La Clasificación Decimal Universal (CDU) en la web semántica

análisis de UDC Summary Linked Data

Autores/as

  • Kazumi Tomoyose Universidad Federal de São Carlos
  • Ana Carolina Simionato Arakaki Universidad Federal de São Carlos

DOI:

https://doi.org/10.11606/issn.2178-2075.v10i2p138-157

Palabras clave:

Clasificación, Clasificación Decimal Universal (CDU), UDC Summary Linked Data, Datos vinculados, Web Semántica

Resumen

Dado que el proceso de clasificación es una de las actividades principales que abarca la Ciencia de la Información con respecto a la organización de la información, el presente trabajo aborda los conceptos de la disciplina de Clasificación aplicada en la Web Semántica, enfocándose en los principios de Linked Data, como una forma de proporcionar orden y estandarización de los términos que se utilizarán en el enlace de datos a través de la iniciativa UDC Summary Linked Data. A partir de una investigación exploratoria, teórica y aplicada, buscamos analizar la presencia de la iniciativa en las herramientas de búsqueda del catálogo del centro de información, así como los beneficios que brinda a las instituciones. Con este fin, se investigaron 26 Online Public Access Catalogs (OPACs) para identificar la adopción de UDC Summary Linked Data. Fue posible verificar que ninguno de los catálogos investigados se adhiere a UDC Summary Linked Data, además de la escasez de producciones de literatura que discuten la iniciativa. Como posible hélice para la visibilidad del resumen en Linked Data, su inserción en el diagrama Linked Open Data Cloud. Sin embargo, la restricción en el número de anotaciones que incorporan la UDC Summary Linked Data limita su adopción, reduciendo la flexibilidad de uso por parte de los centros de información. Se considera que a partir de la aplicación de la iniciativa se promueve una representación temática más semántica de la información, beneficiando el descubrimiento y la visibilidad de diferentes fuentes de información.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Kazumi Tomoyose, Universidad Federal de São Carlos

    Mestranda em Ciência da Informação na Universidade Federal de São Carlos (PPGCI/UFSCar), com auxílio da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP). Graduada em Biblioteconomia e Ciência da Informação pela Universidade Federal de São Carlos - UFSCar (2018), em que realizou Iniciação Científica com auxílio da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP). Participa do Grupo de Pesquisa Dados e Metadados (GPDM), na UFSCar. Possui experiência de atuação em bibliotecas e outros centros de informação, tendo estagiado na Biblioteca do Centro Universitário Central Paulista - Unicep (2015) e no setor de Gerenciamento de Dados da Unidade Saúde Escola - USE/UFSCar. Tem experiência na área de Ciência da Informação, com ênfase em Biblioteconomia, com interesse nos seguintes temas: representação da informação, metadados e Linked Data.

  • Ana Carolina Simionato Arakaki, Universidad Federal de São Carlos

    Possui graduação em Biblioteconomia pela Universidade Estadual Paulista "Júlio de Mesquita Filho" - UNESP (2010), mestrado (2012) e doutorado (2015) em Ciência da Informação (Linha de pesquisa 'Informação e Tecnologia') pela Universidade Estadual Paulista "Júlio de Mesquita Filho" - UNESP. Desde 2015, é docente Adjunto do Departamento de Ciência da Informação, da Universidade Federal de São Carlos - UFSCar, atuando no Programa de Pós-Graduação em Ciência da Informação - PPCGI/UFSCar e na graduação de Biblioteconomia e Ciência da Informação - BCI/UFSCar. É líder do grupo de pesquisa "Dados e Metadados" e colabora com os grupos de pesquisa "Organização e Representação da Informação e do Conhecimento de Recursos Imagéticos" e "Novas Tecnologias em Informação". Atualmente, exerce a função de Coordenadora da Coordenadoria dos Programas de Iniciação Científica e Tecnológica (CoPICT) da Pró-Reitoria de Pesquisa (ProPq) da UFSCar. Tem experiência em metadados, catalogação e descrição arquivística e museológica, modelagem conceitual e audiovisuais. Seus temas preferencias são: Dados e Metadados, Linked Data, Modelo conceitual, Modelo de dados, Curadoria digital, Patrimônio cultural, Imagem e Audiovisual.

Descargas

Publicado

2019-01-22

Número

Vol. 10 Núm. 2 (2019)

Sección

Artigos

Licencia

Ao encaminhar textos à InCID: Revista de Ciência da Informação e Documentação, o autor concorda com as prerrogativas do DOAJ para periódicos de acesso aberto adotadas pela revista:

  • concessão à revista o direito de primeira publicação sob a Licença Creative Commons Attribution (CC BY 4.0), que permite acessar, imprimir, ler, distribuir, remixar, adaptar e desenvolver outros trabalhos, com reconhecimento da autoria.
  •  autorização para distribuição  não exclusiva da versão do trabalho publicado nesta revista , como a publicação em repositorios institucionais desde que o reconhecimento da autoria e publicação inicial na InCID
  • leitores podem ler, fazer download, distribuir, imprimir, linkar o texto completo dos arquivos sem pedir permissão prévia aos autores e/ou editores, desde que respeitado o estabelecido na Licença Creative Commons Attribution (CC BY 4.0).

 

O trabalho publicado é considerado colaboração e, portanto, o autor não receberá qualquer remuneração para tal, bem como nada lhe será cobrado em troca para a publicação.

Os textos são de responsabilidade de seus autores. Citações e transcrições são permitidas mediante menção às fontes.

Datos de los fondos

Cómo citar

TOMOYOSE, Kazumi; ARAKAKI, Ana Carolina Simionato. La Clasificación Decimal Universal (CDU) en la web semántica: análisis de UDC Summary Linked Data. InCID: Revista de Ciência da Informação e Documentação, Ribeirão Preto, Brasil, v. 10, n. 2, p. 138–157, 2019. DOI: 10.11606/issn.2178-2075.v10i2p138-157. Disponível em: https://journals.usp.br/incid/article/view/161278.. Acesso em: 1 jun. 2024.