Vybrané otázky (meta)datové heuristiky
PREZENTACE PRO DOKTORANDY ÚHV FF MU
JOSEF SCHWARZ, CIT FF MU, LINDAT/CLARIAH-CZ
15. 3. 2023
Obrázek s budovou, sezením, lavičkou a stěnou Automaticky generovaný popis

„Data isn't just numbers. It's stories, it's ideas, it's emotions, it's what makes our world and
ourselves unique“.
– HANS ROSLING

Několik základních pojmů
 JAK SE LIŠÍ DATA A METADATA? CO JSOU TO PARADATA? PROČ NEEXISTUJÍ „TVRDÁ“ DATA? A PROČ V KNIHÁCH
NENAJDEME ZNALOSTI…
9.2.2024

Data, informace, znalosti I
 Data
◦Vymezení: Zaznamenané symbolické reprezentace reálného světa nebo světů fikčních
◦Médium (nosič): Analogové (hlína, kámen, papír atd.) nebo digitální
◦Struktura: Data strukturovaná (seznamy, tabulky, databáze atd.) nebo nestrukturovaná (text)
◦Formát: Číselný, textový, obrazový, zvukový, audiovizuální, kombinovaný
◦Příklady:
◦460,8
◦NA1995
◦Příštpo
◦
◦
9.2.2024
[USEMAP] [USEMAP]
[USEMAP]
 Informace
◦Vymezení: data s přiděleným významem
◦Médium (nosič): Analogové (hlína, kámen, papír atd.) nebo digitální
◦Struktura: Informace faktografické, plnotextové, bibliografické atd.
◦Formát: Číselný, textový, obrazový, zvukový, audiovizuální, kombinovaný
◦
◦Příklady:
◦460,8 m.n.m.
◦NA1995 Architecture as a profession
◦Příštpo u Jaroměřic nad Rokytnou
◦
◦
 Znalost
◦Vymezení: informace s přiděleným kontextem
◦Médium (nosič): Mozek
◦Struktura: Poznatkový tezaurus
◦Formát: Elektrochemický signál
◦
◦
◦Příklady:
◦460,8 m.n.m. (Říp)
◦NA1995 Architecture as a profession (LCC)
◦Příštpo u Jaroměřic nad Rokytnou
◦
◦

Data, informace, znalosti II
 POZOR!!!:
◦Neexistují tzv. tvrdá data ve smyslu nezpochybnitelných faktů, protože data jsou výsledkem
výzkumu, měření a interpretace za použití specifických metrik, nástrojů a metodologie.
◦ Nezaměňovat fakta a data – fakta jsou údaje nebo tvrzení, která lze ověřit a jsou považována za
pravdivá; data naproti tomu jsou pouhým záznamem bez pravdivostní hodnoty.
◦Jazyková poznámka:
9.2.2024
Termín
Singulár
Plurál
Fakta
Fakt, faktum
Fakta
Data
[neexistuje]
(nebo: údaj)
Data
(údaje)
Informace
Informace
Informace
Znalost
Znalost
(„jednotková“ znalost: poznatek)
Znalosti

Exkurz:
Sémiotický trojúhelník a teorie tří světů Karla Poppera a Johna Ecclese
 Schéma převzato z KUČEROVÁ, Helena. Co analyzujeme při obsahové analýze dokumentů? K　pojmu
aboutness v　organizaci znalostí. Knihovna [online]. 2014, roč. 25, č. 1, s. 36-54 [cit.
2023-03-15]. Dostupný z WWW: http://knihovna.nkp.cz/knihovna141/141036.htm               a
upraveno.
9.2.2024
Obsah obrázku diagram Popis byl vytvořen automaticky

Data, metadata, paradata
 Data
 Metadata
◦Vymezení: Data o datech související s jejich obsahem, vlastnostmi, formátem a dalšími
charakteristikami.
◦Dělení: popisná, strukturální, technická, administrativní aj. (záleží na kritériu členění)
◦Příklady:
◦460,8 m.n.m. | Bpv
◦NA1995 Architecture as a profession | Last revision 2013/30/12
◦Příštpo u Jaroměřic nad Rokytnou | CZ0634 544752
 Paradata
◦Vymezení: Údaje o procesu vzniku/sběru, použití, interpretaci a kvalitě dat a jeho metodách;
zajišťuje správné pochopení dat, jejich adekvátní využití a reprodukovatelnost výzkumu
◦460,8 m.n.m. || Ověřeno vlastním měřením
◦NA1995 Architecture as a profession || Duplicitní k TU234B
◦Příštpo u Jaroměřic nad Rokytnou || Definitivní stav
◦

◦
◦
9.2.2024

Jak na (meta)data

9.2.2024

Vědecký výzkum a data
9.2.2024


Kde vezmu data?
A.Kontext: Otevřená věda (Open Science)
B.Existující data
◦Zčásti nebo zcela odpovídají mému výzkumu a jsou v něm bezprostředně využitelná
◦S mým výzkumem souvisí jen zčásti, ale lze je použít např. jako metodologickou inspiraci
◦Zdroje existujících dat velice různorodé, pro strukturovaná vědecká data možnost použití řady
datových repozitářů, viz sekundární i primární zdroje.
◦SSH Open Marketplace
◦Nechte si poradit umělou inteligencí
C.Vlastní průzkum a sběr v primárních zdrojích
9.2.2024

Jaký nástroj pro zpracování dat použiji?
A.Specializovaný software
◦Předpoklad: SW naplňuje všechny mé představy o tom, jak chci manipulovat se svými daty; popř.
použiji sadu více SW pro různé úkony.
◦Důležité podmínky: SW používá běžné standardy a umožňuje bezproblémový přenos dat (import a
zejména export)
◦Typické příklady: Zotero pro bibliografické informace
◦Další nástroje lze nalézt na specializovaných portálech, např. SSH Open Marketplace,
LINDAT/CLARIAH-CZ, EOSC aj.
B.Tabulkový procesor (TabP)
◦Předpoklad: Žádný z existujících nástrojů nenaplňuje moje potřeby (nebo se obávám, že by se v
průběhu práce objevily požadavky, které by nebyl specializovaný SW schopen splnit)
◦

◦
9.2.2024

Pracujeme s TabP: Základní kroky
1.Vytvoření datového modelu
2.Stanovení datových objektů
3.Určení struktury dat a metadat včetně případných standardních metadatových formátů
4.Pravidla pro zápis jednotlivých údajů
5.Generování sestav a provádění analýz pomocí funkcí TabP

9.2.2024

Pracujeme s TabP: Datový model
1.Jaká data potřebuji pro svůj výzkum?
2.Jak tato data budu popisovat metadata a paradaty tak, abych mohl s daty efektivně manipulovat?
3.Budu pracovat s neurčitostí dat a informací a jak se to projeví ve struktuře dat?
4.Použiji pro některé údaje standardizované taxonomie, řízené slovníky nebo autority?
5.Jaké očekávám výstupy ze zpracování dat, jak má vypadat prezentační vrstva dat?

9.2.2024

Pracujeme s TabP: Datové objekty
 Datový objekt = entita, ke které shromažďuji data, metadata a paradata a která pro mě představuje
samostatnou logickou jednotku. Datové objekty by měly být disjunktní (měly by představovat různé
kategorie entit).
 Realizace v TabP: jeden datový objekt = jeden list
 Příklady datových objektů:
◦Paměťové instituce
◦Archivní fondy
◦Osoby
◦Počítačové hry
◦Archivační softwary
9.2.2024

Pracujeme s TabP: Struktura dat
1.Určení jednotlivých údajů, které budu na úrovni dat, metadat a paradat sledovat (včetně různých
atributů, např. v jakém stavu se nachází jednotlivý záznam: rozpracovaný, hotový, definitivní)
2.Stanovení granularity údajů, tj. míry specifičnosti jednotlivých dat
3.Použiji nějaký standardizovaný metadatový formát, ať už přímo, nebo jako inspiraci?
◦Příklad: VRA Core
 Realizace v TabP: jednotlivý údaj = jeden sloupec tabulky
 Doporučení: označování jednotlivých záznamů barvami se sémantickou funkcí (popř. jiným grafickým
zvýrazněním, např. kurzivou, velikostí písma atd.) je vhodné jen jako vizualizační pomůcka, nikoli
pro analytickou práci s daty
1.

9.2.2024

Pracujeme s TabP: Pravidla pro zápis dat
1.Jak budu tvořit záznam instance a vyplňovat jednotlivé údaje? Jakými pravidly se budu řídit? Jak
budu zapisovat opakovatelné údaje?
2.Použiji pro zápis dat nějaký existující standard?
◦Příklady: CDWA – Categories for the Description of Work of Arts, Cataloging Cultural Objects
3.Mohu vyplňování dat nějak poloautomatizovat?
4.Budu používat importy dat? Jaký si stanovím unikátní oddělovač údajů?
 Realizace v TabP: jeden záznam instance = jeden řádek

9.2.2024

Pracujeme s TabP: Funkce
1.Filtry
2.Řazení
3.Kontingenční tabulky
4.Grafy

9.2.2024

Děkuji za pozornost a přeji úspěšnou práci s daty!

9.2.2024