{"id":856,"date":"2014-04-04T11:06:38","date_gmt":"2014-04-04T14:06:38","guid":{"rendered":"http:\/\/blog.scielo.org\/es\/?p=856"},"modified":"2016-12-01T14:18:00","modified_gmt":"2016-12-01T16:18:00","slug":"porque-xml","status":"publish","type":"post","link":"https:\/\/blog.scielo.org\/es\/2014\/04\/04\/porque-xml\/","title":{"rendered":"\u00bfPorqu\u00e9 XML?"},"content":{"rendered":"

Por Abel L. Packer, Eliana Salgado, Javani Araujo, Let\u00edcia Aquino, Renata Almeida, Jesner Santos, Suely Lucena, Caroline M. Soares<\/strong><\/p>\n

\"Imagen:<\/a>

Imagen: Ejemplo de art\u00edculo producido con el “SciELO Publishing Schema”<\/p><\/div>\n

Un notable avance ha venido perfeccionando la edici\u00f3n, publicaci\u00f3n y la interoperabilidad de las revistas SciELO. Se trata de la estructuraci\u00f3n de los textos completos de acuerdo con el lenguaje XML, que se adoptar\u00e1 en la operaci\u00f3n de todas las revistas SciELO a partir del a\u00f1o 2015. El Programa SciELO est\u00e1 promoviendo la introducci\u00f3n de esta mejora en la metodolog\u00eda y tecnolog\u00eda del tratamiento de textos desde 2012. Las revistas de ciencias de la salud comenzaron a adoptar la innovaci\u00f3n a partir de 2014.<\/p>\n

\u00bfPor qu\u00e9 este cambio? \u00bfCu\u00e1les son las ventajas? \u00bfCu\u00e1les son los principales retos que hay que superar?<\/p>\n

XML es un acr\u00f3nimo extra\u00eddo de la frase en ingl\u00e9s eXtensible Markup Language<\/i> = Lenguaje Extensible de Marcaci\u00f3n. Es un lenguaje, o m\u00e1s bien un metalenguaje que permite definir reglas (o lenguajes, de ah\u00ed la denominaci\u00f3n de extensible) que especifica c\u00f3mo marcar partes significativas de un texto, incluyendo palabras, frases, n\u00fameros, f\u00f3rmulas, etc. Por ejemplo, en el texto de un art\u00edculo pueden marcarse sus elementos bibliogr\u00e1ficos, como el t\u00edtulo, autores, resumen, palabras claves, secciones p\u00e1rrafos, tablas, figuras, citas, referencias bibliogr\u00e1ficas, etc. En el caso de art\u00edculos cient\u00edficos, el manuscrito original se prepara generalmente con el auxilio de un editor de textos y despu\u00e9s de varios procesos de evaluaci\u00f3n y edici\u00f3n se prepara para la publicaci\u00f3n. Los textos de los art\u00edculos generalmente siguen una determinada estructura, comenzando por el t\u00edtulo, seguido por los autores y as\u00ed sucesivamente. XML se usa para estructurar precisamente todos los elementos de los textos en los procesos de edici\u00f3n contempor\u00e1nea de los art\u00edculos y otros tipos de documentos. Cada elemento est\u00e1 definido por una etiqueta (tag en ingl\u00e9s). As\u00ed, por ejemplo, el autor Albert Einstein podr\u00eda ser identificado o etiquetado como:<\/p>\n

<author><surname>Einstein<\/surname><name>Albert<\/name><\/author><\/p>\n

Los textos estructurados son pasibles de procesamiento exhaustivos por programas de computador.<\/p>\n

Por lo tanto, es posible a partir de los textos marcados extraer metadatos del articulo (t\u00edtulo, autores, resumen, palabras claves, revista, volumen, n\u00famero, paginaci\u00f3n, fecha de presentaci\u00f3n, fecha de aprobaci\u00f3n y otros) y formar\/construir su referencia bibliogr\u00e1fica. O sea, ya no es necesario el proceso cl\u00e1sico de preparaci\u00f3n visual y manual de la referencia bibliogr\u00e1fica a partir de la primera p\u00e1gina del manuscrito en papel. Esta extracci\u00f3n adem\u00e1s asegura que la referencia bibliogr\u00e1fica es fiel al texto del art\u00edculo al evitar errores de transcripci\u00f3n.<\/p>\n

Tambi\u00e9n es importante tener en cuenta que identificar con precisi\u00f3n los elementos bibliogr\u00e1ficos es parte del procesamiento de los textos marcados para la verificaci\u00f3n de su exactitud y consistencia. De modo que es posible verificar si todos los elementos bibliogr\u00e1ficos que se espera est\u00e1n presentes y si obedecen a las reglas de formaci\u00f3n. Por ejemplo, si hubiere una fecha de presentaci\u00f3n que indicara \u201c31 de abril de 2014\u201d ser\u00e1 posible detectar el error. Esta capacidad que adquiere el texto marcado se aplican a todos los elementos que fueron estructurados. Es decir, es posible comprobar la especificaci\u00f3n y consistencia de las secciones, p\u00e1rrafos, tablas, figuras y especialmente las referencias bibliogr\u00e1ficas de los documentos citados en el texto. Esta capacidad de tener su estructura y componentes identificados y procesados por los programas de computador es la principal caracter\u00edstica que proviene del uso de la norma XML. De esta capacidad los textos marcados son susceptibles de ser almacenados en bases de datos, de ser interoperados entre sistemas en la Web y que sean presentados en diferentes formatos. As\u00ed, en el caso de los art\u00edculos SciELO en XML, son intercambiados con los \u00edndices bibliogr\u00e1ficos y otros sistemas de procesamiento de informaci\u00f3n cient\u00edfica, cada uno con sus propios sistemas computacionales y diferentes estructuras de textos. Otra caracter\u00edstica clave de los textos en XML es su capacidad de ser presentados en formatos diferentes de lectura, tama\u00f1os de letras, de l\u00edneas, de p\u00e1ginas, de navegaci\u00f3n entre secciones, etc. Esta capacidad es particularmente importante hoy en d\u00eda con los diferentes dispositivos de lectura, desde la pantalla tradicional de los computadores de escritorio hasta los dispositivos m\u00f3viles como las tabletas y los tel\u00e9fonos celulares.<\/p>\n

Con en XML se pueden definir diferentes estructuras de marcaci\u00f3n de textos de art\u00edculos. Sin embargo, se recomienda seguir una estructura que sea un est\u00e1ndar internacional, que se conozca por los diferentes sistemas internacionales. SciELO podr\u00eda haber definido una estructura propia de los art\u00edculos, pero en este caso, toda la interacci\u00f3n con los sistemas externos requerir\u00edan un tratamiento espec\u00edfico o conversiones a las normas internacionales. Por lo tanto, SciELO adopt\u00f3 una norma internacional ya establecida que se llama Jornal Article Tag Suite<\/i> (JATS) que puede ser traducida como Conjunto de Etiquetas de Art\u00edculos. JATS tiene su origen en la Journal Archiving and Interchange Tag Suite<\/i> creada por la National Library of Medicine<\/em> de los Estados Unidos, para marcar los textos de los art\u00edculos almacenados y publicados por PubMed Central (PMC). Las revisiones del con junto de etiquetas PMC dieron origen JATS en la forma de una norma del National Information Standards Organization<\/em> (NISO) de los Estados Unidos, identificada como JATS: Journal Article Tag Suite, version 1.0 (ANSI\/NISO Z39.96-2012).<\/i><\/p>\n

Sin embargo, para atender las necesidades de procesamiento de SciELO fue necesario agregar nuevas etiquetas JATS. La posibilidad de a\u00f1adir nuevas etiquetas es una de las caracter\u00edsticas del lenguaje XML. Las nuevas etiquetas especifican en detalle los diferentes niveles de afiliaci\u00f3n de los autores, incluyendo, por ejemplo la universidad, facultad, y el departamento. SciELO agreg\u00f3 tambi\u00e9n la etiqueta que identifica la especificaci\u00f3n de las agencias financiadoras de las investigaciones. Otra modificaci\u00f3n importante agregada por SciELO es la especificaci\u00f3n detallada de las referencias bibliogr\u00e1ficas necesarias para el montaje de la base de datos bibliom\u00e9tricos.<\/p>\n

El uso del XML para especificar una determinada estructura de un texto, sea un art\u00edculo cient\u00edfico, una receta de cocina o una factura fiscal, da origen a una especificaci\u00f3n que normalmente se almacena en un archivo, que contiene las reglas de c\u00f3mo debe ser estructurado el texto. Esta especificaci\u00f3n de las reglas puede ser formulada de dos maneras. La primera se llama Document Type Definition<\/i> (DTD) y la otra, XML Schema Definition<\/i> (XSD). El DTD fue la primer forma de especificar la aplicaci\u00f3n XML, pero debido a diversas restricciones fueron reemplazadas gradualmente por el XSD que ofrece una mayor flexibilidad. Los archivos DTD o XSD dicen a los programas de computador c\u00f3mo deben \u201cleer\u201d y procesar los textos marcados. En el caso de los art\u00edculos SciELO se utiliza el XSD que, como vimos antes, es derivado de JATS e identificado como\u00a0SciELO Publishing Schema<\/em>.<\/p>\n

SciELO utiliza etiquetas de textos desde la creaci\u00f3n de su metodolog\u00eda de publicaci\u00f3n en 1997. En la \u00e9poca de la creaci\u00f3n de SciELO, el lenguaje est\u00e1ndar de marcaci\u00f3n de textos era el Standard Generalized Markup Language<\/em> (SGML). SciELO adopt\u00f3 el SGML a partir del DTD norma ISO para la marcaci\u00f3n de textos identificada como ISO 12083-1994 (Electronic Manuscript Preparation and Markup<\/em>). El uso del DTD se restringi\u00f3 a la marcaci\u00f3n de los elementos bibliogr\u00e1ficos de la parte frontal del art\u00edculo para generar la referencia bibliogr\u00e1fica, y de la parte final para identificar las referencias bibliogr\u00e1ficas. El texto de los art\u00edculos fueron etiquetados con el inicio y final de un p\u00e1rrafo sin m\u00e1s detalles. Esta marcaci\u00f3n se hace a partir del texto final del art\u00edculo normalmente en formato PDF, convertido previamente a HTML. Esa soluci\u00f3n permiti\u00f3 la operaci\u00f3n de los textos marcados por SciELO sin interferir en los procesos de publicaci\u00f3n de revistas. Sin embargo, esa metodolog\u00eda de marcaci\u00f3n ya no responde a las demandas actuales de estructuraci\u00f3n, intercambio y presentaci\u00f3n de los textos de los art\u00edculos y otros tipos de documentos cient\u00edficos. Por esta raz\u00f3n, el Programa SciELO inici\u00f3 en 2012 la promoci\u00f3n de la adopci\u00f3n del nuevo sistema de marcaci\u00f3n detallada de los textos completos.<\/p>\n

Una caracter\u00edstica esencial de este cambio es centrarse en la versi\u00f3n final de los textos en el archivo XML, es decir, los formatos de presentaci\u00f3n PDF, HTML y PUB son derivados del XML. Los archivos en XML tambi\u00e9n son los m\u00e1s apropiados para la preservaci\u00f3n digital ya que ser\u00e1n capaces en el futuro de ser procesados en las nuevas tecnolog\u00edas de almacenamiento, transferencia y presentaci\u00f3n.<\/p>\n

Este avance en la estructuraci\u00f3n de los textos de los art\u00edculos SciELO es parte integral de la implantaci\u00f3n de l\u00edneas prioritarias de acci\u00f3n de profesionalizaci\u00f3n e internacionalizaci\u00f3n de SciELO que se traducen en el desarrollo de la capacidad nacional de producir revistas de acuerdo con el estado del arte internacional. Para promover este avance, SciELO incentiv\u00f3 a empresas nacionales a desarrollar soluciones propias para el procesamiento del nuevo SciELO Publishing Schema<\/em> as\u00ed como la participaci\u00f3n de empresas internacionales. SciELO tambi\u00e9n ofrece capacitaci\u00f3n a los equipos de las revistas que opten por el procesamiento de sus textos.<\/p>\n

Cambios importantes como \u00e9ste siempre representan un desaf\u00edo, particularmente para las revistas que son producidas en condiciones de limitados recursos financieros, de profesionalizaci\u00f3n y de capacidad de adopci\u00f3n de innovaciones. Se sumam a estas condiciones las dificultades que tienen algunos editores en percibir y evaluar los logros que tendr\u00e1n con la adopci\u00f3n del XML. Para responder a estas situaciones el Programa SciELO ha venido promoviendo este cambio con bastante anticipaci\u00f3n de modo que todas las revistas desarrollen las condiciones para incorporar este cambio en las formas de producci\u00f3n.<\/p>\n