വിക്കിഗ്രന്ഥശാല സംവാദം:ഗുണ്ടർട്ട് ലെഗസി പദ്ധതി

ഗ്രന്ഥാശാല സമൂഹത്തിന്റെ ശ്രദ്ധയ്ക്ക്,

മൈഗ്രേഷൻ പൂർണ്ണമായും തീർന്നപ്പോൾ താഴെ പറയുന്നതാണ് സ്റ്റാറ്റസ്:

• മൊത്തം പുസ്തകങ്ങൾ: 137
• മൊത്തം താളുകൾ: 25,700നടുത്ത്
• ബ്ലാങ്ക് താളുകൾ/ചിത്രത്താളുകൾ: 1650നടുത്ത്
• പ്രൂഫ് റീഡ് ചെയ്ത ഉള്ളടക്കമുള്ള താളുകൾ: 24,000 താളുകൾക്ക് അടുത്ത്

താഴെ പറയുന്ന കാര്യങ്ങൾ ഈ പദ്ധതിയെ പറ്റി ശ്രദ്ധിക്കണം/

1. TEI: Text Encoding Initiative (http://www.tei-c.org/ അല്ലെങ്കിൽ https://en.wikipedia.org/wiki/Text_Encoding_Initiative) പ്രകാരമുള്ള ടാഗുകൾ ഉപയോഗിച്ചാണ് ട്യൂബിങ്ങൻ യൂണിവേഴ്സിറ്റിയിൽ ഇത് എൻകൊഡ് ചെയ്തത്. പക്ഷെ വിക്കിമീഡിയ സമൂഹമോ മലയാളം വിക്കിഗ്രന്ഥശാലയോ ഇത് ഫൊളൊചെയ്യാത്തതിനാലും, ഇതിനു ആവശ്യവായ മീഡിയാവിക്കി പ്ലഗ് ഇൻ ഇൻസ്റ്റാൾ ചെയ്യാത്തതിനാലും ഈ ടാഗുകൾ മലയാളം വിക്കിഗ്രന്ഥശാലയിൽ ഉപയോഗശൂന്യമാണ്. ഇത് മൂലം അത്തരം ടാഗുകൾ മിക്കതും മൈഗ്രേഷനിൽ ഒഴിവാക്കി.
2. ട്യൂബിങ്ങൻ യൂണിവേഴ്സിറ്റി, മറ്റു ആർക്കവൽ ഡിജിറ്റൈസെഷനിൽ പിന്തൂടരുന്നത് പോലെ സ്കാനിലെ ഉള്ളടക്കത്തെ ലൈൻ ബൈ ലൈൻ മാച്ച് ചെയ്യുന്ന വിധത്തിലാണ് ഉള്ളടക്കം ഉണ്ടാക്കിയത്. TEIയുടെ ഒരു പ്രത്യേകതയും അതാണ്. അതിനായി <lb/> എന്ന ഒരു സ്പെഷ്യൽ ടാഗും ഉപയൊഗിച്ചിരുന്നു. ഈ ടാഗും ഗ്രന്ഥശാല ഐഡന്റിഫൈ ചെയ്യാത്തതിനാൽ ലൈൻബ്രേക്കിനായി <br> ടാഗ് വെച്ച് റീപേസ് ചെയ്യുകാാണ് ചെയ്തിരിക്കുന്നത്. അത് കൊണ്ട് സ്കാനിലെ വരി അതെ പോലെ നിലവിൽ മാച്ച് ചെയ്യുന്നു എന്ന് പറയാം. പക്ഷെ ഇക്കാര്യത്തിലും മലയാളം ഗ്രന്ഥശാലയിൽ ആവശ്യത്തിനു നയം ഉണ്ടായിട്ടില്ല . ലൈൻ ബൈ ലൈൻ മാച്ച് ചെയ്യുന്നതാണ് നല്ലത്. അതിനെക്കാൾ നല്ലത് ടെസ്റ്റ് ഫ്രീയായി ഫ്ലോ ചെയ്യുന്നതാണ് നല്ലതെന്ന് ഗ്രന്ഥശാല സമൂഹത്തിനു തോന്നുന്നു എങ്കിൽ <br> ടാഗിനെ നൾക്യാരക്ടർ കൊണ്ട് ഫൈന്റ് ആന്റ് റീപ്ലേസ് ചെയ്യുക. ഇത് മുകളിൽ സൂചിപ്പിച്ചത് പോലെ അല്പം പ്രാധാന്യം ഉള്ള സംഗതി ആയതിനാൽ ചർച്ച ചെയ്ത് വിവേകപൂർവ്വം തീരുമാനിക്കേണ്ട വിഷയമാണ്. (ഞാൻ വ്യക്തിപരമായി ഇതിനെ അനുകൂലിക്കുന്നില്ല)
3. പഴയ ഉള്ളടക്കത്തെ പോലെ അതേ പോലെ മച്ച് ചെയ്യുന്നു എന്നും എല്ലാം പ്രൂഫ്റീഡ് ചെയ്തു എന്നു പറഞ്ഞാലും ഉള്ളടക്കം 100% പെർഫക്ട് ആണെന്ന് പദ്ധതി മാനേജ് ചെയ്ത ഞാൻ പോലും അവകാശപ്പെടുന്നില്ല. ഇത്രയും വലിയ അളവിലുള്ള പേജുകൾ കൈകാര്യം ചെയ്തതിനാൽ മാനുഷികമായ തെറ്റുകൾ സ്വാഭാവികം. എന്നാലും എല്ലാ പെജുകൾക്കും 95-98% ലെവൽ ഓഫ് അക്യുറസി ഞാൻ വാഗ്ദാനം ചെയ്യുന്നു. ഇതിനു അപ്പുറത്ത് വലിയ അളവിലുള്ള പ്രശ്നങ്ങൾ എവിടെയെങ്കിലും കണ്ടാൽ എന്നെ അറിയിക്കണം.
4. ഡബിൾ കോളം നിഘണ്ടുക്കൾ പിന്നെ പട്ടിക വരുന്ന പേജുകൾ ഒക്കെയും വിക്കി ടെബിളുകൾ ആക്കി ആയി ആണ് ചെയ്തിരിക്കുന്നത്. അതിനകത്ത് ലൈൻ ബൈ ലൈൻ മച്ചിങ് ഉണ്ട്.
5. ഉള്ളടക്കം ഒറിജിനലിനെ മാച്ച് ചെയ്തു കൊണ്ട് പുരാതന ചിഹ്നങ്ങൾ അടക്കം ചേർത്ത് കൊണ്ട് പഴയ ഉള്ളടക്കം അതേ പോലെ റീപ്രൊഡ്യൂസ് ചെയ്തിരിക്കുക ആണ്. അതൊക്കെ ഒഴിവാക്കി ഏതെങ്കിലും വിധത്തിൽ തിരുത്തരുത്. സംശയങ്ങൾ ഉണ്ടെങ്കിൽ എന്നോടു ചോദിക്കാം.
6. ബെയിലിയുടെ പഴയനിയമം പോലുള്ള പുസ്തകങ്ങൾ ലൈൻ ബൈ ലൈൻ മാച്ച് ചെയ്യുക മാത്രമല്ല, അതിലെ വാക്യനമ്പറുകൾ ഒക്കെ അതേ പോലെ റീപ്രൊഡ്യൂസ് ചെയ്തകയും ചെയ്തിട്ടൂണ്ട്. ഇതൊക്കെ TEI നയങ്ങൾ പ്രകാരമാണ് ചെയ്തീരിക്കുന്നത്. നിലവിൽ മൈഗ്ഗ്രേഷനിൽ അത്തരം ടാഗുകൾ ഒഴിവാക്കിയിട്ടില്ല. പക്ഷെ അത് ഉപയോഗിക്കാനുള്ള മറ്റിരു വിക്കിടാഗ് ഞാൻ ഒറ്റതിരച്ചലിൽ കണ്ടതുമില്ല. ഇത് ഇങ്ങനെ കൈകാര്യം ചെയ്യണം എന്നത് ഗ്രന്ഥാശാല സമൂഹം ചർച്ച ചെയ്ത് തീരുമാനിക്കണം.
7. ഈ പദ്ധതി മാനേജ് ചെയ്ത് തീർന്നപ്പോൾ എനിക്ക് തോന്നിയ ഒരു കാര്യം പറയട്ടെ. നിലവിൽ ഗ്രന്ഥശാല സ്കാനിലെ ഉള്ളടക്കം ഫോർമാറ്റ് ചെയ്യുന്ന ഒരു സമീപനം ആണ് ചെയ്യുന്നത്. ഉദാഹരണം തലക്കെട്ടുകൾക്ക് അതിന്റെ ടാഗുകൾ ഉപയോഗിക്കുക, ഉള്ളടക്കം ബോൾഡാക്കുക, ഇറ്റാലിസാക്കുക ഇത്യാദി. എന്നാൽ സ്കാനിലെ ഉള്ളടക്കം അതേ പോലെ മാച്ച് ചെയ്യുന്നും ഇല്ല. ഫോർമാറ്റിങിനു കൊടുക്കുന്ന അമിതപ്രാധാന്യം മാറ്റി, ശ്രദ്ധ ഉള്ളടത്തിലേക്ക് മാറണം. ഗ്രന്ഥശാലയിലെ ഉള്ളടക്കം പ്യുവർ ടെസ്റ്റ് ആയിരിക്കണം. ഈ ടെസ്റ്റ് പുനരുപയോഗിച്ച് പുറത്തുള്ളവർ ആണ് ഫോർമാറ്റിങും മറ്റും ചെയ്യേണ്ടത്. നിലവിൽ പോർമാറ്റിങിനു കൊടുക്കുന്ന പ്രാധാന്യം മൂലം ഉള്ളടക്കം റീയൂസ് ചെയ്യാൻ ബുദ്ധിമുട്ടാണ്. ഈ വിഷയത്തിൽ ഒരു സമവായം രൂപപ്പെടുത്തിയാൽ നല്ലത്.

ഉള്ളടക്കം ഗ്രന്ഥശാലസമൂഹത്തിനു കൈമാറിയതോടെ ഈ പദ്ധതിയിൽ എന്റെ റോൾ തീർന്നു. തുടർന്നുള്ള സംഗതികൾ ഗ്രന്ഥശാല സമൂഹം കൈകാര്യം ചെയ്യുമല്ലോ. --Shijualex (സംവാദം) 09:12, 23 ഡിസംബർ 2018 (UTC)