Archivo de la categoría: Procesos técnicos

Reglas de catalogación de la IASA para la descripción de registros sonoros y documentos audiovisuales relacionados

Texto completo

El Manual para la descripción de registros sonoros y documentos audiovisuales relacionados es una obra recopilada y editada por el Grupo Redactor de IASA bajo la dirección de Mary Milano. La versión en español fue traducida y adaptada con nuevos ejemplos por María del Pilar Gallego Cuadrado, de la Biblioteca Nacional.

ANABAD ha puesto a disposición de los profesionales de la documentación estas reglas de catalogación, originalmente publicadas por la International Association of Sound and Audiovisual Archives (IASA), para mejorar la normalización del trabajo en el ámbito de los documentos sonoros y audiovisuales. La traducción incluye ejemplos adaptados al mundo de habla hispana, enriqueciendo la utilidad del manual para los profesionales del sector.

El uso potencial de modelos de Inteligencia Artificial para generar encabezamientos de materia de la Biblioteca del Congreso (LCSH).


Chow, Eric H. C., T. J. Kao, y Xiaoli Li. «An Experiment with the Use of ChatGPT for LCSH Subject Assignment on Electronic Theses and Dissertations». arXiv, 10 de julio de 2024. https://doi.org/10.48550/arXiv.2403.16424.

Texto completo

Este estudio explora el uso potencial de modelos de lenguaje grande (LLMs) para generar encabezamientos de materia de la Biblioteca del Congreso (LCSH). Los autores emplearon ChatGPT para generar encabezamientos de materia para tesis y disertaciones electrónicas (ETDs) basándose en sus títulos y resúmenes. Los resultados sugieren que LLMs como ChatGPT tienen el potencial de reducir el tiempo de catalogación necesario para asignar términos de materia LCSH a las ETDs, así como mejorar la visibilidad de este tipo de recursos en bibliotecas académicas. Sin embargo, los catalogadores humanos siguen siendo esenciales para verificar y mejorar la validez, exhaustividad y especificidad de los LCSH generados por los LLMs.

En este estudio, los investigadores exploraron el uso de modelos de lenguaje grande (LLM), específicamente ChatGPT, para generar encabezamientos de materia de la Biblioteca del Congreso (LCSH) para tesis y disertaciones electrónicas (ETDs). Los resultados revelaron que, aunque ChatGPT puede acceder a un corpus internalizado de LCSH y registros MARC 21, el modelo tiene dificultades con la validez, especificidad y exhaustividad en los encabezamientos de materia generados. Además, aunque algunos problemas de validez pueden mitigarse con herramientas complementarias, el modelo aún falla en términos de especificidad y exhaustividad, especialmente con las cadenas LCSH que implican subdivisiones, fallando en producir resultados precisos aproximadamente la mitad del tiempo.

Estos resultados sugieren que, para asegurar la precisión y fiabilidad del proceso de catalogación, la participación de catalogadores humanos sigue siendo esencial. No obstante, el uso de LLMs como ChatGPT en la catalogación de ETDs o materiales similares, cuyos títulos y resúmenes son altamente indicativos de sus temas, aún puede desempeñar un papel importante de apoyo. Actualmente, muchas bibliotecas académicas están abrumadas por una afluencia de nuevos recursos electrónicos, incluidos ETDs, que superan con creces la capacidad de los catalogadores humanos para procesarlos de manera oportuna. El estudio sugiere que los LLMs podrían utilizarse como una herramienta económica para la generación inmediata de LCSH, dado que el costo asociado con el uso de la API OpenAI de Microsoft en el presente estudio ascendió a aproximadamente USD $0.25 y el tiempo total utilizado para procesar los 30 ETDs fue de aproximadamente 3 minutos.

Como herramienta de filtrado inicial y sugerencia, ChatGPT permite a los catalogadores experimentados centrarse en mejorar la precisión y completitud de los registros de catálogo. Este enfoque complementario puede potencialmente aumentar la productividad al aprovechar los LLMs para tareas básicas, mientras se preserva la experiencia crítica e insustituible de los catalogadores humanos. Además, para los catalogadores principiantes, refinar una sugerencia de LCSH existente, aunque imperfecta, de ChatGPT es menos intimidante que construir nuevos encabezamientos de materia desde cero. Por lo tanto, el uso de LLMs tiene el potencial de reducir el tiempo de catalogación necesario para asignar términos de materia LCSH para ETDs. Además, para los encabezamientos de materia generados por LLM que no son válidos como LCSH, pero que pueden ser suficientemente descriptivos para describir, los catalogadores podrían incluso considerar insertar estos términos directamente en el campo 653 (término de índice no controlado) en un registro MARC para mejorar la capacidad de descubrimiento del trabajo en un catálogo de biblioteca

Datos enlazados: el futuro de la catalogación en bibliotecas

Linked data: The future of library cataloging. (2024, junio 5). OCLC. https://www.oclc.org/go/en/publications/linked-data-the-future-of-library-cataloging.html

Texto completo

OCLC ha publicado «Datos enlazados: El futuro de la catalogación en bibliotecas», un documento de posición que destaca el valor que los datos enlazados pueden aportar a los catálogos de bibliotecas y las herramientas disponibles para facilitar a las bibliotecas la creación de una experiencia más interconectada para los buscadores de información.

El breve documento de 12 páginas detalla el recorrido de OCLC desde décadas de investigación en datos enlazados, pasando por experimentos y prototipos, la creación de más de 150 millones de Entidades WorldCat, hasta la reciente disponibilidad de la aplicación web y APIs a través de OCLC Meridian que las bibliotecas pueden utilizar para comenzar.

«Durante años, OCLC ha visto los datos enlazados como el futuro de la catalogación en bibliotecas», dijo Mary Sauer-Games, Vicepresidenta de Gestión Global de Productos en OCLC. «Hemos explorado las mejores y más eficientes formas de mover los catálogos y la catalogación lejos de MARC para asegurarnos de que se conecten con otros flujos de información. Estamos en un punto donde los bibliotecarios están utilizando nuevas herramientas y aplicaciones para ver por sí mismos el impacto que los datos enlazados pueden tener en los catálogos de bibliotecas. Así que, el futuro está aquí, pero sabemos que la transición a los datos enlazados no ocurrirá de la noche a la mañana. Queremos facilitar a las bibliotecas de todo tipo y tamaño la experimentación con los datos enlazados dentro de sus flujos de trabajo actuales para que puedan avanzar a su propio ritmo.»

OCLC ha creado un entorno híbrido para que las bibliotecas experimenten y vean por sí mismas el potencial de los datos enlazados para una mayor descubribilidad de los recursos bibliotecarios. OCLC está integrando datos enlazados dentro de los sistemas y servicios existentes, mientras desarrolla nuevas herramientas que harán la transición más fácil para las bibliotecas.

Los datos enlazados se basan en la base escalable de WorldCat, que está evolucionando como la infraestructura para facilitar la integración e interoperabilidad de datos enlazados a escala global. Los datos enlazados ampliarán las capacidades de WorldCat para ir más allá de las limitaciones de MARC y conectar con nuevos y diferentes flujos de información y recursos en la web.

Además de expandir el alcance de WorldCat a otros ecosistemas de información, los datos enlazados también permiten que otras organizaciones y socios se conecten de nuevo a las bibliotecas.

El documento de posición ayuda a responder la pregunta de por qué la transición a los datos enlazados es importante para las bibliotecas.

«Creemos que las bibliotecas eventualmente necesitarán hacer la transición a un modelo de datos enlazados para conectarse mejor en el universo interconectado de información actual», dijo Gina Winkler, Directora Ejecutiva de Servicios Digitales y Metadatos de OCLC. «Estamos comprometidos con el éxito a largo plazo de esta transición, y con proporcionar apoyo comunitario continuo, capacitación y colaboración. Con WorldCat como base, nuestra estrategia a largo plazo es elevar a las bibliotecas a escala a esta nueva forma de conectarse con la web más amplia para una experiencia de descubrimiento más completa.»

Declaración Conjunta sobre los Derechos de Metadatos de las Bibliotecas

Joint Statement on the Metadata Rights of Libraries. ICOLC, 2023

Texto completo

La Declaración Conjunta sobre los Derechos de Metadatos de las Bibliotecas, publicada el 21 de marzo de 2023 por ALA Core e ICOLC, insta a todas las organizaciones, tanto con fines de lucro como sin fines de lucro, a proteger los derechos e intereses de las bibliotecas para usar, reutilizar, adaptar, agregar y compartir metadatos que describan las colecciones bibliotecarias en beneficio del interés público, sin restricción ni limitación.

El documento resalta que los metadatos y los servicios de metadatos que describen las colecciones de bibliotecas son fundamentales para apoyar el descubrimiento de contenido, la creación de conocimiento y las misiones públicas de las bibliotecas. Se reconoce que los metadatos que describen las colecciones bibliotecarias generalmente no son objeto de derechos de autor y deben considerarse libremente compartibles y reutilizables en la mayoría de los casos.

Se enfatiza que las bibliotecas han creado metadatos sobre sus colecciones con la intención explícita de que se compartan, reutilicen y modifiquen abiertamente de manera no restringida para promover el acceso a la información. Estos metadatos son esenciales para las misiones educativas y sin fines de lucro de las bibliotecas, ya que facilitan el descubrimiento y acceso a los materiales de la biblioteca, apoyan la colaboración entre bibliotecas, contribuyen a la toma de decisiones informadas sobre compras de bibliotecas y permiten observar las tendencias en el uso de metadatos a nivel regional y mundial.

Sin embargo, se señala que las tendencias actuales de la industria están obstaculizando los derechos y la capacidad de innovación y colaboración de las bibliotecas al restringir el uso, la reutilización y el intercambio de metadatos. Se destaca la presión del mercado que limita las opciones de servicios de metadatos asequibles y las restricciones impuestas en el uso de metadatos en colaboraciones, plataformas, tipos de sistemas y proveedores.

Enlace a la declaración original de ICOLC (26 de agosto de 2022): https://icolc.net/statements/icolc-statement-metadata-rights-libraries

Introducción a los datos vinculados de bibliotecas

Mixter, Jeff. «An Introduction to Library Linked Data | OCLC». OCLC Next (blog), 26 de marzo de 2024. https://blog.oclc.org/next/intro-to-library-linked-data/.

Los datos enlazados son fundamentales para la evolución de las bibliotecas y la forma en que accedemos y utilizamos la información en la era digital. Facilitan el acceso al conocimiento, la conexión con recursos externos, mejoran la visibilidad de los materiales de la biblioteca, promueven la eficiencia y la interoperabilidad, y abren nuevas posibilidades para el desarrollo de aplicaciones innovadoras.

Es un enfoque a largo plazo que reconoce que la mayoría de las bibliotecas adoptarán los datos enlazados de manera gradual e incremental, y estamos comprometidos en proporcionar herramientas y recursos para apoyar la transición para todos.

¿Qué son los datos enlazados?

En su forma más simple, los datos enlazados se tratan de conexiones. Es una forma de organizar y conectar datos en la web para que puedan ser compartidos y utilizados fácilmente, automáticamente y de manera programática por varios sistemas y servicios.

Si observas el «panel de conocimiento» en un resultado de Google, a menudo verás información sobre un tema de muchas fuentes. Esa «tarjeta de información» se llena con datos enlazados de muchos otros sitios (incluidos enlaces directos a recursos de bibliotecas, utilizando información de WorldCat). Otras fuentes de datos enlazados relacionadas, como VIAF, Wikidata y DBpedia, ya se están utilizando para conectar servicios y crear nuevas aplicaciones.

A medida que más datos enlazados relacionados estén disponibles en línea, veremos más oportunidades para aplicaciones adicionales centradas en bibliotecas. Al descomponer los valiosos datos centrados en bibliotecas que están bloqueados en registros MARC y publicarlos utilizando URIs (Identificadores de Recursos Uniformes), el personal de la biblioteca podrá proporcionar un mayor contexto para la información y construir conexiones sólidas entre los recursos de la biblioteca, sus comunidades y más allá.

¿Qué implican los datos enlazados? ¿Son mejores?

Los formatos de datos tradicionales y fijos, como los registros MARC, tienen dos limitaciones principales. Es difícil obtener datos útiles de otras fuentes no bibliotecarias en los flujos de trabajo de la biblioteca y es difícil para los posibles usuarios de la información de la biblioteca obtener datos MARC en sus flujos de trabajo.

Los datos enlazados ayudan a abordar ambos desafíos. Por ejemplo, OCLC trabaja con organizaciones como Google para insertar datos enlazados de bibliotecas en sus servicios. Estos esfuerzos hacen que los materiales de la biblioteca sean más visibles en lugares donde las personas buscan en línea. Y hay oportunidades para que los socios ayuden a hacer lo mismo en sentido contrario, llevando su información a sistemas y servicios donde el personal y los usuarios de la biblioteca puedan conectarse. En ambos casos, ayuda a conectar el trabajo de la biblioteca con la web más amplia, promoviendo las bibliotecas mientras mejora la eficiencia.

¿Qué pasa con MARC?

Si observamos la historia de los metadatos, hay un registro consistente de que las bibliotecas pasan a sistemas y servicios que permiten que más personas interactúen con ellos de más maneras.

  • Las estanterías cerradas eran el filtro de datos definitivo. Cuando los usuarios tenían que pedirle al personal de la biblioteca que buscara recursos en una habitación cerrada, no había posibilidad de interacción directa.
  • La exploración de estanterías, utilizando sistemas como Dewey y LCC (Clasificación de la Biblioteca del Congreso), permitía a los usuarios interactuar con los metadatos ellos mismos, tomando sus propias decisiones. Los trabajadores de la biblioteca pasaron de ser guardianes de datos a ser guías, educadores y defensores.
  • Las bases de datos centralizadas, como WorldCat, conectaban los catálogos de bibliotecas para la creación y mejora de registros cooperativos, así como nuevas opciones de descubrimiento y intercambio de recursos dentro de los servicios basados en bibliotecas.
  • El acceso en línea a bases de datos de bibliotecas, en lugares como WorldCat.org, significaba que cualquier persona con acceso a un navegador web podía encontrar y usar metadatos de la biblioteca en línea. Las primeras asociaciones de OCLC también significaron que los datos de la biblioteca podrían, con algo de trabajo adicional, compartirse en otros recursos en línea.

Los datos enlazados son el próximo paso en esta evolución. Hasta ahora, todo lo que hemos hecho fue principalmente para hacer que los metadatos de la biblioteca fueran más accesibles para las personas. Ahora estamos poniendo datos de biblioteca de una manera que es más accesible para los servicios en línea de hoy, programas, sistemas de aprendizaje automático y aplicaciones de inteligencia artificial (IA).

MARC estará con nosotros en el futuro previsible. Después de todo, tomó casi 50 años para que muchas bibliotecas hicieran la transición completa de las tarjetas impresas a la catalogación en línea. Nuestro plan es seguir apoyando las funciones basadas en MARC mientras construimos activamente herramientas y recursos poderosos de datos enlazados de biblioteca.

¿Por qué debería preocuparme por los datos enlazados hoy?

Los datos enlazados son fundamentales para la evolución de las bibliotecas y la forma en que accedemos y utilizamos la información en la era digital. Prestar atención a este campo te permitirá entender mejor cómo están cambiando los entornos de información y cómo puedes aprovechar estas transformaciones en tu trabajo y tus actividades cotidianas.

  1. Facilita el acceso al conocimiento: Los datos enlazados permiten organizar y conectar información en la web de manera que pueda ser fácilmente compartida y utilizada por diferentes sistemas y servicios. Esto hace que el acceso al conocimiento sea más eficiente y efectivo.
  2. Conexión con recursos externos: Los datos enlazados facilitan la integración de información de diversas fuentes, tanto dentro como fuera del ámbito de las bibliotecas. Esto significa que se pueden aprovechar recursos y conocimientos externos para enriquecer el contenido disponible en las bibliotecas.
  3. Mejora la visibilidad de los materiales de la biblioteca: Al insertar datos enlazados de bibliotecas en servicios en línea populares, como motores de búsqueda, se aumenta la visibilidad de los materiales de la biblioteca, lo que facilita que los usuarios encuentren y utilicen estos recursos.
  4. Promueve la eficiencia y la interoperabilidad: Los datos enlazados facilitan la conexión entre diferentes sistemas y servicios, lo que mejora la eficiencia de los flujos de trabajo y permite una mayor interoperabilidad entre plataformas y aplicaciones.
  5. Aplicaciones innovadoras: El uso de datos enlazados abre nuevas posibilidades para el desarrollo de aplicaciones y servicios innovadores que pueden beneficiar tanto a los usuarios de las bibliotecas como a otros sectores de la sociedad.

¿Puede la Inteligencia artificial sustituir a los catalogadores humanos?


La catalogación bibliográfica con inteligencia artificial (IA) mejora y automatiza el proceso de descripción de recursos bibliográficos mediante técnicas como procesamiento del lenguaje natural, clasificación automática y extracción de metadatos. Proyectos como BIBFRAME de la Biblioteca del Congreso de EE. UU., junto con iniciativas de Linked Data, exploran el potencial de la IA para integrar y enriquecer datos bibliográficos en la web semántica.

La catalogación bibliográfica con inteligencia artificial (IA) se refiere al uso de técnicas y algoritmos de IA para mejorar y automatizar el proceso de catalogación de recursos bibliográficos, como libros, artículos, documentos y otros medios de información. Hoy por hoy es posible pedir a ChatGPT que nos elabore una referencia bibliográfica en el formato que deseemos con solo poner la URL del recurso, pero ¿Es posible catalogar un libro con inteligencia artificial?

Estas son algunas formas en que la IA puede contribuir a la catalogación bibliográfica:

  1. Procesamiento del lenguaje natural (PLN): La IA puede analizar el contenido de los documentos utilizando técnicas de PLN para extraer información relevante, como temas, conceptos y términos clave.
  2. Clasificación automática: Los algoritmos de aprendizaje automático pueden clasificar automáticamente los documentos en categorías específicas basadas en su contenido, lo que facilita la organización y recuperación de la información.
  3. Extracción de metadatos: La IA puede identificar y extraer metadatos importantes de los documentos, como el título, autor, fecha de publicación, resumen, palabras clave, etc., lo que facilita la creación de registros bibliográficos completos y precisos.
  4. Normalización y enriquecimiento de datos: Los algoritmos de IA pueden normalizar los datos bibliográficos y enriquecerlos con información adicional, como enlaces a bases de datos externas, imágenes de portadas, reseñas de usuarios, etc.
  5. Asistencia en la asignación de materias: La IA puede ayudar en la asignación de términos de materias o encabezamientos de materias a los documentos, lo que mejora la precisión y coherencia de la catalogación temática.
  6. Detección de duplicados: Los algoritmos de IA pueden identificar duplicados y variantes de registros bibliográficos, lo que ayuda a mantener una base de datos bibliográfica limpia y libre de redundancias.

En todo el mundo, hay varios proyectos que están explorando el uso de inteligencia artificial en la catalogación bibliográfica y la gestión de información. Uno de estos proyectos es el Proyecto BIBFRAME, liderado por la Biblioteca del Congreso de los Estados Unidos. BIBFRAME (Bibliographic Framework Initiative) se centra en el desarrollo de un modelo de datos diseñado para reemplazar el formato MARC tradicional. Este modelo busca ser más compatible con la web semántica y permitir la integración de datos bibliográficos con otros recursos en línea. Dentro del proyecto BIBFRAME, se están realizando investigaciones sobre el uso de inteligencia artificial para mejorar la descripción y catalogación de recursos, lo que promete una gestión más eficiente y precisa de la información bibliográfica.

Además, existen proyectos de Linked Data en diversos lugares del mundo que están explorando el potencial de esta tecnología para mejorar la catalogación y la recuperación de información. Estos proyectos aprovechan las tecnologías de Linked Data para enriquecer y vincular datos bibliográficos con otros conjuntos de datos en la web. Ejemplos notables incluyen el proyecto Europeana y el Proyecto DBpedia, que están trabajando en la creación de infraestructuras para facilitar el acceso y la interoperabilidad de los datos bibliográficos a nivel mundial.

Asimismo, muchas bibliotecas están implementando sistemas de automatización que utilizan inteligencia artificial para mejorar la eficiencia de la catalogación y la gestión de colecciones. Estos sistemas incluyen herramientas de procesamiento del lenguaje natural para analizar y extraer metadatos de los documentos, así como algoritmos de aprendizaje automático para la clasificación y asignación de términos de sujetos. Esta automatización no solo agiliza el proceso de catalogación, sino que también mejora la calidad y coherencia de los registros bibliográficos, lo que beneficia tanto a los usuarios como a los profesionales de la información. En resumen, estos proyectos representan avances significativos en el uso de la inteligencia artificial para mejorar la gestión y el acceso a la información bibliográfica en todo el mundo.

El artículo «From ChatGPT to CatGPT: The Implications of Artificial Intelligence on Library Cataloging» de Richard Brzustowicz, publicado en «Information Technology and Libraries» en septiembre de 2023, explora el potencial de los modelos de lenguaje como ChatGPT para transformar la catalogación bibliotecaria. El autor demuestra, a través de experimentos con ChatGPT, su capacidad para generar registros MARC precisos utilizando RDA y otros estándares como Dublin Core Metadata Element Set. Si bien estos resultados muestran el potencial de ChatGPT para agilizar el proceso de creación de registros, también plantean cuestiones importantes relacionadas con los derechos de propiedad intelectual y el sesgo.

Aunque, si bien la inteligencia artificial (IA) puede automatizar muchas tareas asociadas con la catalogación bibliográfica, reemplazar completamente al catalogador humano con IA no es una perspectiva realista en el corto plazo. La catalogación bibliográfica requiere de un profundo entendimiento de los principios de la organización de la información, así como de la capacidad para interpretar contextos y comprender la semántica de los documentos. Aunque la IA puede ayudar en tareas específicas como la extracción de metadatos o la asignación de materias todavía hay aspectos del proceso de catalogación que requieren el juicio y la experiencia humanos.

En lugar de sustituir a los catalogadores humanos, la IA puede complementar su trabajo al automatizar tareas rutinarias y repetitivas, permitiéndoles concentrarse en actividades de mayor valor agregado, como la selección de recursos, la gestión de colecciones y la mejora de servicios de información para los usuarios. Por lo tanto, la IA puede ser una herramienta poderosa para mejorar la eficiencia y la precisión de la catalogación bibliográfica, pero no reemplazar completamente el papel del catalogador humano.

Bibliografía:

Tella, Adeyinka, Oluwole Akanmu Odunola, y Lawal W. O. «Cataloguing and Classification in the Era of Artificial Intelligence: Benefits, and Challenges from the Perspective of Cataloguing Librarians in Oyo State, Nigeria». Vjesnik Bibliotekara Hrvatske 66, n.o 1 (16 de mayo de 2023): 159-76. https://hrcak.srce.hr/clanak/448378

Brzustowicz, Richard. «From ChatGPT to CatGPT: The Implications of Artificial Intelligence on Library Cataloging». Information Technology and Libraries 42 (18 de septiembre de 2023). https://doi.org/10.5860/ital.v42i3.16295.

Eito Brun, Ricardo. «Inteligencia artificial, aprendizaje automático y control bibliográfico. Números cortos de la DDC – Hacia una clasificación basada en máquinas | Biblioteca Nacional de España». Accedido 28 de marzo de 2024. https://www.bne.es/es/blog/biblioteconomia/2022/05/23/inteligencia-artificial-aprendizaje-automatico-y-control-bibliografico-numeros-cortos-de-la-ddc-hacia-una-clasificacion-basada-en-maquinas.

«Inteligencia artificial en bibliotecas: oportunidades como usuarios, y posibles contribuciones | Biblioteca Nacional de España». Accedido 28 de marzo de 2024. https://www.bne.es/es/blog/biblioteconomia/2021/07/09/inteligencia-artificial-en-bibliotecas-oportunidades-como-usuarios-y-posibles-contribuciones.

Lowagie, Hannes. «One Automatic Cataloging Flow: Tests and First Results», 25 de julio de 2023. https://repository.ifla.org/handle/123456789/2686.

Miksa, Shawne D. «Cataloging Principles and Objectives: History and Development». Cataloging & Classification Quarterly 59, n.o 2-3 (13 de abril de 2021): 97-128. https://doi.org/10.1080/01639374.2021.1883173.

Mödden, Elisabeth «El impacto de la inteligencia artificial en las Bibliotecas Nacionales. – Asociación ABINIA», 28 de agosto de 2023. https://asociacionabinia.org/el-impacto-de-la-inteligencia-artificial-en-las-bibliotecas-nacionales/.

Retos presentes y futuros sobre la adopción e implementación de RDA en las bibliotecas de América Latina

Martínez Arellano, Filiberto Felipe, y Patricia De la Rosa Valgañón (eds). Retos presentes y futuros sobre la adopción e implementación de RDA en las bibliotecas de América Latina. Universidad Nacional Autónoma de México. Instituto de Investigaciones Bibliotecológicas y de la Información, 2023.

Texto completo

Esta obra presenta los resultados de una reunión académica entre investigadores, profesores y bibliotecólogos vinculados con la teoría y la práctica de la catalogación, los catálogos y los metadatos, en donde se discutió el tema “Retos presentes y futuros sobre la adopción e implementación de RDA en las bibliotecas de América Latina” En la discusión académica, convocada por la Biblioteca Nacional de México (BNM), el Grupo RDA América Latina y el Caribe de ABINIA, el Instituto de Investigaciones Bibliotecológicas y de la Información (IIBI) y la Dirección General de Bibliotecas y Servicios Digitales de Información (DGBSDI) de la Universidad Nacional Autónoma de México (UNAM), se contó con la participación de representantes de estas instituciones, así como de otras instituciones nacionales e internacionales. La obra reúne valiosas contribuciones sobre el proceso de adopción e implementación del estándar de catalogación RDA (Resource Description and Access) en diversas bibliotecas y otras instituciones, así como contribuciones sobre las principales tendencias en la organización de la información y la catalogación: modelo LRM (Library Reference Model), Datos vinculados (Linked Data) y Grafos del conocimiento (Knowledge Graph). La publicación proporciona un mayor conocimiento de los cambios que han sido incorporados en RDA para afrontar de mejor forma su adopción e implementación en las bibliotecas de México y América Latina, así como su enseñanza e investigación

Pautas REBIUN para la implementación de las RDA. Elementos básicos.

«Pautas REBIUN para la implementación de las RDA. Elementos básicos.», Madrid: REBIUN, CRUE-Red de Bibliotecas. 2023.

PDF

Las pautas RDA-REBIUN tienen como objetivo promover y facilitar la implementación de las RDA, proporcionando una herramienta práctica y asequible para la catalogación de registros bibliográficos. Se componen de veintidós elementos RDA, los más básicos, que pueden aplicarse a la descripción de cualquier recurso bibliográfico. Las pautas pueden servir también de guía para la elaboración de políticas de catalogación y perfiles en las instituciones que forman parte de REBIUN.

Catalogación con MARC, RDA y sistemas de clasificación

Hepler, Reed, y David Horalek. Cataloging with MARC, RDA, and Classification Systems. College of Southern Idaho, 2023. https://csi.pressbooks.pub/cataloging/.

EPUB

Digital PDF

Print PDF

Este libro es el producto de un deseo de combinar elementos de los conocimientos más importantes que se encuentran en los libros de texto de alta calidad sobre el tema de la Catalogación. Reed Hepler, el Bibliotecario de Iniciativas Digitales y REA del College of Southern Idaho, utilizó sus conocimientos junto con los de otros bibliotecarios del CSI y los combinó con información encontrada en recursos REA, de Dominio Público y de Acceso Abierto. El resultado es esta publicación sobre los detalles de una catalogación eficaz y precisa.

Manual de catalogación de partituras

Recine, Analúcia dos S. Viviani, y Marina Macambyra. Manual de catalogação de partituras da biblioteca da ECA. Portal de Livros Abertos da USP. Portal de Livros Abertos da USP, 2018.

Texto completo

Manual de normas para la catalogación de partituras que explica la recogida de información, normalización y registro en los campos de una base de datos, así como la disposición física, conservación y recuperación de la información.