Ecabo, november 2011

Eric Sieverts

Universiteitsbibliotheek Utrecht & opleiding Media, Informatie & Communicatie (HVA)

“resources” op internet en hun zoeksystemen

programma

• Wat zijn bronnen?• Soorten informatiebronnen• Zoeksystemen voor bronnen op internet; meer dan Google• Boeken en artikelen / wetenschap• Feiten, naslag, vertaling• Nieuws• Oud Nieuws• Blogs, feeds, tweets, "real time" zoeken• AV materiaal• Gespecialiseerde persoonlijke zoekmachines• Het diepe web• Vergelijken en beoordelen• Bijblijven

Ecabo, november 2011Eric Sieverts

wat is een bron?

• is Google een bron?

• is het web een bron?

• NEE(althans voor deze workshop)

• Google is een zoekingang op heel veel bronnen

• het web is een medium waarop heel veel soorten bronnen beschikbaar zijn

Ecabo, november 2011Eric Sieverts

wat is een bron?

uitgangspunt voor vandaag:

• een bron is een collectie van een bepaald soort informatie die online beschikbaar is,

• waarbij de soort bepaald kan zijn door de vorm (krantenartikelen, blogs, video's, plaatjes, ...),

en/of door de inhoud (medische informatie, nieuws, wetenschap, ...)

Ecabo, november 2011Eric Sieverts

wat zijn zoekingangen?

om "bronnen" te kunnen raadplegen maken we gebruik van zoeksystemen / zoekingangen / zoektools

• in die zin is Bing een zoekingang op een veelheid aan bronnen.

• in die zin is IceRocket een zoekingang op weblogs.

• in die zin is een zoekingang op wetenschappelijke bronnen.

Ecabo, november 2011Eric Sieverts

soorten informatiebronnen

Ecabo, november 2011Eric Sieverts

• naar aard van informatie– wetenschappelijke

informatie– naslagwerken– nieuwsberichten– krantenartikelen– (digitale) boeken– ...

• naar “medium”– webpagina’s– pdf’s– images– videos– weblogs– rss-feeds– ...

ander onderscheid:• primair - secundair - tertiair

– KNMI - weer-startpagina - StartNederland• doorzoekbaarheid

– alleen metadata - full-text

soorten informatiebronnen

Ecabo, november 2011Eric Sieverts

niet al zulke combinaties zijn zinvol/mogelijk

web-

pagina

pdf

image

video

weblog

rss-feed

wetenschap

naslag

nieuws

kranten

eBooks

...

informatiebronnen en hun zoektools

• kun je alles (ook) met Google vinden?

• welke Googles (en Yahoo’s/Bing's) zijn er allemaal?(image-, blog-, video-, news-, book-, scholar-, groups-search)

• kun je met die Googles alles vinden?

• welke alternatieven zijn er voor die Googles?– zie bijv. Browsys Advanced Finder

http://www.browsys.com/finder – alternatieven voor het diepe (en betaalde) web

Ecabo, november 2011Eric Sieverts

boeken & (wetenschappelijke) artikelen

Ecabo, november 2011Eric Sieverts

• boeken– Google Books– Amazon (ook reviews, inhoud, boek-boek citaties)

– Worldcat (catalogus van 10.000 bibliotheken met postcode-functie)

– Librarything (catalogus van 58.000.000 boeken van 1.000.000 bezitters)

– Picarta (bevat ook artikelen)

– Bibliotheek.nl– NARCIS (40.000 proefschriften, 600.000 publicaties [veel artikelen] uit NL)

– enz.

• artikelen (e.d.)• enz.

boeken & (wetenschappelijke) artikelen

• boeken• artikelen (e.d.)

– Google Scholar (artikelen, rapporten, proefschriften, ...)

– Scirus (artikelen uit ElsevierScience, uit databases, + webpagina’s, ...)

– Omega / sEURch (summon) (zoeksysteem van UU / EUR)

– OAIster / Scientific Commons (uit academische repositories)

– DOAJ / Open J-Gate (artikelen in Open Access tijdschriften)

– FindArticles, Magportal (ook -Engelstalige- publiekstijdschriften)

– ArticleFinder (vooral uit wetenschappelijke tijdschriften)

– DeepDyve (wetenschappelijke artikelen "te huur")

– enz.

• enz.

Ecabo, november 2011Eric Sieverts

boeken & (wetenschappelijke) artikelen

• boeken• artikelen (e.d.) vakspecifiek zoeken

(gratis zoekingangen; vaak alleen de metadata)

– geneeskunde: PubMed – economie: RepEc– computerkunde, informatica: CiteSeer– onderwijs: ERIC– (hoge energie-) fysica: SPIRES-HEP– bibliotheekwetenschap: LISTA– filosofie: International Philosophical Bibliography– transport: TRIS

• enz.

Ecabo, november 2011Eric Sieverts

boeken: Google Books

Ecabo, november 2011Eric Sieverts

• Van kaft tot kaft gescand (en doorzoekbaar!)• Sterk voor ontdekken van niet-hoofdinhoud van boeken• Vaak beperkt doorbladerbaar • (no preview / snippet view / limited preview / full preview)• Content via uitgevers en via grote bibliotheken• Plaatsnamen uit boek >> mashup met Google-Maps• Probleem met copyrighted materiaal uit bibliotheken• Vergeleken met Amazon search inside: meer oud, minder recent• Ook ‘My Library’ optie vb• NL-boeken niet alleen uit Gent (en binnenkort KB), ook uit US/UK• Nu ook enkele ‘magazines’• Metadata op about-this-book-pagina• Bibliotheken linken vanuit catalogus (bijv. Picarta)

wetenschap: Google Scholar

• > 100 miljoen wetenschappelijke publicaties• verschil full record en aanwezigheid als ‘citation’• verschil full-text links en bibliografische links• concurrent van Web of Science, Scopus, Findarticles,

Picarta, Scirus, OAIster, DOAJ, Infotrieve, Ingenta• gericht geïndexeerd in vele bronnen (uitgevers,

databases, universiteiten)• met citaties!• aantallen citaties mede gebruikt voor ranking• ....

>>

Ecabo, november 2011Eric Sieverts

wetenschap: Google Scholar

• ....• advanced search beperkt, nog veel fouten door

computer-gegenereerde metadata• van zoekresultaat naar volledige tekst vaak een

probleem (niet aanwezig, alleen tegen betaling)• soms veel versies van artikel (waaronder wel gratis)• koppeling aan bibliotheekbezit, Google Scholar library

programme voegt links naar eigen bezit toe• geen info over bronnen, updates

Ecabo, november 2011Eric Sieverts

feiten, naslag, vertaling

• encyclopedieën e.d.– wikipedia– overzicht in Yahoo Directory– overzicht in Open Directory– overzicht in encyclopedie.pagina.nl– internet movie database

• vragen & antwoorden– Quora– Yahoo-answers– FAQs: internet FAQ consortium

• zoekmachine voor naslagwerkpagina’s + berekening – Wolfram Alpha

• woordenboeken, vertaaldiensten e.d.• enz.

Ecabo, november 2011Eric Sieverts

feiten, naslag, vertaling

• encyclopedieën e.d.• vragen & antwoorden• zoekmachine voor naslagwerkpagina’s + berekening• woordenboeken, vertaaldiensten e.d.

– answers.com (voert een metasearch uit)– Roget thesaurus– Acronymfinder– Bartleby– Google Translate(d search) [zie middagprogramma]– Mijn Woordenboek synoniemen– Synoniemen.net– overzicht in Open Directory– overzicht in Open Directory Nederlands

• enz.

Ecabo, november 2011Eric Sieverts

wikipedia

• in >250 talen • levert “wisdom of the crowds” altijd “wisdom”?• goed voor “feitelijke” onderwerpen• veel detailonderwerpen (10 miljoen lemma’s, 500.000 NL)

• soms nuttig om relevante eigen publicaties / boeken uit eigen collectie als referenties aan lemma toe te voegen

• toch wel beleid & beheer: stewards, administrators• Qwika: wikipedia metasearch (1158 wiki's in 12 talen,

incl. computer-vertaling)

Ecabo, november 2011Eric Sieverts

nieuws, kranten, tijdschriften

• Google News• Yahoo News• BBC , CNN e.d.

• nu.nl• € LexisNexis, € Factiva• krantensites (overzicht: startnederland.nl) • tijdschriftensites (overzicht: startnederland.nl) • Newslink-magazines• ....

[weblogs & tweets: zie apart onderdeel]

Ecabo, november 2011Eric Sieverts

gespecialiseerd: Google News

Engelstalig nieuws uit 4500 bronnen+ aparte versies in andere talen dan Engels:

– chinees (1000 bronnen)– duits (700 bronnen)– frans (500 bronnen)– hebreeuws (100 bronnen)– italiaans (250 bronnen)– japans (600 bronnen)– koreaans (550 bronnen)– nederlands (>400 bronnen)– portugees (200 bronnen)– spaans (700 bronnen)– enz.

Ecabo, november 2011Eric Sieverts

oud nieuws, archieven

• web archive (oude versies van websites, terug tot 1996, ingang via -oude- url)

• Google news archive (historische krantenarchieven)

• historische nederlandse kranten (versnipperd aanbod)

– historische kranten KB– landelijke krantendatabank (ook papieren collecties)

– Los: Groene Amsterdammer (>1877), Leeuwarder Courant (>1752)

• € LexisNexis • ‘echte archieven’ via Archieven.org

Ecabo, november 2011Eric Sieverts

blogs, rss-feeds. tweets, real-time

• Google blogsearch• Icerocket / Technorati• (Exalead >> achteraf inperken op blogs )

– denk aan verschil tussen ingang op individuele berichten en ingang op blogs of feeds als geheel

– wie citeert wie? (google blogsearch)

– filtermogelijkheid op “autoriteit” ?=? belang, kwaliteit, ....– filter op termen binnen je feedreader– blogs of onderwerp volgen met blogsalert?– #hashtags

Ecabo, november 2011Eric Sieverts

blogs, rss-feeds. tweets, real-time

• Forumdiscussies– omgili, boardtracker, ...

• Twitter in 140 tekens – vaak met links (verkort met is.gd / tinyurl / bit.ly / tr.im / ...)– vaak met hashtags (#afgesprokentrefwoord)– ook vanaf andere sites of tools: Netvibes, Twitpic, Tweetdeck, ...

Zoeken (maar geen "oude" berichten)– twitter (ook advanced search)– tweetzi, topsy, kurrently, … – niet (meer) afzonderlijk met Google

• “Real time web” (twitter, facebook, blogs, ...)– socialmention, samepoint, whostalkin, …

Ecabo, november 2011Eric Sieverts

multimedia

• images– Google-image (beeldherkenning; voorbeeldzoeken; ook uit Google-Photos)

– Yahoo-image (ook veel foto’s uit Flickr)

– Bing-image– Ask-image – Exalead-image(veel verschillen in zoekresultaten door verschillen in “tekstzoekvelden”)

– Flickr (zoekt vooral op tags; ondersteunt “Creative Commons” )– Andere uploadsites: Pbase, Smugsmug, Photobucket, Zoom, Zenfolio– Tiltomo, Retrievr (voorbeeldzoeken met beeldherkenning op Flickr)

– Speciale sites als Beeldbank nationaal archief...

• video• audio

Ecabo, november 2011Eric Sieverts

multimedia

• images• video

– Google-video (ook video’s uit YouTube; zoekt alleen in metadata)– YouTube (groei: 30 uur/minuut, ook advanced search

• Youtube Edu channel– Blinkx (35 miljoen uur video, spraakherkenning?)

– Truveo– VideoSurf– VoxaleadNews (werkt met spraakherkenning; ook Nederlands!) – ScienceCinema (werkt met Engelse spraakherkenning!

vooral energie-gerelateerde onderwerpen)– TV-uitzendingen: Uitzending gemist, Beeld & Geluid, Academia

• audio– Yahoo-audio (vooral muziek; geen spraakherkenning)

Ecabo, november 2011Eric Sieverts

gespecialiseerd vs. algemeen zoektool

gespecialiseerde zoekmachine selectiever & vaak “dieper” dan algemene zoekmachine

– interne zoekfunctie van individuele site– kant en klare onderwerpsgerichte zoekingangen

• Scirus (wetenschap algemeen)• Findlaw (rechten USA)• WebMD / Medscape (geneeskunde)• Google-finance (financiële gegevens + nieuws)• .....

– persoonlijk gemaakt: zelf selecteren welke sites (url’s) in zoekmachine moeten worden meegenomen

• Google CSE• Blekko (slashtags)

Ecabo, november 2011Eric Sieverts

toegang tot het "diepe" web

spul uit databases zit in principe niet in Google etc.

• zelf “handmatig” databases afzonderlijk doorzoeken– overzicht "Complete planet" bij BrightPlanet– voor "wetenschap" al eerder verzamelzoeksystemen genoemd

• “halfautomatisch” laten doorzoeken via (desktop) metasearch

– goshme (geavanceerde metasearch) – copernic-agent (metasearch vanaf eigen PC)

• “automatisch” toch al gevonden omdat (met technische truc) gezorgd is dat gegevens uit database toch in Google komen bijv. catalogus UB Wageningen

Ecabo, november 2011Eric Sieverts

vergelijken en beoordelen

• wat voor soort materiaal zit er in– primaire (c.q. full-text) vs. secundaire informatie– naslag / nieuws / onderzoekresultaten / statistieken / websites /

artikelen / boeken / rapporten / ...

• welk onderwerpsgebied • welke doelgroep (niveau)

• hoeveel zit erin (aantal items, dekkingsgraad, ...)vaak moeilijk te bepalen door onbetrouwbare resultaataantallen

• hoe goed werkt het zoeksysteem (functionaliteit, gebruiksgemak, selectiviteit, ...)

• wat is kwaliteit van de content zie bijvoorbeeld JISC Academic Database Assessment Tool

• bekijk: bron zelf / Wikipedia / leveranciers / JISC

Ecabo, november 2011Eric Sieverts

bijblijven (bronnen & zoeken)

• Weblogs (met RSS-feeds):– Resourceblog– InfoDocket (Gary Price)– SearchEngineLand (Sullivan, Sherman) – InternetNews/WebSearchGuide (Gwen Harris)– Phil Bradley's weblog– Search Engine Showdown   (Greg Notess) – Inside Search (Google search blog)– “Spion” op bronnenlijst (Copernic Tracker, WatchThatPage, …)– RSS-feed op lijsten indien aanwezig

• Pandia• FreePint

Ecabo, november 2011Eric Sieverts

bjblijven met behulp van RSS

• Rich Site Summary / Really Simple Syndication• voor sites met (on)regelmatig nieuwe actuele inhoud, bijvoorbeeld

nieuwsbrieven, weblogs (+ ook sommige databases)• lezen, beheren als ware het email• maakt gebruik van xml-structuur• vereist software (reader), bijv. Feedreader, Feeddemon, Shrook, …

of online lezen bijv. bij Google Reader of Netvibes• toevoegen van een ‘feed’: klik bij pagina op oranje (soms blauw)

rss- of xml-logo en voeg url daarvan aan reader toe• drie nauwverwante formats: rss/atom/rdf (readers multiformat)

• zoeken van berichten: Google Blogsearch, Technorati, IceRocket, real-time search [zie eerder]

Ecabo, november 2011Eric Sieverts