En julio de 2011, en la Biblioteca del INMABB incorporamos al catálogo los registros de cerca de 1000 libros electrónicos de matemática de la editorial Springer, que son parte de la Biblioteca Electrónica de Ciencia y Tecnología, BECYT (ver noticia).

En este documento se describen los procedimientos seguidos y se indican algunas cuestiones a resolver.

Análisis de registros MARC de la colección de ebooks de Springer en la BECYT.

Fernando Gómez, julio de 2011.

Documentación de posible utilidad:

• Batch Cataloging : a Case Study of Loading Records for Lecture Notes in Computer Science
• Provider-neutral ebook records (J. Rochkind), http://bibwild.wordpress.com/2010/09/07/further-adventures-in-provider-neutral-e-book-bibs/, http://bibwild.wordpress.com/2010/08/26/provider-neutral-ebook-records-help/. Trata sobre un problema muy específico, pero igualmente interesante porque permite ver a qué tipo de problemas se enfrenta la gente al importar lotes de registros provistos por un vendedor.

Archivo zip enviado por Marcio Gama, Licensing Manager Brazil, Springer+Business and Media Inc., el día 7 de julio de 2011. Según me indicó, corresponden a los libros adquiridos por la BECYT.

zip > mrc > mkr > id > isis (cuasi Catalis)

Para hacer esta conversión uso un par de herramientas en Python. La librería pymarc:

http://sourceforge.net/projects/pymarc/files/latest/download

y el script mkr2cat.py.

Ejecuto estos comandos y obtengo una base isis con los registros:

python /ruta/al/archivo/MarcBreaker.py < foo.mrc > foo.mkr
python /ruta/al/archivo/mkr2cat.py foo
id2i foo.id create=foo

Leader: uso campos 1000 + offset (1005, 1006, etc.) para no interferir con campos 9xx de los registros originales.

El conversor de mkr a id (mkr2cat.py) se encarga de realizar el cambio de codificación de caracteres de utf-8 a latin1.

IMPORTANTE: limpiar espacios sobrantes! Ver p.ej. campo 950.

Todos tienen 'a' en LDR/09 (es decir, Unicode).

$ grep '=LDR' springer.mkr | awk '{print substr($0, 16, 1) }' | grep -v 'a'  # no devuelve nada

$ file springer.mkr 
springer.mkr: UTF-8 Unicode English text, with very long lines

Algo falla en mi PC al generar la tabla html, pues sale con basura en algunas filas. En el servidor de BC sale bien.

Ver tabla en http://catalis.uns.edu.ar/becyt-springer/springer-mxf0.html

Las posiciones 05-11 son las mismas en todos los registros:

$ grep LDR springer.mkr | awk '{print substr($0,12,7)}' | sort | uniq 
nmm a22

• LDR/05 (Record status): n - New
• LDR/06 (Type of record): m - Computer file
• LDR/07 (Bibliographic level): m - Monograph/Item
• LDR/09 (Character coding scheme): a - UCS/Unicode

Las posiciones 17-23 también son las mismas:

$ grep LDR springer.mkr | awk '{print substr($0,24,7)}' | sort | uniq 
5u 4500

• LDR/17 (Encoding level): 5 - Partial (preliminary) level
• LDR/18 (Descriptive cataloging form): u - Unknown
• LDR/19 (Multipart resource record level): # - Not specified or not applicable

Nótese que en LDR/18 no hay referencia a AACR 2.

Usan como nro. de control el ISBN-13. No hay duplicados.

$ mx springer "pft=v1/" now | wc -l
9810
$ mx springer "pft=v1/" now | sort | uniq | wc -l
9810

Todos iguales, contienen el texto 'Springer'

$ mx springer "pft=v3/"  now | wc -l
9810
$ mx springer "pft=v3/" now | sort | uniq
Springer

Este es el rango de valores:

$ mx springer "pft=v5/" now | sort | head -n 1
20070420181308.3
$ mx springer "pft=v5/" now | sort | tail -n 1
20110626112017.0

TODO: contar frecuencia de cada año 2007-2011

La tabla del mxf0 sugiere que hay algunas basuritas:

$ mx springer "pft=if size(v5) <> 16 then mfn,x3,v5/ fi" now
000663   20090320210707.452
000893   20080412121406.372
001931   20080726091820.791
002484   20081211185036.775
002815   20090202084339.210
003520   20090307113523.91
004276   20080205134805.232
008189   20080805073649.192
008690   20080414162129.764
009096   20080630155607.776
009221   20080825054210.164

Todos iguales, contienen la cadena “cr nn 008mamaa”.

$ mx springer "pft=v7/" now | wc -l
9810
$ mx springer "pft=v7/" now | sort | uniq
cr nn 008mamaa

Docs: http://www.loc.gov/marc/bibliographic/bd007.html, http://www.loc.gov/marc/bibliographic/bd007c.html

• 007/00: c - Electronic resource
• 007/01: r - Remote (Specific material designation)
• 007/02: # - Undefined
• 007/03: n - Not applicable (Color)
• 007/04: n - Not applicable (Dimensions)
• 007/05: # - No sound (silent)
• 007/06-08: 008 - Exact bit depth (Image bit depth)
• 007/09: m - Multiple file formats (File formats)
• 007/10: a - Absent (Quality assurance target(s))
• 007/11: m - Mixed (Antecedent/Source)
• 007/12: a - Uncompressed (Level of compression)
• 007/13: a - Access (Reformatting Quality)

TODO: contar frecuencia para 008/00-01

008/06: “s” en todos

$ mx springer "pft=v008*6.1/" now | sort | uniq
s

008/07-10: fecha 1

$ mx springer "pft=v008*7.4/" now | sort | uniq -c
3048 2005
3335 2006
3427 2007

Comparo con los valores en 260$c:

$ mx springer "pft=v260^c/" now | sort | uniq -c
     12 2005
   3036 2005.
   3335 2006.
      2 2007
   3425 2007.

008/11-14: fecha 2

$ mx springer "pft=v008*11.4/" now | sort | uniq
\\\\

008/15-17: lugar

$ mx springer "pft=v008*15.3/" now | sort | uniq
xx\

008/18-34: computer files, ver http://www.loc.gov/marc/bibliographic/bd008c.html

008/26 (Type of computer file): j - Online system or service

$ mx springer "pft=v008*18.17/" now | sort | uniq
\\\\\\\\j\\\\\\\\

008/35-37: idioma

$ mx springer "pft=v008*35.3/" now | sort | uniq -c
9578 eng
 124 fre
 106 ita
   1 por
   1 spa

008/39:

$ mx springer "pft=v008*38.2/" now | sort | uniq 
 d

Todos tienen el ISBN-13. El campo no se repite.

TODO: validar los ISBN.

Es llamativo que de 9810 registros haya 9800 con campo 100. Esa proporción de 0.999 no es normal en colecciones de textos científicos. Por ejemplo, en la base de libros del INMABB, de 766 registros con 'Springer' en el campo 260, hay 670 con campo 100, es decir una proporción de 0.875. Como puede comprobarse mirando el 245$c, en muchos casos se trata de editores que debieran (de acuerdo con AACR2) ir a un campo 700.

Ejemplos de la falta de control de autoridad y del uso de mayúsculas:

1#^aAbbass, Hussein.
1#^aAbbass, Hussein A.

1#^aAbidi, Mongi.
1#^aAbidi, Mongi A.

1#^aAcuña, Silvia T.
1#^aAcuña, Silvia Teresita.

1#^aALBER, YAKOV.

1#^aAsama, Hajima.
1#^aAsama, Hajime.

1#^aBADER, MARKUS.

1#^aBAINBRIDGE, WILLIAM SIMS.

1#^aBourbaki.
1#^aBourbaki, N.

1#^aFienberg, Stephen.
1#^aFienberg, Stephen E.

Los 10 registros sin campo 100 tienen un 110.

TODO: mostrarlos.

Todos tienen ^h[electronic resource]

Se usan mayúsculas para todas las palabras. Ejemplos:

Physics and Radiobiology of Nuclear Medicine
The History of Approximation Theory
Introduction to Symplectic Dirac Operators

En este campo resulta sencillo comprobar que no se siguen las prescripciones de AACR2

$ mx springer "pft=v250^a/" lw=250 now | sort | uniq

Una pequeña muestra de la salida:

2nd.
2nd arranged and supplemented edition.
2nd corrected and augmented edition.
2nd ed.
2nd edition.
2nd Edition.
2nd extended and revised edition.
2nd Revised and Enlarged Edition.
2nd, Revised and Enlarged Edition.
2nd revised and extended edition.
2nd revised Edition.
2nd Revised Edition.

Hay de todo, a veces lejos de AACR2. Ejemplos de desviaciones:

##^aBerkeley, CA :^bAndy Budd, Simon Collison, Chris J. Davis, Michael Heilemann,
John Oxton, David Powers, Richard Rutter, Phil Sherry,^c2006.
  
##^aBasel :^bBirkhäuser Verlag, P.O. Box 133, CH-4010 Basel, Switzerland,^c2005.
  
##^aBerlin, Heidelberg :^bMax-Planck-Gesellschaft zur Förderung der Wissenschaften
e.V., to be exercised by Max-Planck-Institut für ausländisches öffentliches Recht
und Völkerrecht, Heidelberg,^c2007.
  
##^aDordrecht :^bH. S. Ching, P. W. T. Poon and C. McNaught,^c2006.
  
##^aBerlin, Heidelberg :^bSpringer-Verlag Berlin · Heidelberg,^c2005.

Acá todo es sencillo (¿pero basado en qué norma?):

$ mx springer "pft=v300/" lw=250 now | sort | uniq
##^bv.: digital

Otro caso de normalización ausente. Ejemplo:

$ mx springer "pft=v440/" lw=250 now | grep -i MEMS | sort | uniq
#0^aMicrotechnology and Mems,^x1615-8326
#0^aMicrotechnology and MEMS,^x1615-8326
#0^aMicrotechnology And Mems,^x1615-8326

Docs: http://www.loc.gov/marc/bibliographic/bd650.html

Hay 87.497 ocurrencias en 9.810 registros: promedio de casi 9 términos por registro!

Comencemos mirando los indicadores:

$ mx springer "pft=(v650.2/)" now | sort | uniq -c
  39929 #0
   9810 14
  37758 24

El primer indicador es “Level of subject”, y estos son los valores usados:

• # - No information provided
• 1 - Primary
• 2 - Secondary

El segundo indicador es “Thesaurus”, y estos son los valores usados:

• 0 - Library of Congress Subject Headings
• 4 - Source not specified

Una característica llamativa es el uso de múltiples términos en una misma ocurrencia del campo. Ejemplos:

Popular Science in Mathematics/Computer Science/Natural Science/Technology
Quantum Optics, Quantum Electronics, Nonlinear Optics
Roman Law/Law History/Canon Law
Theoretical, Mathematical and Computational Physics
Tribology, Corrosion and Coatings
Vibration, Dynamical Systems, Control
Waste Management/Waste Technology
Waste Water Technology / Water Pollution Control / Water Management /

Un mismo descriptor puede aparecer más de una vez en un registro, con diferentes indicadores:

$ mx springer "pft=if v650:'0^aPhysics' and v650:'4^aPhysics' then mfn/ fi" now | wc -l
765

$ mx springer from=9679 count=1 "pft=(v650/)" | grep "\^aPhysics"
#0^aPhysics
14^aPhysics

Hay algunas ocurrencias del 650 sin indicadores ni subcampos:

$ mx springer "pft=(v650/)" now | sort | uniq -c | tail

 93 Aquatic Pollution
 63 Geosciences
 33 Policy, and Law
  6 Sciences

Este es un caso raro, no lo miré bien:

33 and Law  (tiene que ver con el de arriba?)

Otros errores:

 53 ^aText processing (Computer science
  1 ^aText processing (Translators (Computer programs)

Sin comentarios. Escribir luego algo en forma conjunta con el 100.

Presente en todos los registros. Sólo se usa para nombrar a Springer:

$ mx springer "pft=(v710/)" now | wc -l
9810

$ mx springer "pft=(v710/)" now | sort | uniq 
2#^aSpringerLink (Online service)

Este es un caso notable, pues el uso del campo no parece tener relación con su definición en MARC 21. ¿O se me escapa algo?

$ mx springer "pft=(v773/)" now | sort | uniq -c
  51 0#^tSpringer e-books
9759 0#^tSpringer eBooks

Presente una vez en cada registro. Aquí no esperaba sorpresas, pero me llama la atención que no sean 9810 valores diferentes, es decir, que hay registros que comparten el mismo 856.

$ mx springer "pft=(v856/)" now | wc -l
9810

$ mx springer "pft=(v856/)" now | sort | uniq | wc -l
9784

¿Tenemos duplicados en algún sentido? Ejemplo:

$ mx springer from=1931 "pft=v1/v20/v245/v250/v260/v856/"
978-0-387-76579-2
##^a9780387713137
10^aCultural Heritage and Human Rights^h[electronic resource] /^cedited by 
Helaine Silverman, D. Fairchild Ruggles.
##^aNew York, NY :^bSpringer Science + Business Media, LLC,^c2007.
40^uhttp://dx.doi.org/10.1007/978-0-387-71313-7

$ mx springer from=2919 "pft=v1/v20/v245/v250/v260/v856/"
978-0-387-71312-0
##^a9780387713137
10^aCultural Heritage and Human Rights^h[electronic resource] /^cedited by 
Helaine Silverman, D. Fairchild Ruggles.
##^aNew York, NY :^bSpringer-Verlag New York,^c2007.
40^uhttp://dx.doi.org/10.1007/978-0-387-71313-7

Campo local. No sé qué codifica.

$ mx springer "pft=(v912/)" now | sort | uniq -c
     92 ##^aZDB-2-BHS
    465 ##^aZDB-2-CMS
    326 ##^aZDB-2-CWD
    482 ##^aZDB-2-EES
   1125 ##^aZDB-2-ENG
   1594 ##^aZDB-2-LNC
     63 ##^aZDB-2-LNM
     72 ##^aZDB-2-LNP
    762 ##^aZDB-2-PHA
    629 ##^aZDB-2-SBE
    945 ##^aZDB-2-SBL
   2239 ##^aZDB-2-SCS
    755 ##^aZDB-2-SHU
    976 ##^aZDB-2-SMA
   1014 ##^aZDB-2-SME

El área temática o colección según Springer. Hay inconsistencia por el uso de espacios:

$ mx springer "pft=('«'v950'»'/)" now | sort | uniq -c
      1 «##^aBehavioral Science (Springer-11640) »
     91 «##^aBehavioral Science (Springer-11640)»
      6 «##^aBiomedical and Life Sciences (Springer-11642) »
    939 «##^aBiomedical and Life Sciences (Springer-11642)»
    629 «##^aBusiness and Economics (Springer-11643)»
     20 «##^aChemistry and Materials Science (Springer-11644) »
    445 «##^aChemistry and Materials Science (Springer-11644)»
      4 «##^aComputer Science (Springer-11645) »
   2235 «##^aComputer Science (Springer-11645)»
      3 «##^aEarth and Environmental Science (Springer-11646) »
    479 «##^aEarth and Environmental Science (Springer-11646)»
      5 «##^aEngineering (Springer-11647) »
   1120 «##^aEngineering (Springer-11647)»
      8 «##^aHumanities, Social Science and Law (Springer-11648) »
    747 «##^aHumanities, Social Science and Law (Springer-11648)»
      6 «##^aMathematics and Statistics (Springer-11649) »
    970 «##^aMathematics and Statistics (Springer-11649)»
      6 «##^aMedicine (Springer-11650) »
   1008 «##^aMedicine (Springer-11650)»
      3 «##^aPhysics and Astronomy (Springer-11651) »
    759 «##^aPhysics and Astronomy (Springer-11651)»
    326 «##^aProfessional and Applied Computing (Springer-12059)»

Y listo, no hay más campos.

¿Qué registros vale la pena incluir en un determinado OPAC? El criterio más obvio es el uso del campo 950 para filtrar por grandes áreas temáticas. De esa manera encontraríamos, por ejemplo, casi 1000 libros de matemática y estadística si tomamos “Mathematics and Statistics (Springer-11649)”.

Otro criterio, que puede servir para refinar un poco, es usar los términos del campo 650. Detectemos algunos de matemática:

  Abstract Harmonic Analysis
  Algebra
  Algebraic Geometry
  Algebraic topology
  Algebraic Topology
  Algebra^xData processing
  Algorithm Analysis and Problem Complexity
  Algorithms
  Analysis ??
  Applications of Mathematics
  Appl.Mathematics/Computational Methods of Engineering
  Approximations and Expansions
  Arithmetic and Logic Structures
  Associative Rings and Algebras
  Biology^xMathematics
  Calculus of Variations and Optimal Control
  Calculus of Variations and Optimal Control, Optimization
  Calculus of Variations and Optimal Control; Optimization
  Category Theory, Homological Algebra
  Cell aggregation^xMathematics
  Coding and Information Theory
  Coding theory
  Combinatorics
  Commutative Rings and Algebras
  Complexity
  Computational complexity
  Computational Mathematics and Numerical Analysis
  Computer science^xMathematics
  Convex and Discrete Geometry
  Difference and Functional Equations
  Differentiable dynamical systems
  Differential Equations
  Differential equations, partial
  Differential Geometry
  Discrete groups
  Discrete Mathematics in Computer Science
  Distribution (Probability theory)
  Dynamical Systems and Ergodic Theory
  Field Theory and Polynomials
  Fourier analysis
  Fourier Analysis
  Functional analysis
  Functional Analysis
  Functional equations
  Functions of a Complex Variable
  Functions of complex variables
  Functions, special
  Game Theory, Economics, Social and Behav. Sciences
  Game Theory/Mathematical Methods
  General Algebraic Systems
  Genetics^xMathematics
  GeologyxMathematics
  Geometry
  Geometry, algebraic
  Global analysis
  Global Analysis and Analysis on Manifolds
  Global analysis (Mathematics)
  Global differential geometry
  Group theory
  Group Theory and Generalizations
  Harmonic analysis
  History of Mathematics
  Integral equations
  Integral Equations
  Integral Transforms
  Integral Transforms, Operational Calculus
  K-theory
  K-Theory
  Linear and Multilinear Algebras, Matrix Theory
  Logic
  Logic, Symbolic and mathematical
  Manifolds and Cell Complexes (incl. Diff.Topology)
  Math. Applications in Chemistry
  Math Applications in Computer Science
  Math. Applications in Geosciences
  Math. Appl. in Environmental Science
  Mathematical and Computational Physics
  Mathematical Applications in Earth Sciences
  Mathematical Biology in General
  Mathematical geography
  Mathematical Logic and Formal Languages
  Mathematical Logic and Foundations
  Mathematical Methods in Physics
  Mathematical Modeling and Industrial Mathematics
  Mathematical optimization
  Mathematical physics
  Mathematical Software
  Mathematical statistics
  Mathematics
  Mathematics Education
  Mathematics, general
  Mathematics of Computing
  Mathematics_^xHistory
  Mathematics_$xHistory
  Matrix theory
  Measure and Integration
  Non-associative Rings and Algebras
  Nonlinear Dynamics, Complex Systems, Chaos, Neural Networks
  Number theory
  Number Theory
  Numerical analysis
  Numerical Analysis
  Numerical and Computational Methods
  Numerical and Computational Methods in Engineering
  Numerical and Computational Physics
  Numeric Computing
  Operations research
  Operations Research/Decision Theory
  Operations Research, Mathematical Programming
  Operator theory
  Operator Theory
  Optimization
  Order, Lattices, Ordered Algebraic Structures
  Ordinary Differential Equations
  Partial Differential Equations
  Physiology^xMathematics
  Popular Science in Mathematics/Computer Science/Natural Science/Technology
  Potential Theory
  Potential theory (Mathematics)
  Probability and Statistics in Computer Science
  Probability Theory and Stochastic Processes
  Quality Control, Reliability, Safety and Risk  ??
  Quantum computing ??
  Quantum Computing, Information and Physics ??
  Real Functions
  Sequences (Mathematics)
  Sequences, Series, Summability
  Several Complex Variables and Analytic Spaces
  Special Functions
  Statistical Theory and Methods
  Statistics
  Statistics and Computing/Statistics Programs
  Statistics for Business/Economics/Mathematical Finance/Insurance
  Statistics for Engineering, Physics, Computer Science, Chemistry & 
  Statistics for Engineering, Physics, Computer Science, Chemistry and Earth 
  Statistics for Life Sciences, Medicine, Health Sciences
  Statistics for Social Science, Behavorial Science, Education, Public Policy, 
  Statistics, general
  Symbolic and Algebraic Manipulation  ??
  Theory of Computation ??
  Topological Groups
  Topological Groups, Lie Groups
  Topology
  Vibration, Dynamical Systems, Control ??

Tarea: analizar qué grado de solapamiento hay entre el uso de estos descriptores y el uso de “Mathematics and Statistics” en el campo 950.

¿Cómo recupero todos los registros asociados a ese conjunto de descriptores?

Aquí algunas primeras pruebas hechas en base al campo 650; hay que analizar con más detenimiento.

$ mx springer-clean "text/show=Biology^xMath"
mfn     92|tag   650|occ   3|Biology^xMath
650  "#0^aBiology^xMathematics"
..

$ mx springer-clean from=1206 "pft=(v650/)(mhl,v650*4/)"
...
#0^aBiology^xMathematics
...
Biology. Mathematics
...

$ cat springer.fst 
950 0 v950^a
650 0 (mhl,v650*4/)

$ mx springer-clean fst=@springer.fst fullinv=springer-clean now -all

$ ifkeys springer-clean | more
    20|ABDOMEN. SURGERY
    20|ABDOMINAL SURGERY
    20|ABSTRACT HARMONIC ANALYSIS
    14|ACCOUNTING/AUDITING
    64|ACOUSTICS
    10|ACUPUNCTURE
    ...
    72|WEIGHTS AND MEASURES
     1|WILDLIFE MANAGEMENT
    13|WOOD
    13|WOOD SCIENCE & TECHNOLOGY
   100|ZOOLOGY


$ mx springer-clean "MATH$/(650)" now -all
   1795  MATH$/(650)
   1795  Set #000000001
Hits=1795

$ mx springer-clean "MATHEM$/(650)" now -all
   1712  MATHEM$/(650)
   1712  Set #000000001
Hits=1712

$ mx springer-clean "MATHEM$/(650) and MATH$/(950)" now -all
   1712  MATHEM$/(650)
    976  MATH$/(950)
    935  Operation *
    935  Set #000000001
Hits=935

$ mx springer-clean "MATH$/(950)" now -all
    976  MATH$/(950)
    976  Set #000000001
Hits=976

$ mx springer-clean "ALGEB$" now -all
    229  ALGEB$
    229  Set #000000001
Hits=229

$ mx springer-clean "ALGEB$/(650)" now -all
    229  ALGEB$/(650)
    229  Set #000000001
Hits=229

$ mx springer-clean "ALGEB$ AND MATH$/(950)" now -all
    229  ALGEB$
    976  MATH$/(950)
    173  Operation *
    173  Set #000000001
Hits=173

$ mx springer-clean "ALGEB$ AND NOT MATH$/(950)" now -all
    229  ALGEB$
    976  MATH$/(950)
     56  Operation ^
     56  Set #000000001
Hits=56

$ mx springer-clean "ALGEB$ AND NOT MATH$/(950)" now "pft='950: 'v950^a/" | sort | uniq -c | awk '/950: / {print $0}'
     48 950: Computer Science (Springer-11645)
      2 950: Engineering (Springer-11647)
      6 950: Physics and Astronomy (Springer-11651)

$ mx springer-clean "ALGEB$ AND NOT MATH$/(950)" now "pft=v245^a/v950^a/#"

$ mx springer-clean "ALGEB$ AND NOT MATH$/(950) AND NOT COMPUT$/(950)" now "pft=v245^a/v950^a/#"

$ cat springer.fst 
950 0 v950^a
650 0 (mhl,v650*4/)
654 4 (mhl,v650*4/)

$ mx springer-clean fst=@springer.fst fullinv=springer-clean now -all

$ mx springer-clean "MATH$/(654)" now -all
   2234  MATH$/(654)
   2234  Set #000000001
Hits=2234

$ mx springer-clean "MATH$/(650)" now -all
   1795  MATH$/(650)
   1795  Set #000000001
Hits=1795

$ mx springer-clean "MATHEM$/(650)" now -all
   1712  MATHEM$/(650)
   1712  Set #000000001
Hits=1712

$ mx springer-clean "MATHEM$/(654)" now -all
   2172  MATHEM$/(654)
   2172  Set #000000001
Hits=2172

$ mx springer-clean "MATH$/(654) AND NOT MATHEM$/(654)" now -all
   2234  MATH$/(654)
   2172  MATHEM$/(654)
     62  Operation ^
     62  Set #000000001
Hits=62

$ mx springer-clean "variation$ and not MATH$/(950)" now lw=400 "pft=v245/(x3,v650*2/)v950^a/#"

Tarea: averiguar la correlación que hay entre la presencia de los descriptores identificados arriba, y la presencia de descriptores generales como Mathematics o Statistics.

Este es el procedimiento que usé para unir los registros de ebooks de Springer con el resto de los registros del catálogo del INMABB.

agregar los comandos utilizados para generar la base springer a partir del archivo mrc enviado por Springer.

# elimino campos 773 y 912
mx springer "proc='d773d912'" copy=springer now -all
 
# limpieza de espacios sobrantes (genera un log)
mxcp springer create=springer-clean clean log=springer-clean.log
 
# agrego subcampos $y y $z a cada campo 856
mx springer-clean "proc='d856a856~',v856,'^ySpringerLink, via BECYT^zAcceso desde instituciones autorizadas','~'" copy=springer-clean now -all
 
# genero un invertido con el campo 950
mx springer-clean "fst=950 0 v950^a" fullinv=springer-clean
 
# creo una base con los registros de matemática (según el 950)
mx springer-clean MATH$ create=springer-math now -all
 
# agrego prefijo al campo 001 y hago la unión de registros
mx springer-math "proc='d001a001@springer:',v001,'@'" append=biblio now -all

Hacer un OPAC sólo para estos registros.

Nube de descriptores.

Conseguir imagen de tapa (vía Google Books? vía Springer? Amazon? Otro?)

Encontré estos tres títulos con errores:

• Groupes et algérbes de Lie ⇒ Groupes et algèbres de Lie
• Groupes et algébras de Lie ⇒ Groupes et algèbres de Lie
• Complemantarity ⇒ Complementarity

No solo están así en los registros MARC, sino también en el sitio de Springer. ¿Cómo se informan estos errores a Springer para que sean corregidos?

No sé si “falta de datos” es la forma adecuada de denominar a este problema; un ejemplo es la falta de un punto de acceso para Frederick Mosteller en el registro 978-0-387-20271-6, correspondiente a “Selected Papers of Frederick Mosteller / edited by Stephen E. Fienberg, David C. Hoaglin.”

A continuación, algunas notas generales sobre el problema de “batch cataloging”.

Problemas que se presentan:

• Selección y obtención de los registros bibliográficos adecuados.
• Análisis y control de calidad de los registros obtenidos.
  • ¿El uso de etiquetas MARC es correcto?
  • ¿Qué reglas de catalogación se han usado?
  • ¿La catalogación es correcta? (i.e., ¿están bien catalogados los recursos?)
• Modificaciones automáticas a los registros, antes de importarlos. Por ejemplo, supresión o agregado de campos locales 9xx, agregado de texto a enlaces en 856.
• Control de autoridades. ¿Pre o post importación?
• Detección de duplicados (o cuasi-duplicados): dentro del conjunto a importar, y entre los nuevos registros y el resto del catálogo.
• Importación de los registros:
  • A) En una “base” separada para su administración, que sólo se integra al resto de los registros en el OPAC? O bien,
  • B) En la misma “base” con el resto de los registros del catálogo?
• Correcciones manuales posteriores, mantenimiento de los registros.
• Mantenimiento a medida que el proveedor (e.g. Springer) ofrece nuevos conjuntos de registros, o versiones corregidas de los registros ya obtenidos.
• Obtención de imágenes de cubiertas.