Protocolo OAI-PMH

O protocolo OAI-PMH pode ser configurado para exibir os dados armazenados no repositório digital em diferentes padrões de metadados.

Neste contexto, há de se considerar que cada padrão de metadados possui estrutura e granularidade próprios. Assim, há uma estreita relação entre os dados que estão armazenados no repositório digital e a necessidade da coleta para que seja possível definir qual é o melhor padrão de metadados utilizado para exibir e/ou coletar os registros.

Desta forma, é imprescindível compreender os dados disponíveis no provedor de dados, os dados objetivados pelo provedor de serviços e a estrutura dos padrões de metadados exibidos via OAI-PMH do repositório para identificar o que mais se adequa à necessidade e, com isso, requerer os dados necessários.

Ao estruturar a coleta automatizada de dados em repositórios digitais, é fundamental compreender os principais formatos de metadados expostos por meio do protocolo OAI-PMH. Esses formatos definem o modelo de representação dos registros que serão fornecidos e estruturam o intercâmbio de informações entre diferentes sistemas. 

No caso do DSpace, os formatos de saída comumente disponíveis são:

oai_dc 

O oai_dc é o formato mínimo obrigatório definido pela especificação OAI-PMH. Ele utiliza o padrão Dublin Core simples, composto por 15 elementos: Title, Creator, Subject, Description, Publisher, Contributor, Date, Type, Format, Identifier, Source, Language, Relation, Coverage, Rights.

A principal vantagem de uso está na capacidade de interoperabilidade, contudo, apresenta como limitação a baixa granularidade da representação. 

qdc (Qualified Dublin Core)

O qdc estende o Dublin Core simples ao incluir qualificadores que permitem maior especificidade sem perder a compatibilidade com o padrão. É utilizado, por exemplo, para distinguir autores principais de orientadores, idiomas de resumo, tipos de documento.

A principal vantagem do uso do qdc está na maior expressividade quando comparado com o oai_dc, com melhor detalhamento dos metadados e sem comprometer a interoperabilidade.

xoai

O xoai é o formato de metadados interno e estendido do DSpace. Tal formato permite a exposição completa dos metadados registrados no repositório, inclusive aqueles personalizados pela instituição.

A principal vantagem da utilização do xoai está em fornecer/consumir todos os metadados disponíveis nos registros do repositório. 

mtd2-br

O mtd2-br é um formato criado pelo Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT) para o contexto do sistema de teses e dissertações brasileiro. Ele segue a estrutura do Modelo de Metadados para Teses e Dissertações (MTD-BR), versão 2.0, e contempla campos obrigatórios definidos para a comunicação entre repositórios e e Biblioteca Digital de Teses e Dissertações (BDTD).

Dentre as vantagens do mtd2-br está a alta padronização no contexto brasileiro, incluindo campos específicos como banca, orientadores e programas de pós-graduação. Como desvantagem, a criação de termos que existem apenas no contexto brasileiro e a falta de especificação acionável do padrão, fatores que prejudicam a semântica.

O oai_capes é uma iniciativa que tem como objetivo padronizar e qualificar a coleta de metadados de dissertações e teses dos repositórios institucionais, de forma a integrá-los com a Plataforma Sucupira. Tal padrão foi desenvolvido para que os registros disponíveis nos repositórios sejam adequadamente convertidos para o perfil de aplicação definido pela Rede RICA|PG, seguindo as necessidades do processo de avaliação da pós-graduação stricto sensu brasileira, conduzida pela Diretoria de Avaliação (DAV) da CAPES.

A coleta de metadados de teses e dissertações tem como um dos principais desafios a heterogeneidade das estruturas. Variações na forma de preencher campos (como autor, orientador ou programa de pós-graduação), ausência de identificadores persistentes (ORCID, Lattes, DOI) e inconsistências em campos críticos podem comprometer a integração de dados e dificultaR a avaliação da pós-graduação.

O oai-capes é uma das iniciativas da Rede RICA|PG para aprimorar o processo de coleta, oferecendo um formato único e controlado para exportação dos registros. Dessa forma, os repositórios digitais mantém a autonomia na estrutura e organização dos dados, e ao fornecer dados para coleta externa, os converte automaticamente para a estrutura de dados da CAPES, minimizando inconsistencias no consumo de registros.

Funcionamento do oai-capes

O funcionamento do oai_capes pode ser compreendido a partir de cinco etapas:

1. Definição do Schema
   Criação de um novo schema dentro do DSpace (ou outro repositório compatível), denominado oai_capes.
   Esse schema define os campos de metadados que serão expostos e que correspondem ao perfil de aplicação da CAPES.

2. Crosswalk em XSLT
   Desenvolvimento de arquivos de transformação (XSLT) que convertem os metadados internos do repositório (ex.: Dublin Core, DIM, MTD-BR) para o formato XML estabelecido pela CAPES. 

A equipe RICA|PG disponibilizará um arquivo padrão, baseado nas estruturas dos repositórios digitais brasileiros. Caso haja divergência entre a estrutura de dados do repositório, haverá uma orientação de como o XSLT poderá ser adaptado à necessidade da instituição fornecedora de dados.

3. Registro no OAI-PMH
   Configuração do repositório para reconhecer o metadataPrefix=oai_capes como formato válido. Esse registro assegura que o oai-capes será uma das formas de fornecimento de dados pela interface OAI-PMH do repositório digital.

4. Reindexação e Testes
   Reinicialização dos serviços do repositório e execução de comandos como dspace oai import para atualizar os índices do OAI.
   Testes de endpoints, para a certificação da qualidade de fornecimento de dados via oai_capes, disponível em ListMetadataFormats e da exibição dos registros em ListRecords.

5. Coleta Externa pela CAPES
   A CAPES acessa os registros diretamente na interface OAI-PMH do repositório digital, utilizando o formato oai_capes.
   Esses registros padronizados são então integrados as plataformas da CAPES, assegurando consistência e rastreabilidade.

Benefícios do uso do oai-capes

Padronização Nacional: reduz variações de preenchimento entre diferentes instituições, assegurando uniformidade.

Qualidade dos Dados: exige campos essenciais (autor, orientador, programa, resumo, palavras-chave, identificadores) e corrige práticas inconsistentes (ex.: uso incorreto de metadados ou valores de dados).

Interoperabilidade: facilita a integração com sistemas nacionais e internacionais, tornando os registros mais visíveis e reutilizáveis.

Automatização: elimina retrabalho manual, permitindo que a coleta seja feita de forma contínua e incremental.

Confiabilidade: garante que os dados fornecidos pelo repositório digital estejam alinhados com o perfil de aplicação da avaliação da pós-graduação, utilizado pela Plataforma Sucupira.