Dokumente nach im Publish-Formular verwendeten Import-Quelle filtern

[j3nsch]

In Zukunft soll es möglich sein das Publish-Formular mit der Angaben einer DOI automatisch mit CrossRef-Daten zu befüllen. Es soll für Administratoren möglich sein mit einer Facette in der Suche sich die Dokumente anzeigen zu lassen, die mit Hilfe von CrossRef-Daten erzeugt wurden.

Die erste Idee ist, das interne opus.source Enrichment so zu erweitern, dass der Import von CrossRef erkennbar ist.
Die möglichen Werte könnten dann so aussehen.

• sword
• publish
• publish-crossref

[j3nsch]

@alw-bsz Ich habe jetzt schon mal das Ticket hier angelegt und werde gleich noch meine Gedanken dazu ergänzen. Der Titel und die Beschreibung können gerne korrigiert werden.

[j3nsch]

Die Anforderung ist im Zusammenhang mit der Entwicklung des CrossRef-Imports für das Publish-Formular am BSZ entstanden. Zum einen kann es Unterschiede bei der Qualität der Metadaten geben, zum anderen ist es nützlich zu wissen, ob das Feature genutzt wird. Daher ist es für Administratoren sinnvoll sich Dokumente anzeigen lassen zu können, die mit Hilfe eines CrossRef-Imports erzeugt wurden.

Auf den ersten Blick scheint es Sinn zu machen dafür opus.source zu erweitern. Das Enrichment wurde zusammen mit dem SWORD-Modul eingeführt, um zwischen lokal eingegebenen Dokumenten und automatisch importierten Dokumenten unterscheiden zu können. Die bisher vorgesehen Werte sind sword und publish.

Eine Erweiterung um den Wert publish-crossref würde funktionieren, aber der Code vom Publish-Formular müsste angepasst werden, um alternative Werte für opus.source zu erlauben. Da der CrossRef-Import mit Javascript im Browser passiert, müsste der Wert mit dem Formular übermittelt werden.

Ich denke, auf den zweiten Blick macht es mehr Sinn ein zweites Enrichment für diese Information zu verwenden. Abgesehen davon, dass die Verwendung eines einzelnen Enrichments zwei unterschiedliche Informationen vermischen würde, gibt es auch noch die folgenden Punkte.

Die Lösung mit einem zweiten Enrichment könnte sofort, ohne Änderungen im Publish-Formular umgesetzt werden. Das zweite Enrichment könnte opus.import.source heißen. Es könnte als zusätzliche Facette für Administratoren konfiguriert werden. Als "normales" Enrichment könnte es im Publish-Formular über ein Hidden-Field gesetzt werden. In der Suche müsste dann nach zwei Facetten gefiltert werden, um alle über Publish von CrossRef importierten Dokumente angezeigt zu bekommen. Mit zwei Enrichments wäre es auch immer noch möglich, sich all über Publish angelegten Dokument anzeigen zu lassen. Mit nur einem Enrichment wären die Möglichkeiten sonst entweder nur "Publish" (ohne CrossRef) oder nur "Publish-CrossRef".

In beiden Lösungsvarianten lässt sich der Wert des Enrichments von außen manipulieren. Der Wert sword oder ein ganz anderer könnte eingetragen werden. Da der Import im Browser passiert lässt sich das nicht wirklich vollständig vermeiden, obwohl man sicherlich einige Grundannahmen automatisch prüfen könnte. Ich sehe hier aber keinen kritisches Problem.

Die Bedeutung von opus.source muss klarer definiert werden. Im Augenblick werden damit zwei Module unterschieden, Sword und Publish. Das ist richtig so. Es ist denkbar, dass in Zukunft weitere Module hinzukommen, die in der Lage sind Dokumente anzulegen. Im Prinzip sollten aus den Testdaten stammende Dokumente ebenfalls werden. Im Admin-Modul ist es möglich ein neues Dokument anzulegen. Auch das sollte erfasst werden.
Das Enrichment gibt also nur an durch welche Tür ein Dokument in ein OPUS 4 Repository gelangt ist. Der Name opus.source ist vielleicht nicht ideal.

Im Kontext von SWORD gibt es das Enrichment opus.import.user. Da jeder SWORD-Client einen eigenen Account verwenden sollte, z.B. für DeepGreen, lässt sich anhand dieses Enrichments unterscheiden, wo die Daten hergekommen sind. Man könnte überlegen, ob man anhand des Accounts automatisch ein Enrichment befüllt, in dem dann z.B. klar "DeepGreen" drin steht, um die weitere Anzeige unabhängig von Account-Namen zu machen (ISSUE?).

Es sollte ein neues Enrichment definiert werden, dass für einen Import die ursprüngliche Datenquelle angibt. Der Name könnte opus.import.source lauten. Wir könnten auch opus.source umbenennen, um den Namen frei zu machen, aber das macht mehr Arbeit und kann auch noch später erfolgen.

Ich denke zwei Facetten würden erst einmal funktionieren. Wir müssen uns überlegen wie die Label aussehen könnten damit die Bedeutung klar ist. Ich denke die Bedeutung der neue Facette als "Quelle der Metadaten" ist einfach, aber bei der existierenden Facette handelt es sich ja um einen technischen Aspekt von OPUS 4 (der sich ändern kann). Für die Filterung nach CrossRef würde erst einmal die neue Facette reichen, weil nur das Publish-Modul den CrossRef-Import unterstützt.

Man könnte an dieser Stelle auch über eine Darstellung als Facette mit mehreren Ebenen nachdenken. Im Augenblick wäre der Aufwand dafür allerdings nicht gerechtfertigt, da wir bisher keine Facetten mit mehreren Ebenen unterstützen. Wir unterstützen bisher auch nicht die Auswahl von mehreren Werten für eine Facette. Die Facetten sind aber generell auch unabhängig von der Zahl der Enrichments. Bei der Indexierung könnten die Werte passend umgeformt werden, aber auch das ist im Augenblick nicht gerechtfertigt. Es ist aber trotzdem interessant, weil es auch für die Handhabung von Autoren in Zukunft relevant werden wird. Auch wenn OPUS 4 anhand von IDs zwischen mehreren "Thomas Müller" unterscheiden kann, sollte der Name in der Autoren-Facette nur einmal auftauchen. Nach der Auswahl von "Thomas Müller" sollte es dann die Möglichkeit geben das Ergebnis z.B. Anhand der ORCID weiter einzuschränken. Im Augenblick denke ich aber, dass wir diese Fragen hier noch vermeiden können.

Der Vorschlag ist also opus.import.source zu verwenden und mit der existierenden Funktionalität umzusetzen. Gibt es weitere Punkte die berücksichtigt werden sollten bzw. dieses Thema berühren?

[j3nsch]

Die originalen CrossRef-Daten werden beim Import ja ebenfalls in einem Enrichment abgelegt, um den Import bei Problemen nachvollziehbar machen zu können. Diese Enrichment alleine signalisiert ja bereits den CrossRef-Import, aber es macht Sinn ein weiteres Enrichment zu verwenden, dass die Quelle benennt.

Im Zusammenhang mit dem BibTeX-Import wurde bereits das Enrichment opus.import.data angelegt, dass den originalen BibTeX-Record enthält. Das Enrichment könnte/sollte auch für den CrossRef-Import verwendet werden. Damit wäre dann ein zweites Enrichment, dass die Quelle angibt wichtig. Evtl. brauchen wir später auch noch ein Enrichment für den Typ der Originaldaten, um vielleicht eine passende Anzeige bieten zu können. Das kann aber umgesetzt werden, wenn eine solche Anforderung konkret wird.