Tema 3. La Cadena Documental

Por cadena documental entendemos el conjunto de operaciones llevadas a cabo por el documentalista de un centro de documentación teniendo como objetivo la futura recuperación de los documentos en el mismo, organizándose los fondos y atendiéndose las posibles necesidades de los usuarios. La profundidad del análisis tendrá mucho que ver con la capacidad de los trabajadores encargados y de ello dependerá que la tarea de recuperación llevada a cabo por el propio usuario según sus necesidades sea más o menos complicada.

En cualquier caso podemos distinguir tres fases en la cadena documental, actividades continuas que responden a la constante multiplicación de los documentos.

• Selección y adquisición: formación de la colección.

Como es lógico, esta primera fase dependerá de las necesidades y características del centro al que nos refiramos y a partir de ahí se determinan dos momentos:

• Tratamiento documental: organización de la colección.

Es esta la fase de mayor importancia en toda la cadena documental. En ella lo que se pretende es hacer una representación de los documentos para informar al usuario de los que puede encontrar en ese fondo documental. En esta tarea se atraviesan varios pasos:

• Análisis formal: tiene que ver con el soporte y sus características.

• Análisis de contenido: desvela la información contenida en el documento.

Este paso está destinado a la realización posterior de una referencia bibliográfica que después se trasladarán a un catálogo, ordenándose a través de puntos de acceso que dependerán del análisis realizado o buscándose una palabra para cada punto de acceso (campos).

Una vez catalogadas, cada una de las referencias constituirá un registro bibliográfico, por lo general integrados conjuntamente en bases de datos sistematizadas. Puede ocurrir que, en lugar de haber un registro para cada documento (según el contenido), haya más de un registro para cada uno de los ejemplares iguales que se posean, éstos serán idénticos diferenciándose únicamente en la signatura. El catálogo se identifica ahora, una vez automatizados los registros, como repertorio bibliográfico, se trata pues de un elemento de inventario.

• Difusión de la colección.

Una vez inventariada la información se pone al servicio de los usuarios utilizando normalmente el sistema OPAC (Open Public Access Catalog).

Por último, en la fase de recuperación de la información, se llevan a cabo varias actividades:

Durante todo el proceso que es la cadena documental se pueden dar una pérdida y/o distorsión de los datos y la información ya que se pueden cometer errores tanto por parte del documentalista, al analizar el documento, como por parte del usuario, al definir la ecuación en el lenguaje documental. Por esta razón el esquema lógico de consulta de las bases de datos suele ser:

• información pertinente (se corresponde con las necesidades informativas).

• ruido documental (no se ajusta a las necesidades informativas)

• silencio documental (inexistencia de documentos recuperados en la búsqueda).

Los lenguajes documentales son algo realmente esencial dentro del trabajo del documentalista. Pero lo más interesante es que no sólo se deben tener en cuenta a la hora de analizar y almacenar un documento, sino que también resultan fundamentales en la labor de recuperación llevada a cabo por el usuario.

Ambas tareas se resuelven con las “ecuaciones” documentales que trasladan una proposición que responda a una necesidad informativa formulada en lenguaje natural al lenguaje documental, utilizando palabras claves y operadores booleanos.

• Operadores booleanos.

Los principales operadores booleanos con lo que se suele trabajar en las búsquedas documentales son:

Permite sumar documentos a nuestra búsqueda ya que aparecerán todos los documentos que tengan alguna de las palabras que pongamos.

Ej.: “educación a distancia” or “educación no presencial” or “formación a distancia”.

Encuentra documentos limitándose a los términos indicados ya que sólo aparecerán aquellos en los que ambos términos estén juntos.

Ej.: “educación a distancia” and internet.

Limita aún más la búsqueda ya que aparecerán los documentos que no contengan las palabras indicadas.

Ej.: “educación a distancia” and radio not internet.

Precisa la búsqueda aproximando conceptos, aparecerán todos los documentos en los que uno de los términos esté un máximo de quince palabras antes o después del segundo.

Ej.: educación near distancia

Además de los propios operadores booleanos y los términos deseados, la ecuación de búsqueda debe definirse utilizando otros signos como son las “ ”, para indicar que es la expresión entera lo que se debe buscar y no cada uno de los términos, y los ( ), que permiten dar prioridad y ordenar los elementos de la ecuación para que se realice una búsqueda correcta. También cabe mencionar que, en la mayoría de la ocasiones no es necesario distinguir entre mayúsculas y minúsculas, aunque conviene hacerlo para no arriesgarse. De esta manera una ecuación documental de búsqueda podría resultar así:

• “Manuel Fraga” NEAR Cuiña AND (PP OR Xunta) AND NOT Prestige

Así podemos encontrar documentos en los que aparezca Manuel Fraga (junto, el nombre entero) quince palabras delante o detrás de los términos Cuiña y bien PP, bien Xunta (no los dos), pero en los que no aparezca Prestige.

• (UGT OR “Comisiones Obreras” AND Per AND NOT Junta) NEAR Zaplana

Esta ecuación determina la búsqueda de documentos en los que se hable o de UGT o de Comisiones Obreras y el Per, pero no de la Junta, y en los que quince palabras antes o después aparezca Zaplana.

• Lenguajes de clasificación.

Definen de forma sintética el tema principal de un documento. Normalmente están previamente constituidos y además de los distintos términos se pueden usar códigos numéricos para representar conceptos.

El más conocido de estos lenguajes es el de Clasificación Decimal Universal (CDU), que tiene una estructura jerárquica, es decir, que define una clasificación con una serie de términos ordenados según una estructura jerárquica. Se recopilan en dicha clasificación todos los ámbitos del saber agrupándose en divisiones que van del 0 al 9, que a su vez se subdividen del 0 al 9,... además se usan , . :

La CDU deriva de otra clasificación, la Clasificación de Dewey, que empezó a utilizarse a finales del siglo XIX y todavía se utiliza en la mayoría de las bibliotecas. No obstante, ha recibido algunas críticas sobre todo por su excesiva rigidez.

• Lenguajes de indización.

Atienden a la especifidad del documento, ya que, tras haberlo analizado, lo resume. En realidad no es más que un proceso de creación de términos que representen todos los contenidos informativos que se encuentren un documento.

Existen elementos de análisis que pueden ayudar a aislar y resumir el documento y a su posterior recuperación: materias, protagonistas, lugar geográfico, cronología,... Por otra parte es necesario que el trabajo se haga siempre según criterios de selectividad (sólo se indiza lo que interesa) y exhaustividad (todo lo que interesa).

Existen dos tipos de lenguaje de indización:

Se constituyen con términos extraídos del propio documento, a los que denominamos palabras clave. Son muy rápidos, pero arbitrarios ya que no deja de depender de la consideración personal del documentalista y eso puede acarrear problemas como la repetición de términos o el empleo de dos términos distintos en referencia al mismo concepto. Para intentar mitigar esto lo más común es realizar una combinación entre el lenguaje de clasificación y este de indización libre.

Representan de manera unívoca el contenido de un documento, evitándose la polisemia y la sinonimia. Por ello están previamente constituidos, existiendo ya listas de términos finitas y estructuradas: listas de autoridades (autor, responsable), lista de encabezamientos de materia (especialización por áreas, variación del CDU más pormenorizada), Tesauros (desciptores)...

• Tesauros (Thesaurus)

El tesauro es el lenguaje de indización controlada más desarrollado. Este lenguaje de descriptores, ideado por Mooers a finales de la década de los cincuenta, trabaja con conceptos extraídos del propio documento y, según la norma ISO 2788/1986, se define como un vocabulario de un lenguaje de indización controlado, organizado formalmente con objeto de hacer explícitas a priori las relaciones entre conceptos.

Ahora bien, en este vocabulario se incluyen tanto los descriptores (unidades semánticas que superan al unitérmino, eliminan la ambigüedad y reducen las falsas combinaciones que se derivan de ellas. Pueden ser una o más palabras, nombre concretos, abstractos o propios, sustantivos o formas sustantivadas) como los no descriptores (conceptos que se han desestimado a favor de los descriptores y que pertenecen al mismo campo semántico) y define las relaciones existentes entre ambos que pueden ser de:

• Equivalencia (U.P., úsese por)

• Jerarquía (T.G./T.E., términos generales y términos específicos)

• Asociación (T.R., términos relacionados)

Todo el proceso que es la cadena documental tiene como fin último la mejorar los centros de documentación y facilitar la recuperación de los documentos. De la misma manera, en cuanto a ala recuperación de documentos, hay que tener en cuenta una serie de reglas para señalar las referencias bibliográficas. Así, la norma ISO sienta las pautas a seguir a la hora de citar los documentos utilizados en una investigación y, aunque es algo pesada, es necesario contar con un sistema como este con las siguientes referencias para las que es válida:

AUTOR O RESPONSABLE PRINCIPAL, Título: subtítulo. Traducido por. Nº edición. Ciudad edición. Editorial, año. Nº de pp. Colección. Notas (traducciones distintas, comentarios, modo de localización,...).

APELLIDOS, N. “Título del artículo o capítulo”. EN APELLIDOS, N. Título del libro. Ciudad. Editorial. Localización (página, nº-nº).

Título. Entidad responsable. Edición. Designación del fascículo (fecha y número). Ciudad: editorial, año. Nº de páginas. Colección. Notas. ISSN.

APELLIDOS, N. “Título del artículo”. N. Apellidos de responsables. EN Título de la publicación, localización del artículo (volumen nº, fascículo o nº, día-mes-año, nº páginas).

APELLIDOS, NOMBRE. Título de la tesis. Tesis doctoral no publicada. Universidad, Facultad, Ciudad, año, nº páginas, notas.

Título. Congreso. Lugar. Año. Ciudad: editorial, año. Nº de pág.

AUTOR. Título. Responsabilidad subordinada (letra, arreglos, dirección,...). Lugar: empresa editora, fecha. Descripción física (casete, CD,...). Duración. Velocidad de reproducción, canales de sonido (mono, estéreo). Dimensiones. Notas.

AUTOR. Título. Responsabilidad subordinada (dirección, guión, producción,...). Lugar: empresa editora, fecha. Descripción física (casete, CD, DVD,...). Marca comercial (VEGA, VHS). Duración. Color o B/N. Velocidad de reproducción. Dimensiones.

• Recursos digitales.

• Tipología de recursos digitales.

• Bases de datos

• Directorios o motores de búsqueda

• Sedes corporativas

• Sedes institucionales

• Sede de institución académica

• Sede web de institución comercial

• Documentos

• Medio de comunicación

• Publicación periódica

• Formas de referencia de los recursos digitales.

• Título

• Tipo del recurso digital

• Responsabilidad

• Lugar (físico)

• Editor

• Nº normalizado (ISSN,...)

• URL

Además se pueden añadir:

• Lengua del recurso

• Fecha de actualización

• Fecha de consulta

• Descriptores

• Evaluación del recurso

• Title: título dado al recurso por el creador o el editor.

• Creator: persona u organización responsable del contenido intelectual del recurso.

• Subject: palabras clave o frases que definen el tema o el contenido.

• Description: descripción textual del contenido, resúmenes de los recursos textuales o descripciones de los recursos visuales.

• Publisher: editor

• Contributor: personas o instituciones que contribuyen de forma significativa al contenido.

• Date: fecha en la que el recurso se hizo accesible.

• Type: categoría del recurso.

• Format: representación de datos del recurso (html, pdf, jpeg,...)

• Identifier: nº que identifique al recurso (desde URL hasta ISBN)

• Source: trabajo, si existe, del que deriva la página.

• Languaje: lengua del recurso.

• Relation: relaciones con otros recursos.

• Coverage: características espaciales y temporales del recurso.

• Rights: copyright,...

Cabe mencionar que la norma Dublin Core nace del esfuerzo por mejorar la calidad de las referencias documentales, el acceso a los recursos y la búsqueda de los mismos. Lo que se pretende es que los creadores de un recurso incluyan en el sistema de metadatos un tag en html que ayude a identificar dicho recurso.

• Título

• Tipo

• Lengua

• Responsabilidad

• Lugar

• Editor

• URL

• Descripción

• Clasificación (subject)

• Descriptores

• Evaluación

• Última revisión

• Avance del censo de la población y viviendas 2001. Instituto Nacional de Estadística. Disponible en: http://www.ine.es. Fecha de consulta: abril, 2003.

• FERNÁNDEZ, F., “Algo más sobre los orígenes de la televisión latinoamericana”, en Diálogos, revista de la Federación Latinoamericana de Facultades de Comunicación Social (FELAFACS); Diálogos on line, nº 18. Disponible en: http://www.felafacs.org. Fecha de consulta: abril, 2003.

Los ejemplos se refieren a la búsqueda de documentos relacionados con educación a distancia.

Esquema conceptual del análisis y recuperación de información

USUARIOS

CENTRO

Necesidad de información expresada en lenguaje natural

Empleo de un lenguaje documental con que se consigue...

Ecuación de búsqueda formada por términos y operadores booleanos

Documento original en formato papel o digital

Indización con un lenguaje documental

Creación de los registros recopilados en la base de datos

Comparación entre lo que se pide y lo que hay