-

Beszámolók, szemlék, referátumok

Numerikus adatbázisok a
tudományban és a technikában

A numerikus adatbázisok helye külföldi kutató-fejlesztő központok és termelőüzemek

A t u d o m á n y o s és műszaki numerikus adatbázisok révén. A s z ö v e t s é g i kormány által támogatott progra­
nem olyan n é p s z e r ű e k az online keresők körében, mok, mint pl. a fúziós energia kutatása, a nagyener­
mint a g a z d a s á g i numerikus adatbázisok. Az utóbbi giájú fizikai jelenségek kutatása, nemzetközi
é v e k b e n azonban ez a szakterület is jelentős fejlődé­ kooperációban is folynak. Nemzetközi programnak
sen ment át. 1 9 7 5 - b e n csak 51 numerikus/faktogra- számít a föld éghajlatának modellezése, az ökológiai
f l k u s adatbázis volt E u r ó p á b a n , 1 9 8 3 - b a n a számuk kérdések megoldása stb.
már elérte az 1 0 8 3 - a t . A tudomány egyes területeinek országhatárokon
Az adatbázisok különféle típusai: bibliográfiai, s z ö ­ túlmenő társadalmi vonatkozásai vannak (pl. az AIDS-
veges, numerikus stb. Kétféle csoportosításuk isme­ vírus kutatása). 1 9 8 7 - b e n U S A - NSZK k o o p e r á c i ó ­
retes; Williams H l és Cuadra [2] az online a d a t b á z i ­ ban indították el az AIDS adatbázist, hogy 3 0 olyan
sok alábbi kategóriáit különbözteti meg: AIDS-virus mutációit kövessék nyomon, amelyeket
1976 és 1 9 8 6 között izoláltak,
Williams Cuadra A numerikus adatbázisok létrehozására irányuló
A) Szövegorientált adatoázisok: Hivatkozó adatbázisok: együttműködési programok száma is gyorsan nő. Ide
bibliográfiai bibliográfiai tartozó programok:
teljes szövegű forrás-tájékoztató • a geofizikai adatok világ-adatközpontja.
útmutató típusok típusok
• o r s z á g o s nukleáris adatközpont (NNDC),
B) Numerikus adatbázisok: Forrásadatbázisok:
• az éghajlatadatok számitóközpontja (CLICOMI stb.
tulajdonságok numerikus
idősorok szöveges-numerikus Más programok az USA-n kívüli adatokból is
statisztikai információk teljes szövegű táplálkoznak, mint az International Coal Database
szoftveradatbázisok (nemzetközi s z é n b á n y á s z a t i adatbázis).

A numerikus és faktografikus ( t é n y - ) a d a t b á z i -
sokat gyakran ö s s z e k e v e r i k . Numerikus adatbázisok
azok, amelyekben döntő t ö b b s é g b e n számadatok
vannak, a hozzájuk s z ü k s é g e s minimális s z ö v e g g e l .
(Ezeket s z o k á s adatbankoknak is nevezni, de a
különféle s z ó h a s z n á l a t miatti félreértések elkerülése
é r d e k é b e n c é l s z e r ű b b a magyarban az e g y s é g e s
adatbázis s z ó használata, esetleg valamityen jelzővel.
- A ref.) A tényadatbázisokra elsősorban a s z ö v e g e s
tartalom jellemző.
A t u d o m á n y o s és műszaki numerikus adatbázisok
elérhetősége és a használatuk iránti igények gyorsan
nőnek, pedig az ilyen adatbázisok nem is annyira
újak. A számítástechnika tért hódít a kutatásban és
fejlesztésben, a laboratóriumi munkában és a terve­
z ő a s z t a l o n ; ezzel párhuzamosan fejlődik a numeri­
kus/tényadatok számitógépes kereshetősége iránti
igény.
A t u d o m á n y o s és műszaki életben minden bővebb
és s z ű k e b b szakterületnek más-más sajátosságai
vannak. A Committee on Data for Science and
Technology (CODATA) az adatokat a megszerzés
módja szerint jellemzi:
• ismételhető mérések jól definiálható rendsze­
reken,
• megfigyelési adatok,
• statisztikai adatok.
Nemzetközi perspektívák
A t u d o m á n y o s és műszaki kutatás és fejlesztés
nem áll meg az o r s z á g h a t á r o k o n . Az USA technikája
az elmúlt n é h á n y é v b e n világszerte tért hódított
Szabványosítás
A numerikus adatbázisok nemzetközi terjedésével
együtt merül fel a s z a b v á n y o s í t á s , az adatok e g y s é ­
gesítésének kérdése. E területen a munka o r s z á g o s
és nemzetközi szinten folyik. A CODATA 1 9 6 6 óta
foglalkozik az é r v é n y e s adatok ábrázolásának m ó d ­
szereivel [3].
Az anyagtulajdonságok adatbázisainak fejlesztés^
jól bizonyítja a s z a b v á n y o k s z ü k s é g e s s é g é t . Egyes
esetekben ugyanis nagyszámú adatmező s z ü k s é g e s
egy anyag azonosítására. Ehhez járul a nem s z a b v á ­
nyos terminológia és a mértékegységek gondja.
Számos terület s z a b v á n y o s í t á s á r a van s z ü k s é g (az
anyagok megnevezése, a tulajdonságok terminológiá­
ja és definíciója, mérési módszerek stb.).
A numerikus adatok s z a b v á n y o s í t á s á n a k k é r d é s é ­
vel több o r s z á g o s és nemzetközi program, bizottság
és intézmény foglalkozik. 1 9 8 7 - b e n ennek a k é r d é s ­
nek egy külön szimpóziumot szentelt az ASTM (Ame­
rican Society for Testing and Measurement = a m e r i ­
kai méréstechnikai társulat), amelyet ! 9 8 9 - b e n egy
másik követett. A CODATA is hasonló szimpóziumot
tervez 1 9 9 0 - b e n .
Az anyagtulajdonságok s z a b v á n y o s í t á s i p r o b l é ­
máján kívül hasonló munka folyik pl. a fizikában és
kémiában is.
Az online rendszerek és adatbázisok
A két legfontosabb online keresési rendszer a
parancsnyelven alapuló és a menürendszerű. Az
utóbbit főleg a végfelhasználók kedvelik, amint azt
nagy kutatóintézetek (pl. a Sandia Laboratórium)

58
TMT 3 8 . é v i . 1 9 9 1 . 1 - 2 . I I .
munkatársai esetében tapasztaltuk. Van olyan adat­
bázis, amely m e n ü - és parancsnyelvrendszerrel is
kereshető, ilyenkor azonban a keresés h a t é k o n y s á ­
gán vitatkozni lehet.
Az általános használatra szánt vagy hálózatban
hozzáférhető online rendszereknek felhasználóbarát­
nak kell lenniük. A tulajdonságokat a felhasználó
számára ismert tárgyszavakkal kell kifejezni, vagy az
értékeket a felhasználó által ismert tárgyszavakká
átalakító programot kell alkalmazni. Erre a k é r d é s r e
egy felelet a metaadatok koncepciója, vagy az auto­
matikus adattezaurusz elve [4).
A műszaki és t u d o m á n y o s életben legfontosabb
numerikus/faktografikus adatbázisok j e g y z é k e az
alábbiakban található, szolgáltatóközpontonként
csoportosítva.
BflS
EMIS (elektronikus anyagokra vonatkozó adatok,
információk)
Hazardline (kémiai tulajdonságok, toxikológia, hulla­
dékkezelés)
ICPR (integrált áramkörök paramétereinek keresése)
INSPEC (1987 óta numerikus és kémiai indexelés)
ISMS (ipari s z a b v á n y o k és katonai specifikációk)
K i r k - O t h m e r (kémiai tulajdonságok)
Merck Index ( g y ó g y s z e r e k )
SCPR (félvezetők paramétereinek keresése)
Dialóg
Beilstein (kémiai tulajdonságok, szerkezet és n ó m e n ­
klatúra)
INSPEC (tulajdonságok 1987 óta)
Pascal (franciául, németül és angolul)
K i r k - O t h m e r Online (táblázatok kereshetők)
HEILBRON (fizikai és kémiai tulajdonságok, ábrák
megjelenítése)
Merck Index ( g y ó g y s z e r e k )
Pergamon O r b i t InfoLine
CHEMQUEST (termékek és forgalmazók - vegyipar)
Corrosion (korrózióállósági adatok)
Metals Data File (fémtechnikai és -fizikai adatok)
INSPEC
Pesticide Databank (kémiai tulajdonságok - n ö v é n y ­
védő szerek)
S T N International
Beilstein
CHEMLIST (toxikus vegyi anyagok jegyzéke)
CSCHEM ( v e g y i a n y a g - i n f o r m á c i ó k )
CSEARCH-NMR (az STN-en keresztül hozzáférhető
NMR spektrális adatok)
DIPPR (fizikaitulajdonság-adatok tervezőintézete)
INSPEC
JANAF (kritikailag értékelt kémiai-termodinamikai
(ulajdonságok)
NBS THERMO (termodinamikai tulajdonságok - adatbázisok online útmutatóját. Másik péfda az NT1S
szerves és szervetlen anyagok)
CIS
Aquatic Information Retrieval (vizek t u d o m á n y a ,
toxikológia)
CESARS (kémiai értékelő- és k e r e s ő r e n d s z e r )
Chemical Carcinogenesis Research (orvosbiológia,
toxikológia)
CHRIS (kémiai v e s z é l y e k elhárításának információs
rendszere)
CNMR ( s z é n - 1 3 m á g n e s e s magrezonancia-adatok
keresőrendszere)
CTCP (kereskedelmileg forgalmazott termékek k l i n i ­
kai toxikológiája)
Dermal Absorption (vegyi anyagok e g é s z s é g r e gyako­
rolt hatása)
Environmental Fate (vegyi anyagok szállítása ós
bomlása)
G e n e t i c T o x i c i t y (mutagenitás információk)
ISHOW (vízben levő v e s z é l y e s szerves anyagok i n ­
formációs rendszere)
IRSS (infravörös spektrumok k e r e s ő r e n d s z e r e )
MSSS {tömegspektrumok k e r e s ő r e n d s z e r e )
OHM-TADS (olaj és v e s z é l y e s anyagok - műszaki
elhárítási adatrendszer)
PHYTOTOX (toxikológia)
RTECS (vegyi anyagok toxikus hatásainak nyilvántar­
tása)
SANSS (kémiai s z u b s t r u k t ú r a - és nómenklatúra-
kereső rendszer)
Suspect Chemicals Sourcebook (vegyi anyagokra
vonatkozó s z a b á l y o z á s o k és e l ő v i g y á z a t o s s á g i
tudnivalók)
THERMO (szerves és szervetlen anyagok termodina­
mikai adatai}
WMSSS (Wiley-féle t ö m e g s p e k t r u m - k e r e s ő r e n d ­
szer).
Államilag támogatott rendszerek az USA-ban
Az USA szövetségi kormánya jóvoltából a fentieken
kivül évek óta működnek numerikus adatbázisok.
Ezek közül több n y i l v á n o s a n is elérhető. Fontos
példa az E n e r g i a ü g y i Minisztérium (DOE) O r s z á g o s
Nukleáris Adatközpontjának (NNDC) öt nukleáris
tárgyú numerikus adatbázisa. Az O r s z á g o s T u d o m á ­
nyos és M ű s z a k i Intézet (NIST) 16 faktografikus/nu-
merikus adatbázist állít elő és bocsát a kutatók r e n ­
d e l k e z é s é r e . Az O r s z á g o s Orvosi K ö n y v t á r (NLM) a
toxikológiai információk kitűnő forrása.
Az állami hivatalok ezekhez az a d a t b á z i s o k h o z
közvetlenül vagy kommerciális szolgáltatókon k e ­
resztül biztosítanak hozzáférést. (A tapasztalat sze­
rint az USA-n kívül az online hozzáférés az ilyen adat­
b á z i s o k h o z többnyire erősen korlátozva van. - A
ref.) Ennek ellenére mind nagyobb figyelmet fordíta­
nak ezeknek az erőforrásoknak az eddigieknél jobb
m e n e d z s e l é s é r e , hogy minél több kutatási-fejlesztési
költség legyen megtakarítható. A DOE kutatói első
lépésként Összeállították a numerikus/faktografikus
( O r s z á g o s M ű s z a k i Információs Rendszer) s z á m í l ó -
59

g é p e s adatállomány-mutatója, amely mintegy 5 0
USA-beli s z ö v e t s é g i hivatal, intézmény több mint
1 3 0 0 értékes numerikus és s z ö v e g e s adatállományát
tartalmazza.
Mi várható a jövőben?
Az online ipar olyan ú j d o n s á g a , mint a CD-ROM
technika, várhatóan az adatbázisok online forgalmára
hat vissza. C D - R O M - o n fogják használni a ritkán a k ­
tualizálandó adatbázisokat.
Az adatátviteli protokollok, az adatok és a d a t b á z i ­
sok minőségének megbízhatósága és s z a b v á n y o s í t á ­
sa nélkül a hálózatok, a letöltés és a szakértő r e n d ­
szerek fejlesztése nem következhet be. Fontos,
mégis gyakran elhanyagolt tényező az ezeknek az
adatbázisoknak a kereséséhez elengedhetetlen
szakértelem. Az információközvetítők azzal segíthet­
nek felhasználóiknak és maguknak is, hogy a rendel­
kezésre álló numerikus/faktografikus adatbázisokat
megismerik, és felmérik a várható igényeket. A
Teljes szövegű online adatbázisok
értékelése
Az utóbbi tíz évben az adatbázisok számának
rohamos n ö v e k e d é s é v e l a r á n y o s a n nőtt a teljes
szövegű adatbázisok száma is. Használatuk azonban
nem nőtt olyan gyorsan, mint a bibliográfiai a d a t b á z i ­
soké. Az 1 9 7 0 - e s évek v é g é n három pontban állapí­
tották meg a tényleges használat feltételeit:
• az információ e l e g e n d ő legyen.
• időben é r k e z z e n ,
• fontos legyen a felhasználónak.
Ezek közül legalább két feltételnek kell teljesülnie
ahhoz, hogy egy adatbázis sikeres legyen. Az Ameri­
can Chemical Society (ACS) szerint teljes s z ö v e g ű
adatbázisaira mindhárom követelmény teljesül. Az
ACS 1 9 8 3 - b a n 18 folyóiratát teljes s z ö v e g ű adatbázi­
sok formájában tette hozzáférhetővé a BRS szolgálta­
tóközpontnál. Ezek az adatbázisok a Chemical
na/s Online (CJO) adatbázis részeként kerültek át
1 9 8 6 - b a n az STN International szolgáltatóközpont¬
hoz ( U S A - N S Z K - J a p á n ) .
Az ACS az idők folyamén egyre több f o l y ó i r a t - k i ­
adó termékeit vitte be online kereshető formában a
CJO a d a t b á z i s b a . Ennek e r e d m é n y e , hogy a teljes
szövegű információ m e n n y i s é g e valóban hatalmas
lett: folyóiratcikkek ezreit tartalmazza az adatbázis,
némelykor nyolc é v r e visszamenőleg. Az információ
valóban friss, ugyanis a CJO-ban szereplő folyóiratok
sokszor e l ő b b olvashatók online, mint ahogy az előfi-
l e t ő k h ö z a lap megérkezik. V é g ü l a teljes s z ö v e g ü k -
aen online kereshető és olvasható primer folyóiratok
- a felhasználók szerint - a kémiai kutatás nélkülöz-
letetlen s e g é d e s z k ö z e i lettek.
60
Beszámolók, szemlék, referátumok
munkájuk jövőjét féltő online keresőknek ez esélyt
jelent arra, hogy tudásukat erőforrásnak tekintsék, s
ne mellőzzék őket.
Irodalom
[1] WILLIAMS, M. E.: Computer-readable databases.
I , köt. Science, technology, medicine. Elsevier, 1985.
p. VII-VIII.
[2] Directory of Online Databases. Cuadra/Elsevier.
9. köl. 1. sz. 1988.
[3j CODATA. Inventory of dala sources in science and
technology: a preliminary survey UNESCO. 1982
[4] McCARTY, J.: The automaled dala thesaurus: a new
tool for scientific informatton. Proceedings ot the 11 th
International CODATA Conference. FDR, Karlsruhe,
1968.
ALLAN. F. C - FEHREL, W. R.: Numerlc databases In sci­
ence and tehnology: An overview = Database. 12. köt.
3. sz. 1 989. p. 5 0 - 58.
IRoboz Péter)
A teljes szövegű adatbázisok előállítása
A teljes szövegű adatbázis előállításának két
k u l c s k é r d é s e van: a nyomtatott folyóiratok átalakítá­
sa online kereshető alakra és a nagy adatmennyiség
tárolása.
A nyomtatott folyóiratok elöállílásában használt
mágnesszalagos állományokat adatbázis-formátumra
kell konvertálni, ami számos részproblémát rejt
magában (pl. a nem alfanumerikus karakterek
kódolása). Az egyes kiadók másképp kódolják az
adatelemeket, ezért azokat az adatbázis-készítés
során e g y s é g e s í t e n i ü k kell, ami megnöveli a
költségeket.
A betöltés után a tárolás költségei igen nagyok,
mert teljes szövegeket, azaz minden egyes szót és a
Jour-
proximity (helyzeti operátoros) k e r e s é s h e z s z ü k ­
séges indexeket is online kereshetővé kell tenni. A
CJO adatbázisban az indexállományok tárolásához
háromszor akkora tárterület szükséges, mint
magához a s z ö v e g h e z . Ha még grafikus információt is
tárolni kellene, a költségek megengedhetetlenül
nagyok lennének. A tárolás költségei igy is sokkal
nagyobbak, mint a bibliográfiai adatbázisok e s e t é ­
ben.
A felhasználók
A felhasználók döntését, hogy teljes szövegű
adatbázist h a s z n á l j a n a k - e , sok tényező befolyásolja.
Az egyik ilyen a teljesség szempontja.