La création de corpus numériques à la MSH de Dijon
Pour parvenir à la création de corpus numérique, l’équipe du Service de numérisation et bases de données (SNBD) et l’équipe du Service de documentation et archives scientifiques (SDAS) de la MSH de Dijon, ont établi une procédure en 9 étapes:
- Validation du projet scientifique par Direction de la MSH de Dijon.
- Traitement documentaire d’un corpus: réalisation d’instruments de recherche archivistiques et catalogues de documents imprimés par les archivistes du service de documentation et archives scientifiques de la MSH de Dijon.
- Numérisation de conservation au Service de numérisation et bases de données de la MSH de Dijon (SNBD).
- Traitement des fichiers numérisés (SNBD).
- Métadonnées techniques (SDAS).
- Phases de test précédant la publication en production réalisées conjointement par les équipes du SNBD et du SDAS.
- Diffusion de corpus entrepris avec l’appui du service informatique de la MSH de Dijon.
- Sauvegarde et archivage pris en charge par le service informatique.
- Phase de communication et valorisation (Service communication et valorisation de la MSH).
SCHÉMA de la chaine de traitement des corpus à la MSH De Dijon
(Cliquez sur l’image pour l’agrandir)
Dans ce billet, nous proposons de présenter plus spécifiquement certaines des étapes de la chaine de traitement d’un corpus, notamment celles pris en charge par le SNBD de la MSH de Dijon.
TRAITEMENT ARCHIVISTIQUE ET DOCUMENTAIRE
Pour les archives
- tri
- élimination
- création de plans de classement
- cotation des documents
- création d’instruments de recherche archivistiques (encodage en XML-EAD)
- indexation
Pour les imprimés
- récolement
- classement
- cotation des documents
- création de catalogues (encodage en XML-EAD)
- indexation
NUMÉRISATION
Préparation à la numérisation
Dans la chaine de traitement, tel que conçue à la Maison des Sciences de l’Homme de Dijon, la phase de numérisation arrive après la phase de traitement archivistique et documentaire. Les corpus arrivent au service de numérisation conditionnés en cartons, boites à archives et chemises. Les lots de documents (documents imprimés ou archives) sont accompagnés d’un fichier reprenant la cotation des documents à numériser.
La numérisation
- Numérisation image fixe
Le service de numérisation de la MSH de Dijon s’appuie sur les recommandations du Service Interministériel des Archives de France (SIAF), du Centre Informatique National de l’Enseignement Supérieur (CINES) et du TGIR Huma-Num en termes de numérisation, choix des formats numériques en fonction des différentes typologies et résolutions… (« Guide méthodologique pour le choix de formats numériques pérennes » et « le guide des bonnes pratiques numériques »). Une numérisation dite de conservation est effectué à la MSH de Dijon. Le format de numérisation pour les archives de type textuel ou iconographique est le formatTagged Image File Format (TIFF) sans compression. La résolution minimum est de 300 DPI, cependant s’il est prévu une phase de reconnaissance optique de caractère, la résolution sera de 400 DPI. Dans la plupart des cas la numérisation s’effectue en couleur.
Lorsque les techniciens de numérisation trouvent dans un lot des documents de typologies différentes (livres, plans, journaux…) un document imprimé dit « fantôme » est inséré à ce même endroit. Ce document comporte le nom du fonds et la cote à reporter sur le ou les fichier(s) numérisé(s). Le regroupement par typologies de documents améliore ainsi le flux de production et facilite la gestion du planning des scanners. Un fois les documents numérisés les documents sont réinsérés dans le lot à leurs emplacements d’origines.
Les fichiers numérisés ne font pas l’objet d’une insertion dans une gestion électronique des documents électronique (GED). Ceux-ci sont classés à la production en fonction du plan de classement produit en amont par les archivistes et documentalistes de la plateforme. Ils disposent donc ainsi d’une copie électronique identique au classement du fonds physique.
- Numérisation source orale
Parmi les corpus traités à la MSH de Dijon, un certain nombre concernent des enquêtes de sociologues et d’ethnologues qui ont été produites sur le support cassette audio, la plupart du temps dans les années 1970 et qu’il faut à présent numériser pour pouvoir assurer leur conservation et leur exploitation. Tout comme pour les images fixes, l’équipe de numérisation s’appuie pour le choix de format et définition de la qualité, sur les mêmes recommandations des organismes cités ci-dessus .
Pour la conservation, le choix a été fait de numériser en WAV, 48 bits, fréquence d’échantillonnage 192 Khz.
- Matériels utilisés lors de la conversion de l’analogique au numérique
Platine cassette Tascam 202 MKV + carte acquisition audio Tascam us-100
Prise de son numérique dans le cadre d’enregistrement d’entretiens : Edirol R-09
Traitement des fichiers
- Contrôle qualité
Un premier contrôle qualité est réalisé sur la totalité des fichiers produits lors de la numérisation de conservation (TIFF). Ce contrôle s’appuie sur une partie de la norme NF Z42-013 (Archivage électronique). Les vérifications suivantes sont effectuées : bonne ouverture des fichiers TIFF, vérification de la qualité de la numérisation en fonction des originaux, vérification du nommage des fichiers, le nombre de pages, les incidents survenus lors de la numérisation (cas très rares).
- Recadrage, redressement
Lors du contrôle des documents, on peut parfois constater que des documents ont été numérisés de manière non satisfaisante. Au moyen de la suite adobe, (Adobe Bridge, caméra row ainsi que Photoshop), un travail de redressement et de recadrage est réalisé.
- Production de fichiers pour le web
Après validation des fichiers numérisés, le service de numérisation produit des fichiers dits pour le web. Un traitement par lot est effectué avec le logiciel Photoshop. La solution de publication des fichiers numérisés impose le format de fichier JPEG. La résolution est de 150 dpi ou 72 dpi en fonction des documents.
Sauvegarde des fichiers
Une sauvegarde quotidienne des fichiers de conservation dont la qualité a été jugée satisfaisante est effectuée sur les serveurs NAS (de l’anglais Network Attached Storage). La même opération est réalisée sur les fichiers compressés pour le web.
Processus de numérisation d’un corpus
Les différents scanners par typologie documentaire
Le service de numérisation et bases de données de la MSH de Dijon dispose d’un parc de scanners conséquent.
– 2 scanners de production CANON DR 9050 C. Formats de sortie TIFF, JPEG, PDF, résolution max 600 dpi.
– 2 scanners de livres i2s COPIBOOK RGB 300 dpi et i2s COPIBOOK ONYX 600 dpi format de sortie TIFF, JPEG, PDF.
– 1 scanner de livre précieux ou plan I2s DIGIBOOK A0, résolution max 800 dpi jusqu’au format A1, 300 dpi format de sortie TIFF, JPEG, PDF.
– 1 scanner de microfilms automatique 16/35 mm WICKS 1 Wilson RS 325, résolution max 600 dpi.
STOCKAGE – SAUVEGARDE – ARCHIVAGE
Une solution de stockage, sauvegarde et archivage des données produites a été mise en place en collaboration avec la Direction des Systèmes de l’Information (DSI) de l’université de Bourgogne.
Schéma de fonctionnement
Quand les droits le permettent, la MSH de Dijon met en ligne les corpus sur son portail PANDOR ( cliquez ici). Pour certains des instruments de recherche proposés en ligne, les documents numérisés sont directement rattachés à la notice.
Version PDF du billet: creation-de-corpus_MSH-Dijon