilizado no processo de colheita dos dados armazenados em repositório por meio do auto-arquivamento. Na Seção 2.4 descrevemos o formato Dublin Core adotado pelo protocolo OAI-PMH para formalizar os metadados auto-arquivados em um repositório. Por fim, apresentamos três sistemas para criação de serviços de auto-arquivamento. 2.1 Conceituação de Auto-Arquivamento A finalidade do auto-arquivamento, segundo Harnad [19], é possibilitar que o texto completo de trabalhos científicos realizados por pesquisadores ou instituições seja visível, acessível, recuperável, pesquisável e útil para qualquer usuário em potencial com acesso à Internet, maximizando, assim, o acesso público a documentos digitais derivados da pesquisa científica, e possibilitando não somente a geração de benefícios aos pesquisadores e suas instituições, mas também um aumento de benefícios para sua própria pesquisa (e daqui à sociedade que a financia) em termos da disseminação da pesquisa, aplicação e crescimento, gerando produtividade e progresso. Auto-arquivar, conforme definido em [45], significa depositar um documento digital em um site público da Web, preferencialmente em repositórios compatíveis com o padrão OAI. A ação de depositar se limita ao autor informar o conteúdo de um conjunto de metadados,

21 2. Conceitos 10 definidos pelo padrão, à interface Web, e submeter o documento digital ao repositório ou indicar a URL onde se encontra o texto referente aos metadados. O termo auto-arquivamento é usado, pois é considerado que o próprio autor deverá arquivar seus trabalhos; isso ocorre porque o autor é o responsável pela sua obra, além de ser a pessoa mais indicada para informar os metadados do seu trabalho. Porém, o auto-arquivamento não restringe o ato de depositar um trabalho exclusivamente ao autor do texto, mas admite igualmente a submissão por terceiros, desde que autorizada pelo autor. Nesse caso, a pessoa que arquivar o trabalho deve ter um conhecimento prévio da obra para conseguir inserir todos os metadados necessários à interface do serviço de auto-arquivamento, dessa forma a qualidade da versão impressa da obra torna-se importante, pois é a partir dela que serão retirados as informações sobre o trabalho. Para que um serviço de auto-arquivamento seja compatível com o padrão OAI, é necessário que tenha uma interface e um repositório que consigam armazenar os metadados especificados pelo padrão. A boa interação entre o autor e a interface garante a qualidade do autoarquivamento. O repositório deve ser capaz de armazenar os dados, de forma que possam ser coletados através do protocolo OAI-PMH. Assim, o uso do protocolo OAI-PMH torna-se indispensável no serviço de auto-arquivamento, pois garante a interoperabilidade. De acordo com Harnad [20], o repositório deve permitir a inclusão tanto de pre-prints como de post-prints, pois o formato de metadados do padrão OAI possibilita o armazenamento e a ligação de todas as versões. Entretanto, é importante ressaltar que no caso da BDBComp vamos trabalhar somente com documentos post-prints, ou seja, aqueles documentos que já passaram por um processo de revisão e publicação. Uma das grandes preocupações dos cientistas no que se refere ao auto-arquivamento consiste na qualidade dos trabalhos submetidos ao repositório. A revisão pelos pares continua a ocupar seu papel essencial no controle do material publicado, principalmente no que diz respeito aos pre-prints, que não é o nosso foco. No caso da BDBComp, a qualidade do material é garantida através do auto-arquivamento de publicações post-prints. No caso dos post-prints, existe um problema principal, que é a questão dos direitos autorais, pois na maioria das vezes quando o trabalho é publicado, há uma transferência dos direitos autorais dos autores para as editoras, impedindo assim que os autores promovam a difusão, tão alargada quanto possível, dos resultados de suas pesquisas e obtenham o reconhecimento científico entre os respectivos pares. Neste aspecto, a iniciativa de arquivos abertos faz um alerta aos procedimentos de negociação de transferência de direitos autorais junto às editoras. Uma solução interessante adotada se

22 2. Conceitos 11 encontra em [45], que sugere que quando a editora não concordar em modificar o acordo de transferência de direitos autorais para permitir o auto-arquivamento do esboço final revisado, o autor pode auto-arquivar um link para um arquivo errata, listando as mudanças que foram realizadas no pre-prints de forma a corresponder com o post-prints. Mas de acordo com [19], na prática muitas editoras concordam com o pedido de transferência de direitos autorais para o autor, embora a maioria não concorde com essa política. Um estudo descrito em [21], mostrado na Tabela 2.1, identifica o crescimento de periódicos e de editoras das áreas de física, ciência da computação e disciplinas afins que aprovam o auto-arquivamento. Dos quase periódicos examinados, cerca de 83% (incluindo os que aprovam os pre-print, os post-print e ambos) permitem que os autores auto-arquivem seus trabalhos publicados nos periódicos antecipadamente, e muitos dos 17% restantes concordarão, caso o autor solicite. Nesse estudo também é exposto um crescimento, do ano de 2003 para 2004, de 16% de editoras e 27% de periódicos que já concordem com essa filosofia. Aprovam o auto-arquivamento Periódicos % Editoras % Total % % Não aprovam % 37 42% Pre-print % 7 8% Post-print % 14 16% Pre-print e Post-print % 30 34% Tabela 2.1: Porcentagem de periódicos e editoras que aprovam o auto-arquivamento (Fonte: [21]). Outra estratégia interessante para os autores auto-arquivarem seus trabalhos mesmo sem a transferência dos direitos autorais é a praticada pelos físicos desde 1991, no arxiv ( É a estratégia do don t-ask/don t-tell, pela qual o usuário simplesmente deve auto-arquivar seu post-prints e esperar para ver se a editora pede a remoção. A experiência de Paul Ginsparg, o fundador do arxiv, diz que em quase uma década e meia essa estratégia nunca falhou, e que em trezentos mil trabalhos auto-arquivados, nenhum único trabalho foi removido por pedido de um editor [45]. Ao contrário, virtualmente quase todos os periódicos da física têm oficialmente permitido o auto-arquivamento em resposta ao desejo e a determinação da comunidade de auto-arquivar seus trabalhos, fornecendo assim o acesso aberto à suas pesquisas. No contraste, aqueles pesquisadores que durante esse tempo não realizaram essa estratégia, ou seja, que não auto-arquivaram seus trabalhos, perderam o valor do impacto de suas pesquisas durante esse período. É necessário esclarecer a diferença entre auto-publicação e auto-arquivamento. Na iniciativa de arquivos abertos, o fato de tornar público um texto científico não significa que se trate de uma publicação. No entanto, o fato de um artigo ter obtido uma boa apreciação entre os pares

23 2. Conceitos 12 é suficiente para ser contado como publicação. A distinção no meio científico é, portanto, a qualidade do trabalho e para isto necessita da validação de um grupo de especialistas. Nesse sentido, Harnad [19] esclarece que a diferença essencial no meio de uma pesquisa não revisada e a pesquisa revisada é o controle de qualidade e sua certificação. Embora os pesquisadores não desejem processos de revisão muito rígidos e as vezes injustos, favorecendo determinadas instituições, eles desejam que seus trabalhos sejam revisados e que suas pesquisas tenham um reconhecimento com padrões altos de qualidade. 2.2 Budapest Open Access Initiative Ações concretas que seguem o conceito de auto-arquivamento começam a manifestar-se no cenário mundial. Surgem assim, algumas iniciativas, tais como a Budapest Open Access Initiative (BOAI) [3]. Esta iniciativa foi criada em dezembro de 2001 durante o encontro promovido pelo Open Society Institute (OSI). Participaram vários representantes de instituições que apóiam o acesso livre (open access) à literatura de pesquisa. Tal encontro, chamado de encontro de Budapeste, teve como objetivo maior impulsionar os esforços de vários países no sentido de disponibilizar gratuitamente artigos produzidos por cientistas. Para isso, foram definidas algumas estratégias, entre elas: 1. Incentivar os autores a realizar o auto-arquivamento de seus documentos. 2. Incentivar a criação de novos periódicos e revistas acadêmicas cujos conteúdos sejam livremente acessíveis. 3. Auxiliar na transição de periódicos que não possuam livre acesso para uma sistemática na qual seu conteúdo seja livre. Tais estratégias são realizadas através do oferecimento de subsídios monetários para a criação de novos produtos de software, ferramentas e jornais ou repositórios de artigos na Internet. A iniciativa salienta que em todo o processo deve ser dado ao autor o controle da integridade do conteúdo do trabalho e respeitado o direito de ser citado e devidamente referenciado. A finalidade da BOAI não é boicotar as editoras, mas tornar acessível os resultados produzidos pelas comunidades científicas [13]. Ela não incentiva a destruição do sistema de edição existente; simplesmente, apela às editoras por uma nova forma de cooperação, a qual demanda um acesso gratuito on-line aos artigos que foram produzidos pelos pesquisadores.

24 2. Conceitos 13 Em [3], podemos destacar algumas características principais na atuação da BOAI: 1. Auto-arquivamento preconizado pela BOAI não é sinônimo de depósito de artigos não controlados pelos pares (pre-prints). 2. Os artigos submetidos aos repositórios institucionais devem ser publicações post-prints, que já foram certificadas, revisadas e publicadas em revistas ou periódicos. 3. Os artigos publicados nas revistas são artigos que foram fornecidos pelos pesquisadores e para os quais não esperam remuneração. A BOAI é uma ramificação de outra iniciativa mais abrangente, o Free On-line Scholarship Movement (FOS) ( peters/fos), que se preocupa com todas as formas de disponibilização de documentos on-line, livremente acessíveis, e não apenas com documentos de pesquisas que já tenham passado por um processo de arbitragem [41]. Como podemos observar, nosso trabalho segue conceitos que são estimulados pelas ações da BOAI, pois seu foco é voltado para documentos que já tenham passado por um processo de arbitragem, com a intenção de manter os atuais padrões de qualidade do material que será auto-arquivado, seguindo, assim, de comum acordo com o conceito de auto-arquivamento. 2.3 O Protocolo OAI-PMH Dentro do conceito de auto-arquivamento, o protocolo Open Archives Initiative Protocol for Metadata Harvesting (protocolo OAI-PMH) torna-se importante para viabilizar a colheita automática dos metadados submetidos pelo autor para um repositório. Assim, para entendermos melhor esse conceito, é importante conhecermos o funcionamento do protocolo OAI-PMH. OAI-PMH é um protocolo de transferência que gerencia a migração de metadados de um computador (provedor de dados ou repositório) para outro computador (provedor de serviço). Fornece uma estrutura de interoperabilidade, independente da aplicação, baseada na colheita de metadados. Provê interoperabilidade não imediata, ou seja, não é um protocolo para busca on-line, entre repositórios de eprints, bibliotecas digitais ou qualquer servidor na rede que queira tornar visíveis metadados de documentos nele armazenados para um programa externo que queira coletá-los [44]. Segundo Sompel e Lagoze [40], o desenvolvimento de um protocolo específico para o padrão OAI foi necessário porque os protocolos existentes não atendem a necessidade e filosofia

25 2. Conceitos 14 dos repositórios de eprints, no que se refere à oferta de ferramentas de fácil implementação, baixo custo e sem exigência de equipes altamente especializadas, como é o caso do protocolo Z O protocolo OAI-PMH possui duas classes de participantes: 1. Provedores de dados que administram os sistemas que suportam o protocolo OAI-PMH, de maneira a exportar seus metadados. 2. Provedores de serviços que utilizam os metadados colhidos através do protocolo OAI- PMH como base para construir serviços de valor agregado. Segundo Marcondes e Sayão [31], um provedor de dados é um ambiente não somente para tornar disponível metadados de documentos digitais, mas também um ambiente de autoarquivamento, possibilitando a submissão desses metadados e de texto completo para comentários e sugestões. Ele precisa dispor de facilidades para acesso aos documentos armazenados em um repositório e permitir que os metadados desses documentos sejam visíveis para os programas de colheita automática de metadados (colhedor - havester). Dessa forma, um provedor de dados oferece serviços de recuperação e mecanismos de localização e acesso aos documentos. Já um provedor de serviço, segundo [44], é responsável por fornecer uma interface unificada de busca a metadados de documentos armazenados nos repositórios de diferentes provedores de dados; isso ocorre através do uso de um colhedor, que é uma aplicação cliente que utiliza as requisições do protocolo OAI-PMH. A comunicação entre o servidor do provedor de dados e o programa de colheita do provedor de serviços para a transferência de metadados é unidirecional e funciona da seguinte forma. O provedor de serviços faz solicitações ao provedor de dados, que responde enviando os metadados solicitados. As solicitações do provedor de serviço são feitas via o protocolo HTTP, usando comandos CGI codificados por meio dos métodos GET ou POST. As solicitações são respondidas pelo provedor de dados com o envio de dados das respostas ou metadados dos documentos armazenados, codificados em XML. O processo de colheita do protocolo OAI-PMH é ilustrado na Figura Z39.50 é um protocolo de recuperação de informação que distribui uma busca imediata e simultânea por vários provedores de dados.

26 2. Conceitos 15 Figura 2.1: Processo de colheita baseado no protocolo OAI-PMH. O protocolo OAI-PMH estabelece o Dublin Core Metadata Element Set (Dublin Core) [12] como conjunto mínimo de metadados a ser suportado pelos provedores de dados em resposta a uma solicitação de um provedor de serviços. No entanto, o protocolo OAI-PMH suporta a noção de múltiplos conjuntos de metadados, permitindo que as comunidades exponham seus metadados nos formatos que são específicos a suas aplicações e domínios. A estrutura técnica do protocolo não coloca nenhuma limitação à natureza de tais conjuntos paralelos, com exceção daquela que os registros dos metadados sejam estruturados no formato XML, e que possuam um esquema correspondente para sua validação [44]. Para a realização da colheita dos metadados, o protocolo prevê seis tipos de solicitação que um provedor de serviços pode enviar a um provedor de dados para coletar qualquer tipo de dados do repositório. Na Tabela 2.2 são apresentados os seis tipos de solicitação e suas funções. 2.4 Dublin Core O formato Dublin Core [12] foi criado originalmente com o nome de Dublin Core Metadata Set em março de 1995 em um workshop sobre metadados realizado em Dublin, Irlanda. É um formato derivado do MARC e reúne esforços para alcançar uma solução comum de

27 2. Conceitos 16 metadados para a comunidade de bibliotecas digitais e de repostórios de eprints. O objetivo principal desse formato foi identificar e definir um conjunto mínimo de elementos capazes de descrever em larga escala recursos disponíveis na Internet. O formato Dublin Core inclui dois níveis: Simples e Qualificado. O Dublin Core Simples compreende quinze elementos; O Dublin Core Qualificado inclui um elemento adicional, Audience, assim como um grupo de refinamentos dos elementos, chamados de qualificadores, que refinam a semântica dos elementos de maneira que podem ser úteis na descoberta dos recursos na Internet. A semântica do formato Dublin Core foi estabelecida por um grupo internacional de profissionais de diversas áreas, tais como, biblioteconomia, informática, arqueologia, e outros campos relacionados ao conhecimento. Solicitação Identify ListSets ListMetadataFormats ListIdentifiers ListRecords GetRecords Função Obtém dados administrativos sobre o provedor de dados e a política de publicação de documentos. Lista as classificações sob as quais os documentos são organizados no provedor de dados, ou seja, lista o conjunto dos quais os documentos fazem parte. Lista os formatos de metadados por meio dos quais os metadados dos documentos armazenados no provedor de dados podem ser apresentados. Lista os identificadores de registros armazenados no provedor de dados, podendo opcionalmente limitar estes registros a partir de uma data ou pertencentes a um conjunto (set). Lista os metadados dos registros armazenados no provedor de dados segundo um formato de metadados, especificando todos que pertencem a um conjunto (set) ou todos a partir de uma data. Obtém os metadados dos registros armazenados segundo um formato de metadados, dado um identificador de registro. Tabela 2.2: Solicitações para colheita dos metadados através do protocolo OAI-PMH. De acordo com [12], podemos perceber o formato Dublin Core como uma pequena linguagem de uma classe particular de sentenças sobre recursos disponíveis na Internet. Nesta linguagem, há duas classes de termos: os elementos (substantivos) e os qualificadores (adjetivos), que podem ser organizados dentro de um formato de sentença simples. Os próprios recursos são os assuntos incluídos nesta linguagem. O conjunto básico de elementos do formato Dublin Core, suas descrições e seus respectivos qualificadores são mostrados na Tabela 2.3. Cada elemento é opcional e pode ser repetido. A maioria dos elementos possui um conjunto limitado de qualificadores. É incentivado o uso de esquemas codificadores e de vocabulários para determinados elementos. O formato Dublin Core é adotado mundialmente e tem sido utilizado em vários projetos que buscam um entendimento entre diferentes comunidades de usuários. Ao todo, são mais de 45 países utilizando este formato [12].

28 2. Conceitos 17 Elementos Descrição Qualificadores Title Título que um autor ou editor atribui a um Alternative trabalho. Creator Subject Autor ou autores responsáveis pelo conteúdo do trabalho. Assunto de que trata o trabalho definido por meio de palavras-chave ou tópicos. Description Uma breve descrição do trabalho, tal como Table of Contents um abstract. Abstract Publisher Contributor Um agente ou agência responsável pela disponibilização do trabalho em sua forma atual; normalmente uma editora ou instituição educacional. Pessoas, além do(s) autor(es), que contribuíram substancialmente para o trabalho, por exemplo, editores e orientadores. Date Data da disponibilização do trabalho em sua Created forma descrita (é usado normalmente o ano). Valid Available Issued Modified Date Copyrighted Date Submitted Type Tipo de objeto, como por exemplo: coleções e texto. Format Formato em que o trabalho digital se encontra, Extent por exemplo: PDF, HTML ou JPG. Medium Identifier Uma cadeia de caracteres que identifica Bibliographic Citation exclusivamente o objeto, por exemplo: ISBN e URL. Source Language Outras fontes (caso se aplique) das quais o trabalho se deriva. Idioma usado no trabalho. Relation Relacionamento, se existir algum, do trabalho Is Version Of com outros trabalhos (normalmente descreve Has Version um trabalho como parte de um conjunto maior). Is Replaced By Replaces Is Required By Requires Is Part Of Has Part Is Referenced By References Is Format Of Has Format Conforms To Coverage A área geográfica que o trabalho engloba, Spatial se aplicável. Temporal Rights Direitos ou outras propriedades intelectuais Access Rights especificando as condições através das quais o trabalho pode ou não ser usado. Audience Pessoa ou entidade a quem o recurso está Mediator destinado ou é útil. Education Level Tabela 2.3: Campos Dublin Core.

29 2. Conceitos Sistemas de Auto-arquivamento Nesta seção apresentamos três sistemas para criação de serviços de auto-arquivamento compatíveis com o padrão OAI: Eprints, Dspace e Kepler. São sistemas voltados não somente para a criação de serviços de auto-arquivamento, mas que também são responsáveis pela geração e manutenção dos repositórios que armazenam os mais variados tipos de objeto digital. Dessa forma, englobam também muitas outras funções, tais como, serviços de gerenciamento, armazenamento, busca, navegação, subscrição, recuperação de dados e descrição de registros e coleções. Nesta seção realizamos também uma comparação desses sistemas nos concentrando somente no serviço de auto-arquivamento e em algumas outras característica relacionadas a esse serviço Eprints O sistema Eprints [39] foi desenvolvido pela Universidade de Southampton e idealizado por Stevan Harnad, principal incentivador do auto-arquivamento. É um software livre, distribuído nos termos do GNU General Public License, que gera um ambiente de manutenção e criação de serviços compatíveis com o padrão OAI. O principal objetivo do Eprints é facilitar a criação de repositórios que permitam acesso livre a resultados de pesquisa de instituições, especialmente universidades. Dessa forma, o serviço de auto-arquivamento é voltado para níveis institucionais, admitindo avaliação por parte de revisores e comentários vindos dos leitores. O Eprints é provavelmente o sistema mais utilizado em todo o mundo para criação de repositórios que sejam acessados livremente. De acordo com [39], existem cerca de 144 repositórios no mundo que foram desenvolvidos através do Eprints. Conforme [33], Eprints é um sistema que não requer muito esforço na instalação, sendo configurável e adaptável pois possibilita a inserção de ferramentas e módulos novos. Foi desenvolvido na linguagem Pearl para ser executado na plataforma UNIX. Utiliza o servidor Web Apache, o sistema de gerência de banco de dados MySQL e o interpretador Pearl. O serviço de auto-arquivamento gerado pelo Eprints é baseado na inserção de metadados por meio de uma interface Web. Os metadados são definidos pelo administrador, mas seguem o formato Dublin Core e identificam os objetos digitais do tipo eprints; não é permitido

30 2. Conceitos 19 outros objetos digitais, como som, vídeo e imagem. Os usuários podem submeter o texto completo dos documentos digitais em vários formatos, incluindo ASCII, HTML, Adobe PDF, e PostScript, ou através de uma URL que especifica a localização do documento correspondente. Os usuários que desejem auto-arquivar seus trabalhos ou comentar trabalhos que já estejam armazenados no repositório precisam obrigatoriamente criar uma conta. Depois de cadastrado, o usuário já tem acesso à User Area que disponibiliza uma série de opções relativas ao próprio usuário, tais como, documentos armazenados, pendências e submissões. Ao se ter acesso a User Area, a interface mostra se o usuário tem pendências de submissão e oferece ainda a opção de remoção e edição de documentos auto-arquivados. Quando um novo documento é submetido ao repositório do Eprints, ele fica armazenado em uma área restrita para que sejam feitas algumas verificações, que irão assegurar a qualidade do material que está sendo disponibilizado, como, por exemplo, verificar se possíveis políticas quanto ao tipo de documento, área de pesquisa ou afiliação do autor estão sendo respeitadas, verificar e complementar os metadados, verificar se o documento enviado é legível em todos os formatos em que foi submetido e realizar a conversão do documento para formatos mais comuns. Esses serviços devem ser executados por um bibliotecário ou administrador através de uma interface Web específica. Finalmente, o documento pode ser aceito, rejeitado ou enviado de volta ao seu autor, para que possíveis correções possam ser feitas. As verificações de integridade dos dados são executadas automaticamente. Algumas rotinas encontradas no sistema permitem que sites individuais adicionem suas próprias verificações de integridade se desejarem, as quais podem reduzir extremamente a carga de trabalho do administrador Dspace Dspace [38] caracteriza-se como um sistema que fornece funções básicas para a criação e manutenção de um repositório digital institucional projetado para capturar, armazenar, indexar, preservar e redistribuir trabalhos de pesquisa multidisciplinares de universidades e instituições de pesquisa a longo prazo. Desenvolvido pela biblioteca do MIT junto com a Hewlett-Packard, DSpace é um software livre, distribuído nos termos da licença BSD open source, que pode ser personalizado e estendido. O principal código do Dspace foi implementado em Java e pode ser executado nas plataformas UNIX e Windows. Necessita de um servidor Web Apache, do sistema de gerência de banco

31 2. Conceitos 20 de dados PostgreSQL e do Jakarta Tomcat Java Servlet. Dspace foi projetado para fornecer serviços de fácil utilização, baseados na Web, que possam atender diversas comunidades. Assegura a participação de escolas, departamentos, centros de pesquisa e outras unidades típicas de uma instituição de pesquisa, e suporta diferentes políticas para essas comunidades e coleções. Dessa forma, o serviço possibilita que sejam auto-arquivados vários tipos de material digital, incluindo, texto, imagens, vídeo e arquivos de áudio. De acordo com [43], o Dspace define comunidade como instituições às quais os dados pertencem, como, por exemplo, laboratórios ou centros de pesquisa, e coleções como sendo arranjos de conteúdos relacionados, por exemplo, relatórios técnicos ou dados estatísticos. Dspace utiliza um esquema de dados complexos especificado pelo sistema, no qual o trabalho a ser armazenado é parte de diferentes comunidades e coleções, sendo composto por outros elementos que também são armazenados separadamente no repositório, como imagens e sons. No serviço de auto-arquivamento, membros de diferentes comunidades depositam o conteúdo de seus trabalhos via uma interface Web. Para cada comunidade são especificados metadados e coleções que são inseridos pelo usuário. O serviço é compatível com o padrão OAI, de modo que cada documento digital possui metadados descritivos que são definidos pelo formato Dublin Core Qualificado para que sejam colhidos pelo protocolo OAI-PMH. Outros tipos de metadados também são armazenados pelo serviço, tais como, metadados administrativos e estruturais. Para que usuários possam utilizar o serviço de auto-arquivamento, eles devem se cadastrar informando o endereço de , nome, senha, login name e uma lista de coleções. Esta última informação é necessária ao serviço de subscrição, que permite que os usuários recebam informação a respeito de trabalhos de suas área de interesse. Ao se cadastrar, o usuário deve indicar a comunidade à qual pertence, podendo pertencer a mais de uma comunidade. Quando um trabalho é auto-arquivado, um processo de revisão é iniciado. Este processo é realizado por um ou mais revisores para verificar a submissão e assegurar que seja adequada para inclusão na coleção. Cada comunidade possui um grupo de revisores que podem executar as ações descritas na Tabela 2.4, conforme a política de cada coleção. Quando esse processo é completado com sucesso, ou seja, depois que todos os revisores aceitam ou alteram o arquivo, são adicionadas políticas de autorização apropriadas para que o trabalho possa ser colocado disponível no repositório por usuários autorizados. Se a submissão é rejeitada, a razão é informada por para o submissor, ele pode então fazer algumas modificações necessárias e submeter novamente.

32 2. Conceitos 21 Ação Ação 1 Ação 2 Ação 3 Descrição Aceitar a submissão para inclusão ou rejeitá-la. Editar metadados fornecidos pelo usuário na submissão, mas não pode trocar os arquivos submetidos (documento digital). Pode aceitar a submissão para inclusão ou rejeitá-la. Editar metadados fornecidos pelo usuário na submissão, mas não pode trocar arquivos submetidos. Pode enviar a submissão de volta para o repositório, mas não pode rejeitá-la. Tabela 2.4: Possíveis ações realizadas por revisores do Dspace. Dspace possui um sistema de autorização flexível. Não consente permissão para qualquer usuário auto-arquivar seu trabalho. Mas aqueles que possuem essa permissão podem ter acesso aos metadados, visualizá-los, atualizá-los e removê-los. Alguns usuários podem também realizar revisões, que englobam as ações descritas na Tabela 2.4. Para excluir um objeto do arquivo, o usuário deve ter permissão de remover todos objetos, neste caso a coleção inteira. Assim, o item tornado órfão é automaticamente excluído Kepler Kepler [23] é um sistema desenvolvido como resultado de um projeto financiado pela National Science Foundation, desenvolvido em cooperação com o US Geological Survey (USGS), Old Dominion University (ODU), Los Alamos National Laboratory (LANL) e Open Language Archives Community (OLAC). O objetivo do sistema Kepler é permitir que qualquer usuário possa facilmente auto-arquivar suas publicações em provedores de dados pessoais e que as publicações sejam coletadas via o protocolo OAI-PMH, utilizando a ideologia das redes peer-to-peer. Kepler é diferente dos outros sistemas descritos, pois não cria um ambiente de gerenciamento, armazenamento e descrição para um grande volume de dados. O provedor de dados deve possuir um volume pequeno de dados pois armazena somente os objetos digitais de um indivíduo. Porém, deve existir vários desses provedores, o equivalente ao número de indivíduos cadastrados no sistema, que deve chegar na ordem de milhares. Conforme [30], Kepler é voltado para submissões individuais, possibilitando a participação de pequenos grupos de pesquisa ou mesmo indivíduos na iniciativa, sem a necessidade de uma infra-estrutura para manter um repositório de documentos na Internet. Sua arquitetura inclui três tipos de componente: (a) provedores de dados pessoais, (b) provedor de serviço simples para colher metadados dos provedores de dados pessoais, e (c) servidor central que possui um serviço de registro automático para suportar as várias publicações armazenadas

33 2. Conceitos 22 nos provedores de dados pessoais. O provedor de dados da arquitetura é projetado para ser de fácil instalação, uso e manutenção. Cada indivíduo que deseja tornar disponível seus trabalhos instala o sistema em seu computador pessoal para criar o seu provedor de dados pessoal. A partir dele utiliza a interface de auto-arquivamento para informar metadados dos trabalhos em um formulário e identificar a localização do texto completo, permitindo, assim, que sejam coletados por provedores de serviços especificados pela arquitetura. O mecanismo possibilita que os dados sejam organizados por assunto, instituição, indivíduo ou publicação. Qualquer tipo de trabalho pode ser armazenado no banco de dados local de um provedor de dados pessoal. A arquitetura é baseada em um servidor central, disponibilizado pela Old Dominion University, que monta um repositório com cópias locais de todos os trabalhos e metadados dos provedores de dados pessoais. Quando um provedor de dados pessoal é criado, ele é registrado automaticamente pelo servidor central, que cria um identificador (URL) e identifica um estado (off-line ou on-line). Quando o provedor de dados pessoal está on-line, os dados podem ser colhidos diretamente por provedores de serviços através do protocolo OAI-PMH, porém quando está off-line os dados serão acessados através do servidor central. A arquitetura suporta dois tipos de usuário: publicadores individuais usando o serviço de auto-arquivamento dos provedores de dados individuais e usuários gerais interessados em recuperar trabalhos publicados. O publicador individual interage com o serviço de autoarquivamento e o usuário geral interage com o provedor de serviço e um repositório compatível com o padrão OAI usando um browser. Em [29] é mostrado uma versão da arquitetura Kepler otimizada fornecendo um mecanismo de sincronização de repositórios individuais mais eficiente, permitindo um acesso mais rápido aos trabalhos auto-arquivados. Neste caso é usado um processo mais veloz de atualização dos dados, possibilitando a descoberta mais rápida do conteúdo assim que são auto-arquivados Quadro Comparativo dos Sistemas Nesta seção mostramos um quadro comparativo, apresentado na Tabela 2.5, de todos os sistemas descritos, identificando detalhes adicionais e funções particulares. O objetivo dessa comparação não é distinguir o melhor serviço de auto-arquivamento dentre os sistemas descritos, pois cada um possui características específicas para o seu ambiente de trabalho. Em cada instituição o sistema mais indicado será o que melhor atender a seus requisitos e necessidades.

34 2. Conceitos 23 Características Dspace Eprints Kepler Versão do protocolo OAI-PMH OAI-PMH 2.0 OAI-PMH 2.0 OAI-PMH 2.0 Licença de software livre BSD GNU GPL não é software livre Plataformas Java Perl Java PostgreSQL MySQL MySQL/Oracle Unix/Windons Linux/Solaris Linux/Windons Apache Apache Arc 1 qualquer browser qualquer browser qualquer browser Tomcat TomCat Última atualização Agosto-03 Março-02 Outubro-04 Cadastramento de usuários sim sim não Processo seguro de geração sim sim não de senha 2 Mecanismo de autenticação /x.509 tabelas MySQL sim 3 do usuário ( e senha) (login name e senha) Restrição de usuários 4 sim não não Perfil do usuário armazenado sim sim não Autorizações diferentes por sim sim sim usuários Múltiplos níveis de acesso sim não sim 3 ao serviço 5 Restrição de acesso ao sim sim sim conteúdo do objeto digital Múltiplos conteúdos de coleções 6 sim sim sim Estágios do objeto digital assemble não possui não possui pending approved Submissão incompleta 7 sim sim 8 não Usuários envolvidos submitters user publicadores indireviewers editor viduais approvers administrator usuários gerais editors Tipos de objeto digital qualquer 9 eprints 10 qualquer Tipos de submissão institucional e institucional e individual individual individual Acesso ao texto completo sim sim sim (URL e (URL e (texto completo) texto completo) texto completo) Notificação ao usuário sobre sim sim não estado do objeto Notificação ao administrador sim sim não sobre objetos à espera de aprovação Acesso ao conteúdo e sim sim sim pendências da submissão Formato de metadados Dublin Core Dublin Core Dublin Core Qualificado Sustentação de outros formatos sim sim sim Controle de qualidade dos sim accept não metadados edit bounce delete Seleção de objetos para sim sim sim colheita via OAI-PMH Tabela 2.5: Quadro comparativo dos serviços de auto-arquivamento.

35 2. Conceitos 24 A seguir apresentamos algumas considerações relevantes referentes ao quadro comparativo: ( 1 ) Arc é um serviço de colheita e recuperação de dados para múltiplos provedores de dados [28]. ( 2 ) Característica que fornece um processo seguro de geração de senhas, para o caso dos usuários que esqueceram as suas senhas possam receber uma nova. Normalmente as senhas são enviadas via . ( 3 ) Em Kepler o usuário (provedores de dados individuais) são autenticados através de URLs e IP s pelos servidores centrais. ( 4 ) Característica que restringe o tipo de usuários que podem usar o serviço de autoarquivamento. ( 5 ) Característica na qual o administrador aplica múltiplos níveis de restrição de acesso para entrada do serviço de auto-arquivamento, como por exemplo, acesso livre, acesso através de IP e acesso através de login name e senha. ( 6 ) Característica na qual múltiplos conteúdos de coleções e/ou grupos de usuários são definidos. Coleções podem ser definidas de várias formas incluindo área de conhecimento e tipos. E usuários podem ser divididos por instituições. ( 7 ) Característica na qual permite que submissões sejam auto-arquivadas de forma incompleta sem passar pelo estágio de aprovação. Isto é realizado para simplificar o processo de submissão, permitindo que o usuário salve a submissão incompleta e posteriormente continue o processo de submissão. ( 8 ) No Eprints o estado da submissão é armazenado no banco de dados. ( 9 ) Dspace armazena objetos complexos. ( 10 ) Eprints pode ser configurado para armazenar outro tipo de objetos além de objetos do tipo eprints.

36 Capítulo 3 O Serviço de Auto-Arquivamento da BDBComp Neste capítulo, descrevemos o serviço de auto-arquivamento criado para a Biblioteca Digital Brasileira de Computação (BDBComp). Na Seção 3.1 é mostrada uma visão geral da BDBComp. Na Seção 3.2 é apresentada a arquitetura do serviço de auto-arquivamento. Na Seção 3.3 são apresentados os possíveis usuários desse serviço. Na Seção 3.4 são ilustradas as funções e características do serviço de auto-arquivamento. Na Seção 3.5 é descrito o repositório de metadados. Na Seção 3.6 são apresentas as interfaces do serviço de autoarquivamento. Por fim, é realizada uma comparação entre o serviço de auto-arquivamento da BDBComp e os sistemas descritos no Capítulo Visão Geral da BDBComp O projeto da BDBComp surgiu no Laboratório de Bancos de Dados do DCC/UFMG com o objetivo de disponibilizar na Web informações bibliográficas referentes a trabalhos (publicações de tipo post-prints) da comunidade brasileira de computação, suprindo, assim, a carência de um acervo brasileiro na área e permitindo que pesquisadores disseminem seus trabalhos para toda a comunidade [25]. A BDBComp foi projetada de acordo com o padrão OAI e adota o formato Dublin Core para seus metadados. A BDBComp está disponível em e, atualmente, possui registros de metadados de 3401 trabalhos apresentados em eventos promovidos pela Sociedade Brasileira de Computação (SBC), dos quais 972 incluem o resumo do trabalho e 1084 o link para o texto completo 1. 1 Dados colhidos em 9/11/2004.

37 3. O Serviço de Auto-Arquivamento da BDBComp 26 A arquitetura da BDBComp, mostrada na Figura 3.1, compreende três camadas principais: as interfaces de usuários, os serviços oferecidos pela biblioteca e o repositório de metadados. Figura 3.1: Arquitetura da BDBComp. As interfaces servem para agrupar todos os serviços fornecidos, existindo, assim, diferentes interfaces de acordo com a necessidade das diferentes comunidades de usuários. Na atual versão da BDBComp estão disponíveis os serviços de busca, navegação e listagem de trabalhos mais recentes, com facilidades similares aos serviços disponíveis na DBLP [27], existindo também um serviço de provedor de dados baseado no protocolo OAI-PMH. Além dos serviços mencionados, pretende-se também oferecer futuramente serviços mais avançados, tais como, filtragem, linking automático e recomendações. O serviço de auto-arquivamento encontra-se na camada de serviços e possui o papel fundamental de fornecer metadados para o repositório através das submissões de trabalhos realizados por pesquisadores. Os usuários que interagem com esse serviço são diferenciados de outros usuários dos serviços mencionados. Para manter os serviços mencionados existem também serviços especiais de administração. Finalmente, no nível mais interno da arquitetura, encontramos o repositório central que armazena os metadados que descrevem os trabalhos disponíveis. Além do serviço de auto-arquivamento, foram previstas outras duas maneiras de se coletar metadados para o repositório da BDBComp: 1. Extração de metadados de sites existentes na Web, por exemplo, usando ferramentas tais como as utilizadas pelo ambiente Web-DL [4].

38 3. O Serviço de Auto-Arquivamento da BDBComp Colheita de metadados de outros repositórios (por exemplo, CITIDEL [6]) que suportam o protocolo OAI-PMH. O repositório da atual versão da BDBComp foi criado a partir de dados extraídos de alguns sites de eventos da SBC por meio de wrappers e do ambiente Web-DL. Esse repositório é um banco de dados relacional que, atualmente, compreende somente trabalhos publicados em eventos da SBC, cujo esquema é representado pelo diagrama ER da Figura 3.2. Figura 3.2: Esquema atual do repositório de metadados da BDBComp. O esquema do repositório inclui um tipo de entidade work que representa os trabalhos armazenados no repositório. Este tipo de entidade possui, além da chave primária, um conjunto de atributos multivalorados, ou seja, que podem ter mais de um valor. Esses atributos representam os dados de um trabalho publicado em anais, como seu título, seus autores ou sua data de publicação. O esquema proposto foi desenvolvido de modo que atendesse ao formato de metadados Dublin Core Simples, onde cada um dos 15 atributos multivalorados do tipo de entidade work representa um dos campos do formato. A razão para os atributos serem multivalorados é o fato de o formato Dublin Core permitir que cada um dos seus campos possua mais de um valor. Uma outra característica do esquema do repositório é o suporte ao protocolo OAI-PMH. No protocolo, existe a noção de conjunto que serve para agrupar logicamente registros relacionados no repositório de metadados. Assim, na BDBComp, existe um conjunto para cada

39 3. O Serviço de Auto-Arquivamento da BDBComp 28 evento cujos dados estão armazenados no repositório de metadados. Através deste trabalho, o repositório atual foi modificado para englobar outros tipos de documento, melhorar o desempenho para consultas dos serviços descritos e permitir a construção do serviço de auto-arquivamento, mantendo, porém, as características gerais do repositório descrito. 3.2 Arquitetura O serviço de auto-arquivamento desenvolvido provê facilidades para que indivíduos, por exemplo pesquisadores, estudantes e profissionais, possam submeter os metadados de seus trabalhos ao repositório da BDBComp. É um serviço no qual os próprios usuários são responsáveis pela manutenção da biblioteca, participando do processo de submissão e revisão dos metadados. A participação da comunidade, tanto no uso quanto na manutenção da BDBComp, é essencial para garantir a sua sustentabilidade [25]. Desta forma, o serviço de auto-arquivamento proposto é voltado exclusivamente para a comunidade da área de computação e permite somente o auto-arquivamento de publicações do tipo post-prints. O serviço de auto-arquivamento da BDBComp, ilustrado na Figura 3.3, é um serviço complexo que compreende três serviços básicos: cadastramento, submissão e revisão [35]. O serviço de cadastramento permite que os usuários se cadastrem como contribuidores, para que, dessa forma, submetam os metadados de seus trabalhos. O serviço de submissão controla todas as submissões realizadas. O serviço de revisão garante a qualidade dos metadados submetidos. No serviço de revisão, os revisores analisam os metadados quanto à sua autenticidade, pertinência e qualidade. Todos os serviços se comunicam com o repositório, que armazena metadados dos trabalhos submetidos e dados dos usuários envolvidos no processo de submissão. A comunicação entre os serviços e o repositório é realizada através do protocolo Java DataBase Connectivity (JDBC). Os serviços são utilizados através da tecnologia cliente-servidor. O cliente, desenvolvido em HTML e JSP (Java Server Pages), é a parte visual da aplicação que serve de interface entre os usuários e o serviço de auto-arquivamento da BDBComp. O servidor, desenvolvido em Java com tecnologia Servlets, é onde residem os serviços que constituem o serviço de auto-arquivamento e onde é realizado o processamento das solicitações dos clientes. O serviço de auto-arquivamento, aqui descrito, foi criado sem o uso de modelos para construção de serviços em bibliotecas digitais. Todo o estudo de elementos, serviços, comunidades, estruturas, interfaces e dados, envolvidos no processo de criação, foram baseados

40 3. O Serviço de Auto-Arquivamento da BDBComp 29 nas características e funcionalidades da BDBComp, sem passar por um processo de modelagem formal. Em [35], é descrita a prototipação de um serviço de auto-arquivamento para BDBComp utilizando a modelagem formal por meio da abordagem 5S [16, 17] e das ferramentas 5SGraph [36] e 5SLGen [22]. Porém esse serviço não engloba toda a funcionalidade retratada neste trabalho. Figura 3.3: Arquitetura do serviço de auto-arquivamento da BDBComp. 3.3 Usuários Existem quatro tipos de usuário que podem interagir com o serviço de auto-arquivamento da BDBComp: usuário geral, contribuidor, revisor e administrador. Na Figura 3.3 é mostrada a interação desses usuários com os serviços. O usuário geral interage com o serviço de cadastramento, a partir do qual fornece dados básicos solicitados pela interface para que o seu cadastramento ocorra, tais como, nome, e- mail e instituição. Além disso, deve ainda informar um login name e uma senha para poder

41 3. O Serviço de Auto-Arquivamento da BDBComp 30 utilizar o serviço de submissão. Uma vez cadastrado não precisará mais utilizar o serviço de cadastramento ao acessar o serviço de submissão. O contribuidor é o usuário que submeterá os metadados dos trabalhos à BDBComp, interagindo com o serviço de submissão. Esse usuário poderá submeter qualquer trabalho definido pelo serviço, de forma que ele não precisa ser o autor do trabalho, basta ser autorizado pelo autor e ter os dados necessários para efetuar a submissão. Qualquer usuário comum poderá ser um contribuidor, basta se cadastrar no serviço de cadastramento e autoarquivar algum trabalho. O revisor é um usuário especializado, designado pelo administrador da biblioteca digital, que tem a função importante de garantir a qualidade do repositório, pois é responsável por analisar as submissões de uma determinada área de conhecimento, podendo aceitá-las ou rejeitá-las. Um revisor pode também submeter trabalhos ao serviço de submissão, mas para isso tem que estar cadastrado como um contribuidor. O administrador é o responsável por administrar todo o serviço de auto-arquivamento, interagindo com o banco de dados da BDBComp diretamente. Ele pode excluir, adicionar ou editar qualquer trabalho, assim como, pode também adicionar ou excluir um determinado contribuidor ou revisor. Ele é responsável também pelo cadastramento dos revisores para cada área de conhecimento. 3.4 Características O serviço de auto-arquivamento da BDBComp foi projetado para receber submissões de diversas áreas de conhecimento dentro da ciência da computação. Cada trabalho submetido, obrigatoriamente tem que pertencer a uma área de conhecimento, como, por exemplo, bancos de dados e redes de computadores, e ser de um determinado tipo. Os tipos de trabalho aceitos inicialmente pelo serviço são: livros, capítulos de livro, trabalhos publicados em periódicos e trabalhos publicados em anais de eventos. Para cada tipo de trabalho, os metadados informados pelo contribuidor são diferentes e serão melhor detalhados nas seções seguintes. Os trabalhos submetidos podem ser encontrados em três estados diferentes, como mostrado na Tabela 3.1. O serviço mantém em seu repositório informações de eventos e periódicos da área da computação. Ao submeter os metadados de um trabalho publicado nesses veículos, o contribuidor deve selecionar o evento ou periódico no qual foi publicado. Na lista fornecida pela interface de submissão, caso o veículo (evento ou periódico) não seja encontrado, o usuário tem a opção

42 3. O Serviço de Auto-Arquivamento da BDBComp 31 de inserí-lo, informando alguns dados solicitados pela interface. Os dados dos periódicos ou eventos submetidos passam também pelo processo de revisão para serem analisados e depois aceitos ou rejeitados. Caso aceitos, tornam-se disponíveis para as próximas submissões, caso rejeitados, são excluídos do repositório. Neste serviço não é submetido o texto eletrônico dos trabalhos. Assim, o contribuidor deve informar a URL em que o trabalho se encontra e, a partir dela, o usuário terá acesso ao texto completo. Estado Submetido Aceito Rejeitado Característica Aquele que foi submetido e ainda aguarda o processo de revisão. Aquele que já passou pelo processo de revisão, foi aceito e está disponível para consulta na biblioteca digital. Aquele que já passou pelo processo de revisão e foi rejeitado. Tabela 3.1: Estados dos trabalhos submetidos. Para o contribuidor e revisor terem acesso aos serviços de submissão e revisão, respectivamente, eles devem ser autenticados através de um login name e senha. A autenticação cria uma sessão para cada indivíduo (contribuidor ou revisor). Para o contribuidor a sessão criada é chamada de área do contribuidor e exibe todos os trabalhos submetidos por ele, o estado em que se encontram as suas submissões e a opção de alteração de seus dados cadastrais. As submissões que não estejam no estado aceito são limitadas à área do contribuidor, ou seja, somente o contribuidor responsável por aquela submissão pode acessá-las. Para o revisor, a sessão criada é chamada de área do revisor e possui uma lista de submissões de trabalhos, de periódicos e de eventos para serem analisados. As submissões são analisadas somente por um revisor, ou seja, são alocadas para uma única área de revisor. No caso do administrador, ele não precisa ser autenticado para ter acesso aos serviços, pois tem acesso a qualquer submissão através de consultas ao banco de dados. O serviço de submissão garante que os trabalhos repetidos não sejam incluídos no repositório. Para isso, realiza um processo de verificação dos metadados no momento da submissão do trabalho, assegurando qualidade no conteúdo do repositório e não redundância de dados. Essa verificação é realizada através de identificadores individuais que são armazenados no repositório e criados a partir dos metadados do trabalho. Cada trabalho possui seu identificador individual que identifica unicamente aquele trabalho. No momento da submissão, o processo de verificação consulta se existe no repositório algum identificador igual ao que está sendo submetido. Caso exista, ou seja, caso o trabalho já tenha sido submetido anteriormente por outro contribuidor e tenha sido aceito ou esteja no estado de submetido, a submissão não é concluída e, assim, os metadados do trabalho não são incluídos no repositório. Essa verificação não considera as submissões que foram rejeitadas.

43 3. O Serviço de Auto-Arquivamento da BDBComp 32 O serviço de auto-arquivamento suporta algumas funções de auxílio aos usuários. Por exemplo, o serviço de submissão auxilia o contribuidor a ter acesso à sua área do contribuidor caso tenha esquecido seu login name ou senha. Para isso, o contribuidor deverá informar o seu já previamente cadastrado pelo serviço de cadastramento, e o serviço envia, via , sua senha e login name. Existem também links de ajuda, caso o contribuidor tenha alguma dúvida no momento do preenchimento do formulário de submissão Além disso, a interface de submissão dispara alertas caso o preenchimento do formulário não tenha sido efetuado corretamente. No serviço de revisão, existe uma função de notificação, via , aos revisores, informando quando um número de dez submissões foram armazenadas no repositório à espera de revisão. Essa função funciona como um lembrete para que o revisor entre em sua área de revisão e faça a revisão das submissões que foram alocadas a ele. Caso isso não aconteça, a cada dez submissões alocadas ao revisor, a função de notificação é disparada. Outras características do serviço de auto-arquivamento da BDBComp são descritas com maiores detalhes nas subseções seguintes Autorizações O serviço de auto-arquivamento possui uma política de autorização. Assim, para cada usuário executar uma ação deverá possuir permissão para isso. As ações que o serviço autoriza estão descritas na Tabela 3.2. Qualquer contribuidor possui permissão de SUBMETER um trabalho à BDBComp, desde que tenha informações suficientes para inserir os metadados de um trabalho usando o formulário da interface do serviço de submissão. O contribuidor tem permissão de VISU- ALIZAR os metadados de suas submissões em qualquer estado que estiverem (submetido, aceito ou rejeitado), sendo os metadados mostrados no formato Dublin Core Qualificado. Caso as submissões estejam no estado de submetido ou rejeitado, o contribuidor poderá AL- TERAR os metadados e submetê-los novamente ou EXCLUIR o trabalho submetido, o que, neste caso, resultará na perda de todos os dados de sua submissão. O revisor tem permissão de ACEITAR ou REJEITAR a submissão de um trabalho ou de periódicos e eventos. Essa ação é realizada pelo livre arbítrio do revisor, que deve somente rejeitar as submissões que possuem dados errôneos, impertinentes, irreais ou que serão armazenadas na BDBComp por outros meios. O administrador poderá efetuar qualquer ação descrita através do acesso direto ao banco de

44 3. O Serviço de Auto-Arquivamento da BDBComp 33 dados. Ação SUBMETER VISUALIZAR ALTERAR EXCLUIR ACEITAR REJEITAR Característica Ação de adicionar metadados de um trabalho ao repositório da BDBComp. Ação de ver os metadados de um trabalho submetidos no formato Dublin Core. Essa ação deve ser executada dentro da área do contribuidor para submissões em qualquer estado. Ação de alterar os metadados do trabalho e submetê-los novamente, não incluindo permissão para exclusão. Essa ação deve ser executada dentro da área de cada contribuidor para submissões que estejam no estado de submetido ou rejeitado. Ação de excluir os metadados do trabalho submetido. Essa ação deve ser executada dentro de cada área do contribuidor para submissões que estejam no estado de submetido ou rejeitado. Ação de verificar e aceitar os metadados das submissões no formato Dublin Core. Ação de verificar e rejeitar os metadados das submissões no formato Dublin Core, devido a algum dado errado ou porque o trabalho submetido será armazenado no repositório por outros meios que não seja o auto-arquivamento. Tabela 3.2: Ações permitidas no serviço de auto-arquivamento Fluxos de Trabalho Existe um fluxo de trabalho para cada um dos serviços básicos definidos para o serviço de auto-arquivamento. Nesta seção são descritos os fluxos de trabalhos para os serviços de submissão e de revisão, que envolvem dois tipos de usuário, contribuidores e revisores. O serviço de submissão é iniciado através da autenticação do login name e senha para entrada na área do contribuidor. Para iniciar o processo de submissão, o contribuidor deve clicar no link de submissão que se encontra dentro da área do contribuidor. O processo de submissão possui três etapas: 1. O contribuidor seleciona o tipo de trabalho cujos metadados deseja submeter, escolhendo entre livro, capítulo de livro, trabalho publicado em periódico e trabalho publicado em anais de evento. 2. O contribuidor insere os dados solicitados pelos campos do formulário. Para trabalhos publicados em periódicos e em anais de eventos existe uma lista de nomes de eventos e periódicos da área de ciência da computação. O contribuidor deve selecionar na lista, antes de informar os dados do trabalho, o evento ou periódico no qual o trabalho foi publicado. Caso não esteja na lista, o contribuidor pode inserí-lo, informando, os dados

45 3. O Serviço de Auto-Arquivamento da BDBComp 34 solicitados. Após informar o evento ou periódico, o contribuidor passa para uma nova página Web, para inserir os dados solicitados pelo formulário a respeito do trabalho. 3. Ao término do processo de submissão, o contribuidor submete os metadados, os quais são armazenados no repositório com estado de submetido, ou seja, ficarão à espera de serem analisados e aceitos através do serviço de revisão. No momento da submissão, o contribuidor seleciona a área de conhecimento à qual o trabalho pertence. Por meio da área de conhecimento, o próprio serviço de submissão já aloca o trabalho para o revisor daquela área. Assim, as submissões são distribuídas para cada revisor, conforme sua área de conhecimento. O mesmo processo ocorre com os eventos e periódicos informados pelo contribuidor no caso deles não terem sido encontrados na lista de eventos e periódicos. Eles serão alocados para um determinado revisor conforme a área de conhecimento. Concluída a submissão, tem início um processo de verificação para garantir que os metadados do trabalho ainda não foram submetidos anteriormente por outro contribuidor. Caso isso aconteça, o serviço não permite que o trabalho seja submetido novamente, mostrando uma página Web ao contribuidor, informando o título do trabalho que já foi submetido e a pessoa que o submeteu. O serviço de revisão é iniciado pela autenticação do login name e senha para entrada na área do revisor. O revisor possui na sua área uma lista de trabalhos e nomes de eventos e periódicos para serem aprovados, e cada submissão passa por uma única revisão. O processo possui três etapas: 1. O revisor clica no link de revisão para analisar os metadados dos trabalhos submetidos e alocados para ele. Na página Web de revisão do trabalho, existe uma lista com os campos no formato Dublin Core Qualificado e metadados administrativos do trabalho. O revisor deve analisar os dados verificando-os quanto a autenticidade, pertinência e qualidade. 2. Caso o revisor não encontre dados errôneos, deve aceitar a submissão dos metadados do trabalho simplesmente clicando no link aprovar. Isso altera o estado da submissão de submetido para aceito, permitindo que os metadados do trabalho que foram aceitos possam ser visualizados por qualquer usuário que consultar a BDBComp posteriormente. Caso o revisor rejeite a submissão, clicando no link reprovar, o estado da submissão é alterado de submetido para rejeitado, limitando, assim, a visualização dos metadados do trabalho somente para o contribuidor daquele trabalho, que pode alterá-los e submetê-los novamente, reiniciando o processo de revisão. O revisor pode enviar também um para o contribuidor do trabalho informando o motivo da rejeição.

46 3. O Serviço de Auto-Arquivamento da BDBComp No caso da revisão de eventos e periódicos, o revisor verifica o nome do evento e do periódico, e, respectivamente, a sigla e o ISSN. Caso aceite, o periódico ou evento é armazenado no repositório para posterior consulta no momento da submissão de um trabalho publicado nesses meios. Caso o revisor rejeite a submissão, o evento ou periódico é excluído. 3.5 Repositório de Metadados O repositório criado para atender o serviço de auto-arquivamento é baseado no repositório de metadados da BDBComp. É um banco de dados relacional que foi implementado em MySQL de acordo com o esquema representado pelo diagrama ER da Figura 3.4. Figura 3.4: Esquema do repositório do serviço de auto-arquivamento da BDBComp. O esquema suporta o armazenamento de metadados de livros, capítulos de livro, trabalhos

47 3. O Serviço de Auto-Arquivamento da BDBComp 36 publicados em eventos e trabalhos publicados em periódicos, além de armazenar dados sobre os contribuidores e revisores. O esquema foi projetado para criar um banco de dados mais eficiente do que o banco de dados que implementa o repositório original da BDBComp. Como no repositório da BDBComp [25], o esquema mostrado na Figura 3.4 também possui um tipo de entidade work que representa os trabalhos armazenados no repositório e possui alguns atributos multivalorados e outros monovalorados. O esquema atende ao formato Dublin Core Qualificado, e os atributos da entidade work correspondem aos elementos desse formato. Como pode ser percebido, o esquema mostrado na Figura 3.2 possui, para o tipo de entidade work, alguns atributos multivalorados que foram definidos como atributos monovalorados no esquema do repositório do serviço de auto-arquivamento, mostrado na Figura 3.4. Isso ocorre pois foi verificado que, na prática, para os tipos de trabalho armazenados na BDBComp, alguns atributos possuem um único valor (por exemplo, title, date, language, coverage, publisher e type). Assim, essa alteração melhora o desempenho do serviço facilitando o acesso ao repositório. No esquema existem os tipos de entidade revisor e contribuidor que descrevem os dados pessoais respectivamente dos revisores e contribuidores do serviço de auto-arquivamento. O tipo de entidade area caracteriza a área de conhecimento dos trabalhos e relaciona cada trabalho com um revisor, de acordo com a área de conhecimento dos revisores. Para cada área de conhecimento existe um revisor. O tipo de entidade meio publicação representa os eventos e periódicos da área de ciência da computação e possui, além da chave-primária, atributos, tais como, name, identifier (sigla do evento ou ISSN), typedocs (representa o evento ou periódico) e status. Este último atributo identifica o meio de publicação como aceito pelo processo de revisão ou à espera do processo de revisão. O tipo de entidade meio publicação está relacionado com o tipo de entidade revisor para garantir que um revisor analise os dados dos eventos e periódicos. Os eventos e periódicos armazenados no repositório foram retirados da base de dados do Qualis da CAPES ( e da DBLP ( ley/db), tendo sido realizada uma triagem nessas bases de dados para selecionar os eventos e periódicos nos quais os pesquisadores brasileiros mais publicam. Uma das características do repositório de metadados é a compatibilidade com o protocolo OAI-PMH. Para isso, o padrão OAI adiciona alguns campos, além dos utilizados no Dublin Core, formando um registro de cada documento armazenado no provedor de dados [44]. Para entender melhor o formato do registro OAI que o repositório suporta, a Figura 3.5 mostra o formato XML de um registro desse tipo. O registro é constituído de três partes: 1. header, que possui um campo temporal, denominado datestamp, que indica a data

48 3. O Serviço de Auto-Arquivamento da BDBComp 37 de criação ou última alteração do documento associado a este registro; é a chave que permite a coleta automática dos metadados a partir de uma determinada data. Possui também um campo de identificação único, chamado identifier, e um campo chamado setspec, que relaciona cada trabalho com um determinado conjunto. Esse campo é representado pelo tipo de entidade set. 2. metadata, que possui os campos no formato Dublin Core Qualificado. 3. about, que possui o campo provenance para identificar a procedência do registro. < record > < header > < identifier > issn xyear2002vol40num2metapag < /identifier > < datestamp > < /datestamp > < setspec > bdbcomp:periodicos art ind < /setspec > < /header > < metadata > < oai dc : dc > < dc : title > DEByE - DataExtraction By Example < /dc : title > < dc : creator > Alberto H. F. Laender < /dc : creator > < dc : creator > Berthier Ribeiro-Neto < /dc : creator > < dc : creator > Altigran S. da Silva < /dc : creator > < dc : subject > Data extraction < /dc : subject > < dc : subject > Wrapper generation < /dc : subject > < dc : subject > Web data management < /dc : subject > < dc : description > In this paper we present DEByE (Data Extraction By Example), an approach to extracting data from Web sources... as demonstrated by our experiments. < /dc : description > < dc : publisher > Elsevier Science B.V. < /dc : publisher > < dc : contributor >< /dc : contributor > < dc : date > 2002 < /dc : date > < dc : type > Text < /dc : type > < dc : format > application/pdf < /dc : format > < dc : identifier > issn xyear2002vol40num2pag < /dc : identifier > < dc : identifier > < /dc : identifier > < dc : identifier > < dc : terms : bibliographiccitation > JounalTitle=Data & Knowledge Engineering; JournalIdentifier= X; Volume=40; IssueNumber=2; IssueDate=February; Pagination= < /dc : terms : bibliographiccitation > < /dc : identifier > < dc : source >< /dc : source > < dc : language > en < /dc : language > < dc : reference >< /dc : reference > < dc : coverage >< /dc : coverage > < dc : rights > Elsevier Science B.V. < /dc : rights > < /oai dc : dc > < /metadata > < about > < provenance > self-archiving < /provenance > < /about > < /record > Figura 3.5: Registro em XML suportado pelo padrão OAI. Assim, o esquema do repositório de metadados representa o tipo de entidade work com os atributos header e provenance, para assegurar a compatibilidade com o protocolo OAI-PMH. O esquema também possui o tipo de entidade set e o tipo de relacionamento belongs to, garantindo a existência de um conjunto para cada tipo de submissão individual realizada (por

49 3. O Serviço de Auto-Arquivamento da BDBComp 38 exemplo, conjunto livro, conjunto cap livro, conjunto trab periodico, conjunto trab evento), além dos conjuntos para cada evento cujos dados são armazenados no repositório de metadados e que possuem a coleção completa de publicações do evento armazenado (por exemplo, SBBD 2000, SBRC 1999). Dessa forma, a BDBComp pode oferecer o serviço de provimento de metadados de uma maneira mais eficaz, além de fornecer, na interface Web para os usuários finais, a possibilidade de se obter todos os trabalhos de um dado conjunto (os que fazem parte de coleções completas) e os trabalhos específicos por autor, ou seja, aqueles trabalhos que são auto-arquivados e que são publicados principalmente em eventos internacionais. Cada registro possui dois identificadores, o identificador único formado pelo identificador do provedor de dados, definido pelo campo identifier do formato Dublin Core, que pode ser uma URL, ou um outro formato definido pelo administrador, e mais um identificador único no header que é especificado pelo administrador. No caso do esquema do repositório, mostrado pela Figura 3.4, o tipo de entidade work, que representa tais registros, possui ainda o identificador interno do banco de dados, representado pelo atributo id work que é a chave-primária. Assim, para identificar de forma única os trabalhos armazenados no repositório, foi definido o seguinte esquema de identificação, baseado nos próprios metadados dos trabalhos: 1. Para livro: a palavra isbn + ISBN. 2. Para capítulo de livro: a palavra isbn + ISBN + a palavra cap + página inicial + página final. 3. Para trabalho publicado em evento: sigla do evento + ano + página inicial + página final. 4. Para trabalho publicado em periódico: a palavra issn + ISSN + ano + a palavra vol + número do volume do periódico + a palavra num + número do periódico + página inicial + página final. Os metadados que são definidos no esquema para o tipo de entidade work podem ser definidos como metadados descritivos e administrativos. Os metadados descritivos são aqueles referentes aos campos do formato Dublin Core Qualificado e descrevem os trabalhos que são armazenados no repositório. Os metadados administrativos são aqueles que auxiliam na administração do repositório, tais como os atributos do tipo de entidade work, typedocs, que representa o tipo do trabalho (por exemplo, livro, capítulo de livro), status, que representa

50 3. O Serviço de Auto-Arquivamento da BDBComp 39 o estado do trabalho submetido (por exemplo, rejeitado, aceito), e xml, que possui todos os campos no formato Dublin Core Qualificado em XML para tornar a colheita ao provedor de dados pelo protocolo OAI-PMH mais eficiente. O repositório é baseado no formato Dublin Core Qualificado porque utiliza o qualificador bibliographiccitation do elemento identifier, que é mostrado na Tabela 2.3 do Capítulo 2. No formato Dublin Core Simples, somente os 15 elementos não conseguem abranger todos os dados necessários para identificar os tipos de trabalho armazenados no repositório da BDB- Comp, tais como número de páginas, sigla de conferência, volume do periódico e número do periódico. Em [11], são descritas algumas sugestões apresentadas por um grupo de estudo para armazenar dados bibliográficos completos de periódicos nos campos do formato Dublin Core Qualificado. A partir desse grupo, foi proposto em [1, 10, 18] um formato de codificação, chamado Dublin Core Metadata Initiative Citation (DCMICite) Dublin Core Structured Value (DCSV) Encoding Scheme, que indica como os metadados devem ser representados pelo qualificador bibliographiccitation. Na Tabela 3.3 são mostrados os dados que devem ser armazenados pelo qualificador. No formato XML, os metadados do qualificador bibliographiccitation devem ser representados por uma cadeia de caracteres que possui pares chave/valor separados por ponto e vírgula, como mostrado na Figura 3.5. Nível Dados Elementos Periódico Título bibliographiccitation Sigla Identificador Edição Volume bibliographiccitation Número Data Artigo Título title Autor creator Editora publisher Ano date Identificador identifier Páginas bibliographiccitation Tabela 3.3: Campos do qualificador bibliographiccitation. Assim, definimos um atributo chamado biblicitation para o tipo de entidade work no esquema do repositório para possibilitar armazenamento dos dados do qualificador bibliographiccitation, identificando todos os dados necessários para os trabalhos armazenados no repositório. É importante ressaltar que foram feitas adaptações para que não somente os metadados dos trabalhos publicados em periódicos fossem armazenados no atributo biblicitation, mas também os metadados dos outros tipos de trabalho considerados pela BDBComp.

51 3. O Serviço de Auto-Arquivamento da BDBComp 40 Na Tabela 3.4 são mostrados os dados que são armazenados nos atributos do tipo de entidade work de acordo com o tipo de trabalho. Os atributos descritos correspondem somente aos campos do formato Dublin Core Qualificado. Elementos e Livro Capítulo de Trabalho Trabalho Qualificador Livro publicado em publicado periódico em Anais de Evento Title Título Título Título Título do livro do capítulo do trabalho do trabalho de livro Creator Autor Autor Autor Autor Subject Palavras-chave Palavras-chave Palavras-chave Palavras-chave Description Resumo Resumo Resumo Resumo Publisher Editora Editora Editora Editora do livro do livro do periódico do anais Date Ano Ano Ano Ano Type Text Text Text Text Format Formato do Formato do Formato do Formato do documento documento documento documento eletrônico eletrônico eletrônico eletrônico Identifier URL URL URL URL Identificador Identificador Identificador Identificador bibliographic Título Título Título Título Citation do livro do periódico do evento Sigla Sigla do Sigla do periódico evento Identificador Volume ISSN Volume Número Edição Edição Número Páginas Páginas inicial Páginas inicial Páginas inicial e final e final e final Language Língua Língua Língua Língua Coverage Local de Local de Local de Local do publicação publicação publicação evento Rights Direitos Direitos Direitos Direitos autorais autorais autorais autorais Tabela 3.4: Dados armazenados pelo serviço de auto-arquivamento. Os elementos contributor, source e relation, do formato Dublin Core, são elementos que no momento não estão sendo utilizados para os tipos de documento armazenados na BDBComp, mas possivelmente serão utilizados no futuro. O elemento type é um elemento que possui um padrão de codificação para os seus dados (vocabulário controlado). Seguindo as sugestões em [9], usamos o termo Text para os tipos de documento armazenados. O elemento format, que representa o formato do trabalho em versão eletrônica, também possui uma codificação para o armazenamento e, no nosso caso, só será inserido caso exista uma URL para o documento digital. O elemento identifier possui o qualificador BibliographicCitation, além da URL e do identificador definido pelo esquema de identificação descrito.

52 3. O Serviço de Auto-Arquivamento da BDBComp Interface As interfaces Web do serviço de auto-arquivamento foram desenvolvidas em HTML e JSP (Java Server Pages) e utilizam funções em Java Script para auxiliar o usuário. A interface do serviço de auto-arquivamento pode ser acessada por qualquer tipo de browser que interprete Java Script. As interfaces são baseadas no padrão de layout da BDBComp. O serviço de auto-arquivamento se encontra na página principal da BDBComp que possui links para os três serviços básicos do auto-arquivamento, cadastramento, submissão e revisão, como mostrado na Figura 3.6. Figura 3.6: Página principal da BDBComp. A página Web do serviço de cadastramento possui um formulário para que os usuários possam fornecer seus dados pessoais, como mostrado na Figura 3.7. Para terem acesso aos serviços de submissão e revisão, os usuários devem ser autenticados através de seu login name e senha. A Figura 3.8 mostra as páginas de acesso a esses serviços.

53 3. O Serviço de Auto-Arquivamento da BDBComp 42 Figura 3.7: Página do serviço de cadastramento. Figura 3.8: Páginas de acesso ao serviço de submissão e revisão.

54 3. O Serviço de Auto-Arquivamento da BDBComp 43 Ao entrar no serviço de submissão, o contribuidor tem acesso à área do contribuidor, mostrada na Figura 3.9. Como descrito nas seções anteriores, o contribuidor tem acesso aos trabalhos que estão no estado de aceito, submetido ou rejeitado, e pode também alterar seus dados pessoais. As páginas que fornecem acesso ao trabalhos submetidos são mostradas na Figura O contribuidor tem a opção de visualizar todos os trabalhos e alterar ou excluir os trabalhos que estão no estado de submetido e rejeitado. As Figuras 3.11, 3.12 e 3.13 apresentam as opções de visualização e alteração de um trabalho, e uma exclusão realizada com sucesso, respectivamente. Figura 3.9: Página da área do contribuidor. Na submissão, o contribuidor deve selecionar primeiramente o tipo de trabalho que será submetido e posteriormente inserir os dados solicitados pelo formulário da página Web. Na Figura 3.14 é mostrado um exemplo de submissão de um trabalho publicado em periódico. A submissão desse tipo de trabalho é feita por meio de duas páginas Web, a de submissão dos dados do periódico e a de submissão dos dados do trabalho. É importante ressaltar que para os formulários de submissão, de todos os tipos de trabalho, a ordenação dos campos foi baseada no formato MARC [42].

55 3. O Serviço de Auto-Arquivamento da BDBComp 44 Figura 3.10: Páginas dos trabalhos no estado de aceito, rejeitado e submetido. Figura 3.11: Página de visualização de um trabalho.

56 3. O Serviço de Auto-Arquivamento da BDBComp 45 Figura 3.12: Página de alteração de um trabalho. Figura 3.13: Página de exclusão de um trabalho.

57 3. O Serviço de Auto-Arquivamento da BDBComp 46 Figura 3.14: Páginas de submissão de um trabalho publicado em periódico. No caso do serviço de revisão, ao entrar no serviço, o revisor tem acesso à sua área de revisor, mostrada na Figura 3.15, na qual dever analisar e depois aceitar ou rejeitar a submissão. A Figura 3.16 mostra a página Web de visualização dos dados de um trabalho que está em processo de revisão. 3.7 Comparação com Outros Serviços de Auto- Arquivamento A Tabela 3.5 apresenta um resumo das principais características do serviço de autoarquivamento da BDBComp considerando os mesmos itens do quadro comparativo apresentado na Tabela 2.5 para os sistemas Dspace, Eprints e Kepler. Como podemos observar, o nosso serviço possui algumas funções e características semelhantes aos serviços criados pelos sistemas Dspace, Eprints e Kepler, não perdendo em funcionalidade para nenhum deles.

58 3. O Serviço de Auto-Arquivamento da BDBComp 47 Figura 3.15: Página da área do revisor. Figura 3.16: Página de um trabalho em processo de revisão.

59 3. O Serviço de Auto-Arquivamento da BDBComp 48 Características Serviço de Características Serviço de auto-arquivamento auto-arquivamento da BDBComp da BDBComp Versão do pro- OAI-PMH 2.0 Submissão não tocolo OAI-PMH incompleta Licença de não é software Estágios do submetido software livre livre objeto digital aceito rejeitado Plataformas Java Usuários contribuidores MySQL envolvidos revisores Linux/Windons administradores Apache Tomcat qualquer browser suporte Java Script Última Outubro-2004 Tipos de post-prints atualização objeto digital Cadastramento sim Tipos de individual de usuários submissão Processo seguro de função de lembrete Acesso ao somente através geração de senha de senha texto completo de URLs Mecanismo de tabelas MySQL Notificação ao não autenticação (login name e senha) usuário sobre do usuário estado do objeto Restrição qualquer usuário Notificação ao notificação ao de usuários pode utilizar o serviço administrador sobre revisor quando objetos à espera certo número de de aprovação submissões são realizadas Perfil do usuário sim Acesso ao conteúdo sim armazenado e pendências da submissão Autorizações diferentes sim Formatos de Dublin Core por usuários metadados Qualificado Múltiplos níveis não Sustentação de não de acesso ao serviço outros formatos Restrição de acesso sim Controle de não ao conteúdo do qualidade objeto digital dos metadados Múltiplos conteúdos sim Seleção de objetos não de coleções para colheita via OAI-PMH Tabela 3.5: Características do serviço de auto-arquivamento da BDBComp.

60 Capítulo 4 Avaliação Experimental Neste capítulo, descrevemos o experimento realizado com o objetivo de avaliar o serviço de auto-arquivamento da BDBComp. Esse experimento envolve três grupos diferentes de usuários e nele simulamos o uso do serviço de auto-arquivamento, no qual o usuário deveria ter acesso aos serviços básicos de cadastramento e submissão, e posteriormente responder a um questionário com perguntas sobre a sua experiência com a interface do serviço de submissão. Assim, avaliamos a eficácia do serviço e a qualidade de suas interfaces. O experimento não permite uma avaliação da interface do serviço básico de revisão, pois, possivelmente, os usuários que terão acesso a interface desse serviço serão pessoas envolvidas com a administração da BDBComp ou o próprio administrador do serviço de auto-arquivamento, de modo que essa avaliação não seria necessária. Este capítulo está divido em duas seções. Na Seção 4.1 descrevemos o experimento propriamente dito, apresentando os usuários envolvidos, as tarefas executadas e o procedimento para sua realização. Na Seção 4.2 realizamos uma análise dos resultados obtidos. 4.1 Descrição do Experimento Usuários Participaram do experimento vinte e um usuários. Esses usuários foram divididos em três grupos de sete pessoas, sendo um grupo de usuários especialistas, composto por professores de Ciência da Informação e bibliotecários, um grupo de professores de Ciência da Com-

61 4. Avaliação Experimental 50 putação e um grupo de alunos de pós-graduação em Ciência da Computação. Nos dois últimos grupos foram selecionados professores e alunos da UFMG (Universidade Federal de Minas Gerais), UFAM (Universidade Federal do Amazonas), UFV (Universidade Federal de Viçosa), UFRGS (Universidade Federal do Rio Grande do Sul) e Virginia Tech (Virginia Polytechnic Institute and State University). Esses usuários possivelmente tinham alguma experiência em auto-arquivar os metadados de suas publicações científicas em decorrência do uso da interface do Currículo Lattes do CNPq ( No grupo de especialistas, foram selecionados professores da Ciência da Informação da UFMG que possuíam experiência no arquivamento de publicações científicas e um bom conhecimento do formato de metadados Dublin Core. Este grupo inclui ainda uma bibliotecária e uma secretária do setor de apoio a pesquisa do Departamento de Ciência da Computação da UFMG. Todos participantes do experimento são potenciais usuários do serviço de auto-arquivamento da BDBComp. Os especialistas, mesmo não sendo da área de Ciência da Computação, poderão utilizar o serviço para auto-arquivar publicações científicas de autores da área, desde que autorizados pelos mesmos Tarefas Executadas No experimento realizado, cada usuário deveria executar o arquivamento de três publicações científicas. Eles poderiam escolher qualquer tipo de publicação entre livro, capítulo de livro, trabalho publicado em anais e periódico. Foi sugerido que as publicações fossem internacionais e de tipos diferentes, para que pudéssemos avaliar melhor os vários tipos de trabalho armazenados por meio do serviço de auto-arquivamento. No caso dos usuários especialistas, foi fornecido para cada um deles um material impresso de três tipos de publicação científica de pesquisadores brasileiros da área de Ciência da Computação. Esse material continha todos os metadados necessários para o auto-arquivamento, sendo fornecido ainda o resumo e a lista de palavras-chave em formato digital, para que os especialistas não tivessem o trabalho de digitar essas informações. No caso dos demais usuários foi solicitado que as publicações fossem de sua própria autoria. O experimento consistiu em o usuário ter acesso ao serviço através da URL fornecida, utilizando o browser de sua escolha, e realizar os seguintes passos: 1. Cadastrar-se como contribuidor através do serviço de cadastramento. 2. Entrar no serviço de submissão, usando seu login name e senha.

62 4. Avaliação Experimental Clicar no link de submissão e inserir os dados solicitados no formulário para cada trabalho a ser submetido, anotando o tempo gasto e o tipo do trabalho. 4. Verificar se a submissão foi realizada corretamente, entrando na área do contribuidor. Caso o usuário encontrasse algo errado, deveria alterar os metadados e submetê-los novamente. 5. Preencher o questionário de avaliação, após o término das três submissões. O questionário foi utilizado para medir a opinião dos usuários em função de sua experiência com a interface do serviço de auto-arquivamento da BDBComp e, assim, permitir uma avaliação desse serviço. O questionário continha oito questões, com uma faixa de valores de 1 a 7. Os usuários deveriam ler as questões e marcar um valor, dentro da faixa especificada, que melhor refletisse a sua opinião. As questões eram as seguintes: 1. Como você classificaria o seu conhecimento de auto-arquivar dados bibliográficos antes de começar o experimento? 2. Como você classificaria o seu conhecimento do padrão Dublin Core? 3. Como você classificaria o seu conhecimento de auto-arquivar dados bibliográficos depois de usar a interface de auto-arquivamento da BDBComp? 4. Qual o grau de facilidade da interface? 5. Quão confortável você se sentiu utilizando a interface? 6. Você acha que a interface é útil para coletar corretamente dados bibliográficos de trabalhos científicos? 7. Comparada à interface do Currículo Lattes do CNPq para lançamento de produção científica, como você classificaria a interface de auto-arquivamento da BDBComp? 8. Você acha que a ordem dos dados bibliográficos está adequada para o autoarquivamento? As três primeiras questões mediam as características dos usuários que realizaram o experimento; as duas primeiras mediam o grau de conhecimento dos usuários e a terceira questão media o quanto o uso da interface contribuiu para o conhecimento dos usuários em relação ao processo de auto-arquivamento. As demais questões mediam a eficácia do serviço em relação ao conforto, facilidade e utilidade da interface. Em particular, a sétima questão fazia uma comparação, em relação a simplicidade, com a interface do Currículo Lattes, muito utilizada por grande parte dos pesquisadores brasileiros.

63 4. Avaliação Experimental Procedimentos na Condução do Experimento Os procedimentos para realização do experimento foram diferentes dependendo do grupo de usuários. Para os grupos de professores e alunos, as instruções junto com o formulário foram enviadas via , e os usuários desses grupos poderiam escolher qualquer tipo de publicação aceito pela interface. Esses grupos não tiveram nenhuma explicação nem auxílio durante o experimento. Cada usuário utilizou a interface separadamente em seus computadores pessoais. Para o grupo de especialistas, o material submetido foi anteriormente selecionado e, antes de iniciar o experimento, os usuários realizaram um breve estudo do material impresso, para identificar os dados relevantes. O experimento foi realizado separadamente por cada usuário desse grupo, com apoio do instrutor. Em alguns casos, foi necessário fornecer algumas instruções adicionais sobre o material fornecido e auxílio no uso da interface. 4.2 Análise dos Resultados Para avaliação do nosso serviço utilizamos dois tipos de verificação. Na primeira verificação, foi realizada uma comparação entre os valores médios das questões por grupo através do método estatístico chamado de análise de variância ou ANOVA, que é utilizado para testar a afirmação de que três ou mais populações têm a mesma média [46]. A partir desse método, verificamos se os grupos de usuários utilizados no experimento possuíam características semelhantes, ou seja, faziam parte de um mesmo conjunto amostral de população, de modo que, em caso positivo, fosse possível fazer uma análise sobre suas médias amostrais. O segundo tipo de verificação se baseou na correlação das questões abordadas no questionário. Para realizarmos essa verificação utilizamos a técnica do fichário-imagem [2]. Nas Tabelas 4.1 e 4.2 a seguir são apresentadas as respostas dos usuários para as 8 questões do questionário, divididas por grupo de usuários: especialistas (E), professores (P) e alunos (A). A Tabela 4.1 mostra os resultados para questões relacionadas com o conhecimento do usuário e a Tabela 4.2 mostra os resultados para questões relacionadas com a interface de auto-arquivamento. Os dados apresentados nessas tabelas correspondem aos valores de 1 a 7 preenchidos pelos usuários para cada questão do questionário, onde 7 é o valor máximo e 1 é o valor mínimo para as características consideradas. Na Tabela 4.2 a questão que trata da comparação da interface do serviço de autoarquivamento com a interface do Currículo Lattes possui duas respostas não, que cor-

64 4. Avaliação Experimental 53 respondem aos usuários que não conhecem a interface do Currículo Lattes e, por isso, não puderam optar. Para essa questão, quanto mais baixo o valor das respostas tanto mais simples foi considerada a interface quando comparada com a interface do Currículo Lattes. Na questão que trata da ordem adequada dos campos na interface foi obtido um grau de 100% de aceitação em relação à ordenação dos campos, pois todos os usuários concordaram com a disposição em que os campos se encontram no formulário da interface. Dessa forma, essa questão não será analisada nas seções seguintes. Conhecimento Conhecimento Conhecimento Usuário auto-arquivar auto-arquivar Dublin ANTES DEPOIS Core E P A E P A E P A Tabela 4.1: Respostas para as questões sobre o conhecimento do usuário. Grau de Grau de Utilidade Comparação Ordem dos Usuário facilidade conforto com o Currí- dados culo Lattes adequados E P A E P A E P A E P A E P A sim sim sim sim sim sim sim sim sim não 3 3 sim sim sim sim sim sim não 3 1 sim sim sim sim sim sim Tabela 4.2: Respostas para as questões sobre o serviço de auto-arquivamento. O tempo gasto pelos usuários durante a submissão de cada trabalho é mostrado na Tabela 4.3 em minutos, com suas respectivas médias. Como no experimento não foi especificado o tipo de documento que deveria ser submetido, foram obtidas quantidades diferentes para cada tipo de documento. No grupo de alunos, o número de trabalhos publicados em anais de eventos excedeu muito o dos outros tipos de trabalho, pois normalmente alunos publicam

65 4. Avaliação Experimental 54 mais em eventos do que em periódicos. Da mesma forma não tivemos nenhuma submissão de livro e somente a submissão de um capítulo de livro, pois, em geral, alunos não possuem publicações desse tipo. Grupos Livro Capítulo Trabalho Trabalho de Livro publicado publicado em periódico em anais Especialistas Média 4,83 2 6,5 7, , Professores , Média 5 6,17 8,17 7, Alunos Média Média Geral 4,86 4,9 7,56 7,18 Tabela 4.3: Tempo gasto durante as submissões Análise das Médias A análise nesta seção é baseada na comparação dos valores médios de cada questão abordada no questionário. É utilizado o método ANOVA de um critério (análise de variância) para

66 4. Avaliação Experimental 55 testar a afirmação de que três ou mais populações (grupos) têm a mesma média, categorizadas de acordo com uma única característica que se refere a cada questão do questionário. De acordo com [46], esse método é baseado na análise de variâncias amostrais e verifica se as médias dos grupos possuem valores entre uma determinada faixa de distribuição normal e variâncias populacionais com valores próximos. Caso a verificação seja verdadeira, podemos comparar os grupos de acordo com suas médias. Nessa análise utilizamos somente as questões que se referem às características do serviço mostradas na Tabela 4.2. Assim, para introduzirmos o processo testamos a hipótese de que as médias por grupo mostradas na Tabela 4.4 são iguais de acordo com seus grupos e questões (por exemplo, hipótese de que a média para a questão sobre o grau de utilidade é H 0 : µ especialistas = µ professores = µ alunos ). A hipótese nula do método é H 0 : µ 1 = µ 2 = µ 3 e a hipótese alternativa é H 1 : ao menos uma das médias é diferente. Utilizamos nessa análise um grau de confiança de 95% e um nível de significância α = 0, 05. Grau de Grau de Utilidade Comparação Análise facilidade conforto com o Currículo Lattes E P A E P A E P A E P A Desvio 0,535 0,787 0,951 0,756 0,816 0,976 0,690 0,899 0,816 0,836 0,690 0,816 Padrão Média por 6,571 5,571 5,714 6,285 6,000 5,428 6,142 6,142 6,000 1,800 3,142 2,000 Grupo P 0,056 0,190 0,930 0,014 Hipótese não rejeitada não rejeitada não rejeitada rejeitada nula Desvio 0,776 0,854 0,806 0,776 Padrão Combinado Média 5,952 5,904 6,095 2,314 Total Tabela 4.4: Os P valores encontrados pelo método ANOVA. Como os cálculos exigidos pela análise da variância são complexos, utilizamos o programa MiniTab para encontrar o P valor que representa o nível descritivo do teste. Caso o P valor não supere o nível de significância, α = 0, 05, rejeitamos a hipótese nula de igualdade das médias. Os resultados e análises do programa para as questões do formulário se encontram no Apêndice 1. Os P valores são mostrados na Tabela 4.4 para cada questão analisada. De acordo com os valores da Tabela 4.4, há evidências suficientes para aceitar a afirmação de que, para as três primeiras características, os grupos provêem de populações com a mesma média, ou seja, possuem características semelhantes. Dessa forma, podemos fazer uma análise de comparação entre os valores médios dos grupos. A primeira característica

67 4. Avaliação Experimental 56 (grau de facilidade) possui uma evidência fraca pois o P valor é igual a 0,056, valor muito próximo do nível de significância α = 0, 05. Porém, como o P valor superou, mesmo que muito pouco, o valor de α, podemos considerar que a hipótese nula seja aceita. No caso da última característica (comparação com o Currículo Lattes) mostrada na Tabela 4.4, há fortes evidências para rejeitar a hipótese nula, pois P (P =0,014) não superou o nível de significância α = 0, 05, o que representa que as populações possuem opiniões diferentes sobre essa característica. Através do gráfico de estimativa de intervalos mostrado pelo Minitab para essa característica, apresentado no Apêndice 1, percebemos que a população representada pelo grupo de especialistas e alunos obtiveram médias muito próximas. Assim, possivelmente, esses grupos provêem de populações com a mesma média, ou seja, possuem opiniões semelhantes em relação à característica analisada, diferenciando do grupo de professores. Assim, admitindo que para a maioria das características os grupos provêem de populações com a mesma média, apresentamos na Figura 4.1 o gráfico que mostra uma comparação da média dos valores das questões para cada grupo e na Figura 4.2 o gráfico que mostra as médias dos valores das questões para todos os usuários. Figura 4.1: Comparação das médias por grupo. Percebemos através da Figura 4.1 que o grau de conhecimento do grupo de usuários especialistas é maior do que o dos outros grupos, como se esperava, tanto no conhecimento de auto-arquivar quanto em relação ao formato Dublin Core. Após a realização do experimento, percebemos um acréscimo de 19,5%, para todos os grupos em geral, no conhecimento

68 4. Avaliação Experimental 57 de auto-arquivar. As características do serviço em geral tiveram boa aceitação pelos usuários. Na questão de facilidade e conforto do serviço, os especialistas tiveram graus mais elevados do que os outros grupos. Isso pode ser explicado por possuírem maior experiência com interfaces de auto-arquivamento. Na questão do grau de utilidade, em média, todos os grupos acharam a interface muito útil para o serviço de auto-arquivamento, classificando-a na faixa de valor 6. No caso da questão referente à comparação com o Currículo Lattes, o grupo de professores indicou um grau de simplicidade em torno do valor 3, enquanto os outros grupos acharam a interface mais simples indicando valores em média um pouco abaixo do valor 2. Figura 4.2: Valores da média para todos os usuários. Para comparação dos tempos de submissão apresentados na Tabela 4.3, não utilizamos o método ANOVA, pois como a quantidade de submissões de alguns tipos de trabalho, como livro e capítulo de livro, foi muito pequena, não justificava a utilização desse método. Assim, comparamos o tempo médio gasto para submissão de cada tipo de trabalho. A Figura 4.3 apresenta o tempo médio de submissão de cada tipo de trabalho por grupo de usuário e a Figura 4.4 apresenta o tempo médio geral de submissão para todos os usuários. Percebemos que, em média, o tempo gasto para cada submissão ficou em torno de 6 minutos. No geral, os especialistas fizeram as submissões em menos tempo. Acreditamos que isso ocorreu porque todos os dados necessários para a submissão foram fornecidos previamente. O grupo de alunos também obteve um menor tempo de submissão do que o grupo de professores. Achamos que isso aconteceu pela falta de preenchimento de alguns campos não obrigatórios,

69 4. Avaliação Experimental 58 pois o grupo de alunos foi o grupo que gerou o maior número de campos vazios na submissão. Figura 4.3: Tempo médio de submissão por grupo. Os trabalhos publicados em periódicos foram, em média, os que levaram mais tempo para a submissão, seguido dos trabalhos publicados em anais de eventos. Através dos comentários feitos pelos usuários nos questionários, percebemos que o tempo de submissão foi maior porque alguns usuários não sabiam informar todos os dados solicitados, o que demandou algum tempo à procura dessas informações. Os campos mais críticos foram os obrigatórios, como, por exemplo, o ISSN. Outro fator que pode ter aumentado o tempo de submissão para os trabalhos publicados em periódicos e em anais de eventos foi o tempo gasto pelos usuários na procura pelo nome do periódico ou evento na lista fornecida pela interface. Observamos também que a maioria dos usuários, incluindo os especialistas, não digitou os resumos dos trabalhos, mas simplesmente transferiu o resumo de seus trabalhos em formato digital para o formulário da interface, agilizando, dessa maneira, o processo de submissão. Também percebemos que no decorrer do processo de submissão o usuário gastava mais tempo com o primeiro trabalho submetido do que com o último, de forma que o tempo foi sendo reduzido de acordo com o número de trabalhos submetidos, sugerindo que quanto maior a experiência do usuário com a interface, mais fácil se torna a sua utilização, reduzindo, assim, o tempo de submissão.

70 4. Avaliação Experimental 59 Figura 4.4: Tempo médio de submissão de todos os usuários Correlação das Características Para visualizarmos a correlação entre as questões abordadas no questionário, utilizamos a técnica do fichário-imagem. Essa técnica é utilizada como um instrumento para tratamento gráfico de dados, que possibilita de maneira visual avaliar os dados do questionário [5]. A coluna mais à esquerda representa cada questão abordada pelo questionário, as linhas representam as faixas de valores das respostas de acordo com cada questão, e as colunas de 1 até 21 representam cada usuário individualmente, onde os sete primeiros usuários são os especialistas, os sete seguintes são os professores e os restantes são os alunos. Para cada valor selecionado pelo usuário no questionário é marcada uma mancha preta no quadrado. Segundo [2], o objetivo do fichário-imagem é o cruzamento múltiplo das informações, constituídas de manchas e claros, cuja percepção visual permite obter instantaneamente uma imagem significativa do conjunto, sem a perda de qualquer parcela de informação original e não excluindo o todo. O fichário-imagem com seus respectivos agrupamentos são encontrados no Apêndice 2. Na Figura 4.5 é apresentado o fichário-imagem com todas as questões do questionário.

71 4. Avaliação Experimental 60 Figura 4.5: Fichário-imagem baseado em todas as questões do questionário.

72 4. Avaliação Experimental 61 Através de agrupamentos das questões abordadas no questionário, foram revelados alguns aspectos interessantes no resultado do experimento. Entre todos os usuários, 81% consideraram a interface com um grau de facilidade alto, com índices iguais a 6 e 7. Para esses usuários, 76,5% possuíam um grau elevado de conhecimento de auto-arquivar publicações científicas, 41% faziam parte do grupo de especialistas, 82,4% classificaram o grau de conforto com o índices altos, entre 6 e 7, e também 82,4% consideraram a interface do serviço mais simples do que a interface do Currículo Lattes. Os usuários que possuíam pouca experiência em auto-arquivar publicações científicas, com índices iguais a 1 e 2, gastaram mais tempo em suas submissões com um tempo médio 67,5% superior ao tempo médio das submissões de todos os usuários. Além disso, 75% desses usuários classificaram a interface com grau de facilidade e conforto altos, com índices iguais a 6, e todos acharam que a interface era útil para o auto-arquivamento, 50% com índice igual a 7 e 50% com índice igual a 5. Todos os usuários que acharam que a interface possui um grau de simplicidade igual ao do Currículo Lattes eram professores. Além disso, 100% deles classificaram o serviço com um grau de facilidade alto, com índice igual a 5 e 6, e possuíam alto conhecimento prévio em auto-arquivar suas publicações, com índice igual a 7.

73 Capítulo 5 Conclusões Este trabalho descreve o serviço de auto-arquivamento desenvolvido para a Biblioteca Brasileira de Computação - BDBComp. O serviço é compatível com o padrão OAI e, através dele, será possível expandir o acervo da BDBComp, permitindo o armazenamento de tipos de trabalho diferentes daqueles existentes atualmente em seu repositório. Para avaliar a eficácia do serviço de auto-arquivamento, que engloba três serviços básicos, cadastramento, submissão e revisão, foi realizado um experimento envolvendo 21 usuários. Por meio desse experimento, constatamos que o serviço, como um todo, possui um alto índice de aceitação por parte dos usuários. A maioria dos usuários avaliou a sua interface com um grau elevado de facilidade, conforto e utilidade, considerando-a como mais simples, em média, do que a interface do Currículo Lattes. Ainda com base no experimento, podemos considerar que o tempo gasto, em média, para a submissão de trabalhos é aceitável, e acreditamos que quanto mais o usuário utilizar o serviço, mais esse tempo se reduzirá. Concluímos, também, que o serviço, como um todo, é bastante eficaz e útil para o auto-arquivamento de publicações científicas. Contudo, através dos comentários feitos pelos usuários no questionário, detectamos alguns problemas na submissão de alguns tipos de trabalho, pois a interface se limita a quatro tipos de trabalho (livros, capítulos de livro, trabalhos publicados em anais de evento e trabalhos publicados em periódicos) e não prevê situações específicas, como trabalhos publicados em formato eletrônico (por exemplo, anais em CD-ROM ou periódicos eletrônicos), casos onde normalmente não existe numeração de página para o trabalho, dado obrigatório para a submissão. Além disso, alguns dados obrigatórios, solicitados pela interface, muitas vezes não são encontrados ou não existem para o meio de publicação, como é o caso do ISBN, do ISSN, e do volume e número de um periódico.

74 5. Conclusões 63 Um aspecto que, de certa forma, dificulta o auto-arquivamento e impede que um serviço dessa natureza englobe todas as possíveis situações, é a grande diversidade das publicações científicas. Dessa forma, no caso da BDBComp, limitamos a submissão a alguns tipos de publicação que seguissem um determinado padrão, para que fosse possível garantir a qualidade dos dados armazenados no repositório. Porém, no futuro, o serviço de submissão da BDBComp deverá ser expandido, para englobar outros tipos de publicação, como trabalhos publicados em anais e periódicos eletrônicos. Percebemos, também, que alguns campos do formulário do serviço de submissão geraram uma certa dúvida aos usuários, que tiveram dificuldade ao inserir os dados solicitados, como, por exemplo, o campo de direitos autorais, o campo da URL (que deveria ser informado somente se o texto eletrônico do trabalho estivesse disponível) e o campo para informação da área de conhecimento. Este último está restrito a um número limitado de áreas, dificultando a associação dos trabalhos com as áreas de conhecimento. O campo referente ao nome dos autores gerou, para o grupo de especialistas, a dúvida se o nome deveria ser inserido na ordem direta ou inversa, como de costume para esse tipo de usuário. Alguns usuários arquivaram o nome no formato bibliográfico (por exemplo, SILVA J.), diferentemente do solicitado pela interface (por exemplo, João Silva). Essas questões poderiam ser resolvidas com o auxílio do link de ajuda. Entretanto, a maioria dos usuários não utilizou essa opção fornecida pelo serviço, de modo que essa opção deverá ser reformulada para melhor resolver as dúvidas surgidas. Em se tratando do serviço básico de cadastramento, acreditamos que ele engloba todos os dados necessários para manter o perfil do usuário. No caso do serviço básico de revisão, o mesmo se mostrou bastante útil para o processo de revisão. Porém, o revisor deveria ter autorização para editar os campos de submissão, pois percebemos que algumas vezes o contribuidor comente erros simples, como um erro de digitação, ou até mesmo informa algum dado errado que pode ser facilmente corrigido pelo revisor, sem a necessidade de rejeitar a submissão. Finalmente, ao compararmos o serviço de auto-arquivamento da BDBComp com os serviços gerados pelos sistemas Eprints, Dspace e Kepler, concluímos que ele se equipara aos serviços descritos, não perdendo em funcionalidade para nenhum deles. Como trabalhos futuros, sugerimos que, além de se permitir a submissão de novos tipos de trabalho, sejam criadas novas funções que facilitem o preenchimento de determinados campos dos formulários, tais como, busca automática do ISSN e ISBN, busca do nome de eventos e periódicos existentes na lista (potencialmente grande) fornecida pela interface, com recursos de auto-complementação, facilidades para inserção de nome dos autores a partir de uma

75 5. Conclusões 64 lista de co-autores, entre outras. Para melhorar a qualidade da interface, propomos ampliar as áreas de conhecimento para que as publicações científicas possam ser mais facilmente associadas às suas áreas específicas. Além disso, é necessário melhorar a função de ajuda, tornando-a mais explicativa e de mais fácil acesso ao usuário. Uma função adicional interessante para o serviço seria a possibilidade de submissão de um arquivo no formato XML que incluísse todos os campos solicitados pela interface, sem a necessidade do contribuidor digitar os dados no formulário. Da mesma forma, poderia ser feita a submissão no formato BibTex. Finalmente, propomos que o serviço seja expandido para submissões institucionais, e não somente para submissões individuais, nas quais a instituição poderia fornecer o conjunto de metadados de uma coleção completa, como todas as publicações de um determinado evento ou periódico.

76 Referências Bibliográficas [1] A Journal Article Bibliographic Citation Dublin Core Structured Value. On-line. March Acesso em 20 de novembro de [2] S. M. Araújo and J. A. Cardoso. O gráfico como instrumento de pesquisa: o fichárioimagem. Ciência e Cultura, 39(2): , Fevereiro [3] BOAI - Budapest Open Access Initiative. On-line. Acesso em 14 de outubro de [4] P. Calado, M. A. Gonçalves, E. A. Fox, B. Ribeiro-Neto, A. H. F. Laender, A. S. da Silva, D. Reis, P. Roberto, M. Vieira, and J. Lage. The Web-DL environment for building digital libraries from the Web. In Proceedings of the 3rd ACM/IEEE-CS Joint Conference on Digital Libraries, pages , Houston, Texas, May IEEE Computer Society. [5] J. A. Cardoso. Construção de gráficos e linguagem visual. História: Questões & Debates, 5(8):37 58, Junho [6] CITIDEL - Computing and Information Technology Interactive Digital Educational Library. On-line. Acesso em 20 de outubro de [7] B. Cronin and K. Overfelt. E-Journal and tenure. Journal of the American Society for Information Science, 46(9): , [8] M. Day. The scholarly journal in transition and the PubMed Central proposal. Ariadne, 1(21), September On-line. Acesso em 11 de outubro de [9] DCMI Type Vocabulary. On-line. June Acesso em 20 de novembro de 2004.

77 Referências Bibliográficas 66 [10] DCMICite: a Bibliographic Citation Dublin Core Structured Value (DCSV) Encoding Scheme. On-line. August Acesso em 20 de novembro de [11] Dublin Core Metadata Iniciative Citation (DCMICite) Working Group. On-line. November Acesso em 03 de dezembro de [12] Dublin Core Metadata Initiative. On-line. Acesso em 13 de outu-bro de [13] L. Café e M. B. Lage. Auto-arquivamento: uma opção inovadora para a produção científica. DataGramaZero, 3(3):n o 4, Junho On-line. Acesso em 04 de setembro de [14] S. M. Ferreira. Comunicação científica e o protocolo OAI: uma proposta na área de ciências da comunicação. Comunicação & Sociedade, 1(2): , [15] E. A. Fox and G. Marchionini. Toward a worldwide digital library. Communications of the ACM, 41(4):29 32, April [16] M. A. Gonçalves and E. Fox. 5SL: a language for declarative specification and generation of digital libraries. In Proceedings of the Second ACM/IEEE-CS Joint Conference on Digital Libraries, pages , Portland, Oregon, USA, ACM Press. [17] M. A. Gonçalves, E. Fox, L. T. Watson, and N. A. Kipp. Streams, structures, spaces, scenarios, societies (5S): A formal model for digital libraries. ACM Transactions on Information Systems, 22(2): , [18] Guidelines for Encoding Bibliographic Citation Information in Dublin Core Metadata. On-line. August Acesso em 20 de novembro de [19] S. Hanard. The self-archiving initiative. Nature, 410: , April On-line. Acesso em 10 de outubro de [20] S. Harnad. Knowledge freely given should be freely available. Montreal Gazette, January On-line. harnad/temp/gazette.html. Acesso em 10 de outubro de 2004.

78 Referências Bibliográficas 67 [21] S. Harnad and T. Brody. Comparing the Impact of Open Access (OA) vs. Non- OA Articles in the Same Journals. D-Lib Magazine, 10(6), June On-line. Acesso em 10 de outubro de [22] R. Kelapure. Scenario-based generation of digital library services. Master s thesis, Department of Computer Science, Virginia Tech, Blacksburg, VA, [23] Kepler - A Digital Library For Building Communities. On-line. Acesso em 19 de outubro de [24] D. W. King. Some economic aspects of the Internet. Journal of the American Society for Information Science, 49(1): , September [25] A. H. F. Laender, M. A. Gonçalves, and P. A. Roberto. BDBComp: Building a Digital Library for the Brazilian Computer Science Community. In Proceedings of the 4th ACM/IEEE-CS Joint Conference on Digital Libraries, pages 23 24, Tuscon, AZ, USA, ACM Press. [26] S. Lawrence. Online or invisible? Nature, 411(6837): , On-line. lawrence/papers/online-nature01. Acesso em 10 de outubro de [27] M. Ley. The DBLP Computer Science Bibliography: Evolution, Research Issues, Perspectives. In Proceedings of the 9th International Symposium on String Processing and Information Retrieval, pages 1 10, Lisboa, Portugal, Springer-Verlag. [28] X. Liu, K. Maly, and M. Zubair. Arc - an OAI service provider for digital library federation. D-Lib Magazine, 7(4), April On-line. Acesso em 2 de dezembro de [29] X. Liu, K. Maly, M. Zubair, Q. Hong, M. Nelson, F. Knudson, and I. Holtkamp. Federated searching interface techniques for heterogeneous OAI repositories. Journal of Digital Information, 2(4):n o 106, May On-line. Acesso em 10 de outubro de [30] K. Maly, M. Zubair, and X. Liu. Kepler-An OAI data/service provider for the individual. D-Lib Magazine, 7(4), April On-line. Acesso em 10 de outubro de 2004.

79 Referências Bibliográficas 68 [31] C. H. Marcondes and L. H. Sayão. Integração e interoperabilidade no acesso a recursos informacionais em C&T: a proposta da biblioteca digital brasileira. Ciência da Informação, 30(3):24 33, Setembro/Dezembro [32] C. H. Marcondes and L. H. Sayão. Documentos digitais e novas formas de cooperação entre sistemas de informação em C&T. Ciência da Informação, 31(3):42 54, Setembro/Dezembro [33] W. J. Nixon. DAEDALUS: Initial experiences with EPrints and DSpace at the University of Glasgow. Ariadne, 1(37), October On-line. Acesso em 11 de outubro de [34] OAI - Open Archives Initiative. On-line. Acesso em 20 de novembro de [35] D. P. V. Pozo, L. V. Silva, A. H. F. Laender, and M. A. Gonçalves. Modelagem de bibliotecas digitais usando a abordagem 5S: um estudo de caso. In Anais do XIX Simpósio Brasileiro de Bancos de Dados, pages , Brasília, [36] S. Quiwei. 5SGraph: a modeling tool for digital libraries. Master s thesis, Department of Computer Science, Virginia Tech, Blacksburg, VA, [37] N. K. Sena. Open archives: caminho alternativo para a comunicação científica. Ciência da Informação, 29(3):71 78, Setembro/Dezembro On-line. Acesso em 25 de setmbro de [38] Software Dspace. On-line. Acesso em 15 de outubro de [39] Software EPrints. On-line. Acesso em 13 de outubro de [40] H. Sompel and C. Lagoze. The Santa Fe Convention of Open Archives Initiative. D-Lib Magazine, 6(2), February On-line. Acesso em 10 de setembro de [41] P. Suber. Where does the free online scholarship movement stand today? Editorial in Cortex, 38(2): , April On-line. peters/writing/cortex.htm. Acesso em 11 de outubro de 2004.

80 Referências Bibliográficas 69 [42] A. Tacques, A. Bettencourt, and S. Loureiro. Manual de entradas de dados no formato MARC. Fundação Biblioteca Nacional, Rio de Janeiro, 1 a edição, [43] R. Tansley, M. Bass, D. Stuve, M. Branschofsky, D. Chudnov, G. McClellan, and M. Smith. The DSpace institutional digital repository system: current functionality. In Proceedings of the 3rd ACM/IEEE-CS joint conference on Digital libraries, pages 87 97, Houston, Texas, May IEEE Computer Society. [44] The Open Archives Initiative Protocol for Metadata Harvesting (OAI-PMH). On-line. October Acesso em 20 de novembro de [45] The Self-Archiving Iniciative. On-line. Acesso em 13 de outubro de [46] M. Triola. Introdução à Estatística. LTC, Rio de Janeiro, 7 a edição, [47] J. M. Ziman. Conhecimento Público. Itatiaia, Belo Horizonte, 1 a edição, 1979.

81 Apêndice A Solução através do Minitab para encontrar os P valores Este apêndice mostra a análise realizada pelo Minitab para encontrar os P valores das questões solicitadas no questionário do experimento, que representam as características do serviço de auto-arquivamento da BDBComp. One-way ANOVA - Grau de facilidade Analysis of Variance Source DF SS MS F P Factor 2 4,095 2,048 3,39 0,056 Error 18 10,857 0,603 Total 20 14,952 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev C1 7 6,5714 0,5345 ( * ) C2 7 5,5714 0,7868 ( * ) C3 7 5,7143 0,9512 ( * ) Pooled StDev = 0,7766 5,60 6,30 7,00

82 A. Solução através do Minitab para encontrar os P valores 71 One-way ANOVA- Confortável Analysis of Variance Source DF SS MS F P Factor 2 2,667 1,333 1,83 0,190 Error 18 13,143 0,730 Total 20 15,810 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev C5 7 6,2857 0,7559 ( * ) C6 7 6,0000 0,8165 ( * ) C7 7 5,4286 0,9759 ( * ) Pooled StDev = 0,8545 4,80 5,40 6,00 6,60 One-way ANOVA- Útil para coleta de dados Analysis of Variance Source DF SS MS F P Factor 2 0,095 0,048 0,07 0,930 Error 18 11,714 0,651 Total 20 11,810 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev C9 7 6,1429 0,6901 ( * ) C10 7 6,1429 0,8997 ( * ) C11 7 6,0000 0,8165 ( * ) Pooled StDev = 0,8067 5,60 6,00 6,40

83 A. Solução através do Minitab para encontrar os P valores 72 One-way ANOVA - Comparaç~ao com a interface do Currículo Lattes Analysis of Variance Source DF SS MS F P Factor 2 6,764 3,382 5,60 0,014 Error 16 9,657 0,604 Total 18 16,421 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev C13 5 1,8000 0,8367 ( * ) C14 7 3,1429 0,6901 (------* ) C15 7 2,0000 0,8165 ( * ) Pooled StDev = 0,7769 1,60 2,40 3,20 One-way ANOVA - Tempo gasto nas submiss~ao de trabalhos publicados em periódicos Analysis of Variance Source DF SS MS F P Factor 2 13,7 6,8 0,34 0,715 Error ,0 20,0 Total ,7 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev C17 8 6,500 2,563 ( * ) C18 9 8,167 4,228 ( * ) C19 7 8,000 6,218 ( * ) Pooled StDev = 4,477 5,0 7,5 10,0

84 A. Solução através do Minitab para encontrar os P valores 73 One-way ANOVA - Tempo gasto nas submiss~oes de trabalhos publicados em eventos Analysis of Variance Source DF SS MS F P Factor 2 1,8 0,9 0,07 0,934 Error ,9 12,9 Total ,7 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev C21 6 7,333 1,966 ( * ) C22 8 7,375 4,138 ( * ) C ,857 3,759 ( * ) Pooled StDev = 3,594 6,0 8,0 10,0

85 Apêndice B Fichário-imagem Este apêndice mostra os agrupamentos realizados pelo método de fichário-imagem para a análise de correlações entre as questões solicitadas no questionário do experimento. A Figura B.1 mostra o fichário-imagem com o agrupamento baseado no grau de simplicidade da interface do serviço de auto-arquivamento quando comparada com a interface do Currículo Lattes. A Figura B.2 mostra o fichário-imagem com o agrupamento baseado no grau de facilidade da interface. A Figura B.3 apresenta o fichário-imagem com o agrupamento baseado no conhecimento prévio do usuário em auto-arquivar publicações científicas. Figura B.1: Agrupamento do fichário-imagem baseado no grau de simplicidade da interface quando comparada com a interface do Currículo Lattes.

86 B. Fichário-imagem 75 Figura B.2: Agrupamento do fichário-imagem baseado na característica de facilidade do serviço.

87 B. Fichário-imagem 76 Figura B.3: Agrupamento do fichário-imagem baseado no conhecimento prévio do usuário em auto-arquivar publicações científicas.