Hvordan langtidssikrer vi åbne metadata og persistent identifikation?

Københavns Universitetsbibliotek Hvordan langtidssikrer vi åbne metadata og persistent identifikation? Michael Svendsen 0000-0002-5807-5326 09vvy0v27 10.5281/zenodo.17350042 creativecommons.org/licenses/by-nc/4.0/ DeiC Konferencen, okt. 2025 Abstract oktober 2025 Fare for informationsfaglig kompleksitet! Kreditering: PID-verkosto @wiki.eduuni.fi Agenda oktober 2025 Indblik: Hvorfor PID og åbne metadata? - åbne metadata og maskinlæsbarhed (FAIR) - Udbydere af PID - dokumentation og metadataskemaer - ex på åbne artikel metadata - syntax og formater - bidrag til Open Science og bedre meritering Fare for strategisk teoretisering! Fare for informationsfaglig kompleksitet! Mulighed for mere jordnær praktik Udblik: International udvikling omkring digital suverænitet - kommercielle tracking teknologier i forskning - kontrol af research workflows - udveksling af forlags information og PID metadata til Crossref Persepktiv: Støtte og samarbejde ift PID-udvikling i DK - Nye institutionelle muligheder for anvendelse og integration af PID - Snapshot –PID benyttelse (doi, orcid) - Cost-benefit analyse af PID implementering - Organisering og netværk: Behov for PID roadmap i DK Fare for informationsfaglig teoretisering! Fare for politisering! Muligheder for mere jordnær praktik! Kreditering: @zacky24 Hvorfor PID og åbne metadata? ―Promlematisk at vedligeholde referencer til digitale objekter  adresser ændrer sig over tid og information er ikke resolverbar efterladende velkendte 404 gravsten. ―PID er en unik maskinlæsbar kode (Urn, Handle, Purl, Doi etc.), der persistent identificerer og deler maskinlæsbar information og metadata om digitale objekter uden at forgå, fordi en PID er forbundet til et sæt metadata, der beskriver et objekt (“landing page”) end selve objektet (fx. datasættets fil). PID tillader platforme at udveksle information konsistent og utvetydigt og leverer dermed en troværdig vej til at opfange citationer og genbrug. ―PID og tilhørende metadata beskriver web-resurser og forbindelserne mellem dem, der former en vidensgraf eller et netværk af forbundne digitale objekter, en såkaldt PID graf som en åben datamodel (Fenner & Aryani, 2019) ―I 2019 lancerede DataCite en GraphQL version af deres API til at forespørge efter PID og metadata fra videnskabelige resurser registret hos DataCite, Crossref, ORCID, ROR m.fl. https://api.datacite.org/graphql OpenAire Graph er verdens største og mest kendte: https://graph.openaire.eu/ oktober 2025 Kreditering: @ freepik.com Åbne metadata -maskinlæsbarhed oktober 2025 FAIR: Findable, Accessible, Interoperable, Reusable / Fully AI Ready F1. (Meta)data are assigned a globally unique and persistent identifier F2. Data are described with (defined by R1 below) rich metadata F3. (Meta)data clearly and explicitly include the identifier of the data they describe F4. (Meta)data are registered or indexed in a searchable resource A1. (Meta)data are retrievable by their identifier using a standardised communications protocol A1.1 The protocol is open, free, and universally implementable A1.2 The protocol allows for an authentication and authorisation procedure, where necessary A2. Metadata are accessible, even when the data are no longer available I1. (Meta)data use a formal, accessible, shared, and broadly applicable language for knowledge representation. I2. (Meta)data use vocabularies that follow FAIR principles I3. (Meta)data include qualified references to other (meta)data R1. (Meta)data are richly described with a plurality of accurate and relevant attributes R1.1. (Meta)data are released with a clear and accessible data usage license R1.2. (Meta)data are associated with detailed provenance R1.3. (Meta)data meet domain-relevant community standards Wilkinson, M. et al. (2016) Kreditering: Sangya Pundir, CC BY-SA 4.0 Udbydere af Persistente IDentifikatorer (PID) oktober 2025 DOI: artikler, kapitler, bøger https://doi.org/10.1163/18748929-bja10098 DataCite DOI: forskningsdata https://doi.org/10.60612/DATADK/AEOFGC OrcID: person(er) https://orcid.org/0000-0002-1754-0965 ROR: organisationer https://ror.org/035b05819 ISSN/ISBN: tidsskrifter/bøger https://portal.issn.org/resource/ISSN/1874-8929 RAID: projekter https://raid.org/10.26259/a673754f Crossmark: version(er) https://crossmark.crossref.org/dialog/?doi=10.1083/jcb.201 803079 FundRef: bevillingsgiver https://api.crossref.org/funders/100008397 CC: licensering https://creativecommons.org/licenses/by-nc-nd/4.0 OCI: citationer https://opencitations.net/oci/06101801781-06180334099 PWID: web-arkiver http://id.kb.dk/pwid/PWID.ppsx PIDINST: instrument(er) https://hdl.handle.net/21.11157/4cc8b2fb-accd-49d2-b42b6ed97cf9a084 Dokumentation og metadataskemaer oktober 2025 DOI: metadata kernel schema https://www.doi.org/doi_schemas/DOIMetadataKernel.xsd DataCite DOI: dataCite metadata schema https://schema.datacite.org/meta/kernel-4.6/ OrcID: documentation https://info.orcid.org/documentation/ ROR: schema 2.1 https://ror.readme.io/changelog/2024-12-12-schema-v2-1 ISSN/ISBN: issn linked data application https://www.issn.org/wp-content/uploads/2020/09/ISSNLinkedDataApplicationProfile-v2_0.pdf RAID: metadata schema https://metadata.raid.org/en/latest/ Crossmark: documentation https://www.crossref.org/documentation/crossmark/ FundRef: crossref funder registry https://gitlab.com/crossref/open_funder_registry CC: creative commons metadata https://wiki.creativecommons.org/wiki/metadata OCI: open citations index https://opencitations.net/index PWID: persistent web ID URN https://www.iana.org/assignments/urn-formal/pwid PIDINST: instrument(er) https://hdl.handle.net/21.11157/4cc8b2fb-accd-49d2-b42b6ed97cf9a084 oktober 2025 Kreditering: © E Atoni, via Amdekar, MS (2024) Ex. på åbne artikel metadata via PID (json-format) Syntax og formatforståelse –maskinel udveksling af metadata De mest kendte: -Serialiseringsformater: CSV, JSON-LD, RDF, XML, YAML...(menneskelige læsbare) oktober 2025 - MarkUp (doc-type): html, xml, markdown, LaTeX, txt... - Metadata skemaer: DC, DDI, DOI, FOAF, MARC, MODS, ONIX, TEI... - Filformater: … .bib;.ris (reference) .fits (videnskabelig) .gif;.tif (grafik) .nc (multi-domæne) .pdf;.xps (side beskrivelse) .pez;.ppt (præsentation) .asc;txt.(dokument) .bin;.zip (arkiv, komprimeret) … antallet af filformater er endeløs… Kreditering: @ ece.fr Støtte og samarbejde ift PID-udvikling i DK 16 KB har siden 2020 støttet non-for-profit initiativer og infrastrukturer og støtter i 2025 disse, men står noget alene...: Infrastruktur ArXiv, DOAB/Oapen, DOAJ, OAS (OA Switchboard), Open Citations (SCOSS), Open Editions, Open Policy Finder (SherpaRomeo), PCI (PeercommunityIn), PKP (Public Knowledge Project), Redalyc/AmeliCa (SCOSS), Medlemskaber/partnership COAR (Confederation of Open Access Repositories), SCOAP3, SPARC Europe KB støtte til Open Science infrastruktur: https://pro.kb.dk/open-science/stoette-til-open-science-services oktober 2025 Nye institutionelle muligheder for anvendelse og integration af PID PURE release notes, fra v. 5.30.0: https://helpcenter.pure.elsevier.com/en _US/data-sources-andintegrations/datacite-metadata-storeintegration-create-doi-from-datacite DOI minting er muligt ved opgradering til PURE Cloud (5.30) oktober 2025 Nye institutionelle muligheder for anvendelse og integration af PID PURE release notes, fra v. 5.27.2: https://helpcenter.pure.elsevier.com/en _US/import-sources/using-ror-id-vsusing-ringgold-id ROR er muligt i PURE som organisations ID via integration med OrcID fra v. 5.27 Snapshot - PID benyttelse i DK (DOI, ORCID) oktober 2025 Forskningspublikationer (peer reviewed) med forfattere fra DK publiceret i 2024 (Kilde: Danmarks forskningsportal) 70,5 % 29,5 % 0 10 20 30 40 50 60 70 80 90 100 ORCID % af forskere v. DK UNI (2024) 74,9 % 25,1 % 020 40 60 80 100 percent_of_publications_with_D OI percent_of_publications_without _DOI DOI % af publikationer v. DK UNI (2024) Cost-benefit analyse af PID implementering oktober 2025 Inspiration fra god business case i Tjekkiet: Our modelling indicates that the time savings from PID adoption could be as high as 7,207 person days per year, which would equate to net savings of 13,214,713 CZK. In addition to the cost savings generated by PIDs and the support services provided by the CARDS project, the ORCID and DataCite consortia, started as part of the national PIDs support programme led by NTK, also save money. We compare the costs of individual memberships to the consortia fees and find that, at current membership levels, the savings for Czech institutions from these two consortia combined is 3,050,240 CZK annually. Jones, P. et al. (2024): A cost-benefit analysis for PID implementation in Czechia doi: 10.48813/x4vd-yj13 Kreditering: @ t2informatik.de Organisering og netværk –status for PID i DK oktober 2025 -OrcID konsortium (2014), ledet af Aalborg Universitet siden 2018. ADK, AU, AAU, CBS, DTU, KU, Lægeforeningen, Reg.H, Reg. Sjælland, RUC, SDU, UC Viden -DataCite konsortium (2021), ledet af DeiC -CrossRef –intet konsortium, men fem medlemmer: AAU, CBS, GEUS, KB, RUC Åbne spørgsmål til overvejelse: Hvad er de næste skridt ift. PID’er i DK? som fx ROR (Research Organization Registry), grant IDs el. RAID (Research Activity ID) ... Hvem tager ansvar for implementeringen heraf i DK? PID roadmap og etablering af netværk etablering i DK oktober 2025 ”Der er behov for en governance og mere koordineret strategisk styring samt bæredygtig og langsigtet roadmap for implementering og udvikling af PID i DK, samtidigt med at der etableres et netværk af eksperter og interessenter, som vi ser i sammenlignelige lande som fx Australien, Finland, Tjekkiet, Tyskland m.fl.” Stakeholders: •Forskere •Forskningsorganisationer (offentlige/private) •Bevillingsgivere (offentlige/private) •Infrastrukturer (fx Deic Dataverse) •Service providere (fx NORA) og PID managere oktober 2025 Bud på strategisk ramme om en dansk PID roadmap 2030 ―1) gøre åbenhed til standard for forskningsinformationen vi bruger og producerer - arbejde hen mod at åbne information (metadata) om bevillinger, forskningsog innovationsaktiviteter, videnskabelige output, og organisationsadata via standarder, der binder information sammen og bidrager til et transpaparent innovations –og forsknings-økosystem. ―2) arbejde med tjenester og systemer, der understøtter og muliggør åben forskningsinformation - bidrage til at gøre mere brug af og bidrage til udvikling af PID-tjenester (OrcID,ROR,RAID,FundRef,DOI,GrantID,CC…) og not-for-profit systemer som CrossRef, OC, OpenAlex, ROR mv.) fremfor proprietære systemer som WoS, Scopus, Dimensions, Ringgold, inkl. citationsindekserne. ―3) støtte bæredygtigheden af infrastrukturer for åben forskningsinformation - kanalisere mere økonomisk støtte og community-bidrag til bæredygtigheden af non-for-profit og communitykontrollerede tjenester og systemer. ―4) støt kollektiv handling for at fremskynde overgangen til åbenhed af forskningsinformation. - skubbe på for denne udvikling indadtil og udadtil i samspil med andre aktører og investere ressourcer i et mere organiseret lokalt/nationalt/internationalt samspil. oktober 2025 Referencer Amdekar MS (2024). Scholarly metadata as trust signals: opportunities for journal editors, i: Sci Ed. 2024;47. doi:10.36591/SE-4704-10 Barcelona Declaration on open research information (2024): https://barcelona-declaration.org/ Bosman, J. (2024). Changes in demand and supply of metrics for research evaluation in the context of open science and new R&R.Zenodo, doi: 10.5281/zenodo.10569961 CoARA (2022): Agreement on Reforming Research Assessment, https://coara.eu/agreement/the-agreement-full-text/ DFG (2021): Datentracking in der Wissenschaft: Aggregation und Verwendung bzw. Verkauf von Nutzungsdaten durch Wissenschaftsverlage, doi: 10.5281/zenodo.5937995 EU (2020): Digital sovereignty for Europe –Briefing. https://www.europarl.europa.eu/RegData/etudes/BRIE/2020/651992/EPRS_BRI(2020)651992_EN.pdf Fenner, M., & Aryani, A. (2019). Introducing the PID Graph (Version 1.0), doi:10.5438/JWVF-8A66 Gatti, Rupert (2020): Business Models and Market Structure within the Scholarly Communications Sector, doi: 10.24948/2020.04 Jones, P. et al. (2024): A cost-benefit analysis for PID implementation in Czechia. doi: 10.48813/x4vd-yj13 Jussieu Call for Open science and bibliodiversity (2018): https://jussieucall.org/jussieu-call/ POSI (2020): The Principles of Open Scholarly Infrastructure, v.1.1, doi: 10.14454/G8WV-VM65 Scoss (2017): Global Sustainability Coalition for Open Science Services, https://scoss.org/what-is-scoss/ Wilkinson, M. et al. (2016): The FAIR Guiding Principles for scientific data management and stewardship, i: Sci Data 3, doi: 10.1038/sdata.2016.18