Publicatie:CoGhent OSLO-toolkit

Uit Meemoo Kennisbank
Naar navigatie springen Naar zoeken springen


Samenvatting

Binnen het project ‘Collectie van de Gentenaar’ (CoGhent) - waar meemoo aan meewerkte - werd gekozen om aan de slag te gaan met de OSLO-standaard Cultureel Erfgoed. Het opzet van het project was namelijk om de digitale collecties, die vaak opgesloten blijven binnen de muren van erfgoedinstellingen, samen te publiceren en doorzoekbaar aan te bieden. De OSLO-standaard voor cultureel erfgoed laat toe om deze collecties als interoperabele Linked Open Data te publiceren

Met het oog op een vlotte uitwisseling van data, heeft het project de Werkgroep Implementatie OSLO Erfgoeddata in het leven geroepen. De werkgroep streeft een afstemming na tussen de eerste OSLO-realisaties die ontwikkeld worden binnen de cultureelerfgoedsector. Op basis van de verschillende trajecten die de werkgroep heeft begeleid, werd een vijfdelige methodologie ontwikkeld die Vlaamse erfgoedorganisaties kan helpen bij de implementatie van de OSLO-standaard. Deze (gedeelde) praktijk concentreert zich op de creatie, uitwisseling en het gebruik van OSLO-conforme erfgoeddata.

Aspecten zoals het gebruikte begrippenkader, het vijfdelige stappenplan, de toepassing van de methodologie, de ontwikkelde en gebruikte instrumenten en de bestaande praktijkvoorbeelden werden gebundeld in een eigen toolkit. Deze toolkit kan je hieronder raadplegen.


Referentie
Titel CoGhent OSLO-toolkit (Voorkeurstitel)
Locatie
Uitgever
Jaar van uitgave 2023
Rechten CC-BY-SA
Persistent ID


Trefwoorden

handleiding | linked (open) data | toegankelijkheid | toegang en hergebruik | digitaal archiveren | OSLO |

De toolkit is opgebouwd rond een praktijkvoorbeeld. Wil je zelf de uitgeschreven stappen uitvoeren? Dan kan je hiervoor een beroep doen op de onderstaande bestanden. Dit zijn hulpmiddelen en sjablonen die helpen om de implementatie van OSLO te structureren. Je vindt ze ook terug bij de bijhorende stappen.


Scoping

De OSLO-standaard voor cultureel erfgoed laat toe om digitale collecties, die vaak opgesloten blijven binnen de muren van erfgoedinstellingen, als interoperabele Linked Open Data te publiceren. Het project ‘Collectie van de Gentenaar’ (CoGhent) - waar meemoo aan meewerkte - koos ervoor om dit in de praktijk te brengen en zette in op het samen publiceren en doorzoekbaar aanbieden van digitale collecties.

Wat is OSLO?

Open Standaarden voor Linkende Organisaties (OSLO) is een set datastandaarden waarmee de Vlaamse overheid wil inzetten op een vlotte uitwisseling van informatie (en een optimalisering van haar dienstverlening). Door de betekenis van data te standaardiseren wordt het mogelijk om een betere samenhang, begrijpbaarheid en vindbaarheid van informatie te realiseren. Samenwerking over sectoren en domeinen heen is daarbij belangrijk.

Wil je meer weten over wat OSLO inhoudt, hoe het tot stand is gekomen en welke internationale standaarden er als basis gebruikt werden? Bekijk dan zeker de publicatie OSLO Cultureel Erfgoed en de OSLO-Wegwijzer.

Met het oog op een vlotte uitwisseling van data, riep het project de Werkgroep Implementatie OSLO Erfgoeddata in het leven. Deze streefde naar een afstemming tussen de eerste OSLO-realisaties die ontwikkeld werden binnen de cultureelerfgoedsector. Op basis van verschillende praktische trajecten die door deze werkgroep werden begeleid, werd een vijfdelige methodologie ontwikkeld die Vlaamse erfgoedorganisaties kan helpen bij de implementatie van de OSLO-standaard. Deze (gedeelde) praktijk concentreert zich op de creatie, uitwisseling en het gebruik van OSLO-conforme erfgoeddata.

Deze toolkit gaat in op de methodiek, het theoretische kader en de bijbehorende werkdocumenten. Dit gebeurt aan de hand van concrete verwezenlijkingen uit de praktische trajecten. Aspecten zoals het begrippenkader, het vijfdelige stappenplan, de toepassing van de methodologie, de ontwikkelde en gebruikte instrumenten worden zo uitgebreid toegelicht.

Hiermee mikken we op een maximale en brede kennisdeling van de opgedane ervaringen met betrekking tot de implementatie van de OSLO-standaard in de cultureelerfgoedsector.

Begrippenkader

Om deze toolkit zo toegankelijk mogelijk te maken, is een begrippenkader met enkele vaktermen cruciaal. Het is een inleiding tot enkele basisprincipes van linked open data.

# term definites
1. linked open data LOD (Linked Open Data) is informatie die is gepubliceerd als open data en bovendien aan andere data is gekoppeld. Data zijn 'open' als ze door iedereen vrij gebruikt, hergebruikt en opnieuw verspreid kunnen worden, daarbij - in het uiterste geval - enkel onderworpen aan de eis tot naamsvermelding en gelijk delen. Deze open data zijn 'linked' als door middel van koppelingen er gestructureerd contextuele betekenis aan is toegevoegd, zodat ze machineleesbaar zijn en door computers te herkennen en te verwerken zijn.
2. ontologie Een ontologie is een formele voorstelling van alle concepten in een bepaald kennisdomein, hun eigenschappen en hun onderlinge relaties. In de informatica worden ontologieën gebruikt om kennis te organiseren in een informatiesysteem.


Voorbeelden zijn o.a.: cidoc-crm (musea) , IFLA LRM (bibliotheken), RiC (archieven), EDM (voor aggregatie van erfgoedcollecties naar Europeana), Dublin Core (DC: interoperabiliteit tussen verschillende metadatavocabularies), World Wide Web Consortium (W3C: webstandaarden voor het wereldwijde web), schema.org (een webstandaard voor het toekennen van tags die leesbaar zijn voor zoekmachines).

3. graaf Een graaf is het geheel van door relaties vernetwerkte entiteiten. Doordat de entiteiten en de eigenschappen die ze verbinden apart semantisch beschreven zijn, is deze informatie leesbaar voor machines. De Linked Open Data cloud is een graaf.
4. applicatieprofiel Een applicatieprofiel is een subset van een ontologie, afgebakend door een specifieke use case. In dit geval spreken we over OSLO Cultureel Erfgoed. Binnen het OSLO-datamodel bestaan er twee applicatieprofielen voor OSLO Cultureel Erfgoed: OSLO Cultureel Erfgoed Object en OSLO Cultureel Erfgoed Event.
5. entiteit Een entiteit is een knooppunt in een ontologie. Eigenschappen verbinden entiteiten met elkaar. Zo vormen ze een netwerk dat we een graaf noemen.
7. serialisering Het serialiseren van data wil zeggen dat je de data machineleesbaar maakt. De informatie die voor de mens leesbaar is in een conceptueel model (spinnenweb) wordt omgezet naar computertaal, zoals bijvoorbeeld JSON-LD.
8. JSON-LD JSON-LD, of JavaScript Object Notation for Linked Data, is een methode om linked data trippels uit te drukken in JSON. Het is een manier om zo eenvoudig mogelijk het bestaande JSON-formaat om te zetten naar een semantisch formaat. Net als de traditionele JSON, kan JSON-LD geserialiseerd worden. Dit zorgt ervoor dat je met het semantische formaat netwerken kan bouwen. Het is een W3C-standaard die is ontwikkeld door de JSON for Linking Data Community Group.
9. context Een context is een vocabularium om data mensleesbaar te maken. In de praktijk ga je tags geven aan bepaalde info. Op die manier krijgen de bestaande data een extra laag informatie.


Als je code steeds voluit geschreven moet worden, is die nogal uitgebreid. JSON maakt daarom gebruik van ‘contexten’. Dit zijn vocabularia waarin veel voorkomende entiteiten dieper beschreven worden. In de code zelf moet je hiernaar enkel nog met korte tags verwijzen. Dit maakt de code veel compacter en dus overzichtelijker voor mensenogen.

10. SHACL SHACL (Shapes Constraint Language) is een standaardtaal voor het wereldwijde web (3WC) die gebruikt wordt voor het beschrijven van RDF (Resource Description Framework). Het is een manier om de semantische en technische interoperabiliteit van ontologieën te verbeteren. Kort gezegd zijn SHACL-files validatietools om te garanderen dat je data juist geserialiseerd zijn zodat ze uitwisselbaar worden.
11. endpoint Een endpoint is een technische toegang waarlangs andere machines data kunnen ophalen uit een databank. Een endpoint kan volgens verschillende technologieën en protocollen werken, zoals bijvoorbeeld queries voor een gerichte vraag naar een specifiek stuk uit een databank, harvesting of downloads.
12. pattern Voorstelling van de datastructuur van een databank aan de hand van een voorbeeld van een record.
13. dataprofiel (Data)profielen verzamelen verschillende elementen en velden om collectiebeheerders te helpen bij het bepalen van de beschrijvingsregels en de procedures die belangrijk zijn voor hun collectieregistratie. Een dataprofiel bevat gedetailleerde beschrijvingsregels voor de structuur en vorm van de metadata van een specifieke deelcollectie. Invulinstructies en terminologie worden gealigneerd met het Invulboek Object en Invulboek Publicaties. Het dataprofiel dient als toetssteen voor het registreren, schonen en verrijken van collectiedata. Het doel van een dataprofiel is om uniforme, gestructureerde en consistente registratie van collectiedata te verkrijgen, dit maakt de uitwisselbaarheid en de doorzoekbaarheid van de collectiedata mogelijk.
14. kardinaliteit De kardinaliteit in een relatie zegt iets over de inhoud van het ene niveau ten opzichte van de inhoud van het andere niveau. Het geeft het aantal keren aan dat een attribuut van een object of een relatie naar een ander object mag voorkomen.
15. machineleesbaar Data kan mensleesbaar als machineleesbaar zijn. Als je data machineleesbaar is, kan deze worden uitgewisseld tussen machines zoals bijvoorbeeld computers. Data maak je machineleesbaar in een markeertaal.
16. markeertaal Een tekstmarkeertaal, kortweg markeertaal of markuptaal, is een computertaal om tekstdocumenten te voorzien van aanwijzingen ten behoeve van de softwarematige verwerking.


Voorbeelden zijn XML, HTML, SGML en LaTeX.

Methodologie

Het stappenplan, dat binnen de Werkgroep Implementatie OSLO Erfgoeddata werd uitgewerkt, bestaat uit vijf onderdelen. Deze werkwijze laat toe om de implementatie op diverse manieren, via specifieke use cases of kennisdomeinen te benaderen en uit te werken.

  1. Scoping en projectplanning
  2. Modelleren naar OSLO
  3. Encoderen naar JSON-LD
  4. Infrastructuur
  5. Kennisdeling

Voor elke stap werden presentaties, begeleidend lesmateriaal en diverse sjablonen uitgewerkt. Organisaties kunnen deze documentatie als hulpmiddel inzetten bij de implementatie van de OSLO-standaard.

Om deze vijf stappen en het bijhorende begeleidend materiaal te verduidelijken, is de methodologie opgehangen aan een praktijkvoorbeeld, namelijk de use case ‘Poppentheater Taptoe’ van Huis van Alijn. Voor elke stap wordt met andere woorden aangegeven welke tussenresultaten concreet zijn uitgewerkt.

Het beschreven voorbeeld is maar één van de uitgewerkte use cases. Wens je nog meer praktische verduidelijking? Dan kan je ook terecht in de documentatie van andere trajecten, beschreven onder deze methodologie.

Stap 1: Scoping en projectplanning

Wat houdt deze stap in?

Het definiëren van een afgelijnde use case is absoluut noodzakelijk om te kunnen bepalen hoe je OSLO kan implementeren. Dit maakt alles behapbaarder en zorgt voor duidelijke doelen. De eerste stap bestaat daarom uit het bepalen van een scope en projectplanning. Dit kan aan de hand van enkele richtvragen:

  • Waaruit bestaat de dataset die je als OSLO-conforme data ter beschikking wil stellen?
  • Wie is de beoogde doelgroep van de gepubliceerde dataset?
  • Wat is het verwachte hergebruik van de data?
  • Volgens welke methodes en principes werk je (of kan je werken) om je dataset beschikbaar te stellen?
  • Wat zijn de beoogde projectresultaten (zodat je de impact van de OSLO-data bij je gebruikers kan meten)?

Hoe kan jij aan de slag?

Je vertrekt vanuit het sjabloon scope use case en brengt zo een concrete use case in kaart. Het ingevulde sjabloon blijft een rode draad doorheen de methodologie die je in de volgende stappen zal doorlopen. Je kan er namelijk nieuwe informatie aan toevoegen of het document updaten na iedere stap. Zo blijft je use case strak, duidelijk en accuraat. Mogelijk bevat de eerste versie van het sjabloon na stap één overbodige informatie, na elke volgende stap kan je de inhoud scherper verwoorden. Zo bekom je uiteindelijk een zeer concrete use case in een oogopslag.

Welke documentatie, sjablonen, presentaties, tools kan je als leidraad gebruiken?

Het ingevulde sjabloon voor 'Poppentheater Taptoe' vind je hier:

Stap 2: Modelleren naar OSLO

Wat houdt deze stap in?

Dankzij de scoping en projectplanning uit stap één heb je een duidelijk beeld van de data waarmee je aan de slag gaat. In stap twee ga je deze data modelleren naar OSLO.

Modelleren naar OSLO betekent dat je records van jouw geselecteerde data gaat omvormen van een spreadsheet naar een graaf. Je gaat alle metadata dus uittekenen in een netwerk. Om ervoor te zorgen dat iedereen dit netwerk op dezelfde manier interpreteert, doe je dat met specifieke termen. Die termen zijn beschreven in het OSLO-vocabularium.

Alle resultaten uit deze stap kan je bundelen in een dataprofiel (sjabloon). Zo bekom je één document waarin alle metadata van een voorbeeldrecord uit jouw geselecteerde data is toegevoegd, telkens voorzien van de namen van het pad en het veld binnen het eigen collectiebeheersysteem. Met elk veld verbind je:

  • een overeenkomstig veld uit het invulboek objecten (indien mogelijk)
  • technische eigenschappen (bv. data type, verplicht of niet, herhaalbaar of uniek)
  • beschrijvingsregels (bv. terminologiebronnen, eigen regels)
  • een pattern (beschrijving van een netwerktak) met eigen termen
  • een pattern met OSLO-termen

Dit dataprofiel bevat na deze stap dus alle informatie die nodig is om de geselecteerde data om te vormen naar linked data.

Hoe kan jij aan de slag?

Voor je aan de praktische omvorming begint, kijk je best eerst naar het theoretische kader. Het omvormen van een spreadsheet naar een graaf gebeurt immers volgens enkele basisprincipes. Deze vind je onder meer terug in deze presentatie

Daarna kan je aan de slag via een specifieke methodologie. Het startpunt van het traject 'Poppentheater Taptoe' vind je hier.

  • Kies een voorbeeldrecord dat representatief is voor de geselecteerde collectie. Dit record bevat bij voorkeur alle gebruikte metadatavelden. (Voorbeeld Poppentheater Taptoe)
  • Teken de data uit het voorbeeldrecord uit in een graaf. Dit doe je eerst met je eigen termen/vocabularium. Hierbij kan het handig zijn om met een groot stuk papier en stiften te werken. Zo kan je de denkoefening visualiseren, wat de omschakeling naar het dataprofiel eenvoudiger kan maken. (Voorbeeld Poppentheater Taptoe)
  • Schrijf de graaf uit in patterns. Een pattern bekom je door een tak van de graaf neer te schrijven. Voor een entiteit of datatype gebruik je ronde haakjes (), bij een eigenschap vierkante haakjes []. (Voorbeeld Poppentheater Taptoe)

Deze omzetting naar OSLO-termen moet gebeuren volgens de logica en informatie die te vinden zijn in de applicatieprofielen Object en Event, opgesteld door Digitaal Vlaanderen. De drempel om deze profielen te gebruiken, kan evenwel hoog zijn. Om dit omzettingsproces te vereenvoudigen, herschikten we daarom alle informatie in een hiërarchische boomstructuur. Hieraan zijn ook begeleidende instructies toegevoegd.

Opgelet: Net als bij andere ontologieën is het mogelijk dat niet alle metadatavelden naar OSLO gemapt kunnen worden. In dat geval kan je een beroep doen op andere applicatieprofielen en/of andere ontologieën. Een voorbeeld hiervan is het dataprofiel van Passchendaele Museum 1917.

Wanneer alle stappen doorlopen zijn, bekom je een ingevuld dataprofiel. (Voorbeeld 'Poppentheater Taptoe')

Stap 3: Encoderen naar JSON-LD

Wat houdt deze stap in?

In de derde stap maak je de neergeschreven patterns en de metadata van jouw voorbeeldrecord machineleesbaar. Je zorgt er met andere woorden voor dat een machine (bv. computer) deze data op dezelfde manier interpreteert als jij toen je de mappings maakte. Dit doe je aan de hand van markeertalen (bv. XML, JSON-LD).

Binnen deze methodologie wordt gewerkt met JSON-LD, een dataformaat voor linked data dat relatief makkelijk is voor mensen om te lezen en te schrijven. Als je de data van jouw voorbeeldrecord volledig in JSON-LD hebt uitgeschreven, beschik je over een zogenaamd JSON-LD-sample van je eigen data. Dit vormt de basis om de rest van jouw geselecteerde collectie machineleesbaar te maken.

Hoe kan jij aan de slag?

Om JSON-LD te kunnen schrijven, is een basisinzicht nodig in de achterliggende principes en de syntax. Daarom zijn de inleidende video’s van Manu Sporny een goed startpunt. We maakten ook een presentatie met informatie en nuttige links.

Heb je de opbouw van een JSON-LD-bestand door, dan kan je zelf aan de slag in de zogenaamde playground. Deze laat toe om JSON-LD te schrijven, te controleren en op verschillende manieren te visualiseren. Gebruik daarbij de context (object en event) die door Digitaal Vlaanderen aangereikt wordt. Deze geeft aan welke schrijfwijze je precies moet gebruiken voor de entiteiten, data types en eigenschappen. Om de syntax onder de knie te krijgen, kan je ook het voorbeeld van Poppentheater Taptoe en/of de mapping van de basisregistratie bij de hand nemen.

Opgelet: elk detail (bv. komma's, haakjes, aanhalingstekens, ...) is belangrijk.

Voor elk metadataveld kan je de JSON-LD-representatie toevoegen in het dataprofiel. Zo bundel je alle data die noodzakelijk zijn voor een efficiënte omzetting. Het dataprofiel bevat nu een pattern volgens de eigen logica van de instelling, een mapping naar OSLO en een representatie van de dataset in JSON-LD.

Het eindresultaat van deze stap voor Poppentheater Taptoe vind je hier.

Om de omzetting naar JSON-LD voor alle records uit de gekozen deelcollectie door te voeren, wordt doorgaans een beroep gedaan op een Python script. De omzetting wordt dan geautomatiseerd op basis van het handgeschreven voorbeeldrecord.

Stap 4: Infrastructuur

Wat houdt deze stap in?

Stap 4 focust op de infrastructuur die nodig is om de uitgeschreven use case uit te voeren. Een inschatting hiervan gebeurt op basis van de verzamelde kennis, data en mappings uit de vorige stappen.

Het doel van deze stap is om de bestaande set-up van je systeemarchitectuur te documenteren en terug te koppelen naar de use case uit stap één. Aan de hand van een transformatieplan kader je jouw bestaande technische infrastructuur en maak je een inschatting van de nodige middelen om je use case te kunnen uitvoeren. Door het doorlopen van deze stappen begrijp je beter je eigen dataset en het proces dat die moet doorlopen om OSLO-compliant te kunnen zijn.

Hoe kan jij aan de slag?

Om deze denkoefening te ondersteunen, vormden we een sjabloon voor een transformatieplan. Dit sjabloon bestaat uit drie onderdelen:

  • Beschrijving van de technische infrastructuur. Hier vertrek je vanuit de bestaande infrastructuur en denk je na over wat er nodig is om de vooropgestelde use case uit te werken.
  • Inschatting van tijd en financiële middelen.
  • Terugkoppeling naar de use case. Je maakt een vergelijking met het document uit stap 1 en beschrijft hoe dit is meegenomen in deze stap.

Door deze theoretische oefening op papier te zetten, krijg je een visuele representatie van al het denkwerk. Dit kan helpen om te bepalen wat precies moet uitgevoerd/ontwikkeld worden en met wie je daarvoor gaat samenwerken.

Het transformatieplan van Poppentheater Taptoe vind je hier

Welke documentatie, sjablonen, presentaties, tools kan je als leidraad gebruiken?

Stap 5: Kennisdeling

Wat houdt deze stap in?

Om het potentieel van (OSLO-conforme) linked open data zo veel mogelijk te kunnen benutten, is een breed gebruik van groot belang. Zo wordt de interoperabiliteit van erfgoedcollectiedata aanzienlijk vergroot.

Een breed gebruik veronderstelt dat OSLO uitgroeit tot een levende en gedragen standaard. Daarom is kennisdeling rond elk implementatietraject cruciaal.

Hoe kan jij aan de slag?

Aangezien voorbeelden verhelderend kunnen werken, is een gepubliceerd verslag van het implementatietraject waardevol voor de hele sector. Hierin kunnen zowel good practices als moeilijkheden aangehaald worden. Dit verslag wordt idealiter vergezeld door de resultaten van iedere stap.

Daarnaast is het ook belangrijk dat de kennis actief wordt uitgedragen. Gepubliceerde verslagen hebben immers maar een beperkte reikwijdte. Dit kan door deel te nemen aan studiedagen en/of contacten te onderhouden met collega-instellingen.

Tot slot is ook interne communicatie van belang. Hoewel het integreren van de standaard in je organisatie de grootste stap is, is het structureel in stand houden minstens even belangrijk. Dit begint bij het onder de aandacht houden van OSLO en het inpassen ervan binnen de structurele werking van je instelling.

Welke documentatie, sjablonen, presentaties, tools kan je als leidraad gebruiken?

Publicaties:

Voorbeelden van kennisdeling uit de sector zijn hieronder te vinden.

Voorbeelden en praktijken uit de sector

Collectie van de Gentenaar

Na het publiceren van de OSLO-standaard Cultureel Erfgoed door de Vlaamse overheid werd deze voor het eerst geïmplementeerd binnen het CoGhent-project. Binnen dit project leefde de wens om de opgedane expertise met de brede sector te delen. Dit gebeurde niet alleen om de projectresultaten te delen, maar ook om hun implementatie te toetsen aan die van andere instellingen.

Daarom riepen we de CoGhent Werkgroep OSLO Erfgoeddata in het leven. In eerste instantie spraken meemoo, CoGhent en Stad Antwerpen - organisaties die al bezig waren met de implementatie van OSLO - regelmatig af, met als doel om de verschillende bestaande implementaties naast elkaar te leggen.

Daarnaast wilde CoGhent ook op een meer open platform aan kennisdeling doen. Eerst traden we naar buiten met een toegankelijke vorming voor alle in OSLO geïnteresseerde instellingen in de sector. Vervolgens organiseerden we een startcall met de instellingen die klaar waren om een implementatietraject met de werkgroep te doorlopen. Daarna planden we in 2022 drie trajecten van telkens vier sessies met respectievelijk het Centrum voor Agrarische Geschiedenis (CAG), het Memorial Museum Passchendaele 1917 (MMP1917) en het Huis van Alijn.

Met deze instellingen probeerden we de implementatie van CoGhent te toetsen, en de vooral objectgerichte implementatie van CoGhent aan te vullen met mappings van de kennisdomeinen die in de huidige versie van de OSLO-standaard nog ontbreken. Voor het CAG was dit documentair erfgoed uitwisselbaar maken met stakeholderinstellingen, en voor MMP1917 biografische gegevens en geografische data mappen. Het Huis van Alijn was partner in het CoGhent-project, waardoor hun object- en persoonsdata al als OSLO-data werden gepubliceerd. Voor hen vulden we de in het CoGhent-project gerealiseerde mapping aan met een mapping van data die de immateriële aspecten van hun collectie en het beschrijven van erfgoedpraktijken toelaat.

De OSLO-trajecten die binnen het CoGhent-project doorlopen werden, informeerden het proces van het opzetten van een governancestructuur voor OSLO. We koppelden de learnings vanuit het project ook terug naar de Vlaamse overheid, met inzichten over use cases voor linked data in de erfgoedsector. Enerzijds was dit informatie die ze als subsidiënt nodig hebben (inschattingen van benodigde middelen en personeel om implementaties te realiseren), anderzijds gaven we suggesties voor aanpassingen en aanvullingen van de standaard voor een volgende iteratie.

De resultaten van alle trajecten kan je raadplegen op de Gitbook van CoGhent en de OSLO wegwijzer op CEST.

Centrum Agrarische Geschiedenis

Memorial Museum Passchendaele 1917

Huis van Alijn

Museum Hof van Busleyden en Stadsarchief Mechelen

Binnen het project Een digitale toekomst voor de Bourgondische erfenis, ontwikkelden Museum Hof van Busleyden en Stadsarchief Mechelen een methodiek om de kennis over het Bourgondisch gerelateerde erfgoed van beide instellingen correct te registreren, te structureren en te verdiepen. De bedoeling was om de opgeschoonde en verrijkte data in een open, gestructureerd formaat beschikbaar te maken. Door de uitwisseling van de opgeschoonde data, viel de keuze op de OSLO-standaard. De Adlib-velden voor basisregistratie en de velden voor het leggen van relaties en associaties werden gemapt naar OSLO. Voor deze laatste aspecten voldoet het bestaande OSLO-model niet, en werden eigenschappen ontleend aan CIDOC-CRM, dat ook de basis vormt voor OSLO. Het resultaat werd omgezet naar JSON-LD en ter beschikking gesteld.

Werkplaats Immaterieel Erfgoed

Werkplaats Immaterieel Erfgoed boog zich samen met meemoo over de vragen "Wat betekent immaterieel erfgoed voor het collectiebeleid van deze organisaties? Hoe ga je hier als collectiebeheerder beleidsmatig én praktisch mee om? En hoe kunnen we de OSLO-standaard binnen deze praktijken inzetten?". Binnen het rapport "Immaterieel erfgoed transformeren in data: naar een datamodel voor het registreren van immaterieel erfgoed in collectieregistratiesystemen" worden de eerste antwoorden en resultaten geformuleerd. Dit bestaat uit een eerste datamodel (gebaseerd op de OSLO-standaard), dat de basis vormde voor concrete beschrijvingsregels en beleidsaanbevelingen rond het registreren van immaterieelerfgoedpraktijken. Het Huis van Alijn deed een eerste poging tot het gebruik van deze beschrijvingsregels in hun traject.

Stad Antwerpen

De Antwerpse erfgoedobjecten zijn zeer divers en worden in meerdere collectiebeheersystemen bijgehouden: Adlib, Brocade Bibliotheek en Brocade Archief/Arches/ArchivesSpace. Beeldmaterieel en bijbehorende metadata worden opgeslagen in een eigen Digital Asset Management Systeem (DAMS). Dat maakt de ontsluiting en uitwisseling van collectiedata tussen de Antwerpse stedelijke musea, de Erfgoedbibliotheek Hendrik Conscience en het Letterenhuis onmogelijk. Daarom werd er gekozen om intensief in te zetten op een aggregatieplatform - de datahub. Deze werd ontwikkeld om de data samen te brengen en te integreren, gebruikmakend van semantische webtechnologie en gemeenschappelijke standaarden: OSLO en CIDOC-CRM. Met deze standaarden maakt Stad Antwerpen het mogelijk om erfgoeddata van archieven, bibliotheken en musea met elkaar te verbinden. De datamodellering naar deze standaarden werd op een gefaseerde manier uitgevoerd en werd gedocumenteerd in het Gitbook van Stad Antwerpen. Stap voor stap werden al deze bronnen geïntegreerd via één dataplatform, waardoor de data gezamenlijk aangeboden en uitgewisseld kunnen worden aan de hand van webtechnologie (zoals via API’s en SPARQL-queries).

Nog vragen?

Als je aan de slag wil met OSLO en verdere toelichting nodig hebt bij het gebruik van deze methodologie, aarzel dan niet om ons te contacteren.

Je kan bij ons terecht voor advies, begeleiding en verdere ondersteuning.

Astrid.Vergauwe@meemoo.be

Rein.Debrulle@meemoo.be

Overgenomen van "https://www.projectcest.be/w/index.php?title=Publicatie:CoGhent_OSLO-toolkit&oldid=50750"