IdRef, pour la qualité des données François Mistral Journées ABES 2017

1. Pour des données de qualité
1
18 May 2017

2. Approches de la qualité
Actions
Détection
ProductionTraitements
Données
Autorités
BibliosLiens

3. 18 May 2017
3
Les données
Données
Autorités
BibliosLiens

4. Etat de l’art quantitatif (1/2)
18 May 2017
4
 Volumes de données d’autorité
Entités avr-17
Personne physique 2 696 688
Collectivité / Congrès 300 770
Rameau 117 274
Nom géographique 77 444
FMeSH 28 223
Auteur / titre 17 139
Titre uniforme 12 229
Notice RCR 3 339
Nom de famille 3 825
Total 3 406 931

5. Etat de l’art quantitatif (2/3)
 Décorticage zone à zone des notices Personnes
18 May 2017
5
identifiants ISNI 424 109
identifiants pérennes dans un autre système 562 051 identifiants ark
identifiants alignés 623 471 (hors frbn)
langue associée 2 534 908
pays associé 2 186 640
dates de vie Date de naissance : 1 388 446
Date de décès : 302 286
genre 616 649 (masculin et féminin)
indicateur pseudonyme 14 212
point d'accès daté 1291063
autre indicateur 623 471
point d'accès qualifié autres que dates 83 194
point d'accès doublé en écriture 82 260

6. Etat de l’art quantitatif (3/3)
note générale (A300) 693 467
note générale (A330) 2 950
note biographique (A340) 1 315 989
variantes de point d'accès (A400) 845 661
notice d'autorité liée Personne (A500) 6 121
notice d'autorité liée Collectivité (A510) 10 142
notice d'autorité liée Famille (A520) 431
notice d'autorité liée Géographique (A515) 493
notice d'autorité liée Rameau (A550) 816
variante de forme parallèle (A700) 20 406
source nb de 810$a : 3 444 987
nb de 810$a et 810$b : 306 812
nb de 810$a sans 810$b : 2 337 067
18 May 2017
6

7. Etat des anomalies (1/2)
FRBNF multiples
= 1 même FRBNF dans des notices
différentes
2 occurences : 259 notices Tp
3 occurences : 9 notices Tp
4 occurences : 3 notices Tp
5 occurences : 3 notices Tp
6 occurences : 1 notice Tp
Total : 275 notices Tp
Dates mal renseignées (format) Date de naissance (A103$a) : 338 455 (22 %)
Date de décès (A103$b) : 89 530 (22 %)
Dates incohérentes 7 953 notices ont des dates de vie dans les données
codées différentes des dates de vie mentionnées
dans le point d'accès.
Absence d'une source Nb de notices Tp sans zone A810$a : 53 780
Statut Tp1 (notices élémentaires BnF
importées dans le chargement initial)
Nb de notices Tp1 = 7 317
(mais attention source incomplète à cette date)
18 May 2017
7

8. Etat des anomalies (2/2)
Appellations non discriminées
(200)
Nombre d’appellations pour lesquelles au moins 2 autorités n'ont
aucun qualificatif dans le point d'accès autorisé : 26 692
(concerne 57 826 autorités)
=> Nombre d'autorités à désambiguïser par ajout d’au moins un
qualificatif : 31 134, soit 1,16 % du total des autorités.
Nombre de point d'accès autorisés identiques avec qualificatif : 3
971 (concerne 8 017 autorités)
=> Nombre d'autorités à vérifier pour dédoublonnage ou
désambiguïsation par ajout/modification d'un qualificatif : 8 017
Doublons Doublons potentiels VIAF
7606 doublons potentiels (dont 2894 attribués à l'Abes
(RCR=9999))
142 ILN concernés
Tp = 6044 (= PEP)
Tb = 1554 (= ORG)
Tu = 2 (= Titres)
Tg = 4 (= GEO)
Doublons lourds (= mm appellation + mm dates de vie)
18 May 2017
8

9. Etat de l’art qualitatif (1/2)
18 May 2017
9
 Volumes des liens aux autorités Personnes (2 700 000)
Nombre de liens biblio (points d'accès auteurs) par notices d'autorité
• aucun lien : 81 504
• 1 seul lien : 1 291 587, soit 48 % du total des autorités
• 2 liens : 463 078
• 3 à 10 liens : 619 004
• 11 à 30 liens : 171 480
• 31 à 75 liens : 50 443
• > 75 liens : 19 019
0
200 000
400 000
600 000
800 000
1 000 000
1 200 000
1 400 000
0 1 2 3 à 10 11 à 30 31 à 75 >75
nombre points d'accès auteurs par notices d'autorité

10. Etat de l’art qualitatif (2/2)
 Volumes des liens et non-liens aux autorités Personnes (2 700 000)
18 May 2017
10
Point d'accès bibliographiques auteurs non-liés / liés
Nombre de points d'accès sans lien d'autorité :
5 943 830 / 19 431 457 points d'accès => 30,6 % du total des points d'accès
- dont première responsabilité principale (700) : 3 564 794 / 10 406 215
=> 34,2 %
- dont autre responsabilité principale (701) : 413 528/1 460 453
=> 28,3 %
- dont responsabilité secondaire (702) : 1 964 825/7 569 003
=> 26 %

11. Cible des liens Autorités-Biblio
 Situation des catalogues à l’égard des autorités
Cible
18 May 2017
11
IdRef
Sudoc
theses.fr
Calames
Persée
…

12. 18 May 2017
12
Les actions
Actions
Détection
ProductionTraitements

13. 3 ordres d’actions pour favoriser les interactions
 Sensibiliser / Mobiliser
– Animation des catalogueurs
– Chantiers de correction
 Outiller
– AlgoLiens
– AlgoDoublons *
– Qualinca *
 Diversifier / étoffer les réseaux
– Les producteurs
– Les utilisateurs
18 May 2017
13

14. Corriger les anomalies : une illustration
Doublons
Doublons « lourds »
1400 paires de notices ayant la même appellation et les
mêmes dates
- dont 900 paires de notices « réseau »
- pour 96 établissements
L'action de 50 d'entre eux a permis la réussite de
l'opération.
Doublons
Partage et transfert de compétences réussi auprès des
Correspondant Autorité
En 1 an, le stock de plus de 11 000 paires a réduit de
25% !

15. Détecter les anomalies : une illustration
AlgoLiens
• Web service à la disposition des catalogueurs
• Détection des notices du Sudoc dans lesquelles
une zone de liens aux autorités n’est pas liée
• Génération d’un tableau par requête
paramétrable et personnalisable
• Objectif d’un signalement documentaire total
Q
U
A
L
I
T
É

16. Etoffer les réseaux : une illustration
 Persée
18 May 2017
16

17. Valoriser nos données
 4 enjeux MAJEURS d’une dynamique essentielle :
1. l’exhaustivité du signalement catalographique
2. la valorisation scientifique de l’IST
3. la valorisation patrimoniale des BU
4. la contribution des données Sudoc au Web de
données liées
18 May 2017
17

18. 18