Napredno označivanje i sažimanje za informacijske stručnjake

Cilj je kolegija studente upoznati s temeljnim načelima i metodama označivanja i sažimanja u domeni informacijskih znanosti, posebice INDOK službi. Znanja, vještine i kompetencije koje studenti steknu na ovom kolegiju osposobit će ih za rad na organizaciji i pristupu informacija u današnjim bazama podataka i nakladništvu. U kolegiju se studenti upoznaju s ručnim i automatiziranim postupcima označivanja za različite vrste kazala, uključujući i I&A baze podatka, kazala u knjigama, mrežna kazala, itd. Kolegij dotiče i teoriju i praksu označivanja za posebne formate i predmete te tekuća pitanja automatskog označivanja i sažimanja.

Nakon uspješno završenoga predmeta studenti će moći:

• razumjeti temeljna načela reprezentacije informacija/znanja
• razlikovati vrste kazala i sažetaka te njihove funkcije
• razumjeti zakonitosti i specifičnosti označivanja različite vrste građe (omeđena, vizualna, multimedija, i sl.)
• napisati samostalno različite vrste sažetaka
• razlikovati različite metode i pristupe izrade kazala
• samostalno izraditi kazalo za knjigu
• vrednovati sustave za označivanje i sažimanje

Načela i praksa označivanja; prijekoordinirani indeksi (KWIC, KWOC, permutirani indeksi); PRECIS; dosljednost i kvaliteta označivanja; vrste kazala/indeksa; kazala na kraju knjige; sažeci, vrste i načini sažimanja; vrednovanje; pokrivenost baze podataka; dodavanje vrijednosti; slikovne i zvukovne datoteke

Očekuje se da studenti kroz sadržaj predmeta usvoje sljedeća znanja, kompetencije i vještine:

• demonstrirati uloge označivanja i sažimanja u predmetnoj obradi i pristupu informacijama u različitim informacijskim kontekstima
• usvojiti niz različitih metoda označivanja i sažimanja
• razlikovati prednosti i nedostatke uporabe prirodnog jezika i kontroliranih vokabulara
• razviti vještine označivanja i sažimanja u manualnim i automatiziranim sustavima
• stjecanje iskustva u dizajnu i vrednovanju I&A sustava/službi

predavanja, vježbe, samostalni zadatci

Aktivnost u nastavi, Kontinuirana provjera znanja, Pohađanje nastave, Zadaci na predavanjima, Zadaci pod vježbama

Iz svih elemenata praćenja i provjeravanja student može ostvariti maksimalno 200 ocjenskih bodova, što čini 100% ocjene. Za prolaznu ocjenu student treba ostvariti minimalno 110 ocjenskih bodova ili 55% ocjene. Na usmeni ispit mogu izaći studenti koji nisu zadovoljni ocjenom, a do više im ocjene nedostaje 8 bodova (4% od ukupne ocjene).

Po elementima vrednovanja to znači da student može ostvariti sljedeći maksimalan broj ocjenskih bodova: kontinuirana provjera znanja(50%): 100; aktivnost na nastavi (15%): 30; zadaci na predavanjima i vježbama(35%): 70.

Skala je ocjenjivanja sljedeća: 110-125 ocjenskih bodova (55%-62%) = dovoljan (2), 126-159 ocjenskih bodova (63%-79%) = dobar (3), 160-179 ocjenskih bodova (80%-89%) = vrlo dobar (4), 180-200 ocjenskih bodova (90%-100%) = izvrstan (5).

1. Lancaster, F. W. Indexing and abstracting in theory and practice. 3rd ed. Champaign , Illinois : Univ. of Illinois, 2003. ISBN 0-87845-122-6 [Z695.9 .L36x 2003 ]
2. Anderson, J.D. Guidelines for indexes and related information retrieval devices. NISO Technical Report 2 (NISO-TR02-1997) http://www.niso.org/publications/tr/tr02.pdf

1. Cleveland, D. B. ; Cleveland, A. D. Introduction to indexing and abstracting. Englewood, Col. : Libraries Unlimited, 1990.

Članci za čitanje:

1. Albrechtsen, H. Subject analysis and indexing: from automated indexing to domain analysis. // Indexer 18, 4(1993), 219-224. Dostupno na: http://www.theindexer.org/files/18-4/18-4_219.pdf
2. Fidel, Raya. User-centered indexing. // Journal of the American Society for Information Science 45, 8(1994), str. 572-575.
3. Fidel, Raya. Writing abstracts for free-text searching. // Journal of Documentation 42, 1(1986), str. 11-21.
4. Garfield, Eugene. ’Science Citation Index’: a new dimension in indexing. // Science 144, 3619(1964), str. 649-654.
5. Gauch, John M.; Gauch, Susan; Bouix, Sylvain; Zhu, Xiaolan. Real time video scene detection and classification. // Information Processing and Management 35(1999), str. 381-400.
6. Haynes, R. Brian; Mulrow, Cynthia D.; Huth, Edward J.; Altman, Douglas G.; Gardner, Martin J. More informative abstracts revisited. // Annals of Internal Medicine 113, 1(1990), str. 69-76. 
7. Hutchins, W. J. The concept of ’aboutness’ in subject indexing. // Aslib Proceedings 30, 5(1978), str. 172-181.
8. Jacso, Peter. Analyzing the journal coverage of abstracting/indexing databases at variable aggregate and analytic level. // Library and Information Science Research 20, 2(1998), 133-151.
9. Leininger, K. Interindexer consistency in PsychINFO. // Journal of Librarianship and Information Science 32, 4(2000), str. 4-8.
10. Lipetz, B.-A. The usefulness of indexes. // The Indexer 16, 3(1989), str. 173-176.
11. Luhn, Hans Peter. The automatic creation of literature abstracts. // IBM Journal, 1958, str. 159-165.
12. Lynch, C. A. When documents deceive : trust and provenance as new factors for information retrieval in a tangled web. // Journal of the American Society for Information Science and Technology 52, 1(2001), str. 12-17.
13. Shearer, J. R. A practical exercise in building a thesaurus. // Cataloging & Classification Quarterly 37, 3/4(2006), str. 35-56.
14. Wellisch, H. H. Book and periodical indexing. // Journal of the American Society for Information Science 45, 9 (1994), str. 620-627.
15. Witty, F. J. The beginnings of indexing and abstracting: some notes towards a history of indexing and abstracting in Antiquity and the Middle Ages. // The Indexer 8, 4(1973), str. 193-198.

Baza podataka o prisustvovanju nastavi, obavljenim zadatcima, pročitanoj literaturi i aktivnosti studenata; rasprave kojima se studentima omogućuje da iznesu primjedbe i prijedloge. Završna se kvaliteta provjerava studentskom anketom.