Versie van 10 mei 2021 13:31

Read in English (outdated)

Nieuws

Over onze samenwerking met Wikimedia

Projecten

Evenementen & bijeenkomsten

KPIs

Archief (2013-2014)

Alle pagina's

KPI 10: Het gebruik van KB-identifiers in Wikidata, en vice versa

Wat meten we?

We meten 4 dingen, zowel absoluut als procentueel:

Het aantal Wikidata-items dat een NTA-identificatiecode (P1006) heeft
Het aantal links naar Wikidata in de Nederlandse Thesaurus van Auteursnamen (NTA)
Het aantal Wikidata-items dat een DBNL-identificatiecode voor auteurs (P723) heeft
Het aantal links naar Wikidata in de Thesaurus Auteurs DBNL

Waarom meten we deze KPI?

We meten deze KPI omdat we willen weten

Hoe vaak de KB (d.m.v. de NTA- en DBNL-thesauri) optreedt als autoriteit over personen/auteurs in Wikidata (en daardoor ook in Wikipedia)
Hoe vaak Wikidata gebruikt wordt als autoriteit over personen/auteurs in de twee genoemde KB-thesauri

We meten alleen deze twee, omdat er binnen Wikidata (op dit moment nog) geen andere eigenschappen/identifiers bestaan die 1-op-1 gekoppeld zijn aan KB-diensten.

Hoe meten we?

1) Het aantal Wikidata-items dat een NTA-identificatiecode (P1006) heeft

We gaan er vanuit dat elk Wikidata-item precies 1 link naar de NTA bevat. Waar dit niet het geval is, zal de KB zich actief inzetten om deze afwijkingen strak te trekken.
Absoluut: In https://www.wikidata.org/wiki/Property_talk:P1006 wordt onderaan de pagina, in het veld "Current uses", het actuele absolute aantal Wikidata-items dat de P1006-eigenschap heeft weergegeven.
Procentueel: Het actuele totaal aantal Wikidata-items over personen is ook bekend, dus het procentuele cijfer is ook eenvoudig te bepalen.

2) Het aantal links naar Wikidata in de Nederlandse Thesaurus van Auteursnamen (NTA)

We gaan er vanuit dat elk NTA-item precies 1 link naar Wikidata bevat. Waar dit niet het geval is, zal de KB zich actief inzetten om deze afwijkingen strak te trekken.
Absoluut: we voeren onderstaande query in de SPARQL-zoekinterface van data.bibliotheken.nl uit:

   SELECT count(?nta) as ?aantal WHERE {
   ?nta schema:mainEntityOfPage/schema:isPartOf <http://data.bibliotheken.nl/id/dataset/persons> .
   ?nta schema:sameAs ?wikidata .
   FILTER(regex(?wikidata, 'wikidata', 'i'))
   }

Procentueel: Het actuele totaal aantal NTA-items is ook bekend (kijk onderaan bij is schema:isPartOf van --> reources), dus het procentuele cijfer is ook eenvoudig te bepalen.
Om precies te zien welke NTA-items een Wikidata-link bevatten, doen we de volgende query: (we zien de eerste 1000, haal 'LIMIT 1000' weg om alle resultaten te zien, kan dan wel even duren)

   SELECT * WHERE {
   ?nta schema:mainEntityOfPage/schema:isPartOf <http://data.bibliotheken.nl/id/dataset/persons> .
   ?nta owl:sameAs ?wikidata .
   FILTER(regex(?wikidata, 'wikidata', 'i'))
   } LIMIT 1000

3) Het aantal Wikidata-items dat een DBNL-identificatiecode voor auteurs (P723) heeft

We gaan er vanuit dat elk Wikidata-item precies 1 link naar de DBNL-auteursthesaurus bevat. Waar dit niet het geval is, zal de KB zich actief inzetten om deze afwijkingen strak te trekken.
Absoluut: In https://www.wikidata.org/wiki/Property_talk:P723 wordt onderaan de pagina, in het veld "Current uses", het actuele aantal Wikidata-items dat de P723-eigenschap heeft weergegeven
Procentueel: Het actuele totaal aantal Wikidata-items over personen is ook bekend, dus het procentuele cijfer is ook eenvoudig te bepalen.
Noot: er loopt binnen de Wiki-gemeenschap een langdurige campagne om (d.m.v. de zgn. Mix'n'Match-tool) zowel automatisch als handmatig DBNL-auteursidentificatiecodes aan meer Wikidata-items toe te voegen.

4) Het aantal links naar Wikidata in de Thesaurus Auteurs DBNL

We gaan er vanuit dat elk DBNLauteurs-item (via de NTA) precies 1 link naar Wikidata heeft. Waar dit niet het geval is, zal de KB zich actief inzetten om deze afwijkingen strak te trekken.
Absoluut: De DBNL-auteursthesaurus bevat geen directe links naar Wikidata, maar wel naar de NTA (zie deze sparql-query). De NTA bevat op zijn beurt dan wel directe links naar Wikidata, zie bij 2). M.a.w., we gebruiken de NTA dus als tussenstap om het aantal DBNL-personen met een (indirecte) Wikidata-link te meten. We voeren daartoe onderstaande query in de SPARQL-zoekinterface van data.bibliotheken.nl uit:

   SELECT count(?nta) as ?aantal WHERE {
    ?dbnl foaf:isPrimaryTopicOf/void:inDataset <http://data.bibliotheken.nl/id/dataset/dbnla> .
    ?dbnl owl:sameAs ?nta .
    ?nta schema:mainEntityOfPage/schema:isPartOf <http://data.bibliotheken.nl/id/dataset/persons> .
    ?nta schema:sameAs ?wikidata .
    FILTER(regex(?wikidata, 'wikidata', 'i'))
   }

Procentueel: Het actuele totaal aantal DBNLauteurs-items is ook bekend (kijk onderaan bij Inverse relaties --> is void:inDataset van), dus het procentuele cijfer is ook eenvoudig te bepalen.
Om de exacte concordantie tussen DBNL, NTA en Wikidata te zien, doen we de volgende query: (we zien de eerste 1000, haal 'LIMIT 1000' weg om alle resultaten te zien, kan dan wel even duren)

   SELECT * WHERE {
    ?dbnl foaf:isPrimaryTopicOf/void:inDataset <http://data.bibliotheken.nl/id/dataset/dbnla> .
    ?dbnl owl:sameAs ?nta .
    ?nta schema:mainEntityOfPage/schema:isPartOf <http://data.bibliotheken.nl/id/dataset/persons> .
    ?nta owl:sameAs ?wikidata .
    FILTER(regex(?wikidata, 'wikidata', 'i'))
   } LIMIT 1000

Metingen

Meting dd 07-02-2020 Op 07-02-2020 hebben we KPI 10 voor het eerst gemeten a.d.h.v. bovenstaande methode. De resultaten vind je op deze aparte pagina
Update NTA dd 20-05-2020 75K NTA koppelingen aan Wikidata toegevoegd zie https://nl.wikipedia.org/wiki/Overleg_gebruiker:OlafJanssen#Nederlandse_Thesaurus_van_Auteursnamen_Persoon --> nog uitwerken
Meting dd 07-09-2020
Meting dd 19-01-2021