Grip op je erfgoed-data

Workshop bij de VOGIN-IP-lezing 2026 door Nynke Kuipers

Transcript

1. Grip op je data Start met het analyseren van collectie-informatie Nynke Kuipers - Kubus erfgoed & digitalisering
2. Even voorstellen: Nynke Kuipers nynke@kubus.frl Zelfstandig digitaal erfgoed specialist
3. “Digitaal erfgoed voor iedereen beschikbaar maken – dat doen we samen.” Nationale Strategie Digitaal Erfgoed Meer informatie: www.netwerkdigitaalerfgoed.nl/datawerkplaatsen
4. Datakwaliteit: wat betekent dat eigenlijk?
5. Herken jij dit?
6. Of dit? of
7. Correcte toepassing van de velden in de collectie-informatiesystemen Aanwezigheid van contextuele informatie bij erfgoedobjecten Toepassing van gestandaardiseerde termen uit het Termennetwerk Gebruik van gestandaardiseerde termen voor ten minste: wie, wat, waar, wanneer Inclusief en divers taalgebruik Vermelding van gebruiksrechten voor digitale erfgoedobjecten en bijbehorende beschrijvingen Datakwaliteit
8. Analyse van de datakwaliteit
9. Welke velden zijn in gebruik? Welke velden gebruik je? Welke velden wil je delen met het publiek? Zijn de velden volgens de invoerinstructie ingevuld?
10. Past de inhoud bij het doel van het veld?
11. Zijn de velden consequent ingevuld? Hoe is het hoofdlettergebruik? Wordt dit consistent gebruikt? Zijn de meeteenheden en datumnotaties correct? Is het gebruik van eigennamen eenduidig? Hoe wordt omgegaan met afkortingen? Wordt enkelvoud of meervoud consistent gebruikt?
12. Zijn termen gekoppeld? Via het Termennetwerk? Of via een andere open data thesaurusbron?
13. Komt kwetsend, achterhaald of discriminerend taalgebruik in de collectiedata voor?
14. Aan de slag met OpenRefine
15. Wat heb je nodig: 1. OpenRefine download via openrefine.org 2. Export van je data (.csv, .tsv, .xlsx, .xml) 3. Of download een Demobestand op: kubus.frl/downloads
16. Create project
17. Create project - configureren
18. ROWS - RECORDS
19. ALL - RE-ORDER / REMOVE COLUMNS
20. ALL - RE-ORDER / REMOVE COLUMNS
21. UNDO / REDO
22. ALL - Overzicht gevulde velden
23. ALL - Overzicht gevulde velden
24. ALL - Overzicht gevulde velden
25. Hoe verhouden de velden zich tot wat jij verwacht? Dataprofiel Collectieinformatie voor het publiek (Musea) Zijn de basisvelden bij veel items ingevuld? Zijn er velden gevuld waarvan je nog nooit gehoord hebt?
26. Filter resultaat
27. FACET - filter per kolom
28. FACET - filter per kolom
29. SPLIT MULTI-VALUED CELLS
30. SPLIT MULTI-VALUED CELLS
31. SPLIT MULTI-VALUED CELLS - controleer je resultaat
32. Inhoudelijke controle - veld Materiaal
33. Klopt de inhoud bij het veld? Dataprofiel Collectieinformatie voor het publiek (Musea) Worden namen en hoofdletters consequent genoteerd? Worden URI's gebruikt voor termen?
34. Vrij zoeken in tekst
35. Komt kwetsend, achterhaald of discriminerend taalgebruik in de collectiedata voor? Words Matter
36. Tips OpenRefine
37. Cluster and Edit
38. Cluster and Edit
39. Cluster and Edit
40. Data verrijken - Reconciliation
41. Data verrijken - Reconciliation Leestip: Verrijk je collectie met termen
42. Groot bestand?
43. Verhogen maximale memory usage Let bij het instellen op de limiet van je computer. Uitgangspunt is je RAM- geheugen. Neem als handvat de helft van je RAM- geheugen en ga daar dan iets onder zitten. In dit voorbeeld is een RAM-geheugen van 32GB beschikbaar.
44. OpenRefine kan niet alles voor je oplossen... ...maar het kan je wel helpen inzicht te krijgen!
45. Bedankt! Deze presentatie is te downloaden via kubus.frl/downloads vragen: nynke@kubus.frl