Gijon Tutorial Dspace

Toni Prieto

[email protected]

Universitat Politècnica de Catalunya

Servei de Biblioteques i Documentació

Tutorial DSpace

Gijón, diciembre de 2007 Ecología de los repositorios institucionales

Ecología de los repositorios institucionales. Gijón, diciembre del 2007

Sumario

Introducción a DSpace

Funcionalidades

Personalización

Herramientas administrativas (scripts)

Conclusión


Introducción – Funcionalidades – Personalización – Scripts – Conclusión

Introducción a DSpace

Software en código abierto para implementar depósitos digitales.

Objetivo: Coleccionar y organizar la producción intelectual de

una institución, describirla, diseminar y preservar sus objetos

digitales.

Actualmente en la versión estable 1.4.2.

Versión 1.5 en fase alfa



Modelo de Datos ILa información que almacena DSpace está estructura en 5 componentes básicos:

1.- Comunidades/subcomunidades (conjunto de colecciones y subcomunidades)

2.- Colecciones (agrupaciones de ítems con un workflow en común)

3.- Ítems (metadatos + archivos)

4.- Bundles (paquetes de archivos)

Archivos originales: ORIGINAL De licencia: LICENSE, CC-LICENSE Generados a partir de los originales: TEXT, THUMBNAIL

5.- Bitstreams (archivos)



Modelo de Datos II



Visión general I Dos interfaces web: JSPUI / XMLUI (Manakin) Interfaz web bastante completa: mostrar el contenido, añadir nuevo y

administrar. XHTML 1.0 y WAI Multilenguage Motor de búsqueda, basado en lucene, indexación de texto completo Índices de navegación: título, autor, materia y fecha (configurable) RSS OAI-PMH Herramientas de importación e exportación de ítems Herramientas de exportación en diferentes formatos en XML (METS, MODS.

DCQ, MPEG-21)



Visión general II

Nivel colección / comunidad Página propia para las comunidades y colecciones: posibilidad añadir logo, texto

personalizados,... Alertas por colección RSS a nivel de colección y de comunidad Índices de navegación y búsquedas acotados a nivel de colección y comunidad

Nivel de ítem Diferentes niveles de acceso: abierto, solo metadatos,... Recomendar un ítem OpenURL Handle: identificadores persistentes Metadatos: nivel simple (configurable) /nivel completo Licencias creative commons



Metadatos I Inicialmente esquema DC Qualified

http://dublincore.org/documents/dcmi-terms/

Soporta más de un esquema

Se puede modificar a través de la interfaz web

Añadir nuevos DCQ al esquema por defecto Crear nuevos esquemas Mover elementos entre esquemas

UTF-8

Soporte para metadatos en diferentes lenguas



Metadatos II

Un metadato en DSpace tiene asociado: Esquema

Elemento

Cualificador

Lengua

Valor



Autorización Los autorizaciones se gestionan a través de dos objetos:

Eperson: una cuenta usuario Group: un conjunto de usuarios

Existen dos grupos especiales, anónimo, administradores.

Se pueden crear grupos a partir de otros grupos.

Modelo flexible:

Para la mayoría de objetos del modelo de datos es posible dar permisos de

lectura, inserción, edición, borrado.

En el caso de las colecciones existe el rol administrador de colección.

En el caso de los ítems es posible definir diferentes niveles de lectura: restringir

el acceso al texto completo o a todo.



Autenticación Sistema por defecto - correo electrónico / contraseña

LDAP

Certificados X.509

Sistema basado en IP (versión 1.5)

Posibilidad de utilizar más de un método de

autenticación a la vez



Formulario de envío El formulario de envío consta de diversos pasos.

Selección de la colección Preguntas previas Metadatos (2 pasos) Inclusión de archivos Revisión Selección Licencia Creative Commons (opcional) Aceptación licencia final

El formulario de metadatos es configurable mediante un archivo de configuración

propio. Ahora lo veremos...

En la versión 1.5 también es posible modificar/adaptar estos pasos mediante otro

archivo de configuración. Incluir nuevos pasos, modificarlos, ...



Workflow

Paso 1: aceptar / rechazar envío Paso 2: aceptar / rechazar envío + editar metadatos Paso 3: editar metadatos

A nivel de colección, por cada colección se puede definir que pasos están activos. Cada paso se asocia un conjunto de usuarios Se pueden definir un conjunto de metadatos por defecto Se puede modificar a través de la interfaz de usuario.



OAI-PMH Inicialmente esquema Dublin Core sin cualificar

Los sets que ofrece son las colecciones definidas en

DSpace. En la versión 1.5 se han incluido las

comunidades.

Configurable para servir otros esquemas de

metadatos a través de Crosswalks de Dublin Core:

Mets, mod, dcq, ...



Manakin I Un nueva interfaz web de DSpace basada en XML

Apache Coocon, XSL, CSS

Manakin vs interfaz JSP

Interfaz JSP

La interfaz JSP es difícil y costosa de modificar y extender. Una interfaz única para todas las colecciones a pesar de poder tener diferente

contenido

Manakin

Facilidad para cambiar el estilo de la interfaz Mejorar la visualización: permitir mostrar los metadatos de formas muy

distintas Diseño modular: fácil de extender, adaptar y personalizar



Manakin IITres componentes básicos

Aspects Son los generadores de contenido en XML Implementan un conjunto de funcionalidades relacionadas

Esquema DRI (Digital Repository Interface) Representación abstracta en XML de la página del repositorio Es la entrada y salida de los aspects

Tema: definen como se visualiza el contenido Tres partes fundamentales:

Sitemap.xml: fichero de configuración del tema Hoja(s) de estilo XSL: transforma el DRI Schema (XML) en HTML Hoja de estilo CSS: determina la visualización final



Manakin IIIArchivo xmlui.conf

Define los aspects que intervienen <aspects>

<aspect name="Artifact Browser" path="resource://aspects/ArtifactBrowse/” />

<aspect name="Submission and Workflow" path="resource://aspects/Submission/” />

<aspect name="Administration" path="resource://aspects/Administrative/" />

<aspect name="E-Person" path="resource://aspects/EPerson/" />

</aspects>

Define los temas que se aplican a cada página. Se pueden a aplicar a: Una única página:

<theme name="Test Theme 2" regex="community-list" path="theme1/"/>

A todas las páginas de una comunidad / colección:

<theme name="Test Theme 1" handle="123456789/1" path="theme2/"/>

A todo/resto del repositorio

<theme name="Default Reference Theme" regex=".*" path="Reference/" />



Localización carpetasHay que tener en cuenta que diferentes partes de DSpace residen en diferentes

zonas del servidor:

[dspace-source]: el código fuente de DSpace, aquí se deben realizar los

cambios / personalizaciones de la interfaz

[tomcat]: donde están las interfaces web de DSpace funcionando

[dspace]: contiene los archivos de configuración (dspace.cfg, input-

forms.xml, ...), scripts de administración, archivos almacenados, ...



Archivo configuraciónArchivo [dspace]/config/dspace.cfg

Aquí están:

La configuración básica Funcionalidades que se pueden activar o desactivar La configuración de las interfaz

Es un listado de claves / valores:

webui.itemdisplay.default = dc.title, \

dc.contributor.*, \

...

Cada par clave valor debe ir en una sola linea, si no se debe escapar con \



Cambiar apariencia global

[dspace-source]/jsp/layout/*.jsp – archivos comunes casi todas las páginas

[dspace-source]/jsp/styles.css.jsp – hoja de estilo

Los archivos modificados se deberían guardar en [dspace-source]/jsp/local/... Después de realizar los cambios se debe recompilar y volver a copiar la interfaz en el webapp del tomcat.



Cambiar texto DSpace usa archivos de i18n para gestionar los textos de la interfaz:

[dspace-source]/config/language-packs/Messages.properties

Es un listado de claves-valor:

jsp.home.com1 = Communities in DSpace

jsp.home.com2 = Choose a community to browse its collections.

En los archivos jsp están referenciados así:

<h3><fmt:message key="jsp.home.com1"/></h3>

<p><fmt:message key="jsp.home.com2"/></p>

Por cada cambio se debe recompilar el DSpace y volverlo a instalar en Tomcat.



Internacionalización Para incluir o cambiar la traducción en castellano se debe incluir una réplica del archivo

Messages.properties traducido:[dspace-source]/config/language-pack/Messages_es.properties

La interfaz se mostrará en el idioma en que este configurado el navegador web. Para incluir un selector de idioma, se debe instalar un parche:

[ Patch 1450491 ] i18n configurable multilingualism support

Para activar el soporte multilenguage es necesario modificar un par de claves de dspace.cfg:default.locale = es

webui.supported.locales = es, en

Versión 1.5: La posición de los archivos ha cambiado:

[dspace-source]/dspace-api/src/main/resource/Messages.properties (principal)

[dspace-source]/language-packs/es/Messages_es.properties Ya incluye el parche para hacer la plataforma multilenguaje La interfaz XML (manakin) tiene su propio archivo de textos diferenciado. En formato xml.

[dspace-source]/dspace-xmlui/dspace-xmlui-webapp/src/main/webapp/i18n/messages.xml



Visualización simple de metadatos de un ítem I

En la interfaz jsp es posible modificar los metadatos que se muestran en la

visualización simple de un ítem modificando una clave del archivo dspace.cfg:

webui.itemdisplay.default = dc.title, dc.title.alternative, dc.contributor.*, \

dc.subject, dc.date.issued(date), dc.publisher, \

dc.identifier.citation, dc.relation.ispartofseries, \

dc.description.abstract, dc.description, \

dc.identifier.govdoc, dc.identifier.uri(link), \

dc.identifier.isbn, dc.identifier.issn, \

dc.identifier.ismn, dc.identifier

(link) -> el metadato se mostrará como un enlace

(date) -> el metadato se mostrará como una fecha en el idioma en que se este

mostrando la interfaz



Visualización simple de metadatos de un ítem II

Es posible definir listados de metadatos distintos en algunas colecciones:

webui.itemdisplay.<style>.collections = <collection handle>, ...

webui.itemdisplay.tutorial.collections = 123456789/3

webui.itemdisplay.tutorial = dc.title, dc.contributor.*, \

dc.relation.ispartof, dc.identifier.citation, \

dc.description.tableofcontents, my.custom.metadata, \

dc.identifier.uri(link)



Visualización simple de metadatos de un ítem III

Etiquetas ??? alguna.clave.exto???

Si se incluyen nuevos metadatos a mostrar es necesario incluir las claves i18n en el archivo de

textos de la interfaz (Messages.properties): metadata.<schema>.<element>.<qualifier> = ...

(ej.: metadata.dc.title, metadata.dc.identifier.citation)



Búsqueda e índicesBúsqueda

DSpace utiliza un motor de búsqueda basado en Lucene.

Lucene crea un conjunto de índices que guarda en [dspace]/search

Índices de navegación

También dispone de índices para la navegación a partir de ciertos metadatos

del ítem: listado por título, fecha de publicación, autor y materia.

Estos índices se guardan en tablas de la base de datos.

En dspace.cfg se puede configurar parte del sistema de búsqueda e índices:



Búsqueda IDefinir los índices que queremos tener:

Los índices están definidos a partir de claves de esta forma:

search.index.<n> = nombre_indice:schema.element.qualifier

<n> es el número de índice definido

Para un índice se puede asignar más de un metadato creando más de una entrada de

search.index. (ejemplo índice author)

En lugar de qualifier se puede incluir * para indexar cualquier metadato con ese

elemento

La configuración básica utiliza otro índice llamado default que contiene:

Todos los índices definidos El texto completo extraído El nombre de las comunidades y colecciones



Búsqueda II Definición de índices que viene por defecto:

search.index.1 = author:dc.contributor.*

search.index.2 = author:dc.creator.*

search.index.3 = title:dc.title.*

search.index.4 = keyword:dc.subject.*

search.index.5 = abstract:dc.description.abstract

search.index.6 = author:dc.description.statementofresponsibility

search.index.7 = series:dc.relation.ispartofseries

search.index.8 = abstract:dc.description.tableofcontents

search.index.9 = mime:dc.format.mimetype

search.index.10 = sponsor:dc.description.sponsorship

search.index.11 = identifier:dc.identifier.*

search.index.12 = language:dc.language.iso

Si se incluyen nuevos índices, para que aparezcan en la interfaz es necesario

modificar el archivo que genera el formulario de búsqueda avanzada. No se incluye

automáticamente!



Índices de navegación I Actualmente ofrece 4 índices de navegación (título, autor, materia, fecha)

A través de dspace.cfg se puede elegir que metadatos utiliza:

webui.browse.index.date = dc.date.issued

webui.browse.index.author = dc.contributor.*

webui.browse.index.title = dc.title

webui.browse.index.subject = dc.subject.*

Y definir que metadatos se muestran en los listados:

webui.itemlist.columns = dc.date.issued(date), dc.title, dc.contributor.*



Índices de navegación IIEn la versión 1.5 se han incluido varias mejoras para hacer estos índices

más configurables:

Se puede crear más índices (no solo los 4 que vienen por defecto).

Definir para que campos se pueden ordenar los listados y como se

ordenan estos campos

Más opciones sobre como mostrar los índices (número de autores que

muestra, longitud máxima de campo listado, ... )



Búsqueda e índices Cada vez que realizamos algún cambio en la configuración

que afecta a la búsqueda o a los índices de navegación es

necesario re-indexar mediante el script index-all:

[dspace]/bin/index-all

En la versión 1.5 el cambio en la configuración de índices

puede implicar que se deban cambiar algunas tablas. Se

puede utilizar este comando para reconstruir las tablas:

[dspace]/bin/dsrun org.dspace.browse.IndexBrowse –f –r



Formulario de envío IPara modificar el formulario de envío es necesario modificar el archivo de configuración

[dspace]/config/input-forms.xml

<form-map> <name-map collection-handle="default" form-name="traditional" /> ... </form-map>

<form-definitions> <form me="traditional">

<page>...

<field>...<field>

<page> </form> </form-definitions>

<form-value-pairs> <value-pairs value-pairs-name="common_iso_languages" dc-term="language_iso ... </form-value-pairs> </input-forms>

Parte 2:

Definición de los

formularios y sus campos

Parte3:

Definición de pares de valores

para los campos controlados

Parte 1:

Asignación de formularios a las

colecciones



Formulario de envío II La etiqueta field:

<field>

<dc-schema>dc</dc-schema> El nombre del esquema

<dc-element>contributor</dc-element> El elemento del metadato

<dc-qualifier>author</dc-qualifier> El cualificador del metadato. Puede estar vacío.

<repeatable>true</repeatable> Si es o no repetible

<label>Authors</label> La etiqueta que se muestra

<input-type>name</input-type> El tipo de campo

<hint>Enter the names of the authorsof this item The help text to be showed to

the submitter below.</hint>

Texto de ayuda, instrucciones de que se debe incluirexactamente.

<required></required> Texto que se muestra si no se ha rellenado el campo.Si no hay nada el campo es opcional.

<visibility><visibility> Opcional. Para indicar si es visible solo durante elenvío o la revisión

</field>



Formulario de envío III

Input-type define el tipo de campo:: Campo de texto libre:

onebox : un campo simple de texto (ej.: título) twobox: dos campos simples de texto (ej.: materias) textarea: campo de texto largo (ej.: abstract, resumen)

Campo de datos específicos name: nombre de personas (apellido, nombre) date: fecha

Campos de datos con valores controlados dropdown : un seleccionable list: implementado como checkbox o radio button qualdrop_value : compuesto de un seleccionable para escoger el cualificador, y

un campo de texto para introducir el valor



Formulario de envío IV En los campos de tipo onebox, twobox o textarea, se puede añadir la etiqueta:

<vocabulary>XXX</vocabulary>

para capturar los valores de un vocabulario controlado

Las vocabularios controlados están definidos en archivos xml en

[dspace]/config/controlled-vocabulary/ y tiene esta forma:

<node id="acmccs98" label="ACMCCS98">

<isComposedBy>

<node id="A." label="General Literature">

<isComposedBy>

<node id="A.0" label="GENERAL"/>

<node id="A.1" label="INTRODUCTORY AND SURVEY"/>

...

</isComposedBy>

</node>

...

</isComposedBy>

</node>



Formulario de envío V Se pueden realizar búsquedas en el vocabulario controlado a través de la interfaz:

Se debe activar en el archivo de configuración

webui.controlledvocabulary.enable = true



Scripts I A parte de la interfaz web DSpace incorpora un conjunto de utilidades de

administración ejecutables a través de línea de comandos

Se trata en su mayoría de clases java ejecutables que se deben usar mediante

el script dsrun:

[dspace]/bin/dsrun org.dspace.administer.CommunityFiliator

Las más utilizadas son directamente ejecutables mediante scripts específicos

en [dspace]/bin

[dspace]/bin/index-all

Algunas se deben programar para ejecutar diariamente (cron de linux)



Scripts II

importexport

Importación /exportación de ítems mediantearchivos en xml.

create-administrator Crear un administrador

index-all Re-construir los índices de DSpace (búsqueda ynavegación)

packager Otro script de importación que permite importarítems empaquetados (archivos comprimidos,PDF, ...)

structure-builder (v.1.5)

Creación de estructura de comunidadescolecciones



ItemImport[dspace]/bin/dsrun org.dspace.app.itemimport -a -w -c <coleccion> -e <eperson> -s <ruta> -m mapfile

O

[dspace]/bin/import -a -w -c <coleccion> -e <eperson> -s <ruta> -m mapfile

Script para hacer importaciones de ítems en DSpace Existe su análogo para realizar exportaciones: ItemExport En tres modos: inserción, borrado, modificado Los ítems deben tener como mínimo dos archivos:

dublin_core.xml – xml con los metadatos contents – listado de archivos a cargar archivos a cargar



Tareas programables (cron)

filter-media Creación de archivos: extracción del textocompleto, miniaturas de imágenes, ...

sub-daily Enviar los correos de subscripción a lascolecciones

stat-generalstat-monthlystat-report-generalstat-monthly-general

Generar estadísticas de DSpace(sobre todo estadísticas administrativas)

checker Comprobar la integridad de los archivos

generate-sitemaps (v. 1.5) Creación de sitemaps google



Filter-media[dspace]/bin/filter-media

Para generar archivos secundarios a partir de los originales

Actualmente usado para: Extraer el texto de los archivos para poder hacer búsquedas Extracción de miniaturas de imágenes para su visualización en listados Extracción / creación de imágenes con texto incrustado

También lanza una re-indexación.

Configurable en [dspace]/config/dspace.cfg

#Configure each filter's input format(s)

filter.org.dspace.app.mediafilter.PDFFilter.inputFormats = Adobe PDF

filter.org.dspace.app.mediafilter.HTMLFilter.inputFormats = HTML, Text

filter.org.dspace.app.mediafilter.WordFilter.inputFormats = Microsoft Word

filter.org.dspace.app.mediafilter.JPEGFilter.inputFormats = BMP, GIF, JPEG, imagen/png

filter.org.dspace.app.mediafilter.BrandedPreviewJPEGFilter.inputFormats = BMP, GIF, JPEG,

imagen/png



Versiones FuturasDSpace 1.5 (alpha)

Reestructuración del código (separación en módulos y uso de Maven) dspace dspace-api language-pack: dspace-jspui dspace-oai dspace-xmlui (Manakin) dspace-lni (webservice basado en WebDav)

i18n multilingualism support Configurable item submission Configurable Browse ...

DSpace 1.6 (en proceso)

Versioning DAO Persistent Identifiers - ...



Documentación DSpace Basic Tutorial – DSUG Rome 2007 ( Andrea Bollini,

Federico Meschini)

DSpace 1.4.1 - Customization ( Claudia Jürgen)

Dspace How-to Guide (Tim Donohue, Scott Phillips, Dorothea

Salo). Traducido al castellano (Luis Tijera ,Universidad de

León)

Learning to use Manakin -DSUG Rome 2007 (Scott Phillips)



Recursos generales DSpace.org http://www.dspace.org

DSpace wiki http://wiki.dspace.org

Documentación DSpace. (en [dspace-source]/doc)

Sourceforge.net http://sourceforge.net/projects/dspace

Listas de distribución: http://www.dspace.org/feedback/mailing.html

dspace-general dspace-tech dspace-devel

En castellano

Wiki Gude http://sod.upc.edu/gude

Lista Gude http://www.rediris.es/list/info/gude.es.html

Gijon Tutorial Dspace

Documents

Transcript of Gijon Tutorial Dspace