OAI-PHM
Smyslem platformy otevřených archivů (OAI) je zpřístupnění na Webu dostupných materiálů
prostřednictvím sdílení metadat mezi repozitáři, jejich publikování a archivace. Celá platforma přitom
pochází z komunitní potřeby publikování vědeckých prací v elektronické podobě (e-prints). Cílem OAI
je vytvořit výměnný rámec s příslušnými standardy, který by umožňoval efektivní šíření a sdílení
obsahu napříč jednotlivými technickými řešeními.
OAI-PMH je protokol pro sklízení metadat, který definuje mechanismus sklízení záznamů z různých
repozitářů, přičemž využívá robustní XML a HTTP specifikace. Přitom platí, že na straně serveru musí
být podporován alespoň nekvalifikovaný Dubline Code. Samotný protokol přitom nespecifikuje vazbu
mezi metadaty a obsahem ani nedává možnost vyhledávání. Tyto služby musí být poskytovány
dalšími prostředky, které s OAI-PHM spolupracují. Samotný protokol jen sklízí metadata do jednoho
místa. Ač je myšlenka sdílení a výměny metedat v zásadě velice jednoduchá a má celou řadu
praktických výhod (například získávání skrytého obsahu), její praktické nasazení a implementace tak,
aby celý systém smysluplně fungoval, je stále velice složitou záležitostí.
Neméně zajímavá je také historie vzniku tohoto formátu. Jak jsme již naznačili, vznikl z komunitní
potřeby sklízet matadata, která byla umístěna v jednotlivých repozitářích, do kterých je vkládali
samotní uživatelé. Zřejmě největším a nejznámějším projektem tohoto typu je arXiv (lze avšak zmínit
také například CogPrints, NCSTRL či RePEc), který obsahoval preprinty fyzikálních a mateamatických
článků. Cílem bylo zpřístupnění objevů a novinek dříve, než jsou klasicky publikovány a recenzovány,
tedy akcelerace vědy za cenu neověřenosti výsledků.
Konference v Santa Fe se proto pokusila rozhodnout a definovat klíčové parametry, které se budou
pro sklízení dat používat. Předně bylo potřeba provést volbu mezi formáty metadat Dublin Core a
MARC (uspěl první – respektive původně OAMS), transportním protokolem (tím se stal HTTP na úkor
FTP), rozhodnout co budou zdrojové dokumenty pro získávání dat (v Santa Fe konvence to byly přímo
e-prints dnes jsou to resource), a určit volbu formátu odpovědi – což bylo (a doposud je) XML.
Samotný model přitom rozlišuje dvě základní role. První jsou poskytovatelé dat, což jsou nejrůznější
archivy a uložiště. Poskytovatelé služeb užívají OAI rozhraní pro sklízení dat a jejich ukládání.
Poskytovatelé služeb pak nad svojí databází výsledků staví další služby, jako je vyhledávání,
zpřístupňování dat či filtrování výsledků. Mimo to mohou existovat také agregátory, které nabízejí jen
sklizeň a ukládání metedat pro poskytovatele služeb.
Velice užitečnou vlastností jsou sady záznamů, které umožňují logické členění repozitářů. Sady se
vytvářejí na základě obsahové či jiné příbuznosti dokumentů a mohou být stahovány pouze ony,
místo velkých repozitářů. Příkladem setu může být například množina všech diplomových prací nebo
hudebních záznamů.
Příklad toho, jak může vypadat takový záznam:
Podrobněji viz HANOUSEK, Tomáš. OAI-PMH pro začátečníky. Dostupné na http://www.nacr.cz/Z-
files/moznosti_06.pdf