Description

Abstract (French)

LOUD : Catalyseur de Convergence

Résumé

L'émergence du Linked Open Usable Data (LOUD) – littéralement « données ouvertes liées et utilisables » – représente un tournant dans la convergence des sciences de l'information et des humanités numériques. Ce concept innovant cherche à équilibrer la complétude et la précision des données avec leur accessibilité et utilité pour un public étendu.

Historiquement, la connexion des données du patrimoine culturel a été entravée par des obstacles techniques et conceptuels. Les initiatives préexistantes se concentraient sur la rigueur ontologique, souvent au détriment de l'accessibilité et de l'usabilité des données pour les non-experts. Les projets Linked Open Data (LOD) étaient essentiellement axés sur la publication et la consommation de données pour un public d'experts en RDF (Resource Description Framework). L'introduction de JSON-LD en 2014 a réduit les barrières à l'entrée pour les développeurs, permettant une interprétation des données RDF en format JSON standard plus accessible.

LOUD se distingue par ses principes de conception bien définis et ses spécifications basées sur JSON-LD. Il inclut des standards communautaires tels que l'API Présentation 3.0 de l'International Image Interoperability Framework (IIIF) et Linked Art ainsi que le Web Annotation Data Model du World Wide Web Consortium (W3C), orientant vers une meilleure accessibilité et interopérabilité des données. Ces principes couvrent a) la bonne abstraction en fonction du public, b) peu d'obstacles à l'entrée, c) compréhensibilité par introspection, d) documentation avec des exemples concrets, e) minimisation des exceptions et promotion de modèles cohérents.

Les standards adhérants aux principes LOUD, en synergie, accroissent l'interopérabilité sémantique, même si cela peut impacter la pureté ontologique. Cette approche pragmatique facilite une meilleure utilisation et intégration des données du patrimoine culturel. LOUD peut également servir de fondements communs pour les institutions patrimoniales et les projets de recherche, offrant un cadre harmonisé pour la gestion des données culturelles. Malgré les défis d'adoption à grande échelle, l'exemple de Yale avec sa plateforme LUX, qui a été publiée officiellement en mai 2023, montre comment l'intégration des spécifications LOUD, notamment IIIF et Linked Art, peut améliorer l'interopérabilité et enrichir les données culturelles.

LUX représente une application exemplaire des standards LOUD car la plateforme intègre les collections variées de l'université, incluant le Yale Center for British Art, la Yale University Art Gallery, le Yale Peabody Museum et la Yale University Library, totalisant quelque 41 millions de ressources. Cette intégration englobe des domaines tels que l'art, l'histoire naturelle, les catalogues de la bibliothèque et les données archivistiques. LUX se distingue par son architecture systémique comprenant la récolte et la réconciliation de données par le biais d'une chaîne de traitement automatique. Sa force réside dans sa capacité à intégrer des sources de données externes, offrant ainsi une richesse de perspectives et un enrichissement des données accessibles aux utilisateurs.

LOUD émerge comme un catalyseur clé pour les sciences de l'information et les humanités numériques, équilibrant complétude, précision et accessibilité des données. L'approche illustrée par Yale démontre l'impact de LOUD dans l'amélioration de l'accès et de la valorisation des données du patrimoine culturel, marquant une avancée significative dans le domaine.

La présentation est disponible en ligne au format HTML : https://julsraemy.ch/prezi/cihn24-loud-catalyseur-convergence.html

La présentation s'inscrit dans le contexte de la thèse de doctorat : "Linked Open Usable Data for Cultural Heritage: Perspectives on Community Practices and Semantic Interoperability" (https://phd.julsraemy.ch).

Abstract (English)

LOUD: Catalyst of Convergence

Abstract

The emergence of Linked Open Usable Data (LOUD) represents a turning point in the convergence of information science and digital humanities. This innovative concept seeks to balance the completeness and accuracy of data with their accessibility and utility for a broad audience.

Historically, the connection of cultural heritage data has been hindered by technical and conceptual barriers. Pre-existing initiatives focused on ontological rigor, often at the expense of data accessibility and usability for non-experts. Linked Open Data (LOD) projects were primarily focused on the publication and consumption of data for an audience of experts in RDF (Resource Description Framework). The introduction of JSON-LD in 2014 lowered the barriers to entry for developers, enabling an interpretation of RDF data in a more accessible standard JSON format.

LOUD stands out for its well-defined design principles and specifications based on JSON-LD. It includes community standards such as the International Image Interoperability Framework (IIIF) Presentation API 3.0 and Linked Art, as well as the World Wide Web Consortium's (W3C) Web Annotation Data Model, aiming for better data accessibility and interoperability. These principles cover a) The right Abstraction for the audience, b) fFew Barriers to entry, c) Comprehensible by introspection, d) Documentation with working examples, e) Few Exceptions, instead many consistent patterns.

Standards adhering to LOUD principles, in synergy, increase semantic interoperability, even if it may impact ontological purity. This pragmatic approach facilitates better use and integration of cultural heritage data. LOUD can also serve as common ground for heritage institutions and research projects, offering a harmonized framework for managing cultural data. Despite the challenges of large-scale adoption, Yale's example with its LUX platform, officially released in May 2023, shows how the integration of LOUD specifications, notably IIIF and Linked Art, can improve interoperability and enrich cultural data.

LUX represents an exemplary application of LOUD standards as the platform integrates the university's diverse collections, including the Yale Center for British Art, the Yale University Art Gallery, the Yale Peabody Museum, and the Yale University Library, totaling some 41 million resources. This integration encompasses areas such as art, natural history, library catalogues, and archival data. LUX is distinguished by its systemic architecture, which includes harvesting and reconciling data through an automated data pipeline. Its strength lies in its ability to integrate external data sources, thus offering a wealth of perspectives and enriching the data accessible to users.

LOUD emerges as a key catalyst for information science and digital humanities, balancing completeness, accuracy, and accessibility of data. Yale's approach demonstrates the impact of LOUD in improving access to and valorization of cultural heritage data, marking a significant advancement in the field.

The presentation is available online in HTML format: https://julsraemy.ch/prezi/cihn24-loud-catalyst-convergence.html

This presentation is given in the context of the PhD thesis: "Linked Open Usable Data for Cultural Heritage: Perspectives on Community Practices and Semantic Interoperability" (https://phd.julsraemy.ch).