Rodzaje metadanych opisowych, administracyjnych i strukturalnych

W natłoku informacji, którego doświadczamy dzisiaj, metadane stały się niewidzialną nicią, która utrzymuje porządek w cyfrowym chaosie . Za każdym razem, gdy zapisujesz dokument, robisz zdjęcie telefonem lub przesyłasz film do chmury, nie tylko tworzysz plik: generujesz również zestaw ukrytych danych, które go opisują, umieszczają w kontekście i pozwalają systemom i ludziom skutecznie go wyszukiwać i zarządzać nim.

Ciekawostką jest fakt, że nie wszystkie metadane spełniają tę samą funkcję: metadane opisowe, administracyjne i strukturalne tworzą „podstawowe trio” , które jest niezbędne w każdym środowisku, w którym poważnie pracuje się z informacjami – od biblioteki cyfrowej lub archiwum historycznego po firmę podlegającą przepisom o ochronie danych lub rygorystycznej polityce zarządzania danymi.

Czym są metadane i dlaczego są tak ważne dzisiaj?

Mówiąc o metadanych, mamy na myśli dosłownie „dane o danych”: informacje, które opisują, kontekstualizują i porządkują inną treść . To informacje o tym, kto, co, kiedy, gdzie, jak i w jakich warunkach korzysta z pliku lub zbioru danych, bez konieczności otwierania go lub czytania, aby zrozumieć jego zawartość.

Na przykład w przypadku fotografii cyfrowej metadane mogą obejmować datę wykonania zdjęcia, model aparatu, lokalizację GPS, rozdzielczość lub autora , a na urządzeniu z systemem Android można edytować lub usuwać metadane EXIF.

Ta dodatkowa warstwa informacji służy do opisywania, lokalizowania, zarządzania i przechowywania zasobów cyfrowych przez cały ich cykl życia . Bez niej repozytorium byłoby niczym więcej niż chaotycznym zbiorem plików o tajemniczych nazwach, gdzie znalezienie czegoś konkretnego lub zapewnienie jego długoterminowego przechowywania byłoby nie lada wyzwaniem.

Co więcej, w kontekście Big Data, Internetu Rzeczy, chmury i architektur rozproszonych, metadane stały się kluczowym elementem interoperacyjności systemów, automatyzacji procesów i zgodności z przepisami . Zaawansowane platformy, takie jak FOCA, wykorzystują tę warstwę meta do automatycznego wykrywania, etykietowania i ochrony poufnych informacji.

Klasyfikacja metadanych: znacznie więcej niż trzy typy

Przy organizacji krajobrazu, zazwyczaj mówi się o trzech głównych kategoriach metadanych: opisowych, administracyjnych i strukturalnych . Są to kategorie stosowane w standardach takich jak METS czy wytyczne dotyczące metadanych archiwalnych, służące do zarządzania złożonymi obiektami cyfrowymi.

Jednak w praktyce zawodowej klasyfikacja ta jest zazwyczaj dodatkowo udoskonalana, aby lepiej uwzględnić wszystkie niuanse . Na podstawie literatury specjalistycznej i poradników organizacji takich jak biblioteki narodowe, archiwa i firmy technologiczne, powszechnie spotyka się co najmniej następujące typy:

• Opisowe metadane
• Metadane administracyjne (techniczne, prawa, zachowanie, pochodzenie, pochodzenie cyfrowe)
• Metadane strukturalne
• Metadane procesu
• Metadane dotyczące użytkowania
• Metadane lokalizacji (geograficzne i czasowe)
• Metadane społecznościowe
• Metadane bezpieczeństwa

Mimo to główny nacisk w tej treści położony jest na metadane opisowe, administracyjne i strukturalne, ponieważ stanowią one fundament, na którym budowane są pozostałe , i są zazwyczaj wprost cytowane w standardach wymiany i przechowywania danych cyfrowych, takich jak METS.

Metadane opisowe: nadawanie zasobom „imienia i nazwiska”

Metadane opisowe pozwalają zidentyfikować, zaprezentować i zlokalizować źródło informacji bez konieczności jego otwierania . Działają jak wpis katalogowy lub wizytówka obiektu cyfrowego.

W praktyce metadane te gromadzą elementy, których używamy do wyszukiwania i rozpoznawania treści w katalogach, menedżerach dokumentów, wyszukiwarkach lub repozytoriach: to, co użytkownik wpisałby w polu wyszukiwania, aby coś znaleźć.

Typowe elementy metadanych opisowych obejmują:

• Tytuł pracy, dokumentu lub zasobu.
• Autor lub twórca (osoba, organizacja lub usługa).
• Podsumowanie lub krótki opis Treści.
• słowa kluczowe i poruszane tematy (etykiety, tematy, kategorie).
• Język gdzie znajduje się treść.
• Data utworzenia lub publikacji.
• Rodzaj treści (tekst, obraz, dźwięk, wideo, zbiór danych itp.).
• Format pliku (PDF, JPEG, MP3, CSV… gdy służą celom podstawowego opisu).
• Trwałe unikalne identyfikatory jako DOI, ISBN, Handle lub PURL.
• Cechy fizyczne lub formalne istotne w kontekście dziedzictwa, np. wymiary zdigitalizowanego obiektu.

Biblioteki i archiwa cyfrowe zazwyczaj używają standardowych schematów, takich jak Dublin Core lub MARC, do kodowania tych opisowych metadanych . W internecie część tych informacji znajduje odzwierciedlenie w metatagach HTML i słownikach opisów strukturalnych, takich jak Schema.org, które wspomagają również SEO, dostarczając wyszukiwarkom przejrzystych informacji o zasobie.

Jego użyteczność jest oczywista: bez dobrych, opisowych metadanych wyszukiwanie i pobieranie informacji staje się powolne, nieprecyzyjne i frustrujące . Nie ma znaczenia, czy mamy tysiące zeskanowanych dokumentów, jeśli nie ma sposobu, aby je znaleźć po tytule, temacie, autorze lub dacie.

Metadane administracyjne: zarządzanie, prawa i ochrona

W przeciwieństwie do metadanych opisowych, metadane administracyjne koncentrują się na wszystkim, co umożliwia prawidłowe zarządzanie, przechowywanie i wykorzystywanie zasobu cyfrowego . Obejmuje to zarówno jego bardziej techniczne aspekty, jak i kwestie prawne, związane z przechowywaniem i pochodzeniem.

W praktyce archiwalnej i bibliotecznej, a także w zaawansowanych środowiskach korporacyjnych metadane administracyjne są zazwyczaj dzielone na kilka podklas :

• Metadane techniczne
• Metadane praw
• Metadane źródłowe
• Metadane źródła cyfrowego
• Metadane dotyczące konserwacji (często zintegrowane z powyższym)

Metadane administracyjno-techniczne

Metadane techniczne rejestrują parametry techniczne pliku i proces jego tworzenia . Są one kluczowe dla ustalenia, czy obiekt będzie dostępny w przyszłości, oraz dla oceny jakości jego digitalizacji.

W przypadku obrazu zdigitalizowanego mogą one obejmować na przykład:

• Typ i model skanera lub urządzenia przechwytującego.
• Uchwała (np. 600 dpi) głębia bitowa y przestrzeń kolorów.
• Format pliku (nieskompresowany TIFF, JPEG ze specjalnym algorytmem, itp.).
• Metoda kompresji i zastosowanych parametrów.
• Źródło światła lub warunki przechwytywania, jeśli są istotne.
• Informacje o oprogramowaniu używane w edycji lub przetwarzaniu, lub w jaki sposób Usuń metadane i komentarze z programu Word.

W bardziej ogólnym kontekście uwzględniane są również dane podstawowe, takie jak rozmiar pliku, typ nośnika, daty utworzenia i modyfikacji, identyfikatory wewnętrzne, a także konkretne metadane techniczne (szybkość transmisji bitów w przypadku dźwięku, kodek w przypadku wideo, struktura tabeli w bazie danych itp.).

Prawa i metadane użytkowania

Kolejnym kluczowym aspektem metadanych administracyjnych są metadane dotyczące praw autorskich, licencji, ograniczeń dostępu i warunków użytkowania . Obejmują one zarówno metadane dotyczące praw w ścisłym tego słowa znaczeniu, jak i znaczną część tego, co nazywamy metadanymi dotyczącymi użytkowania.

Typowe elementy obejmują:

• Posiadacz praw (osoba lub podmiot).
• Rodzaj licencji (na przykład licencja Creative Commons, licencja komercyjna, cesja wewnętrzna, itp.).
• Ograniczenia dostępu (kto może przeglądać, pobierać, edytować lub udostępniać zasób).
• Warunki korzystania w celach komercyjnych i niekomercyjnych.
• Wymagania dotyczące atrybucji lub cytowania.
• Data rejestracji praw lub ważności licencji.
• Zasady retencji i ochrony powiązane z obowiązkami prawnymi lub regulacyjnymi.

Tego typu informacje stały się kluczowe dla przestrzegania przepisów takich jak RODO, HIPAA, przepisów dotyczących własności intelektualnej oraz norm bezpieczeństwa, takich jak ISO 27001. Rozwiązania klasyfikacyjne oparte na sztucznej inteligencji wykorzystują właśnie te metadane do identyfikacji poufnych dokumentów, stosowania etykiet poufności oraz aktywowania zasad ochrony lub szyfrowania.

Metadane dotyczące pochodzenia cyfrowego i proweniencji

Metadane źródłowe opisują zasób, z którego pochodzi wersja cyfrowa : na przykład, czy obraz pochodzi z analogowej fotografii o wymiarach 4×5, oryginalnego rękopisu czy też został wykonany bezpośrednio w plenerze.

Z drugiej strony metadane cyfrowe dokumentują historię przekształceń, którym obiekt cyfrowy podlegał od momentu jego powstania lub początkowej digitalizacji: migracje formatów, zmiany kodeków, procesy renowacji, standaryzacji itp.

Te dwa podtypy, wraz z podtypami technicznymi, dostarczają istotnych informacji na potrzeby długoterminowego przechowywania danych cyfrowych oraz oceny, czy kopia jest wierna oryginałowi, a w jakim stopniu dokonano w niej ingerencji.

Metadane administracyjne w METS i innych standardach

W standardzie METS, powszechnie stosowanym w bibliotekach i archiwach, sekcja metadanych administracyjnych (<amdSec>) jest podzielona na dokładnie cztery bloki :

• – metadane techniczne.
• – metadane praw.
• – metadane źródłowe.
• – metadane pochodzące ze źródeł cyfrowych.

Każdy z nich może zawierać wewnętrznie zakodowane metadane w formacie XML lub odniesienia do rekordów zewnętrznych (za pomocą URN, URL, DOI, Handle itp.), a wszystkie mają własne identyfikatory, co umożliwia powiązanie ich z konkretnymi plikami lub działami strukturalnymi opisywanego obiektu.

Metadane strukturalne: sposób organizacji i powiązania części

Podczas gdy metadane opisowe mówią „czego coś dotyczy”, a metadane administracyjne mówią „jak to jest zarządzane”, metadane strukturalne objaśniają, w jaki sposób zorganizowane są różne komponenty składające się na złożony obiekt cyfrowy i jakie relacje zachodzą między nimi.

Rozważmy zdigitalizowaną książkę: to nie tylko zbiór pojedynczych obrazów, ale sekwencja stron, pogrupowanych w rozdziały i sekcje . Metadane strukturalne kodują tę hierarchię i łączą każdy logiczny węzeł z konkretnymi plikami, które go reprezentują.

Podobnie dzieje się w mediach audiowizualnych: nagranie terenowe może zawierać kilka ścieżek audio, powiązane zdjęcia, transkrypcje tekstowe i notatki terenowe . Metadane strukturalne definiują relacje między wszystkimi tymi plikami, preferowaną kolejność odtwarzania oraz możliwe ścieżki nawigacji.

Typowe elementy tej kategorii obejmują:

• Informacje hierarchiczne:rozdziały, sekcje, strony, sceny, akty, itp.
• Relacje między obiektami:który obraz znajduje się w którym manuskrypcie, które napisy odpowiadają której ścieżce wideo, która wersja jest pochodną której.
• Kolejność lub sekwencjonowanie: numer strony, pozycja na liście, kolejność logiczna lub chronologiczna.
• Indeksy, spisy treści i zakładki które ułatwiają precyzyjną nawigację po obiekcie.

W METS kluczowym komponentem dedykowanym temu celowi jest Mapa Strukturalna (<structMap>) , która definiuje hierarchiczną strukturę działów (<div>) powiązanych z plikami zadeklarowanymi wcześniej w sekcji Pliki (<fileSec>). Dodatkowo istnieje sekcja Linki Strukturalne (<structLink>), która umożliwia rejestrowanie hiperłączy między częściami mapy strukturalnej, co jest bardzo przydatne podczas archiwizacji stron internetowych lub zasobów o złożonej nawigacji.

Dzięki tym metadanym interfejsy mogą automatycznie rekonstruować spójny widok złożonego obiektu cyfrowego (książki, wywiadu, strony internetowej, kolekcji multimedialnej) i oferować użytkownikowi intuicyjną nawigację, nie martwiąc się o to, jaki konkretny plik kryje się za każdym fragmentem.

Standard METS jako przykład integracji metadanych

Aby zobaczyć, jak wszystkie te elementy układają się w całość w scenariuszu z życia wziętym, warto przyjrzeć się standardowi METS ( Metadata Encoding and Transmission Standard ), schematowi opartemu na języku XML, służącemu do kodowania, wymiany i zachowywania złożonych obiektów cyfrowych w bibliotekach i repozytoriach.

Kompletny dokument METS składa się z kilku wyraźnie zróżnicowanych sekcji , które wzajemnie na siebie oddziałują:

1. Nagłówek METS ( ):zawiera podstawowe metadane dotyczące samego dokumentu METS (daty utworzenia i modyfikacji, status rekordu, agenci zaangażowani w jego cykl życia i ich role itp.).
2. Sekcja metadanych opisowych ( ):Możesz uwzględnić wewnętrzne metadane opisowe (osadzone pliki XML) lub odniesienia do opisów zewnętrznych (np. rekordu MARC lub dokumentu EAD) lub oba te elementy.
3. Sekcja metadanych administracyjnych ( ):jest podzielony na , , I , w którym zapisywane są metadane techniczne, dotyczące praw, pochodzenia i pochodzenia cyfrowego.
4. Sekcja plików ( ):deklaruje wszystkie pliki będące częścią obiektu cyfrowego, pogrupowane w które mogą reprezentować różne wersje (master, pochodne, miniatury, transkrypcje itp.).
5. Mapa strukturalna ( ): ustala logiczną lub fizyczną hierarchię obiektu (np. książka > rozdział > strona) i łączy każdy podział z odpowiednimi plikami za pomocą wskaźników ( ) i obszary ( ) aby dokładnie określić, która część pliku jest powiązana z daną sekcją.
6. Powiązania strukturalne ( )Rejestrują hiperłącza pomiędzy różnymi podziałami mapy strukturalnej, wykorzystując elementy i odniesienia oparte na identyfikatorach.
7. Sekcja zachowań ( ):umożliwia skojarzenie kodu wykonywalnego lub usług (np. usług sieciowych) z pewną treścią, określając interfejs i mechanizm implementujący to zachowanie.

Dzięki tej konstrukcji, METS umożliwia wyrażanie złożonych relacji między metadanymi opisowymi, administracyjnymi i strukturalnymi , a także łączenie ich z usługami prezentacji lub przetwarzania. Z tego powodu jest powszechnie używany jako pakiet dostarczania, archiwizacji lub dystrybucji (SIP, AIP, DIP) w kontekście modelu cyfrowej archiwizacji OAIS.

Inne kluczowe typy metadanych w praktyce zawodowej

Chociaż zwykle nacisk kładzie się na metadane opisowe, administracyjne i strukturalne, współczesne zarządzanie informacją obejmuje również inne rodzaje metadanych, które wzbogacają obraz danych i umożliwiają nowe zastosowania analityczne, bezpieczeństwa i doświadczenia użytkownika.

Metadane procesu

Metadane procesu dokumentują sposób tworzenia, przekształcania lub analizowania danych w całym ich cyklu życia . Są one niezbędne w badaniach, analizie danych, uczeniu maszynowym i środowiskach, w których wymagana jest powtarzalność.

Typowymi przykładami są:

• Historia wersji i rewizji, wskazując kto dokonał jakiej zmiany i kiedy.
• Opis etapów leczenia (zbieranie, czyszczenie, standaryzacja, filtrowanie, agregacja…).
• Zastosowane transformacje (konwersja formatów, kompresja, przycinanie plików audio lub wideo itp.).
• Oprogramowanie, biblioteki i wersje stosowane w przetwórstwie.
• Ustawienia algorytmów i narzędzi.
• Oryginalne źródła danych i ich wyprowadzenia między zestawami danych.

Informacje te umożliwiają powtórzenie lub sprawdzenie przepływu pracy, wykrycie błędów i sprawdzenie wyników , co ma kluczowe znaczenie w kontekście naukowym i biznesowym opartym na danych.

Metadane dotyczące użytkowania

Metadane dotyczące wykorzystania koncentrują się na tym, w jaki sposób i ile zasobów jest wykorzystywanych : kto uzyskuje do nich dostęp, jak często, skąd, w jakim celu itd.

Do najczęściej spotykanych danych zaliczamy:

• Liczba dostępów lub widoków zasobu.
• Użytkownicy lub profile którzy zapoznali się z treścią lub ją zmodyfikowali.
• Daty i godziny najnowszych dostępów i pobrań.
• Konteksty użycia (na przykład, jeśli wykorzystano je w nauczaniu, w raporcie wewnętrznym, w kampanii marketingowej…).

Metadane służą do optymalizacji zbiorów, ustalania priorytetów konserwacji, wykrywania treści o znaczeniu krytycznym lub pomiaru wpływu określonych zasobów, a także do systemów rekomendacji źródeł danych i analizy zachowań.

Metadane lokalizacji: geograficzne i czasowe

Metadane dotyczące lokalizacji dodają do danych kontekst przestrzenny i czasowy , co jest kluczowe w przypadku informacji geograficznych, rejestrów czujników, zdjęć, filmów lub analiz behawioralnych.

Zwykle wyróżnia się dwie główne grupy:

• Metadane geograficzne: współrzędne (szerokość i długość geograficzna), układ odniesienia (np. WGS84), wysokość, jednostki administracyjne (kraj, region, miasto), dokładność lokalizacji, trasy lub ścieżki, istotne informacje topograficzne.
• Metadane tymczasowe: daty i godziny utworzenia, modyfikacji i publikacji, okresy ważności, przedziały czasu objęte danymi, częstotliwość aktualizacji itp.

Ta warstwa informacji umożliwia zaawansowane zapytania przestrzenne i czasowe, analizę mobilności, badania ewolucji i korelacje czasoprzestrzenne . Stanowi podstawę systemów informacji geograficznej (GIS).

Metadane społecznościowe

Metadane społecznościowe, które opisują interakcje, uczestnictwo i odbiór treści , są niezwykle istotne na platformach internetowych i w sieciach społecznościowych .

Należą do nich na przykład:

• Komentarze, notatki i dyskusje powiązane z zasobem.
• Liczba „polubień”, ulubionych lub reakcji.
• Liczba udostępnień danej treści i na jakich platformach.
• Subskrybenci lub obserwujący twórcy.
• Oceny i recenzje przyznane przez społeczność.
• Tagi generowane przez użytkowników (folksonomie), które uzupełniają kontrolowane słownictwo.

Metadane te dostarczają informacji o charakterze społecznym i popularności , które mogą mieć wpływ na ustalanie priorytetów treści, strategie rozpowszechniania i wykrywanie trendów.

Metadane bezpieczeństwa

Metadane bezpieczeństwa obejmują wszelkie informacje związane z ochroną danych, kontrolą dostępu, audytem i klasyfikacją poufności . W organizacjach z dojrzałą strategią cyberbezpieczeństwa metadane te są kluczem do uruchamiania polityk, takich jak szyfrowanie, bezpieczne usuwanie, kontrola kopii zapasowych i inne.

Do najczęściej występujących pierwiastków zaliczamy:

• Poziomy dostępu i uprawnienia (tylko do odczytu, edycja, usuwanie, udostępnianie…).
• Role i obowiązki użytkowników i grup.
• Ograniczenia geograficzne lub sieciowe w celu uzyskania dostępu.
• Informacje o szyfrowaniu: algorytmy, klucze, stan szyfrowania.
• Podpisy cyfrowe w celu weryfikacji autentyczności i integralności.
• ścieżki audytu z kim, kiedy i w jaki sposób uzyskano dostęp do zasobu lub go zmodyfikowano.
• Poziomy wrażliwości lub klasyfikacja (publiczne, wewnętrzne, poufne, tajne itp.).
• Zasady dotyczące haseł i uwierzytelnianie wieloskładnikowe związane z dostępem.
• Czasy przechowywania i usuwania w zależności od wymogów prawnych lub korporacyjnych.

W połączeniu ze zautomatyzowanymi silnikami analitycznymi metadane te umożliwiają wykrywanie ważnych dokumentów, zapobieganie wyciekom informacji i wykazywanie zgodności podczas audytów , zwłaszcza gdy objętość plików znacznie przekracza możliwości zarządzania ręcznego.

Metadane i zarządzanie danymi w organizacjach

W środowisku korporacyjnym metadane stanowią podstawę solidnej strategii zarządzania danymi i ich kontroli . Bez jasnego modelu metadanych organizacje tracą z oczu, jakie informacje posiadają, gdzie się znajdują, kto z nich korzysta i jakie wiążą się z tym ryzyka.

Dzięki integracji metadanych opisowych, administracyjnych, strukturalnych i dotyczących bezpieczeństwa możliwe jest:

• Ułatwianie wyszukiwania i efektywnego wyszukiwania informacji w całej organizacji.
• Zapewnij prawidłową interpretację danychdzięki kontekstowi, definicjom oraz dokumentacji źródłowej i procesowej.
• Wersje kontrolne i zmiany poprzez historię procesów i metadane.
• Zastosuj zasady przechowywania, usuwania i dostępu dostosowane do przepisów i potrzeb biznesowych.
• Wdrażanie automatyzacji zabezpieczeń wspierane przez klasyfikację wrażliwości oraz metadane dotyczące praw i użytkowania.
• Optymalizuj wydajność wybór odpowiednich formatów i struktur w oparciu o metadane techniczne.

Tradycyjne narzędzia oparte na arkuszach kalkulacyjnych lub ręcznej klasyfikacji zawiodły: nie skalują się dobrze, są podatne na błędy i rzadko oferują kompleksowy obraz ekosystemu informacji . Nowoczesne platformy oparte na sztucznej inteligencji wykorzystują istniejące metadane i generują nowe, aby klasyfikować na dużą skalę, identyfikować zagrożenia, mapować dane osobowe oraz automatyzować kontrole bezpieczeństwa i zgodności.

Ostatecznie metadane opisowe, administracyjne i strukturalne stanowią szkielet, na którym budowane są pozostałe metawarstwy , dzięki czemu dane nie są już tylko prostym repozytorium plików, lecz stają się strategicznym, łatwym w zarządzaniu, bezpiecznym i naprawdę użytecznym zasobem w procesie podejmowania decyzji.