Los metadatos (o metainformación ) son " datos que proporcionan información sobre otros datos", [1] pero no el contenido de los datos en sí, como el texto de un mensaje o la imagen misma. [2] Hay muchos tipos distintos de metadatos, incluidos:
Los metadatos no están estrictamente vinculados a una de estas categorías, ya que pueden describir un dato de muchas otras maneras.
Los metadatos tienen varios propósitos. Puede ayudar a los usuarios a encontrar información relevante y descubrir recursos . También puede ayudar a organizar recursos electrónicos, proporcionar identificación digital y archivar y preservar recursos. Los metadatos permiten a los usuarios acceder a los recursos "permitiendo que los recursos se encuentren según criterios relevantes, identificando recursos, reuniendo recursos similares, distinguiendo recursos diferentes y brindando información de ubicación". [8] Diversas organizaciones gubernamentales nacionales recopilan ampliamente metadatos de actividades de telecomunicaciones , incluido el tráfico de Internet . Estos datos se utilizan con fines de análisis del tráfico y pueden utilizarse para vigilancia masiva . [9]
Los metadatos se utilizaban tradicionalmente en los catálogos de fichas de las bibliotecas hasta la década de 1980, cuando las bibliotecas convirtieron los datos de sus catálogos en bases de datos digitales . [10] En la década de 2000, a medida que los datos y la información se almacenaban cada vez más digitalmente, estos datos digitales se describían utilizando estándares de metadatos . [11]
La primera descripción de "metadatos" para sistemas informáticos fue supuestamente señalada por los expertos del Centro de Estudios Internacionales del MIT, David Griffel y Stuart McIntosh, en 1967: "En resumen, entonces, tenemos declaraciones en un lenguaje objeto sobre descripciones temáticas de datos y códigos simbólicos para los datos. También tenemos declaraciones en un metalenguaje que describen las relaciones y transformaciones de los datos, y las relaciones entre la norma y los datos. [12]
Existen estándares de metadatos únicos para diferentes disciplinas (por ejemplo, colecciones de museos , archivos de audio digitales , sitios web , etc.). Describir el contenido y el contexto de los datos o archivos de datos aumenta su utilidad. Por ejemplo, una página web puede incluir metadatos que especifiquen en qué lenguaje de software está escrita la página (por ejemplo, HTML), qué herramientas se utilizaron para crearla, de qué temas trata la página y dónde encontrar más información sobre el tema. Estos metadatos pueden mejorar automáticamente la experiencia del lector y facilitar que los usuarios encuentren la página web en línea. [13] Un CD puede incluir metadatos que proporcionen información sobre los músicos, cantantes y compositores cuyo trabajo aparece en el disco.
En muchos países, las organizaciones gubernamentales almacenan habitualmente metadatos sobre correos electrónicos, llamadas telefónicas, páginas web, tráfico de vídeo, conexiones IP y ubicaciones de teléfonos móviles. [ cita necesaria ]
Metadatos significa "datos sobre datos". Los metadatos se definen como los datos que proporcionan información sobre uno o más aspectos de los datos; se utiliza para resumir información básica sobre datos que pueden facilitar el seguimiento y el trabajo con datos específicos. [14] Algunos ejemplos incluyen:
Por ejemplo, una imagen digital puede incluir metadatos que describen el tamaño de la imagen, su profundidad de color, resolución, cuándo se creó, la velocidad de obturación y otros datos. [15] Los metadatos de un documento de texto pueden contener información sobre la extensión del documento, quién es el autor, cuándo se escribió el documento y un breve resumen del documento. Los metadatos dentro de las páginas web también pueden contener descripciones del contenido de la página, así como palabras clave vinculadas al contenido. [16] Estos enlaces a menudo se denominan "Metaetiquetas", que se utilizaban como factor principal para determinar el orden de una búsqueda en la web hasta finales de los años 1990. [16] La dependencia de las metaetiquetas en las búsquedas web disminuyó a finales de la década de 1990 debido al "relleno de palabras clave", [16] por el cual las metaetiquetas se utilizaban en gran medida para engañar a los motores de búsqueda haciéndoles creer que algunos sitios web tenían más relevancia en la búsqueda de lo que realmente tenían. . [dieciséis]
Los metadatos se pueden almacenar y gestionar en una base de datos , a menudo denominada registro de metadatos o repositorio de metadatos . [17] Sin embargo, sin contexto y un punto de referencia, podría ser imposible identificar metadatos con solo mirarlos. [18] Por ejemplo: por sí sola, una base de datos que contiene varios números, todos de 13 dígitos, podría ser el resultado de cálculos o una lista de números para insertar en una ecuación; sin ningún otro contexto, los números en sí pueden percibirse como los datos. . Pero si se da el contexto de que esta base de datos es un registro de una colección de libros, esos números de 13 dígitos ahora pueden identificarse como ISBN : información que hace referencia al libro, pero que no es en sí misma la información contenida en el libro. El término "metadatos" fue acuñado en 1968 por Philip Bagley, en su libro "Extension of Programming Language Concepts", donde queda claro que utiliza el término en el sentido "tradicional" de ISO 11179, que es "metadatos estructurales", es decir, "metadatos estructurales". sobre los contenedores de datos"; en lugar del sentido alternativo "contenido sobre instancias individuales de contenido de datos" o metacontenido, el tipo de datos que generalmente se encuentran en los catálogos de las bibliotecas. [19] [20] Desde entonces, los campos de la gestión de la información, la ciencia de la información, la tecnología de la información, la biblioteconomía y los SIG han adoptado ampliamente el término. En estos campos, la palabra metadatos se define como "datos sobre datos". [21] Si bien esta es la definición generalmente aceptada, varias disciplinas han adoptado sus propias explicaciones y usos más específicos del término.
Slate informó en 2013 que la interpretación que hace el gobierno de los Estados Unidos de los "metadatos" podría ser amplia y podría incluir el contenido de los mensajes, como las líneas de asunto de los correos electrónicos. [22]
Si bien la aplicación de metadatos es múltiple y cubre una gran variedad de campos, existen modelos especializados y bien aceptados para especificar tipos de metadatos. Bretherton y Singley (1994) distinguen entre dos clases distintas: metadatos estructurales/de control y metadatos de guía. [23] Los metadatos estructurales describen la estructura de los objetos de la base de datos, como tablas, columnas, claves e índices. Los metadatos de la guía ayudan a los humanos a encontrar elementos específicos y generalmente se expresan como un conjunto de palabras clave en un lenguaje natural. Según Ralph Kimball , los metadatos se pueden dividir en tres categorías: metadatos técnicos (o metadatos internos), metadatos comerciales (o metadatos externos) y metadatos de proceso .
NISO distingue tres tipos de metadatos: descriptivos, estructurales y administrativos. [21] Los metadatos descriptivos se utilizan normalmente para el descubrimiento y la identificación, como información para buscar y localizar un objeto, como título, autores, temas, palabras clave y editor. Los metadatos estructurales describen cómo se organizan los componentes de un objeto. Un ejemplo de metadatos estructurales sería cómo se ordenan las páginas para formar capítulos de un libro. Finalmente, los metadatos administrativos brindan información para ayudar a administrar la fuente. Los metadatos administrativos se refieren a información técnica, como el tipo de archivo o cuándo y cómo se creó el archivo. Dos subtipos de metadatos administrativos son los metadatos de gestión de derechos y los metadatos de preservación. Los metadatos de gestión de derechos explican los derechos de propiedad intelectual , mientras que los metadatos de preservación contienen información para preservar y guardar un recurso. [8]
Los repositorios de datos estadísticos tienen sus propios requisitos de metadatos para describir no solo la fuente y la calidad de los datos [6] sino también qué procesos estadísticos se utilizaron para crear los datos, lo cual es de particular importancia para la comunidad estadística con el fin de validar y mejorar el proceso de producción de datos estadísticos. [7]
Un tipo adicional de metadatos que comienza a desarrollarse más son los metadatos de accesibilidad . Los metadatos de accesibilidad no son un concepto nuevo para las bibliotecas; sin embargo, los avances en el diseño universal han elevado su perfil. [24] : 213–214 Proyectos como Cloud4All y GPII identificaron la falta de terminologías y modelos comunes para describir las necesidades y preferencias de los usuarios y de información que se ajuste a esas necesidades como una brecha importante en la provisión de soluciones de acceso universal. [24] : 210–211 Esos tipos de información son metadatos de accesibilidad. [24] : 214 Schema.org ha incorporado varias propiedades de accesibilidad basadas en la especificación de elementos de datos del modelo de acceso global IMS para toda la información. [24] : 214 La página Wiki WebSchemas/Accessibility enumera varias propiedades y sus valores. Si bien los esfuerzos para describir y estandarizar las diversas necesidades de accesibilidad de los buscadores de información están comenzando a ser más sólidos, su adopción en los esquemas de metadatos establecidos no ha sido tan desarrollada. Por ejemplo, mientras que la "audiencia" de Dublin Core (DC) y el "nivel de lectura" de MARC 21 podrían usarse para identificar recursos adecuados para usuarios con dislexia y el "formato" de DC podría usarse para identificar recursos disponibles en braille, audio o formatos de impresión grandes, aún queda trabajo por hacer. [24] : 214
Los metadatos (metacontenido) o, más correctamente, los vocabularios utilizados para ensamblar declaraciones de metadatos (metacontenido), generalmente se estructuran de acuerdo con un concepto estandarizado utilizando un esquema de metadatos bien definido, que incluye estándares de metadatos y modelos de metadatos . Se pueden utilizar herramientas como vocabularios controlados , taxonomías , tesauros , diccionarios de datos y registros de metadatos para aplicar una mayor estandarización a los metadatos. La uniformidad de los metadatos estructurales también es de suma importancia en el desarrollo de modelos de datos y en el diseño de bases de datos .
La sintaxis de metadatos (metacontenido) se refiere a las reglas creadas para estructurar los campos o elementos de los metadatos (metacontenido). [25] Un único esquema de metadatos puede expresarse en varios lenguajes de programación o marcado diferentes, cada uno de los cuales requiere una sintaxis diferente. Por ejemplo, Dublin Core puede expresarse en texto plano, HTML , XML y RDF . [26]
Un ejemplo común de metacontenido (guía) es la clasificación bibliográfica, el tema, el número de clase Dewey Decimal . Siempre hay una declaración implícita en cualquier "clasificación" de algún objeto. Para clasificar un objeto, por ejemplo, como clase Dewey número 514 (Topología) (es decir, libros que tienen el número 514 en el lomo), la declaración implícita es: "<libro><encabezado de tema><514>". Este es un triplete sujeto-predicado-objeto, o más importante, un triplete clase-atributo-valor. Los primeros 2 elementos del triple (clase, atributo) son partes de algunos metadatos estructurales que tienen una semántica definida. El tercer elemento es un valor, preferiblemente de algún vocabulario controlado, algún dato de referencia (maestro). La combinación de los elementos de metadatos y datos maestros da como resultado una declaración que es una declaración de metacontenido, es decir, "metacontenido = metadatos + datos maestros". Todos estos elementos pueden considerarse como "vocabulario". Tanto los metadatos como los datos maestros son vocabularios que pueden ensamblarse en declaraciones de metacontenido. Existen muchas fuentes de estos vocabularios, tanto meta como datos maestros: UML, EDIFACT, XSD, Dewey/UDC/LoC, SKOS, ISO-25964, Pantone, Nomenclatura binomial de Linnaean, etc. Utilizando vocabularios controlados para los componentes de las declaraciones de metacontenido, ya sea para indexación o búsqueda, está respaldado por la norma ISO 25964 : "Si se guía tanto al indexador como al buscador para que elijan el mismo término para el mismo concepto, se recuperarán los documentos relevantes". [27] Esto es particularmente relevante cuando se consideran los motores de búsqueda de Internet, como Google. El proceso indexa páginas y luego compara cadenas de texto utilizando su complejo algoritmo; no se produce ninguna inteligencia o "inferencia", sólo la ilusión de ello.
Los esquemas de metadatos pueden ser de naturaleza jerárquica donde existen relaciones entre elementos de metadatos y los elementos están anidados de modo que existan relaciones padre-hijo entre los elementos. Un ejemplo de esquema de metadatos jerárquico es el esquema IEEE LOM , en el que los elementos de metadatos pueden pertenecer a un elemento de metadatos principal. Los esquemas de metadatos también pueden ser unidimensionales o lineales, donde cada elemento es completamente discreto de otros elementos y se clasifica según una sola dimensión. Un ejemplo de esquema de metadatos lineal es el esquema Dublin Core , que es unidimensional. Los esquemas de metadatos suelen ser bidimensionales o planos, donde cada elemento es completamente discreto de otros elementos pero se clasifica según 2 dimensiones ortogonales. [28]
El grado en que están estructurados los datos o metadatos se denomina "granularidad" . "Granularidad" se refiere a la cantidad de detalles que se proporcionan. Los metadatos con alta granularidad permiten obtener información más profunda, más detallada y más estructurada y permiten un mayor nivel de manipulación técnica. Un nivel más bajo de granularidad significa que se pueden crear metadatos a costos considerablemente más bajos, pero no proporcionarán información tan detallada. El mayor impacto de la granularidad no se produce sólo en la creación y captura, sino también en los costos de mantenimiento. Tan pronto como las estructuras de metadatos quedan obsoletas, también lo hace el acceso a los datos referidos. Por lo tanto, la granularidad debe tener en cuenta el esfuerzo para crear los metadatos así como el esfuerzo para mantenerlos.
En todos los casos en los que los esquemas de metadatos excedan la representación plana, se requiere algún tipo de hipermapping para permitir la visualización y visualización de los metadatos según el aspecto elegido y para ofrecer vistas especiales. El hipermapeo se aplica con frecuencia a la superposición de capas de información geográfica y geológica. [29]
Los estándares internacionales se aplican a los metadatos. Se está trabajando mucho en las comunidades de estándares nacionales e internacionales, especialmente ANSI (Instituto Nacional Americano de Estándares) e ISO (Organización Internacional de Normalización) para llegar a un consenso sobre la estandarización de metadatos y registros. El estándar principal de registro de metadatos es ISO / IEC 11179 Registros de metadatos (MDR), el marco para el estándar se describe en ISO/IEC 11179-1:2004. [30] Una nueva edición de la Parte 1 está en su etapa final para su publicación en 2015 o principios de 2016. Ha sido revisada para alinearse con la edición actual de la Parte 3, ISO/IEC 11179-3:2013 [31] que amplía la MDR para apoyar el registro de Concept Systems. (ver ISO/IEC 11179 ). Este estándar especifica un esquema para registrar tanto el significado como la estructura técnica de los datos para un uso inequívoco por parte de humanos y computadoras. El estándar ISO/IEC 11179 se refiere a los metadatos como objetos de información sobre datos o "datos sobre datos". En ISO/IEC 11179 Parte-3, los objetos de información son datos sobre elementos de datos, dominios de valor y otros objetos de información semántica y representacional reutilizables que describen el significado y los detalles técnicos de un elemento de datos. Este estándar también prescribe los detalles de un registro de metadatos y para registrar y administrar los objetos de información dentro de un Registro de metadatos. ISO/IEC 11179 Parte 3 también contiene disposiciones para describir estructuras compuestas que son derivaciones de otros elementos de datos, por ejemplo a través de cálculos, colecciones de uno o más elementos de datos u otras formas de datos derivados. Si bien este estándar se describe a sí mismo originalmente como un registro de "elementos de datos", su propósito es apoyar la descripción y el registro de contenido de metadatos independientemente de cualquier aplicación en particular, permitiendo que las descripciones sean descubiertas y reutilizadas por humanos o computadoras en el desarrollo de nuevas aplicaciones, bases de datos o para el análisis de los datos recopilados de acuerdo con el contenido de los metadatos registrados. Este estándar se ha convertido en la base general para otros tipos de registros de metadatos, reutilizando y ampliando la parte de registro y administración del estándar.
La comunidad geoespacial tiene una tradición de estándares especializados de metadatos geoespaciales , particularmente basándose en tradiciones de catálogos y bibliotecas de mapas e imágenes. Los metadatos formales suelen ser esenciales para los datos geoespaciales, ya que los enfoques comunes de procesamiento de textos no son aplicables.
Los términos de metadatos de Dublin Core son un conjunto de términos de vocabulario que se pueden utilizar para describir recursos con fines de descubrimiento. El conjunto original de 15 términos de metadatos clásicos [32] , conocido como Conjunto de elementos de metadatos Dublin Core [33], está respaldado en los siguientes documentos estándar:
El vocabulario del catálogo de datos del W3C (DCAT) [37] es un vocabulario RDF que complementa Dublin Core con clases para conjunto de datos, servicio de datos, catálogo y registro de catálogo. DCAT también utiliza elementos de FOAF, PROV-O y OWL-Time. DCAT proporciona un modelo RDF para respaldar la estructura típica de un catálogo que contiene registros, cada uno de los cuales describe un conjunto de datos o servicio.
Aunque no es un estándar, el microformato (también mencionado en la sección de metadatos en Internet a continuación) es un enfoque basado en web para el marcado semántico que busca reutilizar etiquetas HTML/XHTML existentes para transmitir metadatos. El microformato sigue los estándares XHTML y HTML pero no es un estándar en sí mismo. Un defensor de los microformatos, Tantek Çelik , caracterizó un problema con enfoques alternativos:
Aquí hay un nuevo idioma que queremos que aprenda y ahora necesita generar estos archivos adicionales en su servidor. Es una molestia. (Microformatos) bajan la barrera de entrada. [38]
Se pueden escribir metadatos en un archivo de fotografía digital que identificarán quién es el propietario, derechos de autor e información de contacto, qué marca o modelo de cámara creó el archivo, junto con información de exposición (velocidad de obturación, diafragma, etc.) e información descriptiva. como palabras clave sobre la foto, hacer que el archivo o la imagen se puedan buscar en una computadora y/o en Internet. Algunos metadatos los crea la cámara, como el espacio de color, los canales de color, el tiempo de exposición y la apertura (EXIF), mientras que otros los ingresa el fotógrafo y/o el software después de descargarlos a una computadora. [39] La mayoría de las cámaras digitales escriben metadatos sobre el número de modelo, la velocidad de obturación, etc., y algunas le permiten editarlos; [40] esta funcionalidad ha estado disponible en la mayoría de las DSLR de Nikon desde la Nikon D3 , en la mayoría de las cámaras Canon nuevas desde la Canon EOS 7D y en la mayoría de las DSLR de Pentax desde la Pentax K-3. Los metadatos se pueden utilizar para facilitar la organización en la posproducción mediante el uso de palabras clave. Los filtros se pueden utilizar para analizar un conjunto específico de fotografías y crear selecciones según criterios como calificación o tiempo de captura. En dispositivos con capacidad de geolocalización como GPS (teléfonos inteligentes en particular), también se puede incluir la ubicación desde la que se tomó la foto.
Los estándares de metadatos fotográficos se rigen por organizaciones que desarrollan los siguientes estándares. Incluyen, pero no se limitan a:
La información sobre los horarios, orígenes y destinos de llamadas telefónicas, mensajes electrónicos, mensajes instantáneos y otros modos de telecomunicaciones, a diferencia del contenido de los mensajes, es otra forma de metadatos. La recopilación masiva de metadatos de estos registros detallados de llamadas por parte de agencias de inteligencia ha resultado controvertida después de que Edward Snowden revelara el hecho de que ciertas agencias de inteligencia, como la NSA, habían estado (y tal vez todavía estén) manteniendo metadatos en línea sobre millones de usuarios de Internet durante hasta un año, independientemente de si [alguna vez] fueron o no personas de interés para la agencia.
Los metadatos son particularmente útiles en vídeo, donde la información sobre su contenido (como transcripciones de conversaciones y descripciones textuales de sus escenas) no es directamente comprensible para una computadora, pero donde es deseable una búsqueda eficiente del contenido. Esto es particularmente útil en aplicaciones de vídeo como el software de reconocimiento automático de matrículas y de identificación de vehículos, en los que los datos de las matrículas se guardan y se utilizan para crear informes y alertas. [42] Hay dos fuentes de las que se derivan los metadatos de vídeo: (1) metadatos recopilados operativos, es decir, información sobre el contenido producido, como el tipo de equipo, software, fecha y ubicación; (2) metadatos creados por humanos, para mejorar la visibilidad, la capacidad de descubrimiento, la participación de la audiencia en los motores de búsqueda y brindar oportunidades publicitarias a los editores de videos. [43] MetaSync de Avid y Bridge de Adobe son ejemplos de software de edición de vídeo profesional con acceso a metadatos. [44]
Los metadatos geoespaciales se relacionan con archivos, mapas, imágenes y otros datos de sistemas de información geográfica (SIG) basados en la ubicación. Los metadatos se utilizan en SIG para documentar las características y atributos de datos geográficos, como archivos de bases de datos y datos que se desarrollan dentro de un SIG. Incluye detalles como quién desarrolló los datos, cuándo se recopilaron, cómo se procesaron y en qué formatos están disponibles, y luego ofrece el contexto para que los datos se utilicen de manera efectiva. [45]
Los metadatos pueden crearse mediante procesamiento automatizado de información o mediante trabajo manual. Los metadatos elementales capturados por las computadoras pueden incluir información sobre cuándo se creó un objeto, quién lo creó, cuándo se actualizó por última vez, el tamaño del archivo y la extensión del archivo. En este contexto, un objeto se refiere a cualquiera de los siguientes:
Un motor de metadatos recopila, almacena y analiza información sobre datos y metadatos en uso dentro de un dominio. [46]
La virtualización de datos surgió en la década de 2000 como la nueva tecnología de software para completar la "pila" de virtualización en la empresa. Los metadatos se utilizan en servidores de virtualización de datos que son componentes de infraestructura empresarial, junto con servidores de aplicaciones y bases de datos. Los metadatos en estos servidores se guardan como un repositorio persistente y describen objetos comerciales en varios sistemas y aplicaciones empresariales. Los puntos comunes de metadatos estructurales también son importantes para respaldar la virtualización de datos.
El trabajo de estandarización y armonización ha aportado ventajas a los esfuerzos de la industria por construir sistemas de metadatos en la comunidad estadística. [47] [48] Varias directrices y estándares de metadatos, como el Código de prácticas de estadísticas europeas [49] y la norma ISO 17369:2013 ( Intercambio de datos y metadatos estadísticos o SDMX) [47] proporcionan principios clave sobre cómo las empresas, los organismos gubernamentales y otras entidades deberían gestionar datos y metadatos estadísticos. Entidades como Eurostat , [50] el Sistema Europeo de Bancos Centrales , [50] y la Agencia de Protección Ambiental de EE. UU. [51] han implementado estos y otros estándares y directrices similares con el objetivo de mejorar la "eficiencia en la gestión de procesos estadísticos de negocios". [50]
Los metadatos se han utilizado de diversas formas como medio para catalogar elementos en bibliotecas tanto en formato digital como analógico. Dichos datos ayudan a clasificar, agregar, identificar y localizar un libro, DVD, revista o cualquier objeto en particular que una biblioteca pueda tener en su colección. [52] Hasta la década de 1980, muchos catálogos de bibliotecas utilizaban tarjetas de 3x5 pulgadas en los cajones de archivos para mostrar el título, el autor, el tema de un libro y una cadena alfanumérica abreviada ( número de clasificación ) que indicaba la ubicación física del libro dentro de la biblioteca. estantes. El sistema decimal Dewey empleado por las bibliotecas para clasificar los materiales bibliotecarios por tema es un ejemplo temprano del uso de metadatos. El primer catálogo en papel tenía información sobre cualquier elemento que se describiera en dicha tarjeta: título, autor, tema y un número que indicaba dónde encontrar dicho elemento. [53] A partir de las décadas de 1980 y 1990, muchas bibliotecas reemplazaron estas fichas de archivo en papel con bases de datos informáticas. Estas bases de datos informáticas hacen que sea mucho más fácil y rápido para los usuarios realizar búsquedas de palabras clave. Otra forma de recopilación de metadatos antiguos es el uso por parte de la Oficina del Censo de EE. UU. de lo que se conoce como "formato largo". El formato largo plantea preguntas que se utilizan para crear datos demográficos y encontrar patrones de distribución. [54] Las bibliotecas emplean metadatos en catálogos de bibliotecas , más comúnmente como parte de un Sistema Integrado de Gestión de Bibliotecas . Los metadatos se obtienen catalogando recursos como libros, publicaciones periódicas, DVD, páginas web o imágenes digitales. Estos datos se almacenan en el sistema integrado de gestión de bibliotecas, ILMS , utilizando el estándar de metadatos MARC . El propósito es dirigir a los usuarios a la ubicación física o electrónica de los artículos o áreas que buscan, así como proporcionar una descripción de los artículos en cuestión.
Ejemplos más recientes y especializados de metadatos bibliotecarios incluyen el establecimiento de bibliotecas digitales , incluidos repositorios de impresiones electrónicas y bibliotecas de imágenes digitales. Si bien a menudo se basan en principios bibliotecarios, el enfoque en el uso no bibliotecario, especialmente en el suministro de metadatos, significa que no siguen enfoques de catalogación tradicionales o comunes. Dada la naturaleza personalizada de los materiales incluidos, los campos de metadatos a menudo se crean especialmente, por ejemplo, campos de clasificación taxonómica, campos de ubicación, palabras clave o declaración de derechos de autor. La información de archivo estándar, como el tamaño y el formato del archivo, generalmente se incluye automáticamente. [55] El funcionamiento de la biblioteca ha sido durante décadas un tema clave en los esfuerzos hacia la estandarización internacional . Los estándares para metadatos en bibliotecas digitales incluyen Dublin Core , METS , MODS , DDI , DOI , URN , esquema PREMIS , EML y OAI-PMH . Las bibliotecas líderes del mundo dan pistas sobre sus estrategias de estándares de metadatos. [56] [57] El uso y la creación de metadatos en biblioteconomía y ciencias de la información también incluyen publicaciones científicas:
Los metadatos de las publicaciones científicas suelen ser creados por editores de revistas y bases de datos de citas como PubMed y Web of Science . Los datos contenidos en los manuscritos o que los acompañan como material complementario están menos frecuentemente sujetos a la creación de metadatos, [58] [59] aunque pueden enviarse, por ejemplo, a bases de datos biomédicas después de su publicación. Los autores originales y los curadores de la base de datos se vuelven responsables de la creación de metadatos, con la ayuda de procesos automatizados. Los metadatos completos para todos los datos experimentales son la base de los Principios Rectores FAIR , o los estándares para garantizar que los datos de investigación sean localizables , accesibles , interoperables y reutilizables . [60]
Luego, esos metadatos pueden utilizarse, complementarse y hacerse accesibles de manera útil. OpenAlex es un índice en línea gratuito de más de 200 millones de documentos científicos que integra y proporciona metadatos como fuentes, citas , información de autores , campos científicos y temas de investigación. Su API y su sitio web de código abierto se pueden utilizar para metaciencia, cienciometría y herramientas novedosas que consultan esta red semántica de artículos . [61] [62] [63] Otro proyecto en desarrollo, Scholia , utiliza los metadatos de publicaciones científicas para diversas visualizaciones y características de agregación, como proporcionar una interfaz de usuario simple que resume la literatura sobre una característica específica del virus SARS-CoV-2 usando Propiedad "tema principal" de Wikidata . [64]
En el trabajo de investigación, se han propuesto metadatos transparentes sobre las contribuciones de los autores a los trabajos –por ejemplo, el papel desempeñado en la producción del artículo, el nivel de contribución y las responsabilidades. [65] [66]
Además, se pueden crear o complementar varios metadatos sobre resultados científicos; por ejemplo, scite.ai intenta rastrear y vincular citas de artículos como "Apoyo", "Mención" o "Contraste" del estudio. [67] Otros ejemplos incluyen desarrollos de métricas alternativas [68] – que, más allá de proporcionar ayuda para la evaluación y la capacidad de búsqueda, también agregan muchas de las discusiones públicas sobre un artículo científico en redes sociales como Reddit , citas en Wikipedia e informes sobre la estudio en los medios de comunicación [69] – y un llamado a demostrar si los hallazgos originales están confirmados o podrían reproducirse . [70] [71]
Los metadatos en el contexto de un museo son la información que los especialistas capacitados en documentación cultural, como archiveros , bibliotecarios , registradores de museos y curadores , crean para indexar, estructurar, describir, identificar o especificar de otro modo obras de arte, arquitectura, objetos culturales y sus imágenes. [72] [73] [74] Los metadatos descriptivos se utilizan más comúnmente en contextos de museos para fines de identificación de objetos y recuperación de recursos. [73]
Los metadatos se desarrollan y aplican en instituciones coleccionistas y museos para:
Muchos museos y centros de patrimonio cultural reconocen que, dada la diversidad de obras de arte y objetos culturales, ningún modelo o estándar único es suficiente para describir y catalogar obras culturales. [72] [73] [74] Por ejemplo, un artefacto indígena esculpido podría clasificarse como una obra de arte, un artefacto arqueológico o un elemento del patrimonio indígena. Las primeras etapas de estandarización en el archivo, descripción y catalogación dentro de la comunidad de museos comenzaron a fines de la década de 1990 con el desarrollo de estándares como Categorías para la descripción de obras de arte (CDWA), Espectro, Modelo de referencia conceptual CIDOC (CRM), Catalogación. Objetos culturales (CCO) y el esquema XML CDWA Lite. [73] Estos estándares utilizan lenguajes de marcado HTML y XML para el procesamiento, publicación e implementación de máquinas. [73] Las Reglas de Catalogación Angloamericanas (AACR), desarrolladas originalmente para caracterizar libros, también se han aplicado a objetos culturales, obras de arte y arquitectura. [74] Las normas, como la CCO, están integradas en el sistema de gestión de colecciones (CMS) de un museo, una base de datos a través de la cual los museos pueden gestionar sus colecciones, adquisiciones, préstamos y conservación. [74] Académicos y profesionales en el campo señalan que el "panorama de estándares y tecnologías en rápida evolución" crea desafíos para los documentalistas culturales, específicamente para los profesionales sin capacitación técnica. [75] [ página necesaria ] La mayoría de las instituciones coleccionistas y museos utilizan una base de datos relacional para categorizar las obras culturales y sus imágenes. [74] Las bases de datos relacionales y los metadatos sirven para documentar y describir las complejas relaciones entre objetos culturales y obras de arte multifacéticas, así como entre objetos y lugares, personas y movimientos artísticos. [73] [74] Las estructuras de bases de datos relacionales también son beneficiosas dentro de las instituciones coleccionistas y museos porque permiten a los archiveros hacer una distinción clara entre los objetos culturales y sus imágenes; una distinción poco clara podría dar lugar a búsquedas confusas e inexactas. [74]
La materialidad, función y propósito de un objeto, así como el tamaño (por ejemplo, medidas como altura, ancho, peso), los requisitos de almacenamiento (por ejemplo, un ambiente con clima controlado) y el enfoque del museo y la colección, influyen en la descripción. profundidad de los datos atribuidos al objeto por los documentalistas culturales. [74] Las prácticas de catalogación institucional establecidas, los objetivos y la experiencia de los documentalistas culturales y la estructura de la base de datos también influyen en la información adscrita a los objetos culturales y las formas en que se categorizan los objetos culturales. [72] [74] Además, los museos a menudo emplean software comercial estandarizado de gestión de colecciones que prescribe y limita las formas en que los archiveros pueden describir obras de arte y objetos culturales. [75] Además, las instituciones coleccionistas y los museos utilizan vocabularios controlados para describir objetos culturales y obras de arte en sus colecciones. [73] [74] Los vocabularios de Getty y los vocabularios controlados de la Biblioteca del Congreso tienen buena reputación dentro de la comunidad de museos y están recomendados por los estándares de CCO. [74] Se alienta a los museos a utilizar vocabularios controlados que sean contextuales y relevantes para sus colecciones y mejoren la funcionalidad de sus sistemas de información digital. [73] [74] Los vocabularios controlados son beneficiosos dentro de las bases de datos porque proporcionan un alto nivel de coherencia y mejoran la recuperación de recursos. [73] [74] Las estructuras de metadatos, incluidos los vocabularios controlados, reflejan las ontologías de los sistemas a partir de los cuales fueron creados. A menudo, los procesos mediante los cuales se describen y categorizan los objetos culturales mediante metadatos en los museos no reflejan las perspectivas de las comunidades de creadores. [72] [76]
Los metadatos han sido decisivos en la creación de sistemas de información y archivos digitales dentro de los museos y han facilitado que los museos publiquen contenidos digitales en línea. Esto ha permitido que audiencias que quizás no hubieran tenido acceso a objetos culturales debido a barreras geográficas o económicas tengan acceso a ellos. [73] En la década de 2000, a medida que más museos adoptaron estándares de archivo y crearon bases de datos complejas, surgieron debates sobre datos vinculados entre bases de datos de museos en las comunidades de museos, archivos y bibliotecología. [75] Los sistemas de gestión de colecciones (CMS) y las herramientas de gestión de activos digitales pueden ser sistemas locales o compartidos. [74] Los estudiosos de Humanidades Digitales señalan muchos beneficios de la interoperabilidad entre las bases de datos y colecciones de los museos, al tiempo que reconocen las dificultades de lograr dicha interoperabilidad. [75]
Los problemas relacionados con los metadatos en los litigios en los Estados Unidos se están generalizando. [ ¿cuando? ] Los tribunales han analizado varias cuestiones relacionadas con los metadatos, incluida la posibilidad de que las partes los descubran . Las Reglas Federales de Procedimiento Civil tienen reglas específicas para el descubrimiento de información almacenada electrónicamente, y la jurisprudencia posterior que aplica esas reglas ha aclarado el deber del litigante de producir metadatos cuando litiga en un tribunal federal. [77] En octubre de 2009, la Corte Suprema de Arizona dictaminó que los registros de metadatos son registros públicos . [78] Los metadatos de documentos han demostrado ser particularmente importantes en entornos legales en los que los litigios han solicitado metadatos, que pueden incluir información confidencial perjudicial para una determinada parte en el tribunal. El uso de herramientas de eliminación de metadatos para "limpiar" o redactar documentos puede mitigar los riesgos de enviar datos confidenciales sin saberlo. Este proceso protege parcialmente (ver remanencia de datos ) a los bufetes de abogados de la filtración potencialmente dañina de datos confidenciales a través del descubrimiento electrónico .
Las encuestas de opinión han demostrado que el 45% de los estadounidenses "no confían en absoluto" en la capacidad de los sitios de redes sociales para garantizar que sus datos personales estén seguros y el 40% dice que los sitios de redes sociales no deberían poder almacenar ninguna información sobre los individuos. El 76% de los estadounidenses dice que no está seguro de que la información que las agencias de publicidad recopilan sobre ellos sea segura y el 50% dice que no se debería permitir que las agencias de publicidad en línea registren ninguna información suya. [79]
En Australia, la necesidad de fortalecer la seguridad nacional ha resultado en la introducción de una nueva ley de almacenamiento de metadatos. [80] Esta nueva ley significa que tanto las agencias de seguridad como las policiales podrán acceder a hasta 2 años de metadatos de un individuo, con el objetivo de facilitar la prevención de ataques terroristas y delitos graves.
Los metadatos legislativos han sido objeto de cierta discusión en foros de law.gov, como talleres celebrados por el Instituto de Información Legal de la Facultad de Derecho de Cornell los días 22 y 23 de marzo de 2010. La documentación para estos foros se titula "Prácticas de metadatos sugeridas para la legislación y reglamentos". [81]
Estos debates han esbozado algunos puntos clave, cuyos títulos de sección se enumeran a continuación:
La investigación médica australiana fue pionera en la definición de metadatos para aplicaciones en la atención sanitaria. Ese enfoque ofrece el primer intento reconocido de adherirse a los estándares internacionales en las ciencias médicas en lugar de definir un estándar patentado bajo el paraguas de la Organización Mundial de la Salud (OMS). La comunidad médica aún no aprobó la necesidad de seguir estándares de metadatos a pesar de las investigaciones que respaldaban estos estándares. [82]
Los estudios de investigación en los campos de la biomedicina y la biología molecular frecuentemente arrojan grandes cantidades de datos, incluidos resultados de secuenciación del genoma o metagenoma , datos proteómicos e incluso notas o planes creados durante el curso de la propia investigación. [83] Cada tipo de datos implica su propia variedad de metadatos y los procesos necesarios para producir estos metadatos. Los estándares generales de metadatos, como ISA-Tab, [84] permiten a los investigadores crear e intercambiar metadatos experimentales en formatos consistentes. Los enfoques experimentales específicos frecuentemente tienen sus propios estándares y sistemas de metadatos: los estándares de metadatos para espectrometría de masas incluyen mzML [85] y SPLASH, [86] mientras que los estándares basados en XML como PDBML [87] y SRA XML [88] sirven como estándares para análisis macromoleculares. datos de estructura y secuenciación, respectivamente.
Los productos de la investigación biomédica generalmente se realizan como manuscritos revisados por pares y estas publicaciones son otra fuente más de datos .
Un almacén de datos (DW) es un depósito de datos almacenados electrónicamente de una organización. Los almacenes de datos están diseñados para gestionar y almacenar los datos. Los almacenes de datos se diferencian de los sistemas de inteligencia empresarial (BI) porque los sistemas de BI están diseñados para utilizar datos para crear informes y analizar la información, para proporcionar orientación estratégica a la administración. [89] Los metadatos son una herramienta importante en la forma en que se almacenan los datos en los almacenes de datos. El propósito de un almacén de datos es albergar datos estandarizados, estructurados, consistentes, integrados, correctos, "limpios" y oportunos, extraídos de varios sistemas operativos de una organización. Los datos extraídos se integran en el entorno del almacén de datos para proporcionar una perspectiva de toda la empresa. Los datos están estructurados de manera que cumplan con los requisitos analíticos y de informes. El diseño de metadatos estructurales comunes utilizando un método de modelado de datos como el diagramación del modelo entidad-relación es importante en cualquier esfuerzo de desarrollo de un almacén de datos. Detallan metadatos sobre cada dato en el almacén de datos. Un componente esencial de un sistema de almacén de datos / inteligencia empresarial son los metadatos y las herramientas para gestionar y recuperar los metadatos. Ralph Kimball [90] describe los metadatos como el ADN del almacén de datos, ya que los metadatos definen los elementos del almacén de datos y cómo funcionan juntos.
Kimball y cols. [91] se refiere a 3 categorías principales de metadatos: metadatos técnicos, metadatos comerciales y metadatos de procesos. Los metadatos técnicos son principalmente definitorios , mientras que los metadatos comerciales y de procesos son principalmente descriptivos . A veces las categorías se superponen.
El formato HTML utilizado para definir páginas web permite la inclusión de una variedad de tipos de metadatos, desde texto descriptivo básico, fechas y palabras clave hasta esquemas de metadatos más avanzados, como los estándares Dublin Core , e-GMS y AGLS [92] . Las páginas y los archivos también se pueden geoetiquetar con coordenadas , categorizar o etiquetar, incluso de forma colaborativa, como con folksonomías .
Cuando los medios tienen identificadores establecidos o cuando se pueden generar, información como etiquetas de archivos y descripciones se puede extraer o extraer de Internet (por ejemplo, sobre películas). [93] Se agregan varias bases de datos en línea que proporcionan metadatos para diversos datos. Wikidata , construido de forma colaborativa, tiene identificadores no sólo para medios, sino también para conceptos abstractos, diversos objetos y otras entidades, que pueden ser buscados por humanos y máquinas para recuperar información útil y vincular conocimientos en otras bases de conocimiento y bases de datos. [64]
Los metadatos pueden incluirse en el encabezado de la página o en un archivo separado. Los microformatos permiten agregar metadatos a los datos de la página de una manera que los usuarios habituales de la web no ven, pero que las computadoras, los rastreadores web y los motores de búsqueda pueden acceder fácilmente. Muchos motores de búsqueda son cautelosos a la hora de utilizar metadatos en sus algoritmos de clasificación debido a la explotación de los metadatos y la práctica de optimización de motores de búsqueda, SEO , para mejorar las clasificaciones. Consulte el artículo sobre el elemento Meta para obtener más información. Esta actitud cautelosa puede justificarse ya que, según Doctorow, [94] las personas no ponen cuidado y diligencia al crear sus propios metadatos y los metadatos son parte de un entorno competitivo donde los metadatos se utilizan para promover los propios propósitos de los creadores de metadatos. Los estudios muestran que los motores de búsqueda responden a las páginas web con implementaciones de metadatos, [95] y Google tiene un anuncio en su sitio que muestra las metaetiquetas que entiende su motor de búsqueda. [96] La startup de búsqueda empresarial Swiftype reconoce los metadatos como una señal de relevancia que los webmasters pueden implementar para su motor de búsqueda específico de sitio web, incluso lanzando su propia extensión, conocida como Meta Tags 2. [97]
En la industria de la radiodifusión , los metadatos están vinculados a medios de difusión de audio y vídeo para:
Estos metadatos se pueden vincular a los medios de vídeo gracias a los servidores de vídeo . La mayoría de eventos deportivos retransmitidos importantes, como la Copa Mundial de la FIFA o los Juegos Olímpicos, utilizan estos metadatos para distribuir su contenido de vídeo a estaciones de televisión a través de palabras clave . A menudo es la emisora anfitriona [98] la que se encarga de organizar los metadatos a través de su Centro Internacional de Difusión y sus servidores de vídeo. Estos metadatos se registran con las imágenes y los ingresan operadores de metadatos ( registradores ) que se asocian en metadatos en vivo disponibles en cuadrículas de metadatos a través de software (como Multicam (LSM) o IPDirector utilizado durante la Copa Mundial de la FIFA o los Juegos Olímpicos). [99] [100]
Los metadatos que describen objetos geográficos en formato o almacenamiento electrónico (como conjuntos de datos, mapas, características o documentos con un componente geoespacial) tienen una historia que se remonta al menos a 1994. Esta clase de metadatos se describe con más detalle en el artículo sobre metadatos geoespaciales .
Los metadatos ecológicos y ambientales tienen como objetivo documentar "quién, qué, cuándo, dónde, por qué y cómo" de la recopilación de datos para un estudio en particular. Por lo general, esto significa qué organización o institución recopiló los datos, qué tipo de datos, en qué fechas se recolectaron los datos, la justificación de la recolección de datos y la metodología utilizada para la recolección de datos. Los metadatos deben generarse en un formato comúnmente utilizado por la comunidad científica más relevante, como Darwin Core , Ecoological Metadata Language , [101] o Dublin Core . Existen herramientas de edición de metadatos para facilitar la generación de metadatos (por ejemplo, Metavist, [102] Mercury , Morpho [103] ). Los metadatos deben describir la procedencia de los datos (dónde se originaron, así como cualquier transformación que sufrieron) y cómo dar crédito (citar) los productos de datos.
Cuando se lanzaron por primera vez en 1982, los discos compactos solo contenían una tabla de contenido (TOC) con el número de pistas del disco y su duración en muestras. [104] [105] Catorce años después, en 1996, una revisión del estándar CD Red Book agregó CD-Text para transportar metadatos adicionales. [106] Pero el CD-Text no fue ampliamente adoptado. Poco después, se volvió común que las computadoras personales recuperaran metadatos de fuentes externas (por ejemplo, CDDB , Gracenote ) basándose en el TOC.
Los formatos de audio digital , como los archivos de audio digital , reemplazaron a los formatos de música como las cintas de casete y los CD en la década de 2000. Los archivos de audio digitales se pueden etiquetar con más información de la que podría contener solo el nombre del archivo. Esa información descriptiva se denomina etiqueta de audio o metadatos de audio en general. Los programas informáticos especializados en añadir o modificar esta información se denominan editores de etiquetas . Los metadatos se pueden utilizar para nombrar, describir, catalogar e indicar la propiedad o los derechos de autor de un archivo de audio digital, y su presencia hace que sea mucho más fácil localizar un archivo de audio específico dentro de un grupo, normalmente mediante el uso de un motor de búsqueda que accede a los metadatos. . A medida que se desarrollaron diferentes formatos de audio digital, se intentó estandarizar una ubicación específica dentro de los archivos digitales donde se pudiera almacenar esta información.
Como resultado, casi todos los formatos de audio digital, incluidos los archivos mp3 , wav de transmisión y AIFF , tienen ubicaciones estandarizadas similares que pueden completarse con metadatos. Los metadatos de la música digital comprimida y sin comprimir suelen estar codificados en la etiqueta ID3 . Los editores comunes como TagLib admiten formatos de archivo MP3, Ogg Vorbis, FLAC, MPC, Speex, WavPack TrueAudio, WAV, AIFF, MP4 y ASF.
Con la disponibilidad de aplicaciones en la nube , que incluyen aquellas para agregar metadatos al contenido, los metadatos están cada vez más disponibles a través de Internet.
Los metadatos se pueden almacenar internamente , [107] en el mismo archivo o estructura que los datos (esto también se denomina metadatos incrustados ), o externamente , en un archivo o campo separado de los datos descritos. Un repositorio de datos normalmente almacena los metadatos separados de los datos, pero puede diseñarse para admitir enfoques de metadatos integrados. Cada opción tiene ventajas y desventajas:
Los metadatos se pueden almacenar en formato binario o legible por humanos. Almacenar metadatos en un formato legible por humanos, como XML, puede resultar útil porque los usuarios pueden comprenderlos y editarlos sin herramientas especializadas. [108] Sin embargo, los formatos basados en texto rara vez se optimizan en cuanto a capacidad de almacenamiento, tiempo de comunicación o velocidad de procesamiento. Un formato de metadatos binarios permite la eficiencia en todos estos aspectos, pero requiere un software especial para convertir la información binaria en contenido legible por humanos.
Cada sistema de base de datos relacional tiene sus propios mecanismos para almacenar metadatos. Ejemplos de metadatos de bases de datos relacionales incluyen:
En la terminología de bases de datos, este conjunto de metadatos se denomina catálogo . El estándar SQL especifica un medio uniforme para acceder al catálogo, llamado esquema de información , pero no todas las bases de datos lo implementan, incluso si implementan otros aspectos del estándar SQL. Para ver un ejemplo de métodos de acceso a metadatos específicos de bases de datos, consulte Metadatos de Oracle . El acceso programático a los metadatos es posible mediante API como JDBC o SchemaCrawler. [109]
Uno de los primeros exámenes satíricos del concepto de metadatos tal como lo entendemos hoy es el cuento del autor estadounidense de ciencia ficción Hal Draper , " MS Fnd in a Lbry " (1961). Aquí, el conocimiento de toda la humanidad se condensa en un objeto del tamaño de un cajón de escritorio; sin embargo, la magnitud de los metadatos (por ejemplo, catálogos de catálogos de..., así como índices e historias) eventualmente conduce a consecuencias nefastas pero divertidas. para la raza humana. La historia prefigura las consecuencias modernas de permitir que los metadatos se vuelvan más importantes que los datos reales que les interesan, y los riesgos inherentes a esa eventualidad como una advertencia.
{{cite news}}: CS1 maint: numeric names: authors list (link)
