TD Master 2 Info Doc Num/séance 4
Cette page introduit les supports de cours de la quatrième séance de travaux pratiques du Master 2 Documentation numérique (UL 2016).
Sommaire
Nettoyage de corpus
- éliminations de titres :
- Voir rejectIdnoISSN dans le paramétrage des données du serveur d'exploration sur l'OCR (sur ce wiki)
- Voir rejectIdnoRBID dans le serveur « Le TLF dans ISTEX » sur Wicri/Lorraine
- Voir la combinaison rejectIdnoISSN keepIdnoRBID dans le serveur sur la Cobalt au Maghreb sur Wicri/Terre
Curation et nouvelles générations
Curation des données géographiques et administratives
Sur Wicri/Métadonnées :
- la table ISO 3166-1
Sur le wiki Wicri/Musique,
- un document avec un code ISO à 3 caractères (en zone A66)
- Sur HAL, un document qui contient de multiples mentions de code ISO à 3 caractères
Pays par liste de pays
- Dans les cas simples
- Sur Wicri/Métadonnées, la table Table des noms de pays en anglais
Sur Wicri/Musique :
- un document où l'Allemagne est codée par Germany :
- un document où l'Allemagne est codée par « W. Germany »
- Avec des affiliations incomplètes
Sur Wicri/Europe, la table des noms de villes européennes couramment utilisées dans les affiliations à la place d'un pays.
Sur ce wiki :
- Un document ISTEX où la mention d'affiliation est limitée à Oxford
Curation des régions
De façon générale les régions ne figurent pas explicitement dans les adresses.
Elles peuvent apparaître avec la curation des auteurs. Par exemple, dans le Serveur d'exploration sur Monteverdi, l'auteur le plus cité dans le corpus ISTEX est Tim Carter.
En fait, il apparait la plupart du temps sans affiliation. Sur ce wiki on trouvera une
- Liste de musicologues
- où l'on trouve les principales affiliations de Tim Carter avec en particulier : l'Université de Caroline du Nord à Chapel Hill.
Sur le wiki Wicri/Amérique, on trouve une :
Après curation, (étape Checkpoint) la nouvelle liste des auteurs contient le nom Tim Carter avec la mention musicologue :
Dans cette étape la Caroline du Nord devient significative :