Realfagstermer (Science subject terms) is a trilingual (Norwegian Bokmål, Nynorsk and English) controlled vocabulary for indexing library material
Switch branches/tags
Nothing to show
Clone or download
Fetching latest commit…
Cannot retrieve the latest commit at this time.

README.md

License Build Status GitHub repo size in bytes Nye termforslag

Realfagstermers prosjektrom

Dette er et åpent prosjektrom for Realfagstermer. Her tester vi issue trackeren til GitHub som saksbehandlingssystem for å diskutere og behandle nye termer og endringer.

Tips:

  • Du blir varslet hver gang noen nevner deg. Du blir også varslet når det kommer nye innlegg i diskusjoner du har opprettet eller kommentert. Som standard får du varslinger på epost, men du kan endre dette i innstillingene dine.
  • Hvis du ønsker tilbakemeldinger fra bestemte personer, f.eks. fagreferenter i de-og-de fagene, er det lurt å nevne dem. Under finnes det en oversikt over hvem-er-hvem.
  • [Watch](https://help.github.com/articles/watching-repositories/ Watching repositories) : innebærer at du får en enorm mengde varsler om absolutt alle oppdateringer i alle saker. Det ønsker du mest sannsynlig ikke :)
  • Alle diskusjoner foregår i det samme rommet, men vi bruker etiketter (labels) for å organisering. Se dette dokumentet for mer info.

Throughput Graph

Deltakere:

Universitetsbiblioteket i Oslo, sortert alfabetisk etter brukernavn:

  • @BioHeidi : Heidi Konestabo, klassifiserer biovitenskap.
  • @danmichaelo : Dan Michael O. Heggø, klassifiserer fysikk og materialvitenskap, utvikler Emnesøk.
  • @edinab : Edina Pozer Bue, klassifiserer geofag og meteorologi.
  • @grosyn :  Gro Synnøve Nesland Lindgaard, klassifiserer litt innimellom katalogiseringen.
  • @haraldse : Kirsten Borse Haraldsen, klassifiserer biovitenskap.
  • @iloveyellow : Solveig Isis Sørbø, tenker lure tanker om taksonomier
  • @kyrretl : Kyrre Traavik Låberg, biolog, utvikler Emnesøk.
  • @starseekr : Trude Westby, klassifiserer informatikk.
  • @superLine : Line Nybakk Akerholt, klassifiserer astrofysikk.
  • @TorgunnKarolineMoe : Karoline Moe, klassifiserer matematikk.
  • @violabibaluba : Viola Kuldvere, redaksjonsleder.
  • Tone Charlotte Gadmar, klassifiserer kjemi.
  • Bente Kathrine Rasch, klassifiserer farmasi.

Universitetsbiblioteket i Bergen, sortert alfabetisk etter brukernavn:

  • @ken075 : Kjersti Enerstvedt, klassifiserer geofag og teknologi.
  • @bubir : Ingunn Rødland, klassifiserer kjemi.
  • @Caroline-A ; Caroline Susanne Armitage, klassifiserer marinbiologi, delvis vikar for @Hypsibus.
  • @Hypsibius : Hege Folkestad, klassifiserer biovitenskap.
  • @beatekh : Beate Krøvel Humberset, klassifiserer matematikk, informatikk og fysikk.

Realfagstermers venner:

  • @bibliomari : Mari Lundevall, tidligere redaksjonsleder.
  • @ewinge : Erik Winge, utvikler Neo (og juridiske emneord, m.m.).
  • @henriasv : Henrik Andersen Sveinsson, klar til å klassifisere fysikk ved behov.
  • @jw-geo : Johannes Wiest, student, klassifiserte geologi (UiB).
  • @knuthe : Knut Hegna, klassifiserte informatikk (UiO), utviklet Roald og Sonja.
  • @kristinran : Kristin Rangnes, klassifiserte geofag (UiO).
  • @mittinatten : Simon Mitternacht, klassifiserte matematikk, informatikk og (teoretisk) fysikk (UiB).
  • @mzyg : Marta Zygmuntowska, klassifiserte geofag, fysikk (anvendt) og teknologi (UiB)

For å varsle alle: @realfagstermer/alle

Prosjekt «Realfagstermar på nynorsk»

Prosjektet ble ferdigstilt ved årsskiftet 2015/2016.

Deltakarar:

  • @mariaksv : Maria Svendsen (biologi/kjemi)
  • @jorgenem : Jørgen Eriksson Midtbø (fysikk/matte)
  • @totlevase : Vebjørn Sture (korrektur/nynorsk)

Sjå retningslinjer/diskusjon og eigen prosjektside.

Eksterne ressurser

Conversion

Authority data is currently maintained in Sonja and converted to JSON (RoaldIII data model) using RoaldIII. RoaldIII is also used to mix in mappings and translations before exporting RDF/SKOS and MARC21.

The conversion is done by running python publish.py, which only runs a conversion if any of the source files have changed. You can run python publish.py -f to force a conversion even if no source files have changed (useful during development).

Please see the RoaldIII repo for more details on the conversion.

The RoaldIII JSON data is found in realfagstermer.json. This does not currently include data from the Nynorsk translation project. Complete, distributable RDF/SKOS and MARC21 files are found in the dist folder. These includes mappings and all translations.

Data model

Example concept in JSON:

{
  "id": "REAL004162",
  "type": [
    "Topic"
  ],
  "created": "2014-08-25T00:00:00Z",
  "modified": "2014-12-17T00:00:00Z",
  "prefLabel": {
    "nb": {
      "value": "Cellekommunikasjon"
    },
    "en": {
      "value": "Cell signalling"
    }
  },
  "altLabel": {
    "nb": [
      {
        "value": "Cellesignalisering"
      }
    ],
    "en": [
      {
        "value": "Cell signaling"
      }
    ]
  },
  "hiddenLabel": {}
},

Characteristics:

  • Realfagstermer contains only concepts, no facets, arrays or other thesaurus constructs.

  • Concept properties

    • id (string): an unique identifier.

    • type (array): at least one type (Topic, Geographic, Temporal, GenreForm, CompoundHeading or VirtualCompoundHeading).

    • created (datetime string): a creation date.

    • modified (datetime string): a modification date.

    • prefLabel (language map): one preferred term per language. A preferred term for the language code nb is required, while others are optional.

    • altLabel (language map array): any number of alternative terms per language.

    • hiddenLabel (langauge map array): any number of hidden terms (not yet implemented).

    • editorialNote (array): any number of editorial notes (in Bokmål only).

    • definition (language map): one definition per language (currently only Bokmål though).

    • ddc (string): a DDC number (these should eventually be moved to the mapping project).

    • msc (string): a MSC number.

    • elementSymbol (string): a chemical element symbol.

    • related (array): Any number of IDs for related concepts.

    • broader (array): Any number of IDs for broader concepts.

    • narrower (array): Any number of IDs for narrower concepts.

    • component (array): Any number of IDs for components that make up the CompoundHeading or VirtualCompoundHeading (emnestreng). Note that concepts of this type do not have their own terms, since the compound terms are generated from the concepts. Example:

      {
        "id": "REAL014060",
        "type": [
          "CompoundHeading"
        ],
        "created": "2015-03-10T10:07:34Z",
        "component": [
          "REAL002845",
          "REAL007608"
        ]
      }
  • Term properties:

    • value (string): The term value.
    • hasAcronym (string): An acronym (used only if value is the full form).
    • acronymFor (string): The full form (used only if value is an acronym).
  • Note that terms do not have their own IDs, so the relationship between acronyms and their full form is represented by embedding. Example:

    {
      "prefLabel": {
        "nb": {
          "hasAcronym": "DCOM",
          "value": "Distributed component object model"
        }
      }
    }

    When converting to SKOS core, we simplify the model by removing term-term relationships.