Kokemuksia VIRTA- julkaisutietopalvelusta Yrjö Lappalainen / TTY Julkaisutiedonkeruuseminaari 2016 Lappeenranta

TTY:llä otettiin käyttöön vuoden 2015 aikana tutkimustietojärjestelmä TUTCRIS (Elsevier Pure) TUTCRISiin tuodaan tietoa automaattisesti useista eri lähteistä (TTY:n sisäiset järjestelmät, WoS & Scopus) TUTCRIS on myös julkaisuarkisto Muuta sisältöä: projektit, hakemukset, tutkimusdatan metatiedot, tutkimusinfrastruktuuri, metriikat, CV:t Lehdet, konferenssit ja kustantajat järjestelmässä omina tietueinaan Taustaa

TUTCRIS-portaali (

1.Suoraan tietokannasta TTY:n Pure on Elsevierin ylläpitämä, joten emme pääse suoraan tietokantaan käsiksi 2.Puren raportointimoduuli Monipuoliset raportointimahdollisuudet, mutta tietoja ei saa ulos suoraan tiedonkeruun edellyttämässä muodossa Vaatisi manuaalista käsittelyä Excelissä 3.Puren rajapinnat Tarjolla REST, SOAP ja OAI –lukurajapinnat Tietoja ei saa ulos suoraan tiedonkeruun edellyttämässä muodossa, mutta automaattinen poiminta on mahdollista Vaihtoehtoja julkaisutietojen poimintaan

Oma ”poimuri” ja aputietokanta, jossa käsitellään Virtaan lähetettäviä julkaisutietoja Versio 1: Poiminta CSV-tiedostoon. XML-tiedoston muodostaminen muuntotyökalun avulla. Kaikki julkaisut kerralla Versio 2: Poiminta tietokantaan ja XML-tiedoston muodostaminen automaattisesti. Kaikki julkaisut kerralla Versio 3: Poiminta tietokantaan ja XML-tiedoston muodostaminen automaattisesti. Vain uudet ja muokatut julkaisut Versio 4: Poiminta tietokantaan ja XML-tiedoston muodostaminen automaattisesti. Vain uudet ja muokatut julkaisut. Omat tarkastukset TTY:n ratkaisu

Tarkoituksena helpottaa ja nopeuttaa tietojen korjausta Jos pakollinen tieto puuttuu, sähköpostiin tulee ilmoitus ja julkaisu pudotetaan pois ”päivän julkaisuista” Yksinkertainen web-käyttöliittymä julkaisutietojen tarkasteluun Omat tarkastukset

Puren rajapintojen heikko dokumentaatio Puren XML-syötteen monimutkaisuus ja epäloogisuus Puren tekemät automaattiset muokkaukset (esim. metriikan päivittyminen) Poistettujen julkaisujen hallinta Eri tiedonkeruuvuosille eri säännöt Poiminnan ja käsittelyn haasteita

Alussa teknisiä ongelmia, esim. julkaisujen tilakoodit ja uusien julkaisujen Jufo-tasot eivät näkyneet oikein Lukurajapinnasta ei voi hakea esim. ilmoitusvuoden tai julkaisun organisaatiokohtaisen tunnuksen perusteella Ei ilmoitusta, jos XML-tiedosto ei ole validi! Validointi > xmllint --noout --schema julkaisut.xsd virta.xml Jufo-tunnistuksen puutteet  tunnistusperuste näkyviin? Julkaisujen kokonaistilanne on vaikea hahmottaa Virran haasteita

”Suuri helpotus aiempaan verrattuna!” Ei enää Exceliä! Aiemmin paljon manuaalista työtä, nyt täysin automaattinen prosessi Tieto puutteista saadaan heti, ja työ jakautuu tasaisemmin koko vuodelle Selkeä ja hyvin dokumentoitu XML-skeema Virran lukurajapinnan kautta mahdollisuudet monenlaiseen jatkokehittämiseen Virran vahvuuksia

Tutustu huolellisesti Virran ja oman järjestelmän dokumentaatioon Pyri siirtämään uudet ja muokatut julkaisut reaaliaikaisesti Aputietokanta helpottaa tietojen käsittelyä ja vertailua, mutta ei ole välttämätön. Esim. CSV>XML-muuntoskripti auttaisi asiaa Varmista Virran lukurajapinnasta tai Extra-Vipusesta, että tiedot ovat siirtyneet oikein Jos mahdollista, hyödynnä Virrassa generoituja tietoja omassa järjestelmässäsi Vinkkejä kehittämiseen

Kiitos! Kysymykset ja kommentit: