Etiquetando revistas

Seminario: etiquetando revistas Rosana López-Carreño estructura taller CRECS 2025 / Rosana López-Carreño INTRODUCCIÓN AL ETIQUETADO EN XML USO DEL XML JATS PLUGIN XML JATS PARA OJS EN EL PORTAL REVISTAS.UM.ES XML CRECS 2025 / Rosana López-Carreño •eXtensible Markup Language – formato para datos y documentos estructurados •Creado por el World Wide Web Consortium (W3C) en 1998 como estándar para estructurar la información a través de internet •Surgió a partir de SGML, en el cual también está basado HTML •Utiliza etiquetas, que representan cada pieza de contenido •XML es un lenguaje de meta-marcado Elementos y etiquetas CRECS 2025 / Rosana López-Carreño Nombre del elemento <nombre></nombre>Rosana Etiqueta de inicio Etiqueta de fin Contenido del elemento Marcado simple CRECS 2025 / Rosana López-Carreño Rosana López Carreño Coordinadora de Publicaciones Universidad de Murcia Edificio Pleiades Espinardo 30100 Murcia <NombreCompleto> </NombreCompleto> Rosana López Carreño <Puesto> </Puesto> Coordinadora de Publicaciones <Empresa> </Empresa> Universidad de Murcia <Dirección> </Dirección> Edificio Pleiades Espinardo 30100 Murcia Atributos CRECS 2025 / Rosana López-Carreño Rosana López Carreño Coordinadora de Publicaciones Universidad de Murcia Edificio Pleiades Espinardo 30100 Murcia <NombreCompleto num-apellidos="2"> </NombreCompleto> Rosana López Carreño <Puesto lang="es"> </Puesto> Coordinadora de Publicaciones <Empresa> </Empresa> Universidad de Murcia <Dirección> </Dirección> Edificio Pleiades Espinardo 30100 Murcia Marcado anidado CRECS 2025 / Rosana López-Carreño Rosana López Carreño Coordinadora de Publicaciones Universidad de Murcia Edificio Pleiades Espinardo 30100 Murcia <NombreCompleto> </NombreCompleto> Rosana <Puesto> </Puesto> Coordinadora de Publicaciones <Empresa> </Empresa> Universidad de Murcia <Dirección> </Dirección> <Calle> Edificio Pleiades </Calle> <Localidad> Espinardo </Localidad> <CP> 30100 </CP> <Provincia>Murcia </Provincia> <Nombre> <Apellidos> </Nombre> </Apellidos> López Carreño DTD Document Type Definition CRECS 2025 / Rosana López-Carreño Conjunto de reglas para describir un documento Describen la estructura, sintaxis y reglas de anidamiento del documento: •ELEMENTOS •Qué etiquetas serán utilizadas •Nombres de las etiquetas •Tipos de datos que se usarán dentro de cada etiqueta •Ejemplo: etiqueta ISBN, de contenido tipo: 000-0-00-000000-0 •ESTRUCTURA •Qué orden deben llevar los elementos. Por ejemplo •Primero elementos descriptivos generales: título, año, resumen, editorial, etc. •Después elementos de derechos: licencia, autor, año •Después el contenido del documento: introducción, capítulo 1, capítulo 2, etc. •ANIDAMIENTO •Etiquetas que van dentro de otras, manteniendo un orden jerárquico •Sección de referencias bibliográficas •Título de la referencia •Nombre del autor DTD Ejemplo CRECS 2025 / Rosana López-Carreño <?xml version="1.0" encoding="UTF-8" standalone="yes" ?> <!DOCTYPE address [ <!ELEMENT address (name,company,phone)> <!ELEMENT name (#PCDATA)> <!ELEMENT company (#PCDATA)> <!ELEMENT phone (#PCDATA)> ]> <address> <name>Tanmay Patil</name> <company>TutorialsPoint</company> <phone>(011) 123-4567</phone> </address> Problemas de un XML válido pero defectuso Puntuación •La diferencia entre un guion bajo y un guión corto puede tener un profundo impacto en la capacidad de descubrimiento: •El guion bajo en el DOI es un carácter no compatible con Crossref que mpide el depósito automático del contenido en Crossref. •También genera problemas con la representación de PDF. Por ejemplo, los usuarios institucionales de CLOCKSS/LOCKSS podrían no poder acceder al contenido porque el guion largo interrumpe el proceso y no es correcto en la estructura DOI. CRECS 2025 / Rosana López-Carreño XML válido pero defectuso ISSN/ISBN •Un ISSN consta de 8 dígitos y es un número autoverificable. Para verificar un ISSN, se realiza un cálculo matemático específico con los primeros 7 dígitos. Si el resultado es igual al octavo dígito (un dígito de control), significa que el ISSN es válido; de lo contrario, no es válido. El siguiente ejemplo NO es un ISSN válido. •Orígenes de un implante. Implantes cocleares, vol. 3, n.°2. ISSN 1407-0100 • En el siguiente ejemplo, el número 0022-040X es un ISSN válido; sin embargo, este número está etiquetado como ISBN y debido a que está mal identificado en la estructura de etiquetado, el cálculo de la suma de comprobación nunca se calcularía. •<isbn pub-type="paper">0022-040X</isbn> • El XML sigue siendo válido en ambos ejemplos, pero el contenido no. Normalmente, el ISSN no válido generará una advertencia, pero se cargará, dejando ISSN no válidos en los datos. CRECS 2025 / Rosana López-Carreño XML válido pero defectuso Otros identificadores oIncluso con la etiqueta correcta para ORCID, DOI o URL, no se enlazará correctamente si el enlace en sí no contiene contenido estructuralmente válido. oAlgunos ejemplos específicos incluyen una secuencia de dígitos de un ORCID, el formato de un DOI (debe empezar por "10") o el espaciado entre el texto en las etiquetas URL. oEl mayor problema con estos ejemplos es que dificultan considerablemente la localización de la fuente o el autor citado, lo que podría afectar la credibilidad de la investigación al generar dudas sobre la precisión de la referencia y dificultar la investigación posterior sobre el tema; en esencia, podría impedir que otros accedan fácilmente a la obra original citada. CRECS 2025 / Rosana López-Carreño Procesos automatizados para la validación de XML CRECS 2025 / Rosana López-Carreño •Validación contra esquemas y DTD. •Verificación de contenido. •Aplicación de reglas personalizadas: campos obligatorios, Relaciones lógicas, etc. •Resolución de espacios de nombres. •Comprobaciones de codificación de caracteres. •Cálculos de suma de comprobación: secuencias de comandos que verifican identificaciones como ISSN/ISBN y DOI •Verificaciones de integridad del contenido: referencias cruzadas con bases de datos o diccionarios externos. •Comparaciones estructurales: comparación de archivos XML para verificar la coherencia o los cambios esperados. •Prueba de transformación: validación de los resultados de los procesos de transformación XML (por ejemplo, verificar que un archivo XML transformado se represente correctamente en HTML). XML Ejemplos visualización CRECS 2025 / Rosana López-Carreño XML Jats (Journal Article Tag Suite) CRECS 2025 / Rosana López-Carreño •es un estándar que utiliza el formato XML para describir la estructura y el contenido de artículos de revistas científicas. oetiquetado de manera precisa cada parte de un artículo: título, autores, figuras, tablas, referencias, etc. •origen: necesidad de estandarizar la representación de artículos científicos en formato digital. objetivo principal: ofacilitar el intercambio, el archivo y la presentación en línea de la literatura científica. oal estandarizar la forma en que se representa la información, se mejora la interoperabilidad entre diferentes plataformas y sistemas, lo que beneficia a investigadores, editores y lectores. XML Jats evolución CRECS 2025 / Rosana López-Carreño Década de 1960 Orígenes en la NLM La Biblioteca Nacional de Medicina de los Estados Unidos (NLM) comenzó a desarrollar bases de datos de citación de revistas médicas, como MEDLINE. Finales del siglo XX Surgimiento de XML El Lenguaje de Marcado Extensible (XML) se desarrolló como un estándar para estructurar información digital. Principios del siglo XXI NLM DTD La NLM desarrolló el Document Type Definition (DTD) para estructurar artículos de revistas biomédicas. 2012 NISO JATS La Organización Nacional de Estándares de Información (NISO) publicó JATS como un estándar XML para el marcado de artículos de revistas. Adopción y expansión Plataformas como SciELO y Redalyc adoptaron JATS, impulsando su uso en América Latina. PubMed Central (PMC) utiliza JATS para archivar literatura biomédica. XML Jats desarrollo CRECS 2025 / Rosana López-Carreño •En 2003 se publicó la primera versión de NLM Journal Archive and Interchange Tag Suite y se convirtió rápidamente en el estándar de facto •En la versión 1.0 contaba con dos conjuntos de etiquetas: oArchivo e Intercambio - Archiving and Interchange (Green) oPublicación de revistas - Journal Publishing (Blue) •En 2011 surgió la primera versión del estándar JATS 0.4, el cual ha ido evolucionando hasta la versión actual 1.4 oLa evolución de los DTD se han ealizado de forma más generalista, ya que previamente estaban muy orientados a las necesidades de PubMed Central Versiones JATS v. 0.4 (2011) JATS v. 1.0 (2012) JATS v. 1.1 (2015) JATS v. 1.2 (2019) JATS v. 1.3 (2021) JATS v. 1.4 (2024) https://jats.nlm.nih.gov/versions.html XML Jats sabores CRECS 2025 / Rosana López-Carreño •El documento del estándar describe el conjunto completo de elementos y atributos predefinidos, denominado “Tag Suite”, los cuales son la base para crear conjuntos de etiquetas para usos específicos oEstos conjuntos de etiquetas son lo que denominamos ”sabores” de JATS •Archiving y Interchange (Green) Tag Set oEnfocado en el intercambio XML entre editores, archivos, agregadores y proveedores de servicios . oPermite preservar los metadatos y el contenido del artículo, incluyendo la preservación de números, símbolos y puntuación en las referencias bibliográficas. •Journal Publishing (Blue) Tag Set oModelo común para facilitar la conversión del contenido de las revistas a XML oEstá diseñado para facilitar la producción de artículos tanto en web como impresos •Article Authoring (Pumpkin) Tag Set oEl contenido en XML puede ser escrito por el autor directamente oCentrado en la creación del artículo por parte de sus autores y no contiene metadatos referentes al número o a la revista. https://jats.nlm.nih.gov/index.html JATS for reuse CRECS 2025 / Rosana López-Carreño •JATS fue diseñado deliberadamente para ser un estándar lo suficientemente flexible para que el mayor número posible de editoriales pudieran migrar fácilmente desde sus DTD propias a JATS. •PROBLEMA: que un mismo documento puede ser marcado de varias formas por distintas editoriales y continuar siendo un archivo JATS XML válido •Por ese motivo en 2014 surgió el grupo de trabajo llamado JATS for reuse con estos objetivos: oOptimizar la reutilización del contenido académico mediante el desarrollo de recomendaciones para etiquetar contenido en JATS XML oHacer que la adopción de las recomendaciones de etiquetado JATS4R sea lo más fácil y económica posible para todos oCrear una herramienta de validación de documentos JATS: https://jats4r.org/jats4r-validator/ herramientas disponibles CRECS 2025 / Rosana López-Carreño Dificultad de encontrar un set de herramientas completo y abierto La mayoría de editoriales disponen de software propio para la producción de documentos XML XML-first Editor XML oXygen Texture XML-middle / end Plugin SciELO Markup (Word) Marcalyc Plugin OJS-XML Jat: procesos de conversión docx => JATS (estrategia adoptada en revistas.um.es) herramientas oXygen CRECS 2025 / Rosana López-Carreño herramientas Texture CRECS 2025 / Rosana López-Carreño herramientas plugin SciELO Markup CRECS 2025 / Rosana López-Carreño herramientas marcalyc de redalyc CRECS 2025 / Rosana López-Carreño herramientas plugin OJSXML Jats CRECS 2025 / Rosana López-Carreño edición XML jats en revistas.um.es Fase 1. Semi-automática CRECS 2025 / Rosana López-Carreño proceso XML jats en revistas.um.es CRECS 2025 / Rosana López-Carreño El proceso de publicación en XML Jats consistirá en: 1. Etiquetado inicial: con Word o LibreOffice, iremos realizando ajustes en el documento .docx para que el conversor pueda interpretar correctamente cada elemento contenido en el artículo. 2. Etiquetado de la bibliografía: con Zotero. Con Mendeley solo con versiones inferiores a la 2. 3. Incorporación de metadatos desde OJS: añadiremos todos los metadatos como Abstract/Resumen, Autores, Keywords, fecha de publicación (información extraida de OJS donde previamente ha dado de alta el artículo. previsualización inicial CRECS 2025 / Rosana López-Carreño •Antes de empezar con el etiquetado, es recomendable realizar una primera conversión del documento para ver en el punto en que nos encontramos. •Para ello haremos uso de la herramienta de preview. •Seleccionaremos el archivo final .docx (sin datos de autores, resumen, palabras clave y bibliografía) y veremos un ejemplo de cómo visualizaríamos dicho artículo si lo subiésemos tal cual a la plataforma. •En esta evaluación inicial veremos elementos detectados de forma automática, que dependerá principalmente del trabajo previo de etiquetado que haya podido realizar el autor: normas de redacción etiquetado inicial CRECS 2025 / Rosana López-Carreño Tabla de contenido •Asegurarnos que la tabla de contenido será correctamente identificada por el conversor. •Para ello, tendremos que asignar a cada título el estilo correspondiente según su nivel (título 1, título 2, etc… •Verificar los resultados en la herramienta preview en la pestaña Contents. edición XML jats en revistas.um.es Fase 2. Casi-automática CRECS 2025 / Rosana López-Carreño edición XML jats en revistas.um.es Fase 2. Casi-automática CRECS 2025 / Rosana López-Carreño •Automarcado oSe han optimizado mucho los tiempos en la gestión editorial, reduciéndolos considerablemente. oNo hay que marcar previamente el fichero .docx oYa no se usan las herramientas externas de etiquetado de la bibliografía (Zotero, Anystyle) •Editor interactivo oPermite el ajuste de etiquetas dentro de OJS. •Generación de formatos de salida básicos: PDF y HTML oAún con plantillas XSLT básicas y XLS-FO edición XML jats en revistas.um.es Fase 2. Casi-automática Previsualizador (Beta) CRECS 2025 / Rosana López-Carreño Previsualizador / editor Tabla de contenidos CRECS 2025 / Rosana López-Carreño Previsualizador / editor Tabla de contenidos CRECS 2025 / Rosana López-Carreño Al desmarcar, eliminamos la etiqueta de encabezado Previsualizador / editor Figuras y tablas CRECS 2025 / Rosana López-Carreño Detecta las leyendas automáticamente. Editor Referencias CRECS 2025 / Rosana López-Carreño Edición del etiquetado de las referencias dentro de OJS Editor Citas CRECS 2025 / Rosana López-Carreño Revisión de citas en el texto. Visualizador Conversión a XML-Jats CRECS 2025 / Rosana López-Carreño El proceso termina al convertir a XML-Jats y generando la galerada. buenas prácticas editoriales CRECS 2025 / Rosana López-Carreño Contar con una versión estable y actualizada de OJS, no necesariamente el más reciente. Limpiar las notificaciones de usuario en la aplicación (borrarlas). Evitar que se creen envíos duplicados/triplicados para un mismo envío por parte de los autores, No crear envíos duplicados para subir la versión publicable (por Quicksubmit). Efectuar todas las acciones que integran el proceso de edición a través de la plataforma, donde constarán las evidencias: fecha de envío del artículo, envío a revisores externos, …