Fachindizierung

Die meisten Fachgebiete verfügen über maßgebliche Listen bereichsspezifischer Themen (sogenannte kontrollierte Vokabularien, Fachindizes oder Glossare), die von Fachexpert:innen wie Bibliothekar:innen oder Wissenschaftler:innen erstellt werden. Diese Vokabularien fassen Inhalte mit den von Fachexpert:innen vergebenen Schlagworten zusammen. Zu den bekanntesten gehören z. B. die Datenbank Business Source, INSPEC (Information Services for the Physics & Engineering Communities) oder CABI (Centre for Agriculture and Biosciences International). Der EBSCO Discovery Service zeichnet sich durch die Möglichkeit aus, mit einem einzigen Klick mehrere renommierte Vokabularien gleichzeitig zu durchsuchen, sowie durch das Linked-Data-Netzwerk, das es den Nutzer:innen ermöglicht, ähnliche Forschungsarbeiten, Autor:innen und Institutionen zu finden. Diese sorgfältige thematische Indizierung ermöglicht eine zuverlässigere, hochwertigere und gezieltere Suche.

EBSCO Discovery Service (EDS) ist der einzige Discovery-Service, der diese renommierten kontrollierten Vokabularien bei der Relevanzbestimmung nutzt, um sicherzustellen, dass die relevantesten Informationen angezeigt werden, und bei der Erweiterung von Suchanfragen, die verwandte Themen und die natürliche Sprache der Nutzer:innen miteinander verknüpft. Auf diese Weise können sich die Nutzer:innen voll und ganz auf ihre Recherche konzentrieren und müssen sich nicht fragen, ob sie womöglich relevante Artikel übersehen könnten, weil sie nicht genau wissen, welche Schlagworte sie verwenden sollen. Diese arbeiten zusammen, um innerhalb von EDS einen hochrelevanten, multidisziplinären und nutzerzentrierten Bereich für die Recherche zu schaffen.

Da EBSCO die kontrollierten Vokabularien und die themenspezifische Indizierung fachgerecht anwendet – was in anderen Suchlösungen häufig nicht getan wird –, verfügt EBSCO über den umfangreichsten und robustesten Linked-Data-Knowledge-Graph für kontrollierte Vokabularien und ihre Metadaten, den so genannten Unified Subject Index (USI), der die Hauptgrundlage für EBSCOs Algorithmus zur Relevanzgewichtung bildet.

Suchanfrage: Relevanzgewichtung

EBSCO Discovery Service bevorzugt keinerlei Inhalte bestimmter Anbieter. Bei den Suchergebnissen wird die Relevanz für die jeweiligen Suchanfragen der Nutzer:innen in den Vordergrund gestellt. Die Metadaten werden in der folgenden Reihenfolge ihrer Signifikanz für den Kontext gewichtet:

1. Abgleich mit der Verschlagwortung aus kontrollierten Vokabularien
2. Abgleich mit Artikeltiteln
3. Abgleich mit Autoren-Schlagworten
4. Abgleich mit Worttreffern im Abstract
5. Abgleich mit Worttreffern im Volltext

Suchanfrage: Werteanpassung

Sobald die relevantesten Suchergebnisse identifiziert wurden, ist es für den Nutzer bzw. die Nutzerin hilfreich, wenn einige „Werteanpassungen“ vorgenommen werden. Hier finden Sie einige Beispiele für Werteanpassungen in EDS:

• Aktualität — Aktuelle, vor kurzem veröffentlichte Inhalte werden in Bezug auf ihre Relevanz höher gewichtet als ältere Inhalte.

• Dokumententyp — Bestimmte Dokumententypen werden bei der Relevanzbewertung höher gewichtet als andere. So würde beispielsweise ein Forschungsartikel eine höhere Bewertung erhalten, da er für ein breiteres Forschungspublikum nutzbar ist, als eine Buchrezension, die für einen engeren Bereich von Forschungszwecken nützlich ist. Beide sind jedoch für die Forschung wichtig und können durch Filter, die der Nutzer bzw. die Nutzerin für den jeweiligen Dokumenttypen anwendet, höher eingestuft werden, aber im Allgemeinen werden Dokumenttypen mit breiterer Verwendbarkeit höher eingestuft.

• Länge des Dokuments — Dokumente von größerem Umfang sind für die Forschung oft wertvoller als z. B. ein viertelseitiger Artikel, der wahrscheinlich weniger Tiefe hat.

Unterstützung der Nutzerabsicht

EBSCO Discovery Service erfüllt die Absicht der Nutzer:innen, indem es umgehend relevante Ergebnisse liefert, wenn ein Nutzer bzw. eine Nutzerin nach einem bestimmten Schlagwort, einem Publikationstitel, einem Datenbanknamen, einer chemischen Verbindung oder Formel, einem „Term-in-Time“ (z. B. aus Archivmaterialien) sucht oder eine bestimmte Frage stellt.

EDS unterstützt die Nutzer:innen auch mit einer Autokorrekturfunktion, die sie bei falsch geschriebenen Suchbegriffen unterstützt, und liefert Vervollständigungsvorschläge, die es den Nutzer:innen ermöglicht, einen häufig verwendeten Suchbegriff schnell einzugeben.

Mapping im Einsatz

Der Unified Subject Index (USI) enthält Hunderte von multidisziplinären kontrollierten Vokabularien. Im Knowledge-Graph von EDS werden die Äquivalenzen der kontrollierten Vokabularien gespeichert und gepflegt. Ein Teil der Daten wird mit verlinkten Daten verknüpft, aber auch Vokabularien, die nicht als Linked-Data formatiert sind, sowie die natürliche Sprache der Nutzer:innen werden von EBSCOs Fachexpert:innen zugeordnet und verknüpft. Alle Zuordnungen und Verknüpfungen werden regelmäßig auf Korrektheit, Angemessenheit, Vollständigkeit, Konsistenz und Aktualität überprüft.

Die natürliche Sprache der Nutzer:innen wird durch bidirektionale Kartensortierübungen mit Bibliothekar:innen (wissenschaftliche Bestätigung), Fachexpert:innen (literarische Bestätigung) und Endnutzerbefragungen (Nutzerbestätigung) gesammelt, wobei stets die vom Institutional Review Board (IRB) genehmigten Forschungsmethoden für menschliche Ethik verwendet werden.

Ein Beispiel für die Erweiterung einer thematischen Abfrage mit Hilfe der USI: Eine Suche nach „plastic surgery“ wird um die folgenden Begriffe aus kontrollierten Vokabularien von Verlagen, EBSCO, Behörden, Open-Linked-Data-Quellen und aus dem natürlichen Sprachgebrauch erweitert:

Dieser Ausschnitt (Sub-Graph) ist nur eine Teilmenge der Themen, die mit dem USI-Begriff „plastic surgery“ verknüpft sind. Durch die Berücksichtigung der natürlichen Sprache der Nutzer:innen können die Suchanfragen der Nutzer:innen auch mit Themen verknüpft werden, die inhaltlich indiziert sind. Damit wird eine Brücke zwischen der Suchanfrage der Nutzer:innen und dem Inhalt geschaffen, die die Ergebnisse erweitert, ohne dass die Präzision der Suche verloren geht. Dies ist wichtig, um ein Rätselraten im Suchprozess zu eliminieren und den Nutzer:innen einen umfassenderen Zugang zu Informationen zu ermöglichen, ohne dass sie sich Gedanken über die Verwendung der „richtigen“ Wörter in ihrer Suche machen müssen.