Indeksering af lyd- og AV-materiale

Transkript

1 Københavns Universitet, Januar 2018 Indeksering af lyd- og AV-materiale - med udgangspunkt i informationsbehovet blandt brugere af digitale arkiver Informationsarkitektur og brugerstudier Det Informationsvidenskabelige Akademi Københavns Universitet Vejleder: Haakon Lund

2 Abstract In this thesis, I examine the information needs of users of digital archives containing historical sound and audiovisual broadcasts. In order to examine this, I have conducted interviews with 10 researchers who has worked with either Mediestream or LARM.fm. Mediestream and LARM.fm are two Danish digital archives primarily consisting of radioand TV-broadcasts. The interviewees come from various scientific fields, and the interviews have been conducted in order to examine how they search and retrieve information in digital sound- and audiovisual archives, as well as how they evaluate the relevance of the search results. I also examine how well the metadata currently available in Mediestream and LARM.fm supports the information need of the users. Furthermore, I examine possible solutions to further enhance metadata in digital sound- and audiovisual archives, based on the actual information needs of the users. The analysis of my own interviews coupled with existing research on the topic of indexing digital sound- and audiovisual material, show that the users of sound- and audiovisual archives are primarily interested in known-items. Furthermore I identify that though most users are interested in what the documents are about, there are many researchers who are not interested in the aboutness of the documents. Instead, they focus on other aspects of the content of the documents. These aspects concern a variety of diverse topics, such as pronunciation, details of the recording, the use of specific technology and voice aesthetics. The information needs of all users of sound- and audiovisual archives are best supported by having as much descriptive metadata as possible. This applies even though the specific information needs of the users may vary greatly. A combination of automatic and manual indexing would be preferable in order to support the information needs of the users to the fullest. 1

3 Abstract 1 Indledning 3 Problemformulering 5 Specialets opbygning 6 Digitalisering af kulturhistorisk materiale 7 Teknologi 9 Copyright 10 Teori og metode 11 Dataindsamling via interview 11 Perspektiver på informationsbehov 14 Det integrerede kognitive perspektiv 17 Informationssøgning 19 Genfinding af bibliografiske poster 23 Udfordringer ved indeksering 25 Domæneviden 27 Digitale platforme 29 Mediestream 30 LARM.fm 33 Dansk Lyd 35 Bonanza 38 Internationalt 39 Brugerbaseret design 42 Foretrukne metadata 44 Analyse af interviews 48 Delkonklusion 67 Diskussion 69 Konklusion 81 Litteratur 82 Bilag 1: Interviewperson 1, 18. oktober Bilag 2: Interviewperson 2, 18. oktober Bilag 3: Interviewperson 3, 23. oktober 2017 (via Skype) 99 Bilag 4: Interviewperson 4, 3. november 2017 (via Skype) 102 Bilag 5: Interviewperson 5, 6. november Bilag 6: Interviewperson 6, 7. november Bilag 7: Interviewperson 7, 8. november Bilag 8: Interviewperson 8, 29. december 2017 (via telefon) 118 Bilag 9: Interviewperson 9, 4. januar Bilag 10: Interviewperson 10, 8. januar 2017 (Skype) 124 Bilag 11: Interviewguide 127 2

4 Indledning Den første danske radioudsendelse blev sendt ud i æteren i 1925, og radio og sidenhen tv, blev de dominerende massemedier op igennem det tyvende århundrede. Den ene skelsættende begivenhed efter den anden er op igennem de sidste 100 år blevet dokumenteret i radio- og tv-udsendelser. Meget af dette materiale er heldigvis blevet gemt for eftertiden. Ikke kun i Danmark, men også globalt findes der enorme samlinger af kulturarvsmateriale i form af lagret lyd og AV. Men materialet kan være svært at tilgå (Hollink et al., 2009). Tilgængeligheden har i mange år, hvor materialet har været gemt væk i arkiver, været begrænset. Samtidig er meget lyd- og filmmateriale lagret på analoge medier, der kan have en meget begrænset levetid. Dermed er der materiale, der er gået tabt, idet de fysiske medier, det har været lagret på, er blevet helt eller delvist nedbrudt. Det fysiske materiale i de analoge samlinger giver derudover udfordringer i forhold til de mange forskellige maskiner, der skal til, for overhovedet at kunne afspille materialerne. Udskiftning af maskiner eller nye reservedele til forældede teknologier kan være vanskelige, hvis ikke umulige, at anskaffe. Det samme gælder den tekniske viden og praktiske knowhow, som afspilning og vedligeholdelse af disse maskiner og lagringsmedier kræver. Siden 1990 erne har der været fokus på, at få digitaliseret kulturarven. Både for at kunne bevare materialet for eftertiden, men samtidig også for at have muligheden for at gøre materialet bredt tilgængeligt. I 1999 blev der således nedsat en arbejdsgruppe under Kulturministeriet, der skulle se på muligheden for at digitalisere DR og TV2 s arkiver, netop med bevaring og tilgængelighed for øje. Arbejdsgruppen kom i deres rapport frem til, at digitaliseringsindsatsen ville løbe op i 600 mio. kr. (Hielmcrone, 2002). Projektet i dets oprindeligt tænkte form endte dog med at blive skrinlagt. I dag er det dog vedtaget at DR s arkiver, som en del af den danske kulturarv, så vidt muligt bør blive gjort tilgængelig for offentligheden (Jensen, 2012). Først i 2008 blev det muligt for danskerne at få online adgang til dele af DR s arkiv. Det skete da DR lancerede webportalen Bonanza, hvor der i første omgang var lige over tvprogrammer og klip tilgængelige. Samlingen er vokset lidt siden, og i dag er der over

5 tv-programmer og klip, og over radioprogrammer og -klip på Bonanza. Det offentligt tilgængelige materiale udgør dog stadig kun en brøkdel af indholdet i DR s arkiv. Til sammenligning finder man over 1,4 mio. tv-udsendelser og over radioudsendelser i LARM.fm. LARM.fm så dagens lys i 2012 og er resultatet af et samarbejde mellem de danske universiteter og en række kulturinstitutioner. Databasen er kun tilgængelig for ansatte eller studerende ved de tilknyttede institutioner. I 2013 lancerede Det Kgl. Bibliotek deres portal, Mediestream, hvor det blev muligt at tilgå den digitaliserede del af deres tv- og radioarkiv. I dag indeholder Mediestream over 1,2 mio. tv-udsendelser og over radioudsendelser. P.g.a. copyright er der også tale om en begrænset adgang til denne samling. Samlingen kan frit tilgås fra computere på Det Kgl. Bibliotek samt af forskere og studerende ved de uddannelsesinstitutioner, hvor der er indgået en brugsaftale. Udover tv- og radio, råder Det Kgl. Bibliotek over et stort lydarkiv, hvor den digitaliserede del er gjort tilgængelig via platformen Dansk Lyd. Ikke kun dansk kulturarv ligger nu tilgængeligt online. Over hele verden har kulturinstitutioner over de seneste år gradvist gjort dele af deres samlinger tilgængelige. I EU-regi er der blevet iværksat initiativet Europeana, der gør det muligt at søge i kulturarvsinstitutioners samlinger fra hele Europa, herunder også Det Kgl. Biblioteks samling. Med platforme som Mediestream og LARM.fm har man åbnet op for arkiverne på en måde, der gør det muligt at forske i materialet på en radikalt anderledes måde end tidligere, hvor copyright-lovgivningen i høj grad har dikteret den historiske medieforskning (Jensen, E. G., 2014). I dag er millioner af timer af tv og radio gjort tilgængelig online. Den enorme mængde materiale, er dog i mange tilfælde slet ikke så nem at tilgå som det kunne ønskes. Meget materiale er simpelthen ikke søgbart på nogen brugbar facon og har været opbevaret uden nævneværdig metadata tilknyttet. En stor del af det materiale der i teorien ligge fuldt tilgængeligt online, er derfor yderst vanskeligt at fremsøge i realiteten. 4

6 Dette er ikke kun et væsentligt problem i Danmark. Tilsvarende udfordringer gør sig gældende for tv- og radioarkiver på tværs af Europa (Jensen, 2012). Automatisk metadataannotering har indtil videre vist sig vanskelig at implementere, mens mængden af materialer gør det tilsvarende vanskeligt at forestille sig, hvordan manuel indeksering og manuel tilføjelse af beskrivende metadata, vil kunne være en realistisk fremgangsmåde. Indekseringen af lyd og AV-materiale giver derfor nogle unikke udfordringer i krydsfeltet mellem informationsvidenskab og kulturformidling. Problemformulering Udgangspunktet for denne undersøgelse er lyd- og AV-arkiver, og dermed både indeksering af lyd og levende billeder. Af historiske årsager anses radio og tv for at være beslægtede medier og de største lyd- og AV-arkiver, der findes, er dem der opbevarer tv- og radioudsendelser for eftertiden. De problemstillinger der gør sig gældende for indeksering af radio, gælder dog i høj grad også andre former for lydoptagelser, hvad end de indeholder tale, musik eller reallyde. Tilsvarende er udfordringer ved indeksering af tv sammenligneligt med udfordringerne ved indeksering af øvrige typer af AV-materiale. Både indeksering af lyd og indeksering af AV har hver deres særegne udfordringer, dog er der for begge typer af materiale tale om fælles udfordringer i forhold til de vanskeligheder man støder på i arkivernes samlinger. Det gælder for både lyd og AV, hvad end der er tale om tv, radio eller andre medieformer, at mangel på fyldestgørende metadata er en alvorlig hindring for effektiv søgning og genfinding i arkivernes samlinger. Det er på denne baggrund, at jeg i denne undersøgelse har formuleret følgende problemstilling: Hvilket informationsbehov har brugere af digitale lyd- og AV-samlinger? og kan eksisterende metadata understøtte dette informationsbehov, og hvis ikke, hvilke løsningsmodeller kunne så være hensigtsmæssige at implementere? Til at besvare disse problemstillinger, vil jeg forsøge at afdække betydningen af metadata for genfinding af lyd- og AV-materialer, samt forsøge at identificere hvilke specifikke 5

7 metadatabehov der findes inden for forskellige faglige domæner. Jeg ønsker dermed at nærme mig en forståelse af, hvilken betydning kvaliteten af metadata har og hvilke metadata der er vigtige for hvem, hvornår og hvorfor. På baggrund af dette, undersøges og vurderes eksisterende strategier for løsning af problemet med manglende metadata i radio- og tvsamlinger. Specialets opbygning For at kunne besvare ovenstående problemformulering, indledes der med en kort redegørelse for den aktuelle situation for arkiver, der opbevarer historisk lyd- og AV-materiale. Herunder gennemgås de konsekvenser og udfordringer, som teknologi og lovgivning har medført. Derefter beskriver jeg, hvordan de interviews, der udgør datagrundlaget for specialet, har fundet sted, og herunder hvilke metodeovervejelser, der har været i forbindelse hermed. I teoriafsnittet forklares, hvilke perspektiver på informationsbehov, der danner grundlag for den videre analyse og diskussion af de gennemførte interviews. I afsnittet Informationssøgning gennemgår jeg således Ellis & Haugans (1997) otte karakteristika ved brugeres informationssøgeadfærd, hvilket danner grundlag for min analyse af den indsamlede kvalitative data. Herefter følger afsnit omhandlende Genfinding af bibliografiske poster, Udfordringer ved indeksering og Domæneviden. Alt sammen med udgangspunkt i arkiver, der indsamler og opbevarer historisk lyd- og AV-materiale for eftertiden. Derefter redegøres der for de danske digitale platforme, der gør det muligt at tilgå historiske lyd- og AV-arkivers materiale. Specialet beskæftiger sig hovedsageligt med forskeres anvendelse af de to platforme LARM.fm og Mediestream. Foruden de interviews, jeg selv har gennemført, er det tidligere forskning på området, der danner grundlag for mit arbejde med specialets analyse- og diskussionsdel. Afsnittet Brugerbaseret design og underafsnittet Foretrukne metadata vedrører den tidligere forskning indenfor danske historiske lyd- og AV-arkiver med udgangspunkt i Kirkegaard & Borlunds (2006) og Kirkegaards (2008) undersøgelser af Statens Mediesamling (i dag er dele af Statens Mediesamling tilgængelig via Mediestream) og undersøgelserne udført af Skov & Lykke (2012) og Lykke et al. (2016) omhandlende platformen LARM.fm. Efterfølgende følger analyse af interviews og diskussion heraf. 6

8 Digitalisering af kulturhistorisk materiale Omkring årtusindskiftet begyndte det meste AV-materiale at blive optaget og lagret digitalt (Hollink et al., 2009), og i Danmark har Det Kgl. Biblioteks tv- og radiosamling modtaget alt nyt materiale digitalt fra 2005 og frem. I samme periode har lyd- og AV-arkiver over hele verden påbegyndt digitaliseringen af den store mængde materiale, de har liggende opmagasineret (Hollink et al., 2009). I de sidste to årtier er der i den forbindelse blevet foretaget massive investeringer i digitaliseringsprojekter, der har til formål at bevare kulturarven digitalt. I de senere år er fokus dog gradvist blevet flyttet fra hvordan samlingerne kan digitaliseres, til hvordan der kan skabes øget og optimal tilgængelighed til de digitale samlinger (Lund et al., 2013). At samlingen bliver digitaliseret understøtter ikke blot en øget brug af samlingen i kraft af den øgede tilgængelighed. Også udviklingen af samlingen, og bevarelsen af samlingen og samlingens værdi for eftertiden, opnår at blive styrket når samlingen bliver digitaliseret (Bülow & Ahmon, 2011). Digitalisering styrker således i høj grad samlingens værdi, i kraft af at der i forbindelse med digitaliseringen altid vil finde en eller anden form for yderligere katalogisering og gennemgang af metadata sted (Bülow & Ahmon, 2011). Derfor er digitalisering af samlingers materiale i ligeså høj grad et bevaringsprojekt som et tilgængelighedsprojekt, og begge dele indgår som en del af digitaliseringsprocessen. Udbredelsen af internettet og den øgede digitalisering, har også gjort, at mange mennesker i dag, forventer at kunne finde materiale tilgængeligt digitalt, sågar i så høj grad, at hvis de ikke kan lokalisere det digitalt, antager de at materialet slet ikke findes (Bülow & Ahmon, 2011). I forbindelse med arbejdet med samlingerne, har der generelt været to tilgange, hvoraf det ene har været ønsket om at udvide og bevare indholdet i samlingen af f.eks. radio og tv, men hvor selve medierne indholdet var lagret på, var underordnet. Samtidig med dette har der været en konservatortilgang, hvor fokus har været på at bevare og konservere de fysiske materialer, men uden fokus nødvendigvis var på selve indholdet (Bülow & Ahmon, 2011). Digitaliseringen giver først og fremmest en mulighed for at opleve materialets indhold digitalt, da mediets fysiske attributter sjældent lader sig overføre til den digitale verden. Den digitale fil kan være en repræsentation af indholdet på et fysisk medie, måske en cd, 7

9 indeholdende en kopi af en radioudsendelse overført til cd fra et bånd, hvorpå radioudsendelsen i første omgang er blevet gemt på. Musikken spillet i radioudsendelsen kan have været fra en plade, hvorved indhold overføres fra et medie til et andet. Den digitale fil tilgængelig i dag, kan således have gennemgået adskillige trin, fra dets oprindelige form til den udgave, der er til rådighed i dag. I forhold til bevarelsen af de fysiske medier er digitaliseringen også en fordel, i kraft af at færre mennesker vil komme i kontakt med de ofte skrøbelige medier, hvorved deres chance for at overleve forbedres yderligere (Bülow & Ahmon, 2011). Der kan dog stadig opstå skade på materialet i forbindelse med arbejdet med digitaliseringen, især er meget af det ældre materiale enormt skrøbeligt. Digitaliseringen af materiale betyder ikke nødvendigvis at den fysiske udgave af materialet kan kasseres, erfaringen viser at det ofte er nødvendigt at tilgå det fysiske materiale igen (Bülow & Ahmon, 2011). Dog ses det, at materiale efter at blive digitaliseret, bliver destrueret, af hensyn til plads og økonomi. I Danmark har denne problemstilling senest været oppe og vende i forbindelse med Københavns Kommunes destruktion af adskillige originale bygningstegninger, der var over 100 år gamle (Espersen, 2017). At digitaliseringen vil spare penge for den pågældende institution er heller ikke garanteret. Bevaring, kuratering og formidling af en digital samling kan være en bekostelig affære (Bülow & Ahmon, 2011). At skille sig af med originale fysiske dokumenter er heller ikke hensigtsmæssigt, da teknologi løbende udvikler sig, og det derfor i fremtiden kan blive aktuelt at foretage en gendigitalisering. Denne udvikling har man tidligere set inden for biblioteks-/arkivverdenen, hvor f.eks. mikrofilm tidligere kun kunne være i sort/hvid, men hvor man nu kan lave farvekopier af det originale materiale (Bülow & Ahmon, 2011). Ligeledes er der nu ny teknologi inden for områder som 3D-visualisering og virtual reality, der måske kan anvendes i forbindelse med fremtidige digitaliseringsprojekter. Det er ikke til at vide, hvilke teknologier, der bliver alment udbredt i digitale arkiver i fremtiden, det må dog formodes at den nuværende digitaliseringsproces ikke kommer til at være den permanente endestation for digitalisering af arkivers fysiske materiale, arkiverne må være indstillet på løbende at skulle udvikle sig i forbindelse med at teknologier muliggør nye metoder til bevaring, udvikling og formidling af samlinger (Bülow & Ahmon, 2011). 8

10 Teknologi Ved hjælp af digitale værktøjer forsøges det løbende at understøtte brugerne af lyd- og AVarkivers informationsbehov. For lyd er det især tale til tekst-teknologi, der har været i fokus. På det kommercielle marked i Danmark for tale til tekst-teknologier findes der i dag flere forskellige aktører. De kommercielle tiltag inden for talegenkendelsesteknologier er dog i høj grad rettet mod ansatte inden for sundhedsområdet. Tale til tekst-teknologier er endnu ikke helt præcise på dansk. En nylig undersøgelse af automatisk transskribering af radionyhedsindslag på dansk ved hjælp af talegenkendelsesteknologi, viste at kun 84% af ordene i udsendelserne kunne genkendes (Hertzum et al., 2016). Der er derfor på nuværende stadie endnu ikke tale om en teknologi, der kan stå alene. Tidligere undersøgelser af brugen af automatiseret transskribering af radioudsendelser har vist, at der er størst succes ved indeksering af nyhedsindslag, og i særdeleshed hvis det anvendes til at understøtte og supplere manuel annotation (Ordelman et al., 2009). For andre former for radioudsendelser, har det dog vist sig vanskeligere at benytte tale til tekst-baseret teknologi til indekseringen (Ordelman et al., 2009). Fremover kan det forventes, at se en hel eller delvis overgang til automatisk metadataannotering, i takt med at samlingerne af digitalt materiale bliver større og større. Manuel katalogisering vil næppe kunne finde sted for mere end en brøkdel af samlingernes materiale, især i takt med at mængden af materiale der kommer ind øges år for år (Hollink et al., 2009). Automatiseringen har dog også på sigt sine begrænsninger. Selvom tale til tekst-teknologi kunne opnå end ordgenkendelse på 100%, er en fuldteksttranskribering ikke nødvendigvis det mest hensigtsmæssige værktøj til at orientere sig om en given udsendelse i. Manuelt udarbejdede referater vil ofte kunne give en klarere idé om et programs indhold end automatisk transkriberet tekst fra tale, og vil oftest blive foretrukket af brugerne (Kim et al,. 2003). Omvendt giver fuldteksttranskriberingen mulighed for at læse og dermed kunne skimme optaget tale, hvilket kan gøre det langt nemmere og mindre tidskrævende at bedømme relevansen af en udsendelse, frem for hvis man skulle lytte (Kim et al,. 2003). Ved katalogisering af lyd, kan der dermed på fordel gøres brug af både automatiske og manuelle indekseringsmetoder. 9

11 For indeksering af video åbner ny teknologi også op for mange nye muligheder, for at forbedre muligheder for genfinding. Bl.a. igennem objektsøgning hvor computeren er i stand til at identificere objekter i videoen som f.eks. personer og genstande (Smeaton, 2004). Der kunne f.eks. være tale om en automatisk identificering af alle videoer, hvor Eiffeltårnet ses. Copyright Det er i høj grad problemstillinger omkring ophavsrettigheder, der gør det vanskeligt og omkosteligt, at gøre en stor del af arkivernes materiale tilgængeligt. Adgang til arkiverne for forskere og offentligheden, og tilladelse til at offentliggøre arkivmateriale, vanskeliggøres af nuværende ophavsretlig lovgivning (Jensen, 2012). De vanskeligheder der er forbundet med at afdække alle involverede rettighedshavere, har betydet, at meget massemediemateriale, stort set har været utilgængeligt, og at copyright-lovgivningen i høj grad har dikteret den historiske medieforskning (Jensen, E.G., 2014). Formidlingen af arkivernes materiale lider under de nuværende rammer, hvor copyright gør det vanskeligt og dyrt at eksperimentere med kuratering af materiale fra f.eks. DR s arkiv (Kreutzfeldt, 2014b). Ved etableringen af Statens Mediesamling i 1987, var adgang til samlingen slet ikke en del af det oprindelige lovgrundlag (Kirkegaard & Borlund, 2006). Lovgrundlaget blev sidenhen ændret, og på den baggrund fik brugere med dokumenterede forskningsinteresser ubegrænset adgang til tv-udsendelserne i samlingen (Kirkegaard & Borlund, 2006). Der har fra politisk side været et ønske om, at gøre DR s arkivmateriale bredt tilgængeligt. I den mediepolitiske aftale hed det, at DR s arkiver skal som en vigtig del af kulturarven fortsat i videst muligt omfang gøres tilgængelig for offentligheden (Kulturministeriet, 2010). Med platformene LARM.fm og Mediestream er det lykkedes at lave digital adgang, for museer og andre kulturinstitutioner samt uddannelsesinstitutioner, til det store arkivmateriale fra DR og Det Kgl. Biblioteks samling. Fuld adgang for den brede offentlighed har dog endnu ikke kunne lade sig gøre i praksis, udover det der er tilgængeligt via DR s Bonanzatjeneste. Vanskelighederne og omkostningerne ved fuld offentlig adgang til DR s arkiver, kommer til udtryk i den mediepolitiske aftale for , hvor det lød Aftalepartierne er enige om, at DR skal opretholde arkiv-tjenesten Bonanza indtil DR over for aftalekredsen kan præsentere en tilfredsstillende løsning om et søgbart programarkiv for befolkningen omfattende DR s digitaliserede programarkiver (Kulturministeriet, 2014). Det tyder dermed på, at der ved medieaftalens underskrivelse, ikke var nogen tilfredsstillende løsningsmodel 10

12 for, hvordan der kan skabes fuld adgang til DR s arkiver for alle danskere. At problemstillingen med copyright også gør sig gældende i øvrige europæiske lande, ses også når man f.eks. prøver at tilgå BBC, BFI og British Librarys digitaliserede materiale, hvoraf kun en meget lille del af materialet er offentligt tilgængeligt. Der finder således en øget digitalisering sted ved de nationale arkiver, der udover bevaring, ofte har ønsket om øget tilgængelighed som bevæggrund, samtidig med at dette vanskeligt lader sig gøre i kraft af gældende lovgivning på området. Teori og metode Dataindsamling via interview Dataindsamlingen i denne undersøgelse vil foregå via interview med brugere af lyd- og tvsamlinger. Analysen af interviewene vil have til formål at afdække de adspurgte brugeres informationsbehov i forbindelse med deres brug af digitale lyd- og AV-samlinger, og hvordan den metadata der findes, fungerer i forhold til at understøtte deres informationsbehov, og hvis metadata ikke understøtter informationsbehov for de adspurgte, hvad kunne så være hensigtsmæssige løsningsmodeller at forsøge at implementere. De interviewede skal være brugere af platforme, der giver adgang til digitale lyd- og AVsamlinger, f.eks. LARM.fm eller Mediestream. Datagrundlaget vil bestå af 10 interview og interviewene vil finde sted som semistrukturerede interview. Der vil blive foretaget en meningstranskribering af interviewene. Analysen af interviewene vil blive foretaget på baggrund af teori om informationssøgeprocesser. Ellis & Haugans (1997) otte trin for informationssøgeprocesser (der bygger videre på Kuhlthau (1991)), vil fungere som udgangspunkt for analysen, af hvordan de adspurgte søger i de digitale lyd- og AVsamlinger. Den form for forskningsinterview jeg i min undersøgelse vil gøre brug af, er det semistrukturerede livsverdensinterview (Kvale & Brinkmann, 2009), der bygger på et fænomenologisk synspunkt, hvor det forsøges at afdække, hvordan mennesker oplever fænomener i deres livsverden. I det fænomenologiske perspektiv er menneskene aktive medskabere af deres egen livsverden, og der vil derfor aldrig være tale om at de opfatter noget ud fra et objektivt synspunkt (Brinkmann & Tanggaard, 2015). Selvom vi hver især 11

13 opfatter verden forskelligt, har alting dog en essens, som er det fænomenologien forsøger at undersøge. Det fænomenologiske perspektiv tilpasser sig dog verden, og forsøger ikke selv at definere verden. Fænomenologien kan dermed give en realistisk beskrivelse af fænomeners essens, men afviser samtidig at have en objektiv tilgang til at beskrive verden. F.eks. vil forskning heller ikke være objektiv, idet forskeren selv påvirker sin data (Brinkmann & Tanggaard, 2015). I mine interview spiller jeg som interviewer også en rolle, der påvirker de svar og dermed data jeg får fra mine interviewpersoner, selvom jeg tilstræber objektivitet i gennemførelsen af interviewene. I denne undersøgelse vil jeg analysere interviewpersonernes informationsbehov, ud fra hvad de selv fortæller at de gjorde og havde af overvejelser, under arbejdet med deres informationssøgninger i forbindelse med konkrete forskningsprojekter de har arbejdet på. Den data jeg får af interview er væsentligt anderledes, end hvis jeg i stedet havde fokuseret på systemet i form af f.eks. en loganalyse af deres søgeindtastninger. Ved en loganalyse ville jeg kunne se, hvad de havde gjort, og ikke, hvad de selv husker at have gjort eller hvad de tror de gjorde. Loganalysen ville dermed ikke kunne give mig særlig meget information om baggrunden for deres søgninger og de overvejelser de gjorde i forbindelse med. Det kan interviewet, hvor jeg kan undersøge deres individuelle opfattelse af hele søgeprocessen. Et semistruktureret interview foregår som en samtale, dog ikke som en åben hverdagssamtale. Intervieweren har på forhånd en række emner, der skal nås omkring, og interviewet gennemføres ud fra en på forhånd udarbejdet interviewguide. Min interviewguide (Bilag 11), består af fire emner, der er fokus for interviewene. Emnet introduktion har til formål at få afklaret interviewpersonernes baggrund og forskningsområde, for at kunne sætte dette i perspektiv, i forhold til, hvordan de hver især benytter de forskellige digitale platforme, og hvordan informationsbehov og søgetilgang evt. adskiller sig på baggrund af forskellige forskningsområder og uddannelsesbaggrunde. Emnet platforme har til formål at få en forståelse for de adspurgtes brug af digitale platforme til at tilgå lyd- og AV-samlinger og i hvilken forbindelse de har benyttet dem. Emnet søgning har til formål, at afklare hvordan de adspurgte har grebet an, at skulle søge på de digitale platforme, og hvilken forhåndsviden de søgte ud fra. Emnet genfinding har til formål at afklare resultatet af interviewpersonernes søgninger; fandt de det de søgte efter, hvilke faktorer afgjorde hvilke søgeresultater de fik og hvordan relevansvurderede de søgeresultaterne. 12

14 Interviewene er blevet foretaget enten face-to-face, over Skype eller telefonisk. De forskellige kommunikationsformer kan givet have en indflydelse på interviewet og de adspurgtes svar. Interviewformen er dog ikke standardiseret, og giver ikke nødvendigvis fuldstændig reproducerbar data. Flere faktorer kan spille ind på de adspurgtes svar, herunder også interviewpersonen (Kvale & Brinkmann, 2009). Der vil således være tale om, at hvis jeg interviewede de samme personer igen, ud fra den samme interviewguide, ville de ikke svare identisk med de tidligere svar, i det der er tale om en interviewsituation, der bærer karakter af åbne spørgsmål. Hovedbestanddelene af svarene må dog formodes at være de samme, også uafhængigt om det er face-to-face, via Skype, telefon eller anden kommunikationskanal, idet at deres beskrivelse af deres oplevelser med at benytte de pågældende platforme, må formodes ikke at ændre sig væsentligt, selvom der selvfølgelig kan være tale om at tilføje eller undlade yderligere uddybninger, nuancer og detaljer i beskrivelsen. I analysen af interviewene vil jeg opstille skemaer ud fra de otte elementer af søgeprocessen som beskrevet i Ellis & Haugan (1997). Ud fra det de adspurgte fortæller, at de gør og oplever i deres informationssøgeprocess, vil jeg inddele deres svar ud fra de otte trin, for at analysere, hvordan de adspurgte interagerer med informationssøgesystemerne i løbet af deres informationssøgning, lige fra det indledende trin surveying, til de afsluttende trin extracting og ending. Interviewene har båret præg af åbne spørgsmål, og det bærer de svar jeg har fået også karakter af. Svarene kan derfor ikke nødvendigvis bare tages og puttes i en kasse. For at svarene kan tilpasses de analyseskemaer jeg har opstillet, foretager jeg en analyse af svarene efter at have foretaget en meningstranskribering af interviewene, hvor jeg analyserer ud fra min undersøgelses forskningsperspektiv. I analysen udvikles meningsindholdet, interviewpersonernes egen forståelse bringes frem og der tilføjes nye perspektiver (Kvale & Brinkmann, 2009). Interviewpersonernes svar vil sjældent være endegyldigt omhandlende specifikke informationsøgefaser som surveying eller chaining af information, da alle informationssøgeprocessens faser har et stort overlap, og ikke foregår klart opdelte og uafhængigt af hinanden. Ved at forsøge at analysere processen ud fra opstillede faser, ønsker jeg dog at opnå en større forståelse af informationssøgningsprocessens elementer og de adspurgtes informationsbehov i de pågældende situationer, og hvilke faktorer der påvirker og 13

15 har indflydelse på processen og informationsbehovet. Beskrivelsen af de adspurgtes søgeadfærd i analysen tager udgangspunkt i, hvordan de har beskrevet deres brug i forbindelse med de projekter, hvor de har benyttet platformene. For nogle af interviewpersonerne er der dog tale om, at de ikke længere arbejder på et konkret projekt, hvortil de skal anvende platformene, der er derfor udelukkende tale om hvordan deres informationssøgningsproces har været i forbindelse med tidligere projekter. Et nyt projekt, med en ny tilgang og indgangsvinkel, kan givet også medvirke til at de vil benytte en anden informationssøgningsproces end tidligere. Perspektiver på informationsbehov Grundlaget for min undersøgelse af indeksering af lyd vil være en brugerundersøgelse af forskeres brug af radio- og tv-databaser. Udgangspunktet i at fokusere på brugeren frem for systemet, er tanken om at systemet bør udformes efter brugernes ønsker og behov, og ikke omvendt. Min undersøgelse baserer sig på Ingwersen (1992) og Ingwersen & Järvelins (2005) kognitive synspunkt. Inden for det kognitive syn på informationsbehov, anses informationsbehovet for at være afhængig af kontekst, og af hvem brugeren er, og i hvilken situation brugeren skal benytte informationen. Relevansen af et dokument er derfor ikke statisk, men ændrer sig, afhængigt af den individuelle bruger, samt situationen og konteksten for informationsbehovet. I den brugerundersøgelse jeg udfører vil jeg afdække, hvordan brugere i en forskningskontekst benytter systemer til at søge i lyd og AV og hvordan de vurderer relevans af søgeresultaterne i forhold til deres informationsbehov. Informationsbehovet hos en bruger kan anskues som værende opdelt i flere forskellige niveauer og typer af informationsbehov. I Taylor (1968) beskrives fire niveauer af informationsbehov: 1. Det instinktive, et faktisk, men uudtalt behov for information. 2. Det bevidste, hvor informationsbehovet beskrives i tankerne. 3. Det formaliserede, en formel erklæring af behovet. 4. Kompromiset; spørgsmålet som det bliver præsenteret i en søgefrase til et informationssøgningsssystem. 14

16 Søgefrasen er brugerens bud på, hvordan vedkommende får systemet til at give de mest relevante søgeresultater i forhold til brugerens informationsbehov. Der er dermed kun tale om en repræsentation af informationsbehovet og således afspejler søgefrasen ikke nødvendigvis informationsbehovet, men kun hvordan brugeren forventer bedst muligt at kunne få opfyldt informationsbehovet. Informationsbehovet der kommer til udtryk afhænger således af brugerens samspil med informationssøgningsssystemet, og hvilken viden og erfaring vedkommende i forvejen har med systemet. Informationssøgeren kan forsøge at præcisere beskrivelsen af sit informationsbehov ved enten selv at interagere og eksperimentere med informationssøgningssystemet eller ved at interagere med en bibliotekar eller anden person i besiddelse af ekspertviden om søgesystemet. Typisk vil vedkommende selv have forsøgt at finde information ved at interagere med informationssøgningssystemet, inden henvendelse til en bibliotekar eller anden form for informationsspecialist. Hvorvidt vedkommende har forsøgt interaktion med et eller flere systemer, kan afhænge af, hvor nemt tilgængeligt systemerne er. Ofte vil det være de informationssøgningssystemer der er lettest tilgængelige, den informationssøgende vil forsøge at benytte,og ikke nødvendigvis dem med mest tilgængeligt materiale eller materiale af bedst egnet kvalitet (Taylor, 1968). Ofte kan det være vanskeligt for den informationssøgende på egen hånd, at udtrykke sit informationsbehov, da det oftest vil omhandle noget, vedkommende endnu ikke har fuld viden om. Det er denne viden, der ønskes opnået gennem informationssøgningen. Ved at henvende sig til en bibliotekar eller anden informationsspecialist, kan den informationssøgende blive hjulpet til at præcisere beskrivelsen af sit informationsbehov, sådan at informationssøgningssystemerne i højere grad kan benyttes til at fremsøge den relevante litteratur. Henvendelse til bibliotekaren kræver dog også at den informationssøgende er i stand til at udtrykke sit informationsbehov, da bibliotekaren i sig selv også kan anses som værende et informationssøgningssystem (Taylor, 1968). Her er det også værd at bemærke, at det der kommer til udtryk fra den informationssøgende, ikke nødvendigvis afspejler vedkommendes informationsbehov, men kun hvad den informationssøgende på det pågældende tidspunkt er i stand til at udtrykke sit informationsbehov som, eller det som den informationssøgende antager bedst vil kunne 15

17 forstås af informationssøgningssystemet/bibliotekaren (Taylor, 1968). Informationsspecialisten/bibliotekaren skal naturligvis være opmærksom på dette, og hjælpe brugeren med at identificere sit informationsbehov, sådan at en hensigtsmæssig informationssøgning kan finde sted, hvor der benyttes den optimale søgestrategi, alt afhængig af, hvilken type informationssøgning, der er tale om. Inden for biblioteks- og informationsvidenskab skelnes der ofte mellem to former for informationssøgning; known-item search og emnesøgning (Lee et al., 2006). Hos Ingwersen (1992) opdeles emnesøgningen i to typer, så der opereres med i alt tre generelle typer af informationsbehov: (1) det verifikative (known-item): Her er der tale om, at den informationssøgende skal have verificeret information ved at lokalisere et bestemt materiale. Den informationssøgende har dermed også bibliografisk viden om det materiale, der søges, i form af titel, forfatter, udgivelsesår m.v. (2) det bevidst emnemæssige: Den informationssøgende ønsker at undersøge et bevidst afgrænset emne nærmere. (3) det mudrede emnemæssige: Den informationssøgende ønsker at undersøge helt nye koncepter eller koncepter der ligger udenfor de emner som den informationssøgende i forvejen kender. Ved en known-item search forstås dermed, at der søges efter et eller flere specifikke dokumenter og der er altså tale om et mere eller mindre klart defineret informationsbehov. Emnesøgninger er typisk bredere søgninger, hvor det ønskes at browse tilgængelige dokumenter, for at afdække et emne nærmere. Known-item search vil typisk tage udgangspunkt i titel eller forfatter, men ifølge Lee et al. (2006) kan en known-item search også tage udgangspunkt i metadata, der giver en bredere søgning, herunder også emne. Tit er der i en known-item search tale om at genfinde et dokument, som den informationssøgende 16

18 ikke blot ved eksisterer, men som ofte også er et dokument som den informationssøgende tidligere har været i kontakt med (Lee et al, 2006). En known-item search kan også tage udgangspunkt i forkerte oplysninger. Eksempelvis at den informationssøgende ved, at et specifikt dokument findes, men foretager sin søgning på baggrund af en forkert titel/forfatter eller andet forkert udgangspunkt. En known-item search er derfor ikke nødvendigvis baseret på korrekt viden, men kan også tage udgangspunkt i forkerte eller mangelfulde oplysninger (Lee et al., 2006). Grænsen mellem known-item search og emnesøgning skal derfor også ses som flydende ifølge Lee et al. (2006). Eksempelvis kan noget, der måske kan klassificeres som en known-item search, også være det, der fungerer som udgangspunkt for at dykke dybere ned i et emne og finde relaterede dokumenter og afdække yderligere beslægtede emner. Der kan også være situationer, hvor den informationssøgende søger efter et bestemt dokument, men samtidig vil være interesseret i at støde ind i andre relevante dokumenter i løbet af sin informationssøgningsprocess. Samtidig kan en søgning på f.eks. forfatter også være en søgning der benyttes til afdækning af et emne, og er ikke nødvendigvis en knownitem search. Selvom den informationssøgende har en viden om, at et dokument eksisterer, er det ikke nødvendigvis muligt at foretage en søgning på emnet. Det er især med lyd, at det kan blive vanskeligt (Lee et al., 2006). Har den informationssøgende f.eks. hørt et stykke instrumentalmusik, vil det være yderst vanskeligt at søge det frem uden oplysninger om titel eller kunstner, da informationer som lydeffekter, instrumentering, tempo eller lignende sjældent fremgår i metadata. Her vil det derfor ofte kun være muligt at browse gennem en bred søgning, selvom informationsbehovet baserer sig på en viden om et specifikt dokument. Det integrerede kognitive perspektiv I Ingwersen & Järvelin (2005) omtales laboratorie-forskningsperspektivet, der har været udbredt i forbindelse med test af informationssøgesystemer med tekstinput, her tages der dog typisk i meget lav grad højde for konteksten i forbindelse med søgningen. I et laboratoriedesign er det vigtigt at hver test er så ens som muligt, uafhængig af brugerne, for at kunne sammenligne resultaterne. Det betyder dog også at det er vanskeligt for et eksperimentelt labaratoriedesign at afspejle virkelighedens informationssøgeproces. Ved at tillade en større realisme og dermed subjektivitet i forsøget, gør man også at resultaterne 17

19 bliver mere usikre og at det bliver vanskeligere at lave statistisk sammenligning (Ingwersen & Järvelin, 2008). I det Integrerede Kognitive Forskningsperspektiv på informationssøgning, løses dette problem ved at forsøgspersonerne modtager en simuleret informationssituation, ved opstarten af et kontrolleret forsøg, der beskriver hvilken kontekst deres informationssøgning finder sted i (Ingwersen & Järvelin, 2008). På den måde kan et labaratorieforsøg opstilles, hvor der forsøges at tage højde for at al information er situationel og kontekstuel. Ingwersens (1992) kognitive perspektiv på informationsbehov og informationsgenfinding, fokuserer på mennesket og hvordan faktorer som sprog og sociale og kulturelle kontekster influerer informationsbehovet og informationssøgeprocessen. Ingwersen & Järvelin (2005) bygger videre på dette med Det Integrerede Kognitive Forskningsperspektiv på informationssøgning. Det Integrerede Kognitive Forskningsperspektiv udvikledes som et forsøg på at bygge bro mellem det mere traditionelle, systemorienterede perspektiv og det brugercentrerede, interaktive perspektiv på informationsøgning (Ingwersen & Järvelin, 2008). Tidligere forskning omhandlende informationssøgning har typisk taget udgangspunkt i søgealgoritmer eller indekseringsalgoritmer og vægtning (Ingwersen & Järvelin, 2008). Det Integrerede Kognitive Forskningsperspektiv tager højde for hvordan interaktion og relevans påvirkes af konteksten. Billede 1: Det Integrerede Kognitive Perspektiv på informationssøgning (Ingwersen & Järvelin, 2005) 18

20 Som det kan ses på Billede 1 er det integrerede kognitive perspektiv ikke afgrænset til en brugerorienteret tilgang til information og informationssøgning (Ingwersen & Järvelin, 2008). Det favner i ligeså høj grad den teknologi, der interageres med, der i modellen inddrages på lige fod med øvrige aktører og processer. Som det ses, er faktorer som den sociale kontekst og den kulturelle baggrund, også inkluderet i modellen. Det betyder også, at hvad der vurderes relevant af den enkelte, ikke nødvendigvis vil blive vurderet relevant af en anden bruger, der tilgår systemet ud fra en anden social kontekst og/eller med en anden kulturel baggrund. Andre faktorer som den enkelte brugers domæneviden kan også have afgørende betydning for relevansvurderingen. Ved at perspektivet favner alle faktorer, der kan spille ind, er det brugbart ved evaluering og design af brugergrænseflader og IR-systemer. Informationssøgning Som Ingwersen & Järvelin (2005) benytter Kulthau (1991) sig også at et kognitivt syn på informationssøgeprocessen. Kulthau (1991) inddrager også betydningen af følelsers indflydelse på informationsøgeprocessen og brugernes informationsbehov. Ifølge Kulthau (1991) kan følelsesmæssige faktorer såsom humør og motivation spille lige så meget ind i forhold til relevansvurderingen som kognitive faktorer. Når en bruger foretager en informationssøgning, gøres det med det formål at bearbejde fundet information, på en måde så det giver mening for brugeren. Hvordan denne mening opnås afhænger af den enkelte brugers unikke informationsbehov. Faktorer der er afgørende for, hvordan en bruger kan benytte information i en meningsgivende sammenhæng, kan derfor være lige så vigtige i informationssøgeprocessen som indholdet i de fundne dokumenter (Kulthau, 1991), hvad end der er tale om tekst, lyd, av eller anden form for lagret information. Er der tale om en initierende, bredere, mudret informationssøgning vil brugeren typisk være mere åben og inviterende overfor uventet input. Senere i processen kan det være, at brugeren er mindre åben i sin tilgang til informationssøgningen, i forhold til at brugeren nu kan have identificeret et fast afgrænset emneområde for sin søgning, og dermed ikke er interesseret i at have fokus på andet, og kan sågar være direkte afvisende over for nye perspektiver og ny information (Kulthau, 1991). Det følelsesmæssige aspekt har også vist sig at spille ind på andre måder, f.eks. er usikkerhed og nervøsitet gennemgående træk for personer i begyndelsen af en informationssøgningsproces, hvilket kan have indflydelse på, hvordan 19

21 brugeren sætter ord på sin søgning og vurderer relevansen af søgeresultaterne (Kulthau, 1991). Der kan derfor blive tale om en mudret søgning som også beskrevet i Ingwersen (1992). Som informationssøgningsprocessen skrider frem og bliver mere konkretiseret, vil brugeren også typisk opleve at have en større følelse af selvtillid og en følelse af, at usikkerheden gradvist forsvinder (Kulthau, 1991). Billede 2: Kulthaus (1991) karakteristika over informationsøgeprocessen. Billede 2 viser Kulthaus (1991) karakteristika over informationssøgeprocessen, og viser de følelsesmæssige, kognitive og handlingsmæssige aspekter der er typiske for hver fase af informationssøgningsprocessen, der hos Kulthau (1991) er opdelt i seks punkter. Negative følelser er især udbredt i de begyndende faser af informationssøgningen, hvorfor det også er kritisk at brugerens møde med informationssøgningssystemet forløber positivt, da negative oplevelser, der leder til frustration, kan have den indvirkning at brugeren helt vælger at opgive søgningen (Kulthau, 1991). Dette indikerer også at det kan være fordelagtigt at designe informationssøgningssystemer der er tilpasset brugerne, frem for at have systemer brugerne skal tilpasse sig. Dermed kan følelser af frustration, der kan have negativ indflydelse på brugernes informationssøgning, i højere grad undgås. For lyd- og AV-arkiver kan mangel på metadata være noget der kan gøre det yderst vanskeligt at lave en initierende bred emnesøgning, og brugere der forsøger dette kan derfor opleve frustration, hvis deres informationsbehov endnu ikke er konkretiseret i en form, der kan resultere i umiddelbare brugbare søgeresultater i systemerne. Fælles for informationssøgningssystemer er, at de 20

22 typisk har været designet til et verifikativt informationsbehov, og i mindre grad til den mudrede emnesøgning, hvor der ønskes svar på vagt definerede spørgsmål (Kuhlthau, 1991). Førstehåndsindtrykket af systemet kan derfor for brugerne være frustrerende, da systemet ikke umiddelbart er designet til at tage højde for det usikre og endnu ikke helt fastsatte informationsbehov, men hovedsageligt er designet med known-item search for øje. I forbindelse med informationssøgning vil der ofte ske det, at brugerne skifter adfærd i løbet af processen og f.eks. skifter imellem at browse og søge efter et specifikt dokument. Ellis & Haugan (1997) bygger videre på Kuhlthau (1991) og identificerer i alt otte karakteristika ved brugernes informationssøgeadfærd i deres undersøgelse, hvor der er også tages højde for betydningen af selve bearbejdningen af de fundne materialer: (1) surveying: Finder typisk sted i begyndelsen af informationssøgningsprocessen, når informationsbehovet endnu ikke er helt afklaret. Typisk vil informationssøgningen i denne fase have til formål at afdække et område, man endnu ikke er bekendt med. Brede informationssøgninger i computersystemer og kontakt til personer man ved har viden om området er kendetegnende for surveying. (2) chaining: Her er der tale om, at følge en kæde af information. Som regel vil det være ved at opsøge de tekster, der refereres til i en relevant artikel eller finde yderligere artikler fra en specifik forfatter. Det kan også være at opsøge personer, man har fået henvist af andre. (3) monitoring: At følge et emne og holde sig ajour med udviklingen og tendenser inden for det specificerede område. Her er der typisk tale om at holde sig opdateret ved at abonnere på relevante tidsskrifter, gennem konferencedeltagelse eller ved at følge bestemte blogs eller internetfora. Det kan variere afhængigt at det pågældende domæne, hvilke typer af informationskilder, det er relevant at følge. 21

23 (4) browsing: Ofte en forholdsvis ustruktureret gennemgang af dele af tilgængeligt materiale. Relevante journaler bladres igennem, der gås på opdagelse i bibliotekets hylder og interessante bøger skimmes, for at finde ud af, om de indeholder noget, der skal dykkes dybere ned i. Ved browsing er det ikke et specifikt dokument der søges, man er derimod åben overfor at blive ledt til nyt og ukendt materiale. (5) distinguishing: Her rangeres og vurderes de forskellige informationskilder, der er blevet afdækket i informationssøgningsprocessen. I de fleste tilfælde vil informationssøgningen være relateret til et form for projekt, hvortil der vil være en tidshorisont. Det er derfor nødvendigt at prioritere, og dermed tilvælge og fravælge, hvor man fokuserer sin tid. Der vil derfor være nødvendigt, at foretage en vurdering af, hvilke personer der er de væsentligste at få indhentet oplysninger fra, eller hvilke artikler man læser den fulde tekst fra og hvilke man kun benytter abstract til at orientere sig i. Der kan også være tale om, at man vælger at forholde sig primært til kendt litteratur, velkendte tidsskrifter eller forfattere man allerede har stiftet bekendtskab med, og derfor har en forudgående viden omkring. (6) filtering: Afgrænsning af søgningen. Både for at spare tid og for at kunne bevare overblikket, er det nødvendigt at foretage en eller anden form for afgrænsning af sin søgning. De fleste søgemaskiner har adskillige filtreringsmuligheder, så det er muligt at afgrænse, hvilke dele af databasen man ønsker at søge i. Der kan også være tale om, at man kun opsøger personer indenfor et bestemt domæne, selvom der ofte kan være overlap mellem forskellige beslægtede domæner. (7) extracting: 22

24 Der arbejdes med materialerne og der dykkes dybt ned i indholdet af de fundne informationskilder. Dette foregår i forbindelse med udarbejdelsen af litteraturreviews, artikler, afhandlinger eller andre tilsvarende projekter. (8) ending: Ved informationssøgningsprocessens afslutning kan mindre afklarende søgninger også finde sted. Arbejdet med kilderne og projektets konklusion, har måske vist at der er enkelte spørgsmål, hvor der er behov for en endelig afklaring. Det kan også være et spørgsmål om at undersøge, om der er blevet udgivet ny væsentlig litteratur om emnet. Ellis & Haugans (1997) otte karakteristika ved brugernes informationssøgeadfærd vil danne grundlag for min analyse af kvalitativ data indsamlet ved interview med forskere, der har benyttet sig af lyd- og AV-databaser i deres forskning. Genfinding af bibliografiske poster Billede 3: Simpel IR-model (Ingwersen, 1992) Ovenstående model (Billede 3) viser hvorledes at en repræsentation af et objekt i en samling matcher med en søgeforespørgsel (query), når der er tale om succesfuld genfinding (på engelsk Information Retrieval - IR). Informationsgenfinding sker næsten altid ved hjælp af, og ud fra tekst, uanset det fremsøgte objekts karakter. For lyd, billeder, film m.m. er det dermed også ved hjælp af en tekstforespørgsel man vil repræsentere sit informationsbehov, og i tekst der vil blive søgt, idet at al den søgbare metadata vil være tekst indtastet i forbindelse med objektets indeksering. Aboutness er hvad dokumentet (hvad end det er tekst, billede, lyd m.v.) omhandler (Ingwersen, 1992), og den måde dokumentet er indekseret i systemet skal være sådan, at dets aboutness indfanges på en måde, så brugeren i sin søgeforespørgsel kan søge det frem. 23

25 Ingwersen (1992) skelner imellem author aboutness og indexer aboutness. Author aboutness er det der direkte optræder i dokumentet, aboutness ved denne metode kunne f.eks. være at se hvilke ord der optræder hyppigst i en tekst og dermed vurdere disse til at være repræsentative for tekstens aboutness. Der er tale om author aboutness ved automatiske indekseringsmetoder, f.eks. ved automatiske transskriberinger af tale fra lyd. Indexer aboutness sker ved at en indeksør udvælger emneord eller refererer hvad dokumentet omhandler. Der er dermed tale om en subjektiv indeksering påvirket af konteksten og sociale og kulturelle faktorer. Indexer aboutness har den fordel, at den kan trække på den specialiserede ekspertviden inden for domænet, som den der sidder og indekserer ofte har. I det at der er tale om en subjektiv handling, vil hvordan der indekseres altid variere til en hvis grad, på trods af fastsatte retningslinier som vedtagne emneord m.v. (Ingwersen, 1992). Det er ikke nødvendigvis tilstrækkeligt, at en bibliografisk post oprettes, den skal også kunne søges frem og genfindes (Fugmann, 1993). Det kan ske, at brugerne går på kompromis med deres informationsbehov, hvis de ikke kan fremsøge og genfinde bibliografiske poster, f.eks. kan det i tilfælde med tv-arkiver ofte være vanskeligere at genfinde ældre udsendelser i forhold til nyere udsendelser (Kirkegaard & Borlund, 2006). Begrænset tid til rådighed eller andre faktorer, kan være medvirkende til, at nogle brugere først og fremmest efterspørger materiale, der er let tilgængeligt: Én forsker udtrykker, at selvom hun er bekendt med et rigtig godt eksempel på det fænomen hun ønsker at undersøge, anvender hun ofte et mindre godt eksempel, hvis dette er lettere tilgængeligt. Kirkegaard & Borlund, Dette understreger vigtigheden af, at systemer opbygges på en måde, så bibliografiske poster også er umiddelbart tilgængelige i systemet. En måde at øge tilgængeligheden af indekseret lyd, kan være at benytte automatisk transskribering, så den transskriberede tekst dermed kan indgå som søgbar data, hvorved lydfilen kan søges frem i systemet. Dog har undersøgelser (bl.a. Hertzum et al., 2016) vist at brug af teknologi til ordgenkendelse endnu ikke kan stå alene. Faktorer som kvaliteten af lydfilen og de medvirkendes dialekter kan desuden vanskeliggøre brugen af automatisk talegenkendelsesteknologi yderligere. 24

26 Talegenkendelsesteknologier kan naturligvis også kun benyttes til indeksering, når der er tale om lydoptagelser af tale, samtidig opfanger systemet ikke andre faktorer som også kan have relevans, f.eks. stemmeleje, udtale, baggrundsstøj m.m. som kan være yderst relevante i forskningsøjemed. Når der ikke er tale om tale, kan det være vanskeligt at vurdere, hvilke metadata der vil være relevant for potentielle brugere af systemet. Ofte kan det være tilfældet, at det ikke er tilstrækkeligt at redegøre for indholdet, også konteksten kan være af relevans. Et eksempel er ved samlinger af arkiverede fuglelyde til forskningsbrug, er det nødvendigt at vide, at fuglene fløjter anderledes alt efter om de er alene eller i flok (Cugler et al., 2013). Mange lydarkiver især i den private sektor beskæftiger sig primært med lyd, der ikke er tale, i form af baggrundslyde og lydeffekter, til brug i radio og tv-udsendelser og til produktion af film. Der er også mange historiske lydarkiver, der kun beskæftiger sig med bevaring af musik, især bevaring af kulturel betydningsfuld folkemusik, er noget der finder sted over det meste af verden. Til indeksering og genfinding af lyd, der ikke er tale, findes der software, der kan søge efter specielle elementer i lyden, såsom tempo eller pitch og samtidig også genkende lyden af f.eks. en hund der gør eller en mand der griner (Kowalski & Maybury, 2000). Hvilke faktorer der udgør relevant metadata, er dermed stærkt varierende alt efter de forskellige domæners behov. Indenfor musikvidenskab kan det f.eks. være relevant at søge efter faktorer som energi, tempo eller stemning (Andersen, 2014), faktorer som for forskere indenfor andre domæner måske er ligegyldige at have optrædende som metadata eller endda kan virke direkte forstyrrende. En automatiseret indholdsindeksering af lyd, der ikke indeholder tale, har vist sig, at være vanskeligt, at lade sig gøre. Forsøg ved Google (Lyon et al., 2010) med lydeffekter har opnået en gennemsnitlig præcision i genfindingen på 35%, hvilket afviger væsentligt fra tilsvarende forsøg med talegenkendelse. Udfordringer ved indeksering Synet på indeksering har til tider været præget af den opfattelse, at der er ved indeksering er tale om en neutral og objektiv repræsentation af et dokuments emner, dette er dog langt fra tilfældet (Mai (2001) og Hjørland (2011b)). Hjørland (2011b) understreger også, at det heller ikke bør være et mål, at forsøge at indeksere på en neutral måde. I stedet for at stræbe efter en objektiv neutralitet i indekseringen, argumenterer Hjørland (2011b) for en pragmatisk tilgang til indeksering, ved at der indekseres på en måde, der understøtter brugernes informationsbehov. Det betyder at med sådan en tilgang, vil et bibliotek for sociologisk 25

27 forskning indeksere materiale anderledes end et bibliotek for historisk forskning (Hjørland, 2011b). En pragmatisk tilgang til indeksering bygger på at arkivaren har en domæneviden i forhold til systemets brugere og ved hvad de vægter interessant og hvordan de griber deres informationssøgningsproces an. Ved tilgangen er der dog tale om, at tage udgangspunkt i at indeksere på baggrund af opstillede rammer og formål for biblioteket/systemet, og ikke nødvendigvis på baggrund af et egentligt studie af brugerne. For den ansvarlige for indeksering af materiale er der tale om, at vedkommende skal formå at skabe en repræsentation af et værk, sådan at det ( 1) bliver tydeligt hvad værket handler om, ( ( 2 ) bliver muligt at fremsøge og genfinde værket (Lancaster, 1998). I hvor høj grad begge disse to faktorer bliver opfyldt, afhænger i høj grad af de ressourcer, der er til rådighed. Ofte vil den tid, der er til rådighed spille ind. For en bibliografisk post vil det oftest være således at des mere indhold, den har i form af beskrivende metadata som resumé, emneord m.v., des mere effektivt vil den kunne søges frem og des nemmere vil brugere have ved at orientere sig om, hvad værket omhandler (Lancaster, 1998). Det kan variere fra værk til værk, hvilken tilgang til indeksering, der vil være mest hensigtsmæssig. Der kan være tilfælde hvor titlen alene, kan give et helt klart indtryk af værkets indhold. Samtidig kan det modsatte være tilfældet, at titlen på ingen måde indikerer, hvad værket omhandler. For arkivaren gælder det om at analysere sig frem til, hvad værket omhandler, men også, hvorfor det vil være relevant for arkivets brugere. Det samme materiale kan derfor sagtens indekseres på forskellig vis, afhængig af hvilke brugere, der er målgruppen (Lancaster, 1998). Der vil således ikke være tale om at en indeksering af et værk, nødvendigvise er universel, det afhænger helt af, om der er tale om et folkebibliotek, et forskningsbibliotek, et radio- og tv-arkiv eller en helt anden form for vidensinstitution. Hvad der er relevant for brugerne, kan også ændre sig over tid, idet de optimale beskrivende metadata, kan vise sig kun at være de optimale for brugerne på et givent tidspunkt (Lancaster, 1998). Få år senere kan det være en anden indgangsvinkel eller et andet perspektiv som brugerne af samlingen har, og derfor kan det være en anden form for metadata, de har behov for i forhold til at få opfyldt deres informationsbehov. Samtidig kan det som den ansvarlige for indeksering, anser et dokument for at være omhandlende, være anderledes end hvad 26

28 brugerne anser et dokument for at omhandle, hvis deres perspektiv og informationsbehov adskiller sig fra det arkivaren forventer at brugerne har (Lancaster, 1998). I de tilfælde hvor der er tale om tekstdokumenter, kan brugerne i dag blive hjulpet af muligheden for fuldtekstsøgning, hvorimod de tidligere kun har kunnet forholde sig til en bibliografisk posts tildelte emneord. For medier der ikke består af tekst som f.eks. radio og tv, lader dette sig vanskeligere gøre, selvom teknologi til automatiseret taletransskribering bliver bedre og bedre. For tv og film er udfordringen også, at tale kun udgør en del af indholdet, en transskribering vil derfor ikke altid nødvendigvis afsløre hvad værket omhandler. For radio og tv er det derfor afgørende, at der finder en form for indeksering sted, hvis brugerne skal have en chance for senere at genfinde materialet. Ved indekseringen bør det tilstræbes, at forsøge at vurdere, hvad der vil være relevant for fremtidige brugere og hvordan de vil søge (Olafsen & Vokac, 1983). Den forskning der har fundet sted omkring indeksering af lyd og billeder har hovedsageligt været fokuseret på teknologi til automatisk indeksering og ikke hvordan den manuelle indeksering af materialet bedst foretages i forhold til genfinding af materialet (Lancaster, 1998). Hvordan der optimalt indekseres er sjældent alene overladt til den enkelte, ofte vil der i en organisation, være udformet retningslinjer for indekseringen og tildelingen af metadata i form af en standard der følges i organisationen. Menneskelig involvering i indekseringen af radio og tv, er på trods af teknologiske fremskridt, stadig at foretrække, da nylig forskning har indikeret, at taletransskriberingsteknologien endnu ikke kan stå helt alene (Hertzum et al, 2016). Domæneviden Hvilke metadata der er relevante for genfinding kan variere meget alt efter om det er fuglelyde (Cugler et al,. 2013), musik (Andersen, 2014), radio (Skov & Lykke, 2012) eller noget helt andet man er interesseret i. Størrelsen på samlingen og hvor mange domæner den potentielt skal favne, kan være afgørende for hvorvidt mere specialiserede metadata vil blive tilføjet ved indeksering. Tid og penge er afgørende faktorer, der gør at indeksering af lyd og av ofte vil være på baggrund af author aboutness (Ingwersen, 1992) i modsætning til indexer aboutness, hvor arkivaren typisk vil have viden om domænet og være bekendt med relevant litteratur indenfor området (Ingwersen, 1992). 27

29 For at understøtte de behov forskere har, kan det derfor være en fordel, at bibliotekarerne, der står for indekseringen af samlingers materialer, udover en informationsvidenskabelig viden og en IT-viden, også har en faglig specialistviden (Hjørland, 2011a). Ifølge Hjørland (2011a) skal disse vidensformer i så vidt mulig omfang, integreres i de personer, der skal udføre indekseringsopgaverne. Hjørland (2002) argumenterer også for vigtigheden af, at forskningsbibliotekarer igennem domæneanalyse opnår en faglig specialistviden om de forskningsområder, de skal understøtte, og ikke kun har et informationsvidenskabeligt fundament. For en samling der henvender sig til flere domæner kan det dog være en udfordring for en arkivar at have en faglig specialistviden, der gør at vedkommende kan indeksere fyldestgørende inden for alle domæner. Ved indexer aboutness (Ingwersen, 1992) er det også en forudsætning, at arkivaren har en domæneviden, som der kan foretages en meningsfuld indeksering på baggrund af. Ifølge Hjørland (2011a & 2002) er informationsvidenskab dermed en metavidenskab, der i forbindelse med øvrige metavidenskaber, understøtter og skaber forudsætninger for videnskabeligt arbejde. For lyd- og AV-arkiver er det muligt ved mindre, specialiserede databaser, at arkivaren besidder en specialistviden (måske selv er forsker), inden for emnet, og dermed ved hvilke metadata der er relevant for dem der benytter basen. At mindre, specialiserede databaser ligeledes kan forventes primært at blive benyttet inden for bestemte domæner, letter også arkivarens arbejde med at indeksere på en meningsfuld måde. Ved de større lyd- og AVsamlinger bliver det straks vanskeligere. Ved f.eks. LARM.fms database, der indeholder over 2,6 mio. radio- og tv-udsendelser, og benyttes af forskere indenfor vidt forskellige domæner, bliver det derimod nødvendigt at tage en mere generel tilgang til indekseringen af samlingens materialer. Det betyder også, at informationsbehovet for brugerne kan være vanskeligt at opfylde, hvis de oplysninger, brugerne har behov for i forhold til at foretage genfinding i databasen ikke er til stede. Ved konstruktionen af sådan en database, der skal favne bredt, kan man stadig forsøge at tage udgangspunkt i brugerstudier og et brugerbaseret design, men man skal dog også være opmærksom på, at man vil være nødt til at indgå nogle kompromisser og lave en mere generel løsning, der måske ikke understøtter samtlige forskeres behov. Ved gennemførsel af en brugerundersøgelse i forbindelse med udviklingen af platformen 28

30 LARM.fm viste undersøgelsen også, at forskernes behov var så forskelligartede, at en fast liste af metadata, næppe ville kunne komme til at understøtte alles informationsbehov (Skov & Lykke, 2012). På baggrund af undersøgelsen foreslog Skov & Lykke (2012) derfor, at der foruden generelle metadata som titel, kanal, sendetidspunkt m.v., blev lavet mulighed for at lave projektspecifikke metadata, sådan at forskere kunne få mulighed for at tilpasse metadata til deres behov i forbindelse med deres forskningsprojekter. Dermed bliver behov for omfattende domæneviden begrænset for arkivarerne, der står for indekseringen af samlingens materialer, idet arbejdet med at tilføje højt specialiseret metadata tilfalder de forskere og øvrige projektdeltagere, der deltager i det enkelte projekt. Skov & Lykke (2012) viste også at generel metadatainformation i form af programmets titel m.v. var relevant for de fleste forskere, mens metadata relateret til mediet (f.eks. optageudstyr m.v.) kun var relevant for meget få forskere, til gengæld var det meget relevant for dem. Ved at Skov & Lykke (2012) foreslår at projektspecifik metadata oprettes, forsøger de at skabe en løsning hvor informationsbehov og genfinding kan understøttes for samtlige forskningsgrupper. Denne mulighed er blevet implementeret i LARM.fm ved at brugere af basen har mulighed for lave deres egne annotationer udover den metadata, der allerede eksisterer (Lund et al., 2013). Fordelen ved dette er at forskerne på den måde kan gøre brug af deres faglige specialistviden til at indeksere indholdet i samlingen yderligere, og dermed forøge muligheden for genfinding, såvel som at understøtte deres egne forskningsprojekter. Ulempen kan være at forskere i modsætning til informationsspecialister mangler noget viden om indeksering. Den viden som Hjørland (2011a) betegner som informationsvidenskabelig viden og IT-viden, gerne kombineret med yderligere domæneviden. Ved at forskerne ikke nødvendigvis er i besiddelse af informationsvidenskabelig viden og IT-viden kan det ske, at tilføjede annotationer kan være vanskelige at benytte til relevansvurdering, og at annotationerne kan have forskellige karakter alt afhænging af hvilken forsker i, der står for indtastning af annotationen. Digitale platforme De digitale platforme der vil danne udgangspunktet for denne undersøgelse er platformene Mediestream og LARM.fm. De to platforme råder hver især over mere end 2 mio. udsendelser. Der findes øvrige danske lyd- og AV-samlinger, f.eks. Dansk Lyd og Bonanza, der begge er frit tilgængelige for offentligheden. Begge de samlinger har dog et meget 29

31 begrænset udvalg i forhold til den mængde af materiale man finder i både Mediestream og LARM.fm. Dette skyldes bl.a. at regler om copyright gør det vanskeligt at stille meget af materialet til rådighed for offentligheden. Mediestream og LARM.fm har mulighed for at have mere materiale tilgængeligt på deres platforme, da de kun er tilgængelige for forskere og studerende igennem tilknyttede institutioner. Internationalt findes der tilsvarende platforme, idet de fleste lande i dag er påbegyndt en digitalisering af nationale lyd- og AVarkiver. Mediestream I Danmark har Det Kgl. Bibliotek ansvaret for at indsamle og bevare dansk radio og tv. Pligtaflevering for radio- og tv-programmer blev indført i 1984 (Larsen, 2014). Samlingen af tv-udsendelser under Statens Mediesamling ved Statsbiblioteket i Århus blev etableret i 1987 (Kirkegaard & Borlund, 2006). Indsamlingen har foregået ved, at Statsbiblioteket har modtaget og arkiveret udsendelserne på forskellige båndtyper og formater. Det Kgl. Biblioteks samling indeholde også en stor mængde materiale fra perioden før 1984, bl.a. fra DR s arkiv, der blev oprettet allerede i 1952 (Jensen, 2012). Fra 2005 og frem har Statsbiblioteket hovedsageligt modtaget og indsamlet udsendelserne digitalt. Statsbiblioteket blev i 2017 fusioneret med Det Kgl. Bibliotek. Siden juli 2013 har det via onlinetjenesten Mediestream været muligt at få adgang til Det Kgl. Biblioteks digitale samlinger af radio og tv samt reklamefilm og aviser. I alt indeholder Mediestream over 1,3 millioner tv-udsendelser og mere end radioudsendelser (Laursen et al., 2016). Grundet copyrightproblematikker er det kun aviser, der er mere end 100 år gamle, der er tilgængelige i avissamlingen i Mediestream, med mindre man tilgår Mediestream fra Det Kongelige Bibliotek. For størstedelen af indholdet i Mediestream gælder det, at det kun er udstyret med metadata i begrænset omfang. Ofte er der kun oplysninger om programtitel og sendetidspunkt. For en stor del af samlingen er sendetidspunktet, det eneste information tilgængeligt. Det kan derfor være vanskeligt at finde information om specifikke begivenheder i samlingens mange nyheds- og aktualitetsudsendelser. På Mediestream henvises der derfor til tjenesten Infomedia, hvor det er muligt at søge efter resuméer af tv-indslag, dog kun fra 2009 og frem. Før Mediestream blev lanceret var indholdet i samlingen ikke tilgængeligt online. Via en 30

32 bestillingsformular var det dog muligt at få adgang til samlingen, da man kunne bestille et specifikt tv- eller radioindslag, som man fik udleveret på DVD. Overgangen til en digital streamingplatform har i høj grad øget brugen af samlingen. Året før lanceringen af Mediestream blev der bestilt udsendelser på DVD, til sammenligning blev der streamet udsendelser i året efter lanceringen af Mediestream. I året inden lanceringen af Mediestream var der mindre end unikke brugere af samlingen, mens der i Mediestreams første leveår var unikke logins (Laursen et al., 2016). For Det Kongelige Biblioteks radio- og tv-samling har den øgede tilgængelighed som lanceringen af onlineplatformen Mediestream har givet, i høj grad været med til at øge brugen af arkivet. Det er dog langt fra alt materiale i Det Kgl. Biblioteks radio- og tv-samling, der er tilgængeligt via Mediestream. Ved lanceringen af Mediestream var der f.eks. intet materiale tilgængeligt på platformen fra før 2006 (Laursen et al., 2016). Materiale der endnu ikke er tilgængeligt i Mediestream kan rekvireres ved kontakt til Det Kgl. Bibliotek. For perioden før pligtaflevering for radio- og tv blev vedtaget i 1984 er samlingen dog ikke komplet, derfor er det ikke sikkert, at ens ønskede bestilling kan imødekommes. 31

33 Billede 4: Bibliografisk post i Mediestream Ovenstående (Billede 4) er et eksempel på en bibliografisk post i Mediestream. Metadata består i dette eksempel af: - Titel - Medie - Kanal - Sendetidspunkt - Beskrivelse - Genre (Hovedgenre og Undergenre) - Udsendelsesår Der er dog stor variation i omfanget af metadata i de bibliografiske poster i Mediestream. Nedenstående billede (Billede 5) viser en bibliografisk post for et afsnit af Radioavisen. Kun ved på forhånd at vide, hvad der skete den pågældende dato, programmet oprindeligt blev udsendt, vil det være muligt at vide, hvad indholdet at programmet er, uden at foretage en gennemlytning. Det er gældende for samtlige afsnit af Radioavisen, der er tilgængelige i Mediestream, at der ikke er anført nogen beskrivende tekst. I øjeblikket er der over afsnit af Radioavisen tilgængelige i Mediestream, der er dermed tale om en stor mængde materiale, hvori søgning og relevansvurdering vanskeliggøres af den begrænsede metadata. Billede 5: Bibliografisk post for et afsnit af Radioavisen 32

34 LARM.fm LARM.fm er en database indeholdende over 2,6 mio. radio- og tv-udsendelser, udviklet og drevet af det nationale forskningsinitiativ DigHumLab i samarbejde med både Det Kgl. Bibliotek og Danmarks Radio. LARM.fm er udelukkende tilgængelig for studerende og forskere ved de uddannelsesinstitutioner, hvor der er indgået en aftale om brug. Indholdet på LARM.fm stammer fra Det Kgl. Biblioteks samlinger af radio/tv, samt supplerende materiale. Databasen indeholder derfor materiale der også findes på Det Kgl. Biblioteks egen platform Mediestream, men der er også materiale tilgængeligt på LARM.fm, der ikke er tilgængelig på Mediestream, såvel som den anden vej rundt. LARM.fm er ikke kun en radio- og tv-database, men indeholder også andre former for lydoptagelser. Noget af det supplerende materiale i samlingen, udover det, der også kan findes i Mediestream, stammer fra små lydarkiver, eksempelvis Arbejdermuseets lydsamlinger, der er blevet gjort tilgængelige i LARM.fm (Larsen, 2014). LARM.fm indeholder desuden over programoversigter, der går helt tilbage til 1925 da Danmarks Radio (dengang Statsradiofonien) for første gang begyndte at udsende radio. Programoversigterne er digitaliseret og indscannet med tekstgenkendelsesteknologien OCR, Optical Character Recognition (Jensen, T. S., 2014). LARM.fm indeholder også et element af crowdsourcing, da det er muligt for databasens brugere at tilføje oplysninger om et program, der hvor der ikke er anført noget metadata. Annotationsmuligheden gør det også muligt at tilføje og gemme et projekt på platformen og tilføje sine egne noter, f.eks. om bylydene i baggrunden af udsendelsen, der ellers ikke normalt vil fremgå af metadata (Kreutzfeldt, 2014a). 33

35 Billede 6: Eksempel på post i LARM.fm Ovenstående (Billede 6) viser et eksempel på en post i LARM.fm. Oprettet metadata omfatter i dette tilfælde: - Titel - Resumé - Udgiver - Kanal - Sendetidspunkt (Start- og sluttidspunkt) - Medvirkende (Navn og Rolle) - Ophav (Navn og Rolle) - DR Arkivnummer Ligesom det er tilfældet med Mediestream er der dog stor variation i mængden af beskrivende data i LARM.fm. Nedenstående eksempel (Billede 7) med Radioavisen illustrerer igen, hvorledes en stor mængde materiale vanskeligt lader sig søge frem. I 34

36 LARM.fm er der f.eks. over afsnit af Radioavisen tilgængelig, hvortil der ikke er anden metadata end kanal og sendetidspunkt. Billede 7: Eksempel på bibliografisk post for et afsnit af Radioavisen i LARM.fm Dansk Lyd Dansk Lyd er Det Kgl. Biblioteks onlineplatform, hvor man kan tilgå dele af deres lydarkiv, der er blevet digitaliseret. Dansk Lyd indeholder ikke radioudsendelser, da disse er gjort tilgængelige via Mediestream. Det Kgl. Biblioteks lydarkiv indeholder de ældste danske lydoptagelser, disse er oprindeligt optaget på voksvalser. Derudover findes materialet på alt lige fra lakplader til cd'er, og indholdet i samlingen dækker over musik, folkesange, dialekter, politiske taler og almindelige menneskers fortællinger. Den digitaliserede del af lydarkivet er også tilgængeligt via Europeana, der er en søgeaggregator for kulturarvsinstitutioner indenfor EU. Ved at søge på Europeanas hjemmeside, søger man i den tilgængelige metadata for alle de tilknyttede kulturinstitutioner. Dermed er dele af den danske kulturarv også blevet gjort nemt tilgængelig for borgere i hele verden. 35

37 Nedenstående (Billede 8) viser eksempel på en oprettet post i Dansk Lyd. Metadata omfatter her: - Titel - Varighed - Noter - Udgivelses-/Optagelsesår - Genre - Del af samling - Del af serie 36

38 Billede 8: Eksempel på en post i Dansk Lyd 37

39 Bonanza Danmarks Radio har gjort en stor del af egenproduktionerne i deres arkiv tilgængelig via webportalen Bonanza. Modsat Mediestream og LARM.fm, der kun er tilgængelig for brugere fra tilknyttede institutioner, så er Bonanza frit tilgængelig for alle. Indholdet er dog begrænset i forhold til det man finder på de to andre platforme, da det kun er DR s egne produktioner, der er at finde på Bonanza. Det er dog heller ikke alle deres egenproducerede udsendelser, der ligger frit tilgængeligt. For at et program kan tilgængeliggøres for offentligheden, skal copyright og andre rettigheder for materialet i programmet være afklaret. Det er derfor ikke muligt for DR at gøre hele deres arkiv tilgængeligt under nuværende lovgivning. Billede 9: Eksempel på post i Bonanza Ovenstående (Billede 9) viser metadata for en udvalgt post i Bonanza. Metadata omfatter: - Titel - Programinfo - Genre - Tid - Sendt - Medvirkende I Bonanza findes også adskillige lydklip fra Radioavisen. Som det ses på nedenstående eksempel (Billede 10), er der omfattende beskrivelse af de enkelte lydklip. Der er dog kun 38

40 lydklip tilgængelige fra udvalgte historiske nøglebegivenheder. For brugere interesseret i Radioavisens dækning af vigtige historiske begivenheder, kan det dog være hensigtsmæssigt først at orientere sig i indholdet i Bonanza, før de bevæger sig videre til indholdet i Mediestream og LARM.fm, hvor de er nødsaget til at lytte hele udsendelser igennem for at finde frem til relevant indhold. Billede 10: Et indslag fra Radioavisen i Bonanza Internationalt Næsten alle verdens lande, har et eller flere arkiver, hvor der opbevares film, tv, radio eller lydoptagelser. Dette omfatter først og fremmest statslige kulturarvsinstitutioner, der ofte ved lov er forpligtet til at opbevare landets kulturarv i form af lyd og av for eftertiden. Derudover findes der ofte store samlinger af lyd og av opbevaret ved mange tv- eller radiostationer, samt andre firmaer, der beskæftiger sig med produktion af film og lyd. Digitalisering af analogt materiale foregår i dag over hele verden og alle arkiver står overfor de samme udfordringer. 39

41 Problemstillingerne i forbindelse med formidling, tilgængeliggørelse og opbevaring af lyd og levende billeder er derfor i den grad en global udfordring. Inden for EU har man iværksat initiativet Europeana, der fungerer som søgeaggregator for tilmeldte kulturinstitutioner i hele EU. På Europeana er det muligt at søge i mere end 53 mio. digitaliserede kulturgenstande, der spænder bredt lige fra kunstværker til lydoptagelser. De tilmeldte danske kulturinstitutioner bidrager med over digitaliserede genstande. Størstedelen af genstandene stammer fra Det Kgl. Bibliotek, men også en lang række lokalhistoriske arkiver spredt ud over hele landet, har digitaliseret deres samling, og gjort den tilgængelig via Europeana. Europeana har ikke selv noget indhold liggende, alt indhold der søges frem, befinder sig på institutionernes egne sider. Europeana kuraterer dog indholdet i kraft af de tematiske samlinger og de virtuelle udstillinger de laver. BBCs arkiv i Storbritannien er med over 12 millioner genstande et af det største radio- og tvarkiver i verden. Spørgsmålet om rettigheder har dog betydet, at det har været vanskeligt at gøre materialet tilgængeligt for offentligheden. En lille del af arkivets indhold er gjort tilgængeligt online i form af nogle tematiserede samlinger på hjemmesiden for BBCs arkiv. Hjemmesiden er dog ikke blevet opdateret siden 2014, og BBC henviser i stedet til British Librarys samling af radioudsendelser og film- og tv-arkivet ved British Film Institute (BFI). En lille del af de radioudsendelser British Library er i besiddelse af, er offentligt tilgængelige via deres online lydarkiv Sounds. Nedenstående (Billede 11) viser et eksempel på en post i Sounds: 40

42 Billede 11: Eksempel på indekseret udsendelse i Sounds Metadata omfatter i dette tilfælde: - Titel - Collection - Type - Duration - Shelf mark - Subjects - Recording date - Recording locations - Interviewees - Interviewers - Abstract 41

43 På BFIs hjemmeside er det muligt at søge i deres katalog. Det er dog ikke muligt at tilgå materialet digitalt. Kun en meget lille del af materialet er tilgængeligt online. Via hjemmesiden InView har BFI gjort noget non-fiktion tv- og film tilgængeligt. Indholdet på siden er dog kun tilgængeligt for personer tilknyttet en videregående uddannelsesinstitution i Storbritannien. Indholdet på InView er meget beskedent, kun udsendelser er tilgængelige. BFI har også hjemmesiden ScreenOnline, hvor udvalgte tv-udsendelser og film er tilgængelige for personer tilknyttet videregående uddannelsesinstitutioner og biblioteker i Storbritannien. Igen er der dog tale om et begrænset udvalg og det tyder desuden ikke på at siden er blevet opdateret siden I Holland har Netherlands Institute for Sound and Vision en samling på mere end timer tv, radio, musik og film. Ligesom i Storbritannien og Danmark udgør mængden af materiale, der er frit tilgængeligt for offentligheden online, kun en brøkdel af det samlede materiale. Brugerbaseret design Det er essentielt at fokusere på brugerne i forbindelse med design og udvikling af et IRsystem (Kirkegaard & Borlund, 2006). Meget forskning vedrørende adgang til lydarkiver har dog primært haft et systemperspektiv, hvor f.eks. algoritmer, automatisering og tale til tekstteknologi har været i fokus (Skov & Lykke, 2012). Det kan dog være hensigtsmæssigt i stedet for et systemperspektiv, at have fokus på aktørerne og aktørernes opfattelse af informationsobjekterne, når man designer og konstruerer IR-systemer (Ingwersen & Järvelin, 2005). Denne opfattelse deles også af Ellis & Haugan (1997), der i deres undersøgelse identificerer karakteristika ved brugernes informationssøgeadfærd og hvilken betydning de kan have for design og konstruktion af IR-systemer. Kuhlthau (1991) har også fokus på brugerne og deres opfattelse af informationsobjekterne. Kuhlthaus (1991) model over informationssøgningsprocessen inddrager desuden også brugernes følelser i forbindelse med informationssøgningsprocessen. Tidligere har forskning i tekstbaseret informationsgenfinding også været drevet af et fokus på teknologi, indtil at der opstod en erkendelse af, at en forståelse af brugerne og deres informationsbehov, opfattelse og vurdering af relevanskriterier i høj grad er ligeså vigtigt (Smeaton, 2004). Det samme gjorde sig gældende for indekseringen af andre medieformer, som f.eks. lyd og billeder, hvor forskning i begyndelsen hovedsageligt var fokuseret på 42

44 teknologi (Lancaster, 1998). I modsætning hertil tager undersøgelser som Kirkegaard (2008), Skov & Lykke (2012) og Lund et al. (2016) udgangspunkt i brugerundersøgelser, i forhold til at afdække hvilke metadataelementer, der er relevante for tv- (Kirkegaard, 2008) og radioforskere (Skov & Lykke (2012) og Lund et al. (2013)). Det er disse undersøgelser jeg benytter som udgangspunkt for en videre undersøgelse af informationsbehovet for brugere af digitale tv- og radiosamlinger. Min undersøgelse er også en brugerundersøgelse, baseret på interview med professionelle brugere af platformene LARM.fm og Mediestream. LARM.fm blev udviklet bl.a. ved at inddrage brugerne og undersøge deres behov. Disse forudgående undersøgelser var bl.a. medvirkende til at muligheden for at brugerne selv kan tilføje metadata og annotationer i LARM.fm, blev en mulighed. Ved at spørge de brugere, der ville komme til at benytte platformen om deres behov, kom man frem til, at det ville være fordelagtigt at brugerne både kan supplere de eksisterende metadata med yderligere information, men også, at de kan oprette og gemme deres egne projektspecifikke metadata (Skov & Lykke, 2012). De brugergenererede metadata kan bidrage til at give yderligere søgeindgange, der kan understøtte forskernes ofte meget forskelligartede informationsbehov (Lykke et al., 2016). I Lykke et al. (2016) følges der op på, bl.a. igennem interviews, hvordan brugerne rent faktisk har tilføjet metadata og annotationer i forbindelse med deres forskningsarbejde i LARM.fm. Undersøgelsen af Lykke et al. (2016) viste at det metadata, der hyppigst blev tilføjet i LARM.fm var titel, efterfulgt af tag (brugerbestemt emneord), genre, beskrivelse og emne. Der var ingen der havde valgt at tilføje metadata om medvirkende. Der var heller ingen der havde valgt at gøre brug af hjælpesystemet, der skal sikre at der indtastes korrekt og ensartet metadata, derfor er der bl.a. metadata, der er blevet indtastet i de forkerte felter i LARM.fm (Lykke et al., 2016). I interview beskriver nogle af forskerne, at det at tilføje og rette metadata, er noget de gør, når de har tid, og primært gør for at forbedre LARM.fm for fremtidige brugere, og ikke fordi det er essentielt for deres eget arbejde (Lykke et al., 2016). Projektmetadataen der kan tilføjes i LARM.fm har hyppigst karakter af yderliger beskrivelse af aspekter af indholdet, men en stor del omhandler også lyde (fodtrin, vinden, tog m.v.). Lydene er annoteret af forskere der specifikt arbejder med lydlandskaber. Projektannotationer foretages dermed direkte for at 43

45 understøtte et specifikt forskningsprojekt løbende i takt med forskningsarbejdet (Lykke et al., 2016). Selvom metadata og annotationer foretages for at styrke arbejdet med ens eget projekt, kan dataen også komme andre til gode, og være en hjælp for fremtidig genfinding og relevansvurdering af materialet. I LARM.fm er det dog stadig kun en lille del af den store mængde tilgængelig materiale, der er blevet udstyret med supplerende metadata og annotationer fra brugerne, så en udfordring i den forbindelse er også, hvordan man kan engagere brugere af et sådan system, til at anvende mulighederne for at tilføje yderligere information i form af metadata og annotationer (Lykke et al., 2016). Samtidig er det en udfordring, hvordan der kan laves et system, der både understøtter muligheden for fleksibilitet når metadata tilføjes, men som samtidig også består af ensartet og korrekt anført metadata (Lykke et al., 2016). I Lykke et al. (2016) ligger de adspurgte forskere også vægt på at systemets metadata og dem de tilføjer er faktuelle og konkrete og ikke omhandler forskellige former for fortolkninger. Foretrukne metadata Inden for biblioteks- og informationsvidenskab skelnes der ofte mellem to former for informationssøgning; known-item search og emnesøgning (Lee et al., 2006). Når det kommer til søgninger i lyd- og AV-arkiver, har flere undersøgelser vist, at den informationssøgende ofte har et verifikativt informationsbehov (known-item search). Dette vises i en undersøgelse af Hertzum (2003), hvor forespørgslerne til et filmarkiv viste at 43% var relateret til known items, hvor de informationssøgende på forhånd ved, hvad de vil have. I Skov & Lykkes (2012) undersøgelse var 79% af radioforskeres søgninger efter en specifik radioudsendelse, altså known-items. I Kirkegaard & Borlunds (2006) undersøgelse om brugen af tvudsendelser i Statens Mediesamling viste samtlige forespørgsler sig at være known-item search. Dette stemmer overens med flere andre undersøgelser af forespørgsler rettet mod arkiver for AV-materiale (Kirkegaard & Borlund, 2006). Mangel på relevant metadata, har betydet, at det har været vanskeligt, at orientere sig i den store mængde materiale, der findes i bl.a. Det Kgl. Biblioteks radio- og tv-samling. Det har bl.a. haft den konsekvens, at meget forskning om f.eks. specifikke radioudsendelser, har taget udgangspunkt i tekster om radioudsendelserne og ikke i selve radioudsendelserne (Jensen, 44

46 2012). Relevant metadata afhænger i høj grad om, hvad man fremtidigt ønsker at benytte materialet til. Historisk forskning har især brug for omfattende beskrivende metadata. I andre forskningssammenhænge kan det være mindre væsentligt, hvad materialet omhandler. Eksempler på sådan forskning kan være studier af dialekter og sprogets udvikling (Thøgersen, 2014). I et sådan eksempel er det i højere grad hvor, hvornår og hvem end hvad, der er det, der ønskes oplyst. Det giver mening at beskæftige sig ikke kun med, hvad en radioudsendelse handler om, men også med hvordan den er formgivet: form producerer betydning og er indlejret i en kulturel kontekst (Kreutzfeldt, 2014a). Beskrivelsen af materialet kan finde sted på flere forskellige niveauer. Reallyden kan spille en rolle i en reportage (Kreutzfeldt, 2014a), og det kan derfor være relevant at have annotationer om bylyde tilknyttet visse typer materiale. Meget arkivmateriale hos radio- og tv-arkiver har også til formål, at understøtte produktionen af nyt materiale, i et radio- eller tv-indslag om togtrafikken kan arkivoptagelser fra en travl togstation, være med til at underbygge formidlingen i indslaget. Hvilke metadata der er relevante for informationssøgning og genfinding og hvilke der er væsentlige i forhold til at relevansvurdere, afhænger af informationsbehovet. I Kirkegaard (2008) blev det undersøgt, hvilke metadata forskere og studerende, der benyttede Statsbibliotekets tv-samling foretrak, i forbindelse med informationssøgning og relevansvurdering. Søgning Relevansvurdering Title 84,30% 80,60% Channel 84,30% 77,80% Keywords 83,30% 62% Genre 80,60% 70,40% Date of transmission 79,60% 73,10% Participants (e.g., interviewee, actor) 73,10% 63,90% Medium (e.g., download, DVD, VHS) 70,40% 63% Waiting on loan 67,60% 63,90% 45

47 Author (e.g., programme planner, script writer) 62% 53,70% Borrow options (e.g., access to broadcasts) 62% 74,10% Duration 51,90% 66,70% Time of transmission 51,90% 45,40% Audience ratings 49,10% 39,80% Date of production 46,30% 45,40% Subtitles 20,40% 23,10% Spoken language 19,40% 18,50% Geographical location of content/storyline 16,70% 15,70% Black/white or colours 12% 13% Geographical location of recording 9,30% 11,10% Format of transmission (e.g., 16:9, 4:3) 7,40% 10,20% Description of image sequences n/a 14,80% Clip n/a 33,30% Summary n/a 80,60% Images (thumbnails) n/a 29,60% Kirkegaard, Adspurgte brugere er blevet spurgt ind til, hvilke metadata de foretrækker i forbindelse med henholdsvis søgning og relevansvurdering af tv-samlingens materiale. Ifølge Kirkegaards (2008) undersøgelse var de mest efterspurgte metadata i forbindelse med søgning: titel, kanal og emneord. At søgning på titel og kanal angives som værende det foretrukne metadata i forbindelse med søgning, indikerer at det ofte er et verifikativt informationsbehov brugerne har, hvor de på forhånd er bekendt med programmets titel og hvilken kanal det har været vist på, og at de nu ønsker at genfinde programmet. Til at relevansvurdere angives foruden titel og kanal også resumé, af flest af de adspurgte. Kirkegaard (2008) spurgte ikke ind til fritekstsøgning i resuméer i forbindelse med søgning, i det spørgeskema han anvendte til undersøgelsen, derfor har undersøgelsen ikke noget data for, hvor mange af de adspurgte, der ville have angivet dette som en foretrukken form for metadata i forbindelse med søgning. Kirkegaard (2008) skriver dog at flere af de brugere han interviewede i høj grad efterspurgte fritekstsøgning i resuméer. Også søgning i transskriberet tale, var noget flere adspurgte udviste stor interesse i, men som de ikke på forhånd havde tænkt kunne være en mulighed (Kirkegaard, 2008). 46

48 Det er interessant at mulighederne for udlån (borrow options) af materialet, altså hvor nemt tilgængeligt materialet er, for 74,10% af de adspurgte vil benyttes i forbindelse med relevansvurderingen af materialet. Det stemmer overens med det udsagn, der optrådte i Kirkegaard & Borlund (2006), hvor en adspurgt forsker gav udtryk for at let tilgængelighed var en vigtig faktor i forhold til udvælgelsen af materiale. En række øvrig metadata angives i Kirkegaard (2008) også som værende vigtigere i forbindelse med relevansvurdering, end ved søgning. Det drejer sig om metadata af hovedsagelig teknisk karakter: varighed, undertekster, sort/hvid eller farver, geografisk lokation og format. I en tilsvarende undersøgelse af radioforskeres foretrukne metadata var kanal, titel, personer, genre, fagområde, tema, resumé og emne 1 de mest efterspurgte metadata (Skov & Lykke, 2012). Mediespecifikke metadata, som hvordan udsendelserne var optaget, teknologi m.v., blev vurderet mindre relevant af de fleste deltagere i undersøgelsen (Skov & Lykke, 2012). Det er interessant at bemærke, at metadata som genre, fagområde, tema, resumé og emne vurderes som værende blandt det mest relevante, idet at der er tale om metadata, der typisk vil være afhængig af en menneskelig fortolkning, og derved kan skabelsen af disse metadata vanskeligt lade sig gøre ved brug af software til automatiseret indeksering (Skov & Lykke, 2012). Genre og emneord nævnes også som værende blandt de vigtigste metadata i forbindelse med søgning i Kirkegaard, 2008, ligeledes nævnes resumé som værende blandt det vigtigste i forbindelse med relevansvurdering. Hvilke metadata brugerne vægter højt, kan variere, afhængigt af hvilken medieform der er tale om. Det er f.eks. ikke de samme faktorer, der ligger til grund for at vurdere om et tekstdokument er relevant som ved relevansvurderingen af AV-materiale. For AV-materiale i form af TV i Statens Mediesamling (i dag tilgængeligt via Mediestream) har Kirkegaard & Borlund (2006) vist, at brugerne oftest forespørger udsendelser, der er transmitteret indenfor de seneste år. Kirkegaard & Borlund (2006) kan dog ikke give endeligt svar på, hvorfor det forholder sig sådan. På daværende tidspunkt var der meget begrænsede muligheder for at forespørge tv-udsendelser fra samlingen. Der var ingen søgeindgange tilgængelige for brugerne, og de var i derfor i højere grad afhængig af deres hukommelse, hvilket må formodes at have betydning for at brugerne havde større fokus på nyere udsendelser 1 Oversat fra engelsk, de oprindelige termer i Skov & Lykke (2012) er: broadcast channel, title, named person, genre, subject, theme, abstract, and topic 47

49 (Kirkegaard & Borlund, 2006). En undersøgelse af genfinding af stillbilleder for professionelle brugere, har også vist at nyhedsværdien ofte er et væsentligt kriterium i forbindelse med relevansvurderingen (Conniss et al., 2000). Den måde metadata angives på, kan afhænge af den enkelte organisation, der ofte vil have udformet en politik for metadata og indeksering. I Danmark har DBC (Dansk BiblioteksCenter) f.eks. udarbejdet indekseringsvejledning til folkebibliotekerne for hvordan de indekserer skøn- og faglitteratur samt musik, som også kan fungere som hjælpende retningslinjer for de folkebiblioteker, der selv ønsker at tildele emneord. Ligeledes har Danmarks Radio en metadatastandard de benytter både i forbindelse med produktion og arkivering. Internationalt er der også udarbejdet metadatastandarder i form af bl.a. Dublin Core, som både DR og DBC benytter i dele af deres metadataudarbejdelse. LARM.fms metadataopbygning bygger på Dublin Core, sådan som det er implementeret af European Broadcasting Union (Lykke et al., 2016). Analyse af interviews Tabel 1 viser interviewpersonernes baggrund, i form af tilknyttede institution og forksningsområde, såvel som deres erfaring med at anvende platformene LARM.fm og Mediestream, i deres arbejde med forskning i radio og tv. Forskerne er fundet ved at jeg har kontaktet de forskere der enten har været involveret i de projekter, der var i forbindelse med etableringen af LARM.fm i perioden eller i radioforskningsprojektet RAMUND. Derudover har jeg også kontaktet Det Kongelige Bibliotek, der i dag er ansvarlige for driften og udviklingen af Mediestream, for at høre om de kendte til forskere, der kunne være interesseret i at deltage. Efter gennemførelsen af flere af interviewene, har jeg desuden spurgt interviewpersonerne, om de kendte andre forskere, de tænkte kunne have interesse i at deltage. De fleste adspurgte har en baggrund som deltagere i LARM.fm-projekter i perioden Navn Institution Fakultet / Baggrund LARM.fm Mediestream Interviewperson 1 Københavns Universitet Nordiske Studier og Sprogvidenskab X X Interviewperson 2 Københavns Musikvidenskab X X 48

50 Universitet Interviewperson 3 Aarhus Universitet Medievidenskab X X Interviewperson 4 Det Kongelige Bibliotek Musik- og kulturstudier X X Interviewperson 5 Aarhus Universitet Medievidenskab X Interviewperson 6 Aalborg Universitet Læring og Filosofi X Interviewperson 7 Det Kongelige Bibliotek Kunst- og kulturvidenskab X X Interviewperson 8 Aarhus Universitet Medievidenskab X Interviewperson 9 Københavns Universitet Musikvidenskab X X Interviewperson 10 Roskilde Universitet Musikvidenskab X X Tabel 1: Navn på interviewpersoner, tilknyttet institution, forskningsområde, anvendte platforme Interviewpersonerne kommer fra fire forskellige universiteter foruden Det Kongelige Bibliotek. To af de adspurgte fra Aarhus Universitet, Interviewperson 3 og Interviewperson 5, fungerer nu som ansvarlige for udviklingen af LARM.fm, foruden at afholde undervisning i brugen af platformen. Interviewperson 4 fra Det Kongelige Bibliotek, underviser også i brugen af platformen LARM.fm. Udover institution er der i interviewet også spurgt ind til tilknyttet fakultet, og i de tilfælde, hvor der ikke er tilknyttet et universitet, er der tale om deres uddannelsesbaggrund. Tre af de adspurgte er fra medievidenskab og fire er fra musikvidenskab/musikstudier (Interviewperson 10 er dog nu ansat på visuel kultur og performance-design på Roskilde Universitet). De resterende fire interviewpersoner kommer fra fire øvrige humanistiske forskningsområder. At der er flest fra medie-/og musikvidenskab kan hænge sammen med, at netop især forskere indenfor disse områder hyppigt beskæftiger sig med radio og tv. Netop det at der er flere forskellige forskningsbaggrunde repræsenteret i undersøgelsen giver et godt grundlag for at kunne afdække forskelle i informationsbehov og forskellige søgetilgange på tværs af domæner. 49

51 Billede 12: Hvilke platforme interviewpersonerne har benyttet i deres forskning Billede 12 viser hvilke platforme de adspurgte har benyttet sig af i deres forskning. De fleste har benyttet både LARM.fm og Mediestream, to af de adspurgte har dog kun benyttet LARM.fm til deres forskning, og en enkelt har kun benyttet sig af Mediestream. Udover de to platforme har interviewpersonerne også ofte nævnt øvrige kilder, som de har benyttet i forbindelse med deres forskning. Flere forskellige kilder lige fra fysiske arkiver til Google, har været nævnt. Der er i interviewet ikke spurgt direkte ind til øvrigt anvendte kilder, så det er kun noteret når samtalen er drejet ind på emnet. Således formodes det at øvrige kilder altid anvendes når og hvis de er relevante, i og med det må formodes, at de fleste løbende supplerer med søgninger i Google og øvrigt tilgængelige kilder. Af øvrigt anvendte kilder har interviewpersonerne nævnt fysiske arkiver (DR, Statsbiblioteket, Folkemindesamlingen, Rigsarkivet m.fl.) og de tilknyttede arkivarer, IMDB, Netarkivet, dr.dk/musik, Bonanza, Google, Europeana, Dansk Kulturarv, aviser (bl.a. Politikens digitale avisarkiv og Det Kongelige Biblioteks mikrofilmsamling). Hvilke kilder de vil anvende, vil selvfølgelig være afhængigt at det konkrete projekt de arbejder med. Interviewet har taget udgangspunkt i deres nuværende og tidligere projekter, og det er i den forbindelse, at de har nævnt også at have benyttet disse kilder. Skulle de foretage et nyt projekt med et nyt udgangspunkt er der naturligvis tale om, at det kan være nogle helt andre kilder, de vil benytte, alt afhængig af projektets emne og omfang. 50

52 Tabel 2 tager udgangspunkt i surveying-fasen fra Ellis & Haugan (1997). Ud fra interviewpersonernes svar har jeg indført i tabellen, hvordan de har beskrevet at gribe den indledende fase i søgeprocessen an, i forbindelse med de projekter hvor de benytter, eller har benyttet, LARM.fm eller Mediestream. Navn Interviewperson 1 Interviewperson 2 Surveying Spørger arkivarerne og orienterer sig i programoversigterne. Søger ud fra dato og orienterer sig i spillelisterne. Interviewperson 3 Interviewperson 4 Interviewperson 5 Interviewperson 6 Interviewperson 7 Interviewperson 8 Interviewperson 9 Interviewperson 10 Søger efter titel eller emneord i LARM.fm, benytter også Netarkivet. Hurtige søgninger i LARM.fm, vil ofte være utilstrækkelige.benytter derfor yderligere søgninger i det digitaliserede avisarkiv i Mediestream eller via Google. Søger i LARM.fm ud fra titel eller dato. Tekstsøgninger i LARM.fm og orienterer sig i programoversigterne. Søger direkte i LARM.fm, orienterer sig i programoversigterne. Bruger i dag LARM.fm som et referenceværktøj. Søger ud fra titel, sendetidspunkt og kanal. Oftest er det navne eller titler der vil være søgeindgangene. Typisk starter hun med at finde udsendelsen i programoversigterne. Tabel 2: Interviewpersonernes adfærd i den indledende fase af informationssøgningsprocessen. Tabel 2 viser at flere af interviewpersonernes svar indikerer, at de i den indledende fase af informationssøgningsprocssen på forhånd ved, hvilket program de ønsker at finde, og at de 51

53 derfor benytter platformene til at søge det frem ud fra oplysninger om titel og dato. Grundet mangelfulde data benyttes især programoversigterne i LARM.fm til at orientere sig yderligere i. Udgangspunktet for projekterne var meget forskellige, men flere af dem har det tilfælles at det ikke er selve indholdet, men andre faktorer, der gør en udsendelse brugbar for dem. De fleste har jo nogle mærkelige ting, de kigger efter, med mindre man bare kigger på indhold; hvad talte de om. Interviewperson 7 (Bilag 7) F.eks. var Interviewperson 7 (Bilag 7) interesseret i at undersøge udviklingen af kanalspeakerens stemme over tid. Kanalspeakeren taler ind imellem udsendelserne, og det har derfor været noget materiale, der har været meget svært at finde, idet det ikke er udsendelser som hun er interesseret i, men det der blev sendt mellem udsendelserne. For hende, var det nødvendigt at prøve sig frem med at søge i LARM.fm. og prøve at lytte til de søgeresultater der kom frem, samt at se i programoversigterne, bl.a. for at se hvornår der var pause imellem udsendelser, hvor der kunne være en speaker der talte. Udgangspunktet for interviewpersonernes forskning har i høj grad været afgørende for, i hvor høj grad de har stødt på hæmmende udfordringer i deres søgeprocess. For bl.a. Interviewperson 8 (Bilag 8), har det gjaldt, at hun stort set altid på forhånd har vidst, hvilke udsendelser hun ønskede at finde. Hendes projekt har omhandlet konkrete tv-serier, hvor hun i forvejen har haft oplysninger om titel, sendetidspunkt og kanal, så den korrekte udsendelse som regel blev fundet ved den indledende søgning. Om der er tale om verifikative søgninger eller bredere emnemæssige søgninger er dermed også afgørende for, hvordan informationssøgningen bliver grebet an. Interviewperson 4 (Bilag 4) beskriver, at hvis han har behov for at lave en bred afdækning af et emne, så starter han med at søge i de digitaliserede aviser i Mediestream, fordi datamængden der er så meget mere omfattende. Hvis han skal lave en hurtig verifikativ søgning, vil han oftest starte med at gå ind i LARM.fm og søge. Ved blot at lave en enkelt søgning i LARM.fm finder han sjældent selve programmet han leder efter, men igennem programoversigterne, der søges frem, kan han blive i stand til at lokalisere programmet igennem en ny søgning. Fra den første 52

54 søgning i LARM.fm og til at han kan sidde og høre udsendelsen, vil der dog ofte være ret mange led, hvor han selv skal opfinde nogle metoder, og supplere med søgninger i f.eks. Mediestream eller Google. Tabel 3 tager udgangspunkt i chaining-fasen fra Ellis & Haugan (1997). Ud fra interviewpersonernes svar, er det indført i tabellen, hvordan de har beskrevet at gribe det, der kan falde ind under denne fase af søgeprocessen an. Chaining-fasen er kendetegnet ved at den informationssøgende forsøger at følge nogle kæder af information. Navn Interviewperson 1 Interviewperson 2 Interviewperson 3 Interviewperson 4 Interviewperson 5 Interviewperson 6 Interviewperson 7 Interviewperson 8 Interviewperson 9 Interviewperson 10 Chaining Ved det helt gamle materiale har han lyttet til det der var tilgængeligt, senere materiale har han udvalgt mere tilfældigt ud fra datoer. Anbefalinger fra arkivar ved DRs arkiv. Orienterer sig i programoversigterne, da programmerne typisk ikke eksisterer. Har søgt det frem, hun er stødt på gennem skriftlige kilder. Har benyttet Netarkivet til at finde ud af, hvornår der burde have været sendt noget relevant. Orienterer sig i metadata og lyd på tværs af digitale kilder og arkiver som han har stor erfaring og viden om at anvende. Benytter også Google, aviser m.m. Finder ofte nøgledatoer at snævre sig ind på, og ser på, hvad der ligger disse datoer, der kunne være interessant at undersøge nærmere. Netarkivet og programoversigterne for yderliger information. Har eksperimenteret med automatiserede søgninger. Ofte kan hun kun benytte programoversigterne, da selve programmet ikke findes. Ved det helt gamle materiale, har hun systematisk lyttet det igennem. Senere materiale har hun lyttet til mere tilfældigt, for at høre om det var relevant. Bestiller lydfiler i høj opløsning fra Statsbiblioteket. Referencelytning af materiale i Folkemindesamlingen eller andre fysiske samlinger. Orienterer sig i DRs arkiv. Orienterer sig om programmet i handlingsreferatet, der fremgår i Mediestream. Benytter også IMDB for supplerende oplysninger. Orienterer sig hovedsageligt i de skrevne programmer, tit eksisterer udsendelsen ikke længere. Har bestilt fysiske kopier af materiale, der ikke har fandtes digitalt. Har benyttet aviser og mikrofilm til at finde yderligere information om udsendelser. Ser i programoversigterne om de programmer, der lå lige op ad i sendefladen, måske også kan bruges. Orienterer sig i udsendelsernes beskrivelser og KODA-lister. Tabel 3: Interviewpersonernes adfærd i chaining-fasen af informationssøgeprocessen I denne fase opsøges ofte andre former for kilder. Det kan være ved at tage kontakt til fysiske samlinger og de dertil knyttede arkivarer. Det kan også være ved at benytte andre 53

55 hjemmesider til at finde uddybende informationer om en udsendelse fundet via LARM.fm eller Mediestream. Findes materialet ikke digitalt eller skal det bruges i høj opløsning vil det være nødvendigt at bestille en kopi hjem. Tilgangene er naturligvis meget forskellige, afhængigt af forskningsprojektet. I forbindelse med brug af LARM.fm til undervisning, har det for Interviewperson 5 (Bilag 5) været en strategi at lade de studerende finde nogle nøgledatoer, at undersøge nærmere, og følge de interessante spor der ligger i LARM.fm. I pædagogiske sammenhænge har det været noget med at finde nogle nøgledatoer, hvis man vil vide noget om 9/11, Danmarks befrielse og Danmarks besættelse. Derved at indsnævre sig og komme nærmere ind på, ud fra årti, og ud fra år, måned, dag, det som man gerne vil undersøge. Og så simpelthen se, hvad der ligger af radio- og tv-materiale derinde på den dag og hvad kunne så være interessant at kigge på. Interviewperson 5 (Bilag 5) For Interviewperson 1 (Bilag 1) var det en bestemt programserie, der havde været sendt igennem flere år, som han benyttede som udgangspunkt for at undersøge sprogets udvikling over tid. Derfor valgte han en fast dato hvert år, hvorfra han udvalgte udsendelsen, så det var den samme dag hvert år. Når han har skullet benytte noget af det helt gamle materiale, har han oplevet at kun meget lidt har været bevaret. I de tilfælde har han lyttet det hele igennem, der har været, idet at det har været en overskuelig mængde. Anbefalinger fra arkivarer har også været en uvurderlig hjælp for ham i hans arbejde. Ph.d.-projektet for Interviewperson 3 (Bilag 3) omhandlede hvordan Danmarks Radio har lavet voksenundervisning på tværs af forskellige medieplatforme som radio, tv, web og bøger. I den forbindelse har hun tit fundet frem til en udsendelse, ved først at have fundet information om den i skriftlige kilder, hvorefter hun har kunnet bruge LARM.fm til at finde den frem. Netarkivet har også været et værktøj hun har brugt til at finde frem til, hvornår der har været sendt udsendelser, der kunne være interessant for hende at søge frem i LARM.fm. 54

56 Tabel 4 omhandler interviewpersonernes adfærd i monitoring-fasen (Ellis & Haugan, 1997). Denne fase omhandler, hvilke informationskilder, de løbende vil holde sig opdateret ved, i forhold til at følge et bestemt emne som de beskæftiger sig med. Navn Interviewperson 1 Interviewperson 2 Interviewperson 3 Interviewperson 4 Interviewperson 5 Interviewperson 6 Monitoring Trækker på personer med specialistviden, f.eks. DRs arkivarer. Benytter Google til at finde relevant materiale, der ligger frit tilgængeligt. Fungerer som underviser og udvikler af LARM.fm. Holder sig derigennem opdateret med, hvad der er tilgængeligt på platformen. Igennem sit arbejde up-to-date med digitale kilder og projekter. Fungerer også som underviser i brugen af LARM.fm. Fungerer som underviser og udvikler af LARM.fm. Holder sig derigennem opdateret med, hvad der er tilgængeligt på platformen. I samarbejde med kolleger holder hun sig orienteret om ny teknologi til søgning. Interviewperson 7 Interviewperson 8 Interviewperson 9 Interviewperson 10 Orienterer sig i fysiske samlinger og i udviklingen i DRs arkiv. Benytter IMDB til at få overblik over tv-dramas producenter og eventuelle samarbejdsrelationer, f.eks. om der er tale om co-produktioner. Benytter de skrevne radioprogrammer. De er den vigtigste kilde for komponeret musik, da der altid er anført oplysninger om komponist og medvirkende i indspilningen. Holder sig orienteret med Danmarks Radios arkiv og Statsbibliotekets samling. Benytter hovedsageligt de skrevne programoversigter. Tabel 4: Interviewpersonernes adfærd i monitoring-fasen I denne fase beskriver interviewpersonerne, hvordan de holder sig up-to-date om nye teknologiske muligheder eller løbender snakke med forskellige personer, der kan sidde inde med relevant viden. Der kan også være talende om løbende at foretage informationssøgninger i f.eks. Google for at følge udviklingen og om der skulle være kommet noget nyt inden for et bestemt emne. Kan også være, at være i kontakt med arkiver for at blive opdateret om nyt materiale, både fysisk og digitalt. For Interviewperson 6 har det i hendes forskningsprojekt specifikt været deltagerorienterede radioprogrammer, hun har været interesseret i at finde. Deltagerorienterede programmer er f.eks. programmer, hvor det er muligt at ringe ind. Det er dog langt fra altid, det fremgår af 55

57 titlen eller øvrig metadata, om programmet er deltagerorienteret. Derfor er hun meget interesseret i teknologi, til automatisk genkendelse af telefonsamtaler, og er i løbende kontakt med en kollega om forsøg på at udvikle et program, der vil kunne identificere telefonsamtaler. Hun oplever dog at automatiseret stemmegenkendelsesteknologier stadig har mange udfordringer: Det kan derfor være vanskeligt, om det algoritmen har fundet, er nogen der står udenfor og taler, om det rent faktisk er nogen, der ringer ind til programmet. Det er en stor udfordring at få til at fungere. Interviewperson 6 (Bilag 6). For alle interviewpersonerne gælder det, at de som forskere besidder en stor viden om deres fagområde, og også løbende holder sig opdateret om udviklingen inden for emnet. For Interviewperson 9s (Bilag 9) forskningsprojekter har hans informationssøgning taget udgangspunkt i hans musikhistoriske viden, og al den øvrige viden han har haft brug for, har været i de skrevne radioprogrammer, hvor der står, hvem der har medvirket og hvem der har indspillet. Foruden de skrevne programmer, har han også orienteret sig i aviser. Det har været vigtigt for ham at holde sig orienteret om, hvad der er tilgængeligt, og hvorhenne, f.eks. også arkiverede aviser. Interviewperson 2 (Bilag 2) har i hans forskning værer interesseret i lydscenen; det mere eller mindre tredimensionelle illusionære rum som musikken foregår i. Dette er meget ofte tavs viden, så det er ikke noget der findes mange oplysninger om. For ham har det vigtigste også været at kunne orientere sig i de skrevne radioprogrammer. Foruden programmerne har han også brugt tid på løbende, f.eks. via Google, at holde sig opdateret med, hvad der ligger tilgængeligt rundt omkring på nettet. Tabel 5 omhandler browsing-fasen (Ellis & Haugan, 1997). Browsing er en ofte ustruktureret gennemgang af tilgængeligt materiale. Man søger ikke efter et specifikt dokument, men man er derimod åben overfor at støde på nyt og ukendt materiale. Navn Browsing 56

58 Interviewperson 1 Interviewperson 2 Interviewperson 3 Interviewperson 4 Interviewperson 5 Interviewperson 6 Interviewperson 7 Interviewperson 8 Interviewperson 9 Interviewperson 10 Interesserer sig for udtalelsen af sproget. Udvælger derfor programmer, der i den sammenhæng kan være interessante, f.eks. Dronningens Nytårstale og Radioavisen. Flere udsendelser har han fået henvist af arkivarer, da de er vanskelige selv at søge frem. Har orienteret sig i det materiale, der var tilgængeligt, det meste eksisterer ikke længere. Benyttet programoversigter, Google, DR til at få overblik over materialet. Brede søgninger, for at undersøge hvilke programmer DRs arkivarer selv har tænkt hørte ind under et givent emne. Har især ønsket at finde programmer, der eksisterer på tværs af flere medieplatforme. Har fået hjælp af DR til at finde relevant materiale. Arbejder løbende på tværs af flere forskellige arkiver og datakilder. Prøver sig frem ud fra den viden og erfaring han i forvejen har. Bruger Google, aviser m.m. til at afdække et emne. Afhængig af emnet, forsøger hun ofte at snævre sig ind på nogle relevante nøgledatoer, at undersøge nærmere. Bruger de hvide programmer for at få mere information. Interesserer sig for deltagerorienterede programformater. Sjældent noget der kan søges frem, så ofte tilfældigt om hun kan finde noget relevant. Automatiserede søgninger har hjulpet hende med at udvælge programmer til nærmere gennemlytning. Sendeplaner/programoversigter kigges igennem. Referencelytning til fysisk og digitalt materiale. Kontakt til øvrige forskere og institutioner. Hovedsageligt ved hun præcist, hvilket program hun på forhånd ønsker at finde. Oplysningerne har hun andre steder fra, f.eks. IMDB, men også ud fra hendes egen viden om, hvad der har været sendt. Søger i LARM.fm, hvor der forsøges med forskellige søgeord, da det kan variere meget, hvilken måde, programmer er indekseret. Søger ud fra egen viden om komponister og musikhistorie. Benytter også aviser. Har søgt bredt i LARM.fm efter f.eks. kategori og medarbejdere. Nogle gange afleder en søgning, at hun støder på andre ting at gå videre med, f.eks. programmer hun ikke havde hørt om. Tabel 5: Browsing-fasen Flere beskriver hvordan de søger i de programoversigter, der ligger indscannet i LARM.fm. I programoversigterne, er det muligt at søge direkte i teksten, og læse mere om de enkelte udsendelser, og også falde over nogle øvrige interessante udsendelser. Derudover benyttes også ofte brede søgninger efter udsendelserne i LARM.fm eller Mediestream; f.eks. hvad kunne det her mon være indekseret indenunder, og så kigge det igennem der kommer frem. 57

59 Nogen gange afleder en søgning, at man så støder på nogle andre ting at gå videre med, f.eks. nogle andre programmer jeg ikke havde hørt om. Eller nogle programmer der lå lige op af i sendefladen, som måske også kan bruges. Interviewperson 10 (Bilag 10). Interviewperson 10 (Bilag 10) beskriver også, hvordan hun har indskrænket sine søgninger ud fra tidsperioder, det kan være årstal, eller sendefladetidspunkter, for at se hvad der ellers har været vist. Også Interviewperson 5 (Bilag 5) benytter taktikken med at indskrænke søgningen ud fra nogle nøgledatoer eller perioder, hvor det formodes, at der kan ligge noget relevant, og så simpelthen prøve at lytte igennem og benytte programoversigterne til at se om det kan være brugbart det der ligger. Interviewperson 1s (Bilag 1) forskning har handlet om udviklingen af udtalelsen af sproget, noget som der ikke umiddelbart er noget metadata der beskriver. Han har derfor udvalgt nogle faste programmer, der har kørt i mange år, hvorfra han har udvalgt et program fra en fast dato hvert år at lytte til. Han har også været i kontakt med arkivarer, der har henledt hans opmærksomhed på programmer der kunne være interessante for ham, og som han ikke selv ville have kunnet finde frem. Interviewperson 7 (Bilag 7) havde også et projekt der tog udgangspunkt i noget, der heller ikke fremgår af nogen form for metadata, nemlig stemmeæstetik og udviklingen af kanalspeakerens stemme over tid. Dette har det også været vanskeligt for hende at fremsøge, og det har også været nødvendigt at lytte mange programmer igennem for at høre om de var relevante. Teknologi til stemmegenkendelse, der kan identificere samme speaker på tværs af programmer, ville være en enorm hjælp for hendes forskning, da den store mængde materiale er vanskelig at gennemarbejde manuelt. Hun trækker i høj grad på den viden hun har om samlingerne, f.eks. DRs arkiv, når hun skal finde materiale. Det er ikke altid, at det findes digitalt det hun skal bruge. Nogle gange findes det hun skal bruge kun lagret på et fysisk medie, og hun har også oplevet at skulle tage kontakt til øvrige forskere og institutioner for at få adgang til materiale relevant for hendes forskning. I fasen Distinguishing rangeres og udvælges de dokumenter man går i dybden med. Med mindre man har uanet tid til rådighed, vil det være nødvendigt at udvælge noget materiale på bekostning af noget andet, og vælge noget fra. 58

60 Navn Interviewperson 1 Interviewperson 2 Interviewperson 3 Interviewperson 4 Interviewperson 5 Interviewperson 6 Interviewperson 7 Interviewperson 8 Interviewperson 9 Interviewperson 10 Distinguishing Udvalgte programmer der levede op til hans kriterier i forhold til at undersøge sprogudvikling. Havde på forhånd udvalgt relevante programmer at undersøge, ud fra hvad han kendte i forvejen. Trak på viden om indekseringen af materialet for at finde relevante udsendelser. Udvalgte en periode, hvorfra han gennemgik alt materiale, der var tilgængeligt. Kunne godt have brugt lyden i højere opløsning, men nøjedes i det konkrete forskningsprojekt med mp3-kvaliteten i LARM.fm. Udvalgte programmer på baggrund af, om de var tværmedielle og om de var det bevidst. Tog udgangspunkt i det metadata, der var tilgængeligt. Verificerede oplysninger ved hjælp af information på tværs af digitale kilder. Udvalgte programmer fra udvalgte datoer. Tog udgangspunkt i det der var tilgængeligt og kunne søges frem. Nærlytter til enkelte udsendelser. Udvalgte programmer fra udvalgte datoer. Har desuden lyttet tilfældigt til indholdet i LARM.fm, for at høre om det var relevant, da det hun er interesseret i, ikke er noget der typisk er angivet i metadata og dermed ikke er søgbart. De lydoptagelser hun skal benytte bestilles i høj opløsning fra Statsbiblioteket. Fysisk materiale bestilles hjem. Beskæftiger sig med dansk tv-drama. Ved på forhånd titel, sendetidspunkt og kanal. Det er derfor hurtigt at se, ud fra beskrivelsen og genreangivelsen, om det er det korrekte, der ligger i Mediestream. Ofte ved han i forvejen, hvordan musikken har lydt. Det interessante for ham som musikhistorisk forsker er ofte indholdet af de skrevne programmer. Ofte specifikke programmer hun søger efter, som hun udvælger ud fra producentnavne, årstal og datoer, og programtitel. Tabel 6: Distinguishing-fasen Flere beskriver, hvordan de har udvalgt et program eller en programserie, som de udvælger de enkelte udsendelser fra, ud fra enten nogle faste datoer, eller ved at lave et datointerval og fokusere på en bestemt periode. Af dem der beskæftiger sig med det helt gamle lyd- og tvmateriale, findes der ikke så meget der har overlevet, så der er det i høj grad de skrevne programoversigter og indholdet i dem, som de fokuserer deres søgning omkring. Jo længere tilbage i historien man går, jo mindre er det lyd, men tekst. Interviewperson 2 (Bilag 2). 59

61 En udfordring for dem, der som Interviewperson 2 (Bilag 2) beskæftiger sig med forskning fra Danmarks Radios begyndelse, er at kun meget få udsendelser eksisterer. I stedet må forskere nøjes med at orientere sig i de indscannede programoversigter, der også findes i LARM.fm. For Interviewperson 2 (Bilag 2) betød den begrænsede mængde materiale dog, at han kunne nå at lytte hele det tilgængelige materiale igennem fra den periode hans forskningsprojekt omhandlede. Hovedsageligt var han i hans forskningsprojekt dog nødt til at tage udgangspunkt i tekstkilder, som f.eks. de digitaliserede programoversigter. Flere af interviewpersonerne har på forhånd udvalgt materialet til deres projekt, enten ved at fokusere på en bestemt tidsperiode, eller ved at det er et specifikt program eller programserie de beskæftiger sig med. For Interviewperson 8 (Bilag 8) omhandlede hendes forskningsprojekt dansk tv-drama. For de udsendelser hun ønskede at finde, havde hun på forhånd oplysninger om titel, sendetidspunkt og kanal. De programmer hun ønskede at gå i dybden med, havde hun derfor allerede fastsat, før søgning på platformen. Der var derfor tale om, at fremsøge udsendelserne, og så ud fra beskrivelsen eller genreangivelsen at verificere at den fremsøgte udsendelse var den korrekte. Interviewperson 3 (Bilag 3) havde ikke et specifikt program hun ønskede at finde, men havde dog nogle helt specifikke krav før et program var relevant for hende at arbejde med. Hendes forskning omhandlede bevidst tværmedielle programmer, der gik på tværs af flere platforme som radio, tv, web, bøger m.m. Til at finde udsendelser hun kunne bruge, måtte hun tage udgangspunkt i det metadata der var. Hvorvidt programmet er tværmedialt er ikke altid noget der fremgår af metadata, hvis der da overhovedet er noget metadata. I hendes søgning kontaktede hun også DR, for at få af vide, hvornår et program havde været sendt. På den måde kunne hun finde det frem i LARM.fm, i de tilfælde, hvor der intet metadata var for udsendelsen i LARM.fm, men hvor kun sendetidspunktet var angivet. Tilsvarende brugte hun også programoversigterne meget til at finde ud af hvornår det tværmedielle program Radiouniversitetet var blevet sendt, så hun kunne lokalisere det i de udsendelsesblokke der ligger i LARM.fm, hvor der ikke er andet metadata end hvilken dato det drejer sig om. I Filtering-fasen finder en afgrænsing af søgningen sted. Her kan der være tale om at afgrænse søgningen til en bestemt tidsperiode, eller indenfor et bestemt domæne. 60

62 Søgefunktioner i databaser vil typisk have flere forskellige muligheder for at filtrere søgningen, og dermed indskrænke mængden af søgeresultater. Navn Interviewperson 1 Interviewperson 2 Interviewperson 3 Interviewperson 4 Interviewperson 5 Interviewperson 6 Interviewperson 7 Interviewperson 8 Interviewperson 9 Interviewperson 10 Filtering Valgte program, der var samme format og med samme vært igennem 30 år. Fik lydfilerne i høj opløsning, da mp3-kvalitet ikke var tilstrækkeligt for analysen. Har ikke søgt særligt meget efter programmer. Udvalgte programmer ud fra en fast dato. Udvalgte de programmer han undersøgte nærmere på baggrund af en tidsafgrænsning. Ofte har hun fundet programmer frem, ud fra viden om dem hun har fra skriftlige kilder eller fra f.eks. Netarkivet. Tager udgangspunkt i det digitale arkiver han i forvejen ved er relevante. Udvælger nogle programmer som cases, som hun går i dybden med. Cases udvælges på baggrund af en fast dato. Grundet problemer med genfinding, har der dog været tilfælde, hvor det ikke kunne være den samme dato hver gang. Har ikke haft tid til at lytte alt det igennem, der måske kunne være relevant. Udvalgte de programmer hun undersøgte nærmere på baggrund af dato. Nøje udvalgte start- og sluttidspunkter for udsendelserne, da kun en lille del er relevant for hende. Gennemlytning af bestilte CD'er med lyd i høj kvalitet. Har på forhånd udvalgt tv-drama, hun ønsker at beskæftige sig med. Benytter Mediestream til at fremsøge de udvalgte programmer. Beskæftiger sig ofte med specifikke perioder, og foretager derfor en tidsafgrænsning. Har fremsøgt udsendelser ud fra programoversigten. Udsendelsen har ikke altid været tilgængelig, så ikke altid hun har kunnet høre, hvordan det har lydt. Tabel 7: Filtering-fasen Flere beskriver hvordan de på forhånd har afgrænset deres søgeområde, ved at udvælge et program eller en programserie at beskæftige sig med og foretage en tidsafgrænsning. Udvælgelsen og afgrænsningen har ofte været på baggrund af viden om de pågældende programmer som de i forvejen havde.. Det var også den viden, der gjorde, at de vidste at der ville være nogle velegnede programmer at vælge som cases. At man ved hvordan man skal filtrere i sin søgning, kræver også at man har en ide om hvilket materiale søgningen tager udgangspunkt i. I LARM.fm er der meget materiale, der kun har sendetidspunkt angivet. Hvis man ikke ved det på forhånd, kan man have svært ved at navigere i LARM.fms materiale, da man vil overse meget. 61

63 Tidligere har man som bibliotekar været vant til, at ting var puttet ned i nogle æsker, så man kunne finde dem igen. Nu skal vi til at vænne os til, at de æsker er blevet vendt på hovedet og rodet rundt. Vi er stadig på et stadie, hvor man skal kunne rigtig meget, for at få tingene til at virke. Interviewperson 4 (Bilag 4). Interviewperson 4 (Bilag 4) har igennem hans forskning og i kraft af hans arbejde, opnået et indgående kendskab til de digitale samlinger af radio og tv. Han har derfor en ekspertviden om hvad der er tilgængeligt hvorhenne, og ved på forhånd når han går i gang med et projekt, hvilke digitale arkiver der er relevante at lede i, og om og hvor henne han kan skaffe supplerende metadata/information. For andre der ikke har beskæftiget sig så indgående med digitale samlinger kan det være vanskeligere at fremsøge materialet. Den måde de fleste af interviewpersonerne arbejder med materialet på, er ved at udvælge en eller flere udsendelser som cases, som de så går i dybden med at analysere. Interviewperson 5 (Bilag 5) udvalgte f.eks. Go Morgen P3 som sin case, og valgte derfor en fast dato for hvert år, som hun tog en udsendelse af Go Morgen P3 fra, som hun så analyserede. Dog var der nogle år, hvor hun var nødt til at tage udsendelsen fra en anden dato, fordi hun ikke kunne søge udsendelsen frem fra den oprindeligt valgte dato, selvom hun havde på fornemmelsen at den burde ligge et sted i LARM.fm. Tilsvarende lavede Interviewperson 6 (Bilag 6) også et forskningsprojekt, der tog udgangspunkt i programmet P4 i P1. Hun udvalgte to faste årlige datoer som nedslag, som hun så arbejdede videre med, og brugte et kvantitativt software til at analysere. Dette projekt lavede hun før LARM.fm, men eksemplet med hendes projekt og Interviewperson 5s (Bilag 5) er eksempler på, hvordan interviewpersonernes projekter ofte har taget udgangspunkt i en datofiltrering, hvor de har udvalgt en fast dato at tage en udsendelse fra, år for år, hvorefter de analyserer udsendelserne dybdegående. Forskningsprojekterne har derfor ofte på forhånd været afgrænset til forholdsvis små datamængder, i kraft af, at det som regel på forhånd har været et program, der er udvalgt og som er blevet undersøgt nærmere og anvendt som case. Extracting-fasen er hvor der bliver arbejdet mere direkte med materialerne og hvor der dykkes dybt ned i indholdet eller andre aspekter af de fundne materialer. Det foregår typisk i 62

64 forbindelse med skrivearbejdet, og munder ofte ud i en forskningsartikel, ph.d.-projekt eller som en del af et undervisningsforløb. Navn Interviewperson 1 Interviewperson 2 Interviewperson 3 Interviewperson 4 Interviewperson 5 Interviewperson 6 Interviewperson 7 Interviewperson 8 Interviewperson 9 Interviewperson 10 Extracting Laver annotationer i LARM.fm. Analyserer wav-filer med programmet Praat. Har mest beskæftiget sig med tekstmateriale, da lyden oftest ikke eksisterer længere. Til hans analyse har han brug for lyden i høj opløsning. Laver annotationer i LARM.fm og gennemlytter materialet. Benytter Excel til at notere og samle oplysninger om udsendelserne. Har haft lavet sine egne noter i Word, da annotering i LARM.fm ikke var muligt på tidspunktet for hans projekt. Transskriberede hele programmer. Brugte specialiseret software til analyse. Bange for at miste data, hvis annotationer laves i LARM.fm. Bearbejder og analyserer wav-filer ved hjælp af bl.a. Audacity og Wavesurfer. Har brugt LARM.fm til annotationer, men gøre det ikke mere, efter at have mistet indtastet data Ser programmerne i Mediestream, og benytter IMDB til at få supplerende oplysninger om produktionen. Har ikke benyttet LARM.fm. Arbejder ud fra programoversigterne. Lytter til udsendelsen, hvis det er musik der ikke findes andre steder. Har besøgt Det Kongelige Bibliotek for at søge information om udsendelser i dere avisarkiv. Arbejder ud fra programoversigterne og den tilgængelige metadata. Lytter til det der er tilgængeligt. Har også benyttet sig af materiale på bånd før LARM.fm. Tabel 8: Extracting-fasen Nogle af interviewpersonerne beskriver, hvordan de har fået radioudsendelser som wavfiler, så de kan lave akustisk analyse af udsendelsen. Dette behov understøttes ikke af Mediestream eller LARM.fm, hvor den tilgængelige lyd kun er i mp3-kvalitet og hvor det heller ikke er muligt at downloade filerne til sin egen computer. Nogle af interviewpersonerne beskriver også hvordan de har benyttet muligheden for at lave deres egne annotationer i LARM.fm. De fleste benytter dog Excel eller Word, såvel som anden mere specialiseret software, i arbejdet med analyse af udsendelserne. Interviewperson 9 (Bilag 9) beskæftiger sig med musikhistorie og især ældre materiale. Af den grund er det ofte, at han hovedsageligt bruger tekstkilder i form af de skrevne programmer i LARM.fm og aviser som primær kilde. Det skyldes simpelthen at selve udsendelsen sjældent eksisterer. I de tilfælde at den eksisterer, ved han på forhånd tit hvordan 63

65 det lyder, så derfor er det stadig hovedsageligt den information, som f.eks. KODA-listen, der er i de skrevne programoversigter i LARM.fm, som er relevant for ham. Nogle udsendelser indeholder dog musik som kun findes på denne udsendelse. Når det er tilfældet lytter han til udsendelsen for også at høre, hvordan den har lydt. De fleste har deres egne systemer for hvordan de arbejder med det fundne materiale, og har udviklet deres egne arbejdsgange og systemer til at få overblikket og strukturere deres arbejde. Interviewperson 4 (Bilag 4) fortæller at han er meget datadrevet i sin forskning, og primært arbejder med at finde nogle faktuelle data. Han arbejder som regel på flere skærme ad gangen og benytter Excel til at danne sig overblik over den data han finder. F.eks. hvis han skal finde noget om hitlister, laver han i et regneark en kolonne med programtitel, startår, slutår, kanal, format, og efterhånden som han kommer længere ind i søgningen, kommer han til at udvide med flere kolonner afhængigt af hvad han finder af yderligere oplysninger, der er relevante for spørgsmålet der skal besvares og hvad han skal bruge dataen til. For de forskere der arbejder med akustisk analyse af lydfilerne er lydkvalitet i mp3-format sjældent tilstrækkeligt, og de vil derfor ofte se sig nødsaget til at bestille de lydfiler de finder i LARM.fm eller Mediestream i høj opløsning. Platformene understøtter heller ikke at man downloader lydfilerne, noget der er nødvendigt for dem, der foretager akustisk analyse af lydfilerne med specialiseret software. I det tilfælde er de nødsaget til at bestille en kopi af lydfilen som de kan arbejde med. F.eks. har Interviewperson 7 (Bilag 7) i forbindelse med et af hendes projekter haft et datasæt hun analyserede, der bestod af omkring 100 stemmer, som hun fik som filer. Hendes analyse kunne hun ikke lave, uden at bruge digitale værktøjer til at lave akustisk analyse med. Lydmaterialet der var umiddelbart tilgængeligt online via platformen LARM.fm, var derfor ikke tilstrækkelig i forbindelse med hendes forskning. Lydmæssigt er mp3 et skodformat. Hvis man skal lytte på den måde jeg lytter, så er det et problem. Interviewperson 2 (Bilag 2) Interviewperson 2 (Bilag 2) giver udtryk for en tilsvarende ærgrelse over den tilgængelige lydkvalitet. Han har dog benyttet sig af mp3-kvaliteten i LARM.fm, da det ikke har været vigtigt nok i forhold den tid han har haft til rådighed i forskningsprojektet, at lokalisere lydfilen i et andet format. 64

66 I ending-fasen er der tale om informationssøgeprocessens afslutning, hvor mindre afklarende søgninger kan finde sted, og der kan være behov for et par nye søgninger fordi at arbejdet med materialet har vist sig at åbne op for nye spørgsmål, der har brug for afklaring. Der kan også være behov for at afdække om nyt materiale er kommet til rådighed siden den oprindelige informationssøgning blev påbegyndt. I forbindelse med mine interview med interviewpersonerne, har jeg ikke spurgt ind til en enkelt informationssøgeproces, men derimod til deres samlede oplevelser og erfaringer med at benytte digitale platforme til at søge i databaser over lyd og av. Derfor kommer interviewpersonerne heller ikke ind på den afsluttende fase af en eventuel informationssøgeprocess. I nedenstående skema for endingfasen, har jeg derfor valgt at fokusere på, hvordan interviewpersonerne indikerer at de vil gribe deres søgninger ad fremadrettet, på baggrund af den erfaring, de har gjort sig i forbindelse med de informationssøgninger, de indtil nu har udført og som mine interview har forsøgt at afdække forløbet af. Navn Interviewperson 1 Interviewperson 2 Interviewperson 3 Interviewperson 4 Interviewperson 5 Interviewperson 6 Interviewperson 7 Ending Hans oprindelige projekt linkede til data i LARM.fm. Denne forbindelse er dog gået ned og link til LARM.fm virker ikke længere. Han mener at arkivarerne og andre med specialistviden er nødvendige for at forskere kan udnytte samlingerne optimalt. Vigtigt for ham at programoversigterne er søgbare som fuldtekst. Er afhængig af tekst, da lydkilderne sjældent eksisterer længere. Hun ved at det er fuldstændig afhængigt af, hvad man ønsker at søge frem i LARM.fm, hvilken søgestrategi man skal anvende. Det er bl.a. det hun er ude at fortælle om, når hun underviser i brugen af LARM.fm Forventer at der vil gå en del år, før datakvaliteten er på et acceptabelt niveau. Indtil da er der stadig brug for specialistviden for at få fuldt udbytte af de digitale samlinger. Oplever mange huller i metadata, derfor nødvendigt at vide, hvor man så kan søge informationen frem. Forventer at teknologi vil kunne identificere elementer af relevans i udsendelserne. Alternativet er manuelt at gennemlytte udsendelserne, hvilket ikke vil kunne lade sig gøre. Forventer at det inden for en overskuelig tidshorisont vil være nemmere at søge i lyd, bl.a. håber hun at kunne gøre brug af værktøj, der kan identificere stemmer, og gøre det 65

67 muligt at søge på stemmer. Interviewperson 8 Interviewperson 9 Interviewperson 10 Mediestream fungerer perfekt i forhold til hendes behov. Hun er dog nødt til også at benytte IMDB, da metadata i Mediestream ikke er omfattende nok. Håber at der kan komme en løsning på den copyrightproblematik, der gør at forskere ikke har adgang til aviser der er mindre end 100 år gammel. Aviserne er en meget vigtig kilde for hans arbejde med forskning i musik og radio. Hun har i hendes foreløbige forskning ikke været afhængig af LARM.fm, det har blot været en bonus, hvis det har været der. Hvis hun skulle lave et nyt projekt der tog mere udgangspunkt i LARM.fm ville hun nok i højere grad bemærke manglende metadata. Tabel 9: Ending-fasen Flere af de adspurgte nævner, at udfordringerne med manglende metadata, gør at deres søgestrategi fremover, vil være helt afhængig af, hvad de skal søge frem, da det kan være forskellige søgetilgange der kan være nødvendige. Det nævnes også, at der stadig er brug for en specialistviden, både i forhold til at søge i platformene, men også i forhold til at have noget faglig specialistviden om det område der søges omkring, f.eks. for at vide hvad der findes. Det forventes også at teknologien fremover i højere grad vil understøtte informationssøgningen og gøre det lettere at søge i og genfinde materiale. For Interviewperson 6 (Bilag 6) er det afgørende, at der sker en udvikling af teknologiske værktøjer, der kan bidrage til at identificere elementer af relevans i udsendelserne. Alternativet som det er nu, er at sidde og lytte udsendelserne igennem manuelt, i håb om at de indeholder noget af relevans. Det kan lade sig gøre, hvis man har udvalgt nogle få udsendelser at arbejde med, men løsningen er ikke på nogen måde mulig, når datasættet er så stort som det der findes i hele LARM.fm. For Interviewperson 3 (Bilag 3) er det især at vide, hvilken søgestrategi man skal vælge at benytte, der vil være det væsentligste for hende når hun fremover initierer søgninger i LARM.fm og Mediestream. Vigtigheden af at vide, hvilken søgetilgang man skal vælge, og hvordan det afhænger af det man ønsker at finde, er også det hun fortæller nye brugere af LARM.fm om, når hun er ude at introducere og undervise i platformen. Det afhænger meget af hvilken periode, det materiale man søger efter er fra, hvilken søgestrategi man skal anvende. Det kommer meget an på om man rammer ind i en periode, 66

68 hvor der er nogle udfordringer i forhold til materialet og metadata i Larm, eller om det er en periode, hvor vi har det hele, og hvor det hele er knyttet rigtigt sammen. Der er dermed nogle tidsperioder, der er nemmere at forske i end andre. Interviewperson 3 (Bilag 3) Tit kræver det en grundig viden om både LARM.fms eller Mediestreams opbygning, såvel som indhold, for at få det fulde udbytte af platformene og den store mængde indhold det er muligt at søge i. Om man støder på en mur i forbindelse med ens informationssøgning, kommer dog i høj grad an på ens behov. For Interviewperson 10 (Bilag 10) har projekter foreløbigt ikke været afhængige af materialet i LARM.fm eller Mediestream, det har blot været en bonus for hende, hvis det har været der. Skulle hun give sig i kast med et projekt, der i højere grad var baseret på materialet i LARM.fm, formoder hun, at hun i højere grad ville bemærke, om der var mangelfuld metadata. I hendes hidtidige forskning har hun derfor ikke været så afhængig af specialiseret viden om platform eller indholdet, grundet det hun har haft som fokus for sin forskning. Delkonklusion De interviewpersoner, der deltog i min undersøgelse af informationsbehovet hos professionelle brugere af de digitale radio- og tv-samlinger, Mediestream og LARM.fm, gav hovedsageligt udtryk for at have haft et verifikativt informationsbehov, når de har benyttet sig af Mediestream og LARM.fm. Analysen af interviewene viser, at informationsbehovet blandt brugere af digitale lyd- og AV-samlinger kan opdeles i to kategorier. Den ene type informationsbehov tager udgangspunkt i at indholdet i lyd- eller videomateriale benyttes som kilde på lige fod med tekstdokumenter som bøger og artikler. I den anden kategori af informationsbehov spiller indholdet en sekundær rolle, og radio- og tv-udsendelserne benyttes i stedet til at foretage sproglige, akustiske eller tekniske analyser. Informationsbehovet hos brugerne i denne kategori er så specialiseret, at tilgængelig metadata typisk ikke direkte understøtter deres informationsbehov. Eksempelvis var der en bruger, der beskrev at være interesseret i udtalen af ord, og ændringer i sproget over tid. En bruger, der beskrev at være interesseret i lydscenen; det tredimensionelle illusionære rum som musikken foregår i, dirigentens placering i forhold til orkesteret og mikrofonens placering. En bruger der var interesseret i 67

69 participatoriske radioudsendelser og brugen af teknologi som telefonsvarer og en bruger, der interesserede sig for stemmeæstetik, stemmeideal og hvordan vi modulerer med stemmen. For de brugere, der beskæftiger sig med indholdet af udsendelserne, opfylder den eksisterende metadata, der er tilknyttet udsendelserne i LARM.fm og Mediestream, delvist brugernes informationsbehov. Afhængigt af emnet kan den tilgængelige metadata tilknyttet udsendelserne, være tilstrækkelig til at genfinde og relevansvurdere søgeresultaterne. Der er dog stor variation i, hvilken og hvor omfattende grad, der er tilknyttet metadata til udsendelserne i samlingen. Derfor kan brugerne opleve, at deres informationsbehov understøttes i varierende grad, afhængig af, hvilken del af samlingerne de beskæftiger sig med. I LARM.fm er der blevet tilføjet programoversigter med tilhørende noter, der er indscannet således, at den fulde tekst er søgbar. Disse fremhæves af undersøgelsens interviewpersoner, som værende yderst vigtige værktøjer til at fremsøge de udsendelser, der kun har meget begrænset metadata tilknyttet. Tilsvarende indeholder Mediestream avissamlingen med indscannede aviser, som kan anvendes til at orientere sig om radio- og tv-udsendelser. Grundet copyrightproblematikker er det dog kun aviser, der er mere end 100 år gamle, der er tilgængelige i Mediestream, så længe man tilgår Mediestream uden for Det Kongelige Bibliotek. I LARM.fm er der mulighed for at brugerne kan bidrage til LARM.fm, ved at tilføje metadata til udsendelserne. Blandt de adspurgte i min undersøgelse, er det få, der har gjort aktivt brug af dette. Hvis brugernes informationsbehov skal understøttes bedst muligt fremover, vil det være en fordel at brugerne modtager undervisning i brugen af LARM.fm og Mediestream, da de adspurgte i min undersøgelse har givet udtryk for, at det kræver omfattende forudgående viden om, hvordan man søger på platformene; herunder kendskab til forskellige søgetilgange alt afhængig af det pågældende forskningsområde. 68

70 Interviewene afdækkede også, at arkivarer og andre specialister med indgående viden om indholdet af de forskellige arkivers samlinger, kan være en enorm hjælp til at finde information, i kraft af deres viden om indeksering af arkivets indhold. Diskussion Ifølge Kirkegaards (2008) undersøgelse var de mest efterspurgte metadata i forbindelse med søgning: titel, kanal og emneord. Kirkegaard (2008) tog kun udgangspunkt i søgning i en tvsamling. Når jeg i min undersøgelse har forsøgt at afdække informationssøgningen i tv- og radiosamlingers digitale samlinger, har det også ofte været titel og kanal som nævnes som en del af informationssøgningsprocessen i den fase som jeg vurderer som surveying - altså en indledende informationssøgning. Titel og kanal er dog ofte ikke tilstrækkelig. Det kræver nemlig at titel fremgår af metadata, hvilket ikke altid tilfældet. Flere nævner derfor at de i en indledende surveying-fase tager udgangspunkt i de programoversigter, der ligger i LARM.fm eller i aviserne i Mediestream, for at finde sendetidspunkt for den udsendelse, de ønsker at finde. De indscannede og fuldtekst-søgbare programoversigter i LARM.fm er derfor af stor betydning for at kunne foretage tilfredsstillende informationssøgninger på platformen. Sendetidspunkt blev efterspurgt af 79,60% til brug ved søgning i Kirkegaard (2008). Kirkegaard (2008) spurgte ikke ind til efterspørgslen på fritekstsøgninger i resumméer og transkriberet tekst, men det nævnes at flere af de adspurgte i hans undersøgelse udviste interesse for det. Skov & Lykke (2012) identificerede, at generel metadata som titel, kanal, medvirkende m.v. var relevant for de fleste forskere, mens mediespecifik metadata, f.eks. af teknisk karakter, kun var relevant for meget få forskere. Det var på denne baggrund, at der i LARM.fm blev implementeret muligheden for at brugerne kunne tilføje metadata og lave deres egne projektspecifikke annotationer. Programoversigterne har været lagt ind som indscannet tekst i LARM.fm, hvori de har været søgbare. I forhold til den måde de adspurgte i min undersøgelse fortæller, hvordan de benytter programoversigterne, har tilstedeværelsen af disse i høj grad været med til at understøtte informationsbehovet for platformens brugere. Jo mere indhold en bibliografisk post indeholder, des mere effektivt vil den typisk kunne søges frem, og des nemmere vil brugere have ved at relevansvurdere materialet (Lancaster, 69

71 1998). Derfor vil det fremadrettet være hensigtsmæssigt at implementere teknologi, der kan automatisere dele af arbejdet med at tilføje metadata. Tilgængelige søgbare transskriberinger udført af automatiseret software, vil kunne være med til at understøtte brugernes informationsbehov, især i de tilfælde, hvor der ikke er anden beskrivende metadata tilknyttet udsendelserne. Tilføjelsen af programoversigterne som metadata til samlingen i LARM.fm har været et skridt på vejen til at øge tilgængeligheden af materiale, hvortil metadata har været så mangelfuldt, at det har været yderst vanskeligt at søge det frem. Indholdet i programoversigterne er blevet lagt ind og automatisk gjort søgbart. Alternativet hvor en bibliotekar/arkivar manuelt sidder og indtaster metadata for de enkelte udsendelser vil ofte ikke være en mulighed for samlinger af den størrelsesorden som eksempelvis LARM.fm og Mediestream har, grundet både omkostningerne og tidsforbruget. Det kan derfor formodes at andre metoder til at få yderligere metadata igennem en automatisk eller semiautomatisk proces vil blive brugt fremadrettet i arbejdet med denne type samlinger. F.eks. vil automatisk transskribering af indholdet i samlingernes udsendelser kunne give endnu større mulighed for fritekstsøgning i fuldtekstdokumenter. Selvom at der ved automatisk transskribering af danske radionyhedsindslag ikke er alle ordene i udsendelserne der kan genkendes (Hertzum et al., 2016), ville det gøre det muligt at søge udsendelser frem der i dag ikke har tilstrækkelig metadata tilgængelig. Det kunne samtidig give de informationssøgende mulighed for at læse og dermed kunne skimme tale, hvilket kan gøre det langt nemmere og mindre tidskrævende at bedømme relevansen af en udsendelse, frem for hvis man skulle lytte (Kim et al,. 2003). Lyd og av med tilknyttet fuldteksttransskribering som supplement til anden metadata, kan måske komme til at optræde oftere i søgeresultaterne, fordi der er flere muligheder for at matche med den indtastede søgestreng (Sørensen et al., 2012). Som det er nu, er der dog formentligt udsendelser der aldrig optræder i søgeresultaterne, pga. manglende metadata. Også når man ser på, hvordan de adspurgte fortæller, at de arbejder i det, der kan forstås som chaining-fasen, hvor man følger en kæde af information, er det i høj grad programoversigterne, der omtales. For flere af de adspurgte, udgør programoversigterne ofte også den eneste kilde til information, mange ældre udsendelser er nemlig slet ikke bevaret. Afhængig af forskningsprojektet, er det heller ikke nødvendigvis det lydlige indhold, der er 70

72 interessant for den pågældende forsker, ofte kan det være metadataen, der er det væsentlige for dem; hvem medvirkede, hvor blev det optaget m.v. Heldigvis er programoversigterne fra Danmarks Radio, der nu findes i LARM.fm, meget detaljeret beskrevet. Foreningen Koda (Komponistrettigheder i Danmark) blev stiftet i 1926, året efter at Danmarks Radio gik i luften. Koda sørger for at komponister og udøvende musikere får betaling, når deres musik spilles i radioen. Programoversigterne indeholder derfor fyldestgørende information om alle medvirkende på de musikindspilninger, der blev udsendt i Danmarks Radio. Hvis der har været eventuelle ændringer i det endelige program i forhold til de oplysninger der har været i programoversigten, er der typisk tilføjet en note til programoversigten, hvor dette fremgår. Billede 13 viser et eksempel på en radioudsendelse fra 1939, der er udstyret med omfattende information om medvirkende og den musik der blev spillet. Denne information kaldes også for programmets Kodaliste. Billede 13: Eksempel på radioudsendelse fra 1939 beskrevet i programoversigten Sådan information kan være enormt interessant for forskere, hvis de f.eks. har en musikhistorisk tilgangsvinkel til materialet. De omfattende Kodalister i programoversigterne nævnes som havende stor betydning i forhold til at understøtte informationsbehovet blandt de forskere i min undersøgelse, der beskæftiger sig med musikvidenskab. Det viser sig således også, at det tyder på at forskningsområdet spiller ind i forhold til, hvilke informationskanaler, forskerne benytter til at søge yderligere information, når de har fundet en udsendelse. F.eks. nævner Interviewperson 8 (Bilag 8), der beskæftiger sig med medievidenskab og forsker i dansk tv-drama, at hun i høj grad er afhængig af internetsiden IMDB.com, til at få de supplerende informationer hun har brug for, omkring hvem der har produceret, og om det har været en co-produktion m.m. 71

73 Interviewperson 9 (Bilag 9) nævner at han har brugt aviser til at orientere sig i. Tidligere benyttede han Det Kgl. Biblioteks mikrofilmsamling, hvorfra det også var muligt at lave udprint. I dag er samlingen blevet digitaliseret og mikrofilmsamlingen ødelagt. De digitaliserede aviser er blevet gjort tilgængelige på Mediestream, men grundet copyrightudfordringer, er det kun dem der er over 100 år gamle man kan få adgang til, når man befinder sig uden for Det Kgl. Bibliotek. Han oplever derfor, at lige i denne her sammenhæng har digitaliseringen faktisk gjort materialet sværere tilgængeligt for ham. I forhold til, hvilke aktiviteter interviewpersonerne beskriver i det, der falder ind under monitoring-fasen, holder de adspurgte sig ajour med udviklingen i tilgængeligt indhold via digitale kilder og udviklingen af teknologiske værktøjer. Tre af interviewpersonerne fungerer som undervisere i brugen af LARM.fm, og er derfor i denne sammenhæng ajourført med udviklingen og indholdet i LARM.fm. Browsing-fasen, hvor den informationssøgende gennemsøger information og er åben over for at støde på nyt materiale, finder ofte sted ved, at interviewpersonerne laver nogle brede søgninger i databaserne, ud fra f.eks. emne, for at se, hvad der ligger og er umiddelbart tilgængeligt. Denne type søgninger finder sted ud fra den viden de informationssøgende på forhånd besidder om det konkrete emne. Det vil være hvad de ved, at der findes af relevante nøglepersoner eller nøgledatoer, at søge ud fra. Interviewperson 8 (Bilag 8) nævner, at hun oftest ved præcist, hvilket program hun på forhånd ønsker at finde. Dette informationsbehov, som Ingwersen (1992) definerer som det verifikative, går igen blandt interviewpersonerne i min undersøgelse. Selvom de også ofte har foretaget bredere emnesøgninger i forbindelse med deres forskningsarbejde, er der meget ofte tale om, at de allerede inden de har sat sig ned for at søge på LARM.fm eller Mediestream, ved præcist hvilket program de ønsker at søge frem. I forhold til de informationsbehov Ingwersen (1992) beskriver adskiller informationsbehovet blandt nogle af brugerne sig, idet at det ikke er indholdet de er interesserede i, men øvrige aspekter. Ingwersen (1992) tager udgangspunkt i aboutness, hvad dokumentet (hvad end det er tekst, billede, lyd m.v.) omhandler, og i mindre grad dokumentets øvrige attributter. At det ikke kun er interviewpersonerne i min undersøgelse, der ofte har et verifikativt informationsbehov, viser undersøgelser som Hertzum (2003), hvor forespørgslerne til et 72

74 filmarkiv viste at 43% var relateret til known items, samt Skov & Lykke (2012), hvor 79% af radioforskeres søgninger var efter en specifik radioudsendelse, altså known-items. I Kirkegaard & Borlunds (2006) undersøgelse om brugen af tv-udsendelser i Statens Mediesamling viste samtlige forespørgsler sig at være known-item search. Kirkegaard & Borlund (2006) nævner også, at dette stemmer overens med flere andre undersøgelser af forespørgsler rettet mod arkiver for AV-materiale. Det er dog værd at bemærke, at Skov & Lykke (2012) og Kirkegaard & Borlund (2006) undersøgte forespørgsler efter henholdsvis radio og tv, før Mediestream og LARM.fm var etableret. I modsætning til min undersøgelse, beskæftigede de to undersøgelser sig dermed ikke med digital adgang til radio- og tvsamlinger. Tidligere skulle man henvende sig til arkivets medarbejdere og bede om en udsendelse. I forhold til dette betyder den digitale tilgang, at det nu er langt lettere, at foretage både bevidste og mudrede emnesøgninger. I min undersøgelse, hvor der tages udgangspunkt i digitale arkiver, beskriver undersøgelsens deltagere hovedsageligt verifikative søgninger, men emnesøgninger beskrives også, både bevidst emnemæssige og mudrede emnesøgninger. Det at forskerne nu selv har direkte adgang til samlingerne, og ikke skal have en forespørgsel først gå igennem en bibliotekar/medarbejder, kan have haft den effekt at forskere nu foretager de mere mudrede emnesøgninger, i kraft af, at de selv kan sidde og rode rundt i systemet og se, hvad de kan finde, uden at de behøver at have identificeret deres eget informationsbehov på samme måde, som hvis de skulle lave en søgeforespørgsel via mail, internetformular eller personlig henvisning som det tidligere var tilfældet. En ulempe i forhold til de tidligere hovedsagelige analoge arkiver, kan være at i modsætning til arkivets medarbejdere, kan en bruger af LARM.fm eller Mediestream, ikke formodes at have nogen specialistviden om samlingens indhold. Det kan have den konsekvens, at en bruger der benytter enten LARM.fm eller Mediestream, kun ser toppen af isbjerget i forhold til de søgeresultater, der kunne være relevant for hans forskning. En arkivar med specialistviden om samlingerne, ville formentlig kunne finde flere væsentlige søgeresultater, da de kan være i besiddelse af en viden om, hvordan og med hvilke termer, udsendelserne oprindeligt er blevet arkiveret, samt hvilke dele af samlingen, hvortil der ikke er beskrivende metadata tilknyttet, og hvor indholdet skal søges frem ved hjælp af anden information som f.eks. aviser og spillelister. 73

75 I distinguishing-fasen beskriver flere af interviewpersonerne, at de udvælger de programmer, de ønsker at arbejde med, ud fra en bestemt dato. Det kan f.eks. være, at de beskæftiger sig med en specifik afgrænset periode, som f.eks. Interviewperson 2 (Bilag 2) der beskæftigede sig med perioden , hvor han tog den første uge i november i alle årene som case. Det projekt var dog hovedsageligt baseret på programoversigterne/spillelisterne, idet det overlevende materiale fra denne periode er så begrænset, at han har været i stand til at lytte alt det der eksisterer fra de 15 år igennem. Det gør sig gældende for interviewpersonerne, at jo ældre materiale de beskæftiger sig med, i højere grad er det udelukkende skriftkilder om udsendelserne, de baserer deres forskning på. For disse perioder, hvor der eksisterer meget få overlevende lydkilder, er vigtigheden af, at programoversigterne ligger tilgængelige enorm, da de ofte er den eneste eksisterende kilde til at verificere programmets eksistens. Programoversigterne i LARM.fm er meget udførligt beskrevet og indeholder også bilag og noter, hvis der har været ændringer i programmet i forhold til, hvad der oprindelig har været planlagt (se Billede 14). Programoversigterne bruges også flittigt til at lokalisere, hvornår et program har været fundet frem, sådan at det kan identificeres i LARM.fm, i de tilfælde, hvor der ikke er metadata tilknyttet andet end dato og tidspunkt. Det var f.eks. denne tilgang Interviewperson 3 (Bilag 3) brugte til at fremsøge et program hun ønskede at finde, men som ikke var indekseret med titel eller beskrivelse i LARM.fm, men kun eksisterede i samlingen som en del af en lydblok, hvor kun dato og tidspunkt var angivet som identificerende metadata. 74

76 Billede 14: Eksempel fra en side fra indscannet programoversigt med rettelser og ændringer fra 24/ Tilgængelig i LARM.fm. 75