Una hemeroteca reúne publicaciones seriadas, como un diario que salió todos los días durante décadas, una revista mensual con cientos de números o los suplementos y ediciones especiales que rompen la secuencia. Cada ejemplar dice poco por sí solo, y lo que lo vuelve útil para la consulta es la cabecera, la fecha, el número y el lugar que ocupa en la serie. Janium Collect cataloga ese material desde el inventario que la hemeroteca ya tiene, desde los escaneos o desde las dos cosas a la vez.
Casi ninguna hemeroteca parte de cero ni tiene todo en el mismo estado. Una parte suele estar en una hoja de cálculo hecha hace años, con cabecera, año y existencias, y otra existe solo como escaneos de microfilm o PDF de páginas sueltas, sin más descripción que el nombre del archivo.
Desde el inventario
Cuando hay una lista, Collect toma cada fila y la convierte en un registro. El modelo de lenguaje recibe la fila con el perfil de la colección y la redacta en el formato de la institución: desarrolla abreviaturas, coloca cada valor en su campo y puede añadir lo que sabe de la publicación, como su periodicidad o el contexto de una época, con la marca de que viene del modelo. El trabajo previo de quien hizo la lista se aprovecha entero y nadie lo vuelve a teclear. Cómo se preparan las columnas y qué pasa con las celdas vacías está en Catalogar desde listas y hojas de cálculo.
Desde los escaneos
Cuando solo hay escaneos, cada página se convierte en imagen y un modelo de visión la lee, de modo que la cabecera, la fecha, el número de edición y el lugar salen de lo que la propia página imprime. Aquí manda la calidad del escaneo: el papel amarillento, la tinta corrida o un microfilm de bajo contraste dan lecturas parciales, y el mismo diario escaneado con dos criterios distintos da dos resultados distintos.
Cuando hay inventario y escaneo
Muchas veces existen las dos fuentes para el mismo ejemplar, y no siempre dicen lo mismo. Collect deja que la institución decida cuál pesa más en cada colección. En una, el inventario es la referencia: su dato se conserva y, si la página impresa dice otra cosa, la diferencia se anota en el registro para que alguien la resuelva. En otra, donde se sabe que el inventario arrastra errores de copia, el modelo puede tomar de la página el título, la fecha o el número y corregir lo que traía la lista. La institución elige la política para cada colección antes de procesar.
ISAD-G con la jerarquía o MARC21 como publicación seriada
El formato también se decide antes de procesar, porque Collect extrae directamente en el formato elegido.
En ISAD-G, la hemeroteca se describe como un archivo, con el fondo, las secciones, las series por publicación y cada ejemplar como documento. Collect arma el árbol a partir de la ubicación que trae cada registro, calcula el rango de fechas de cada serie con las fechas de sus ejemplares y sube al nivel superior los datos que comparten casi todos los hijos, como el productor, la lengua o la cobertura geográfica. El umbral es alto (nueve de cada diez) para no atribuir a toda la serie lo que solo vale para una parte. El mecanismo completo está en De documentos sueltos a Fondo y Serie.
En MARC21 o UNIMARC, cada título se describe como publicación seriada, con su ISSN, su periodicidad y la numeración que abarca la colección. Es el formato que conviene cuando la hemeroteca vive dentro del catálogo de una biblioteca. Los detalles están en Cómo generar registros MARC21 y UNIMARC con IA.
Dónde se revisa
La revisión empieza por los registros que llevan nota de revisión, que son los de puntuación de calidad más baja. En una hemeroteca, los registros que vienen de una lista cuidada suelen pedir una revisión de control, y los que vienen de escaneos pobres piden mirar la fecha y el número.
La institución puede pedir además que algunos campos, como la fecha, se comprueben contra el texto de la página. Con esa regla activa, un valor que el modelo propuso y que la página no respalda baja la puntuación y queda señalado. La regla se activa por institución y por campo, porque en algunas colecciones una fecha inferida es aceptable y en otras no.
Límites en una hemeroteca
La legibilidad. En prensa antigua, lo que más falta en un escaneo pobre es la fecha y el número. Si la lista existe, los completa; si no, lo que el modelo proponga para esos campos llega marcado como hecho con IA, y lo confirma quien conoce la colección.
La estructura de origen. La jerarquía ISAD-G se construye con la ubicación de cada ejemplar en el cuadro de la colección. Sin esa ubicación, Collect produce los registros de ejemplar y no puede armar los niveles de arriba.
El formato elegido. Un lote extraído en ISAD-G no se convierte después a MARC21. Si la hemeroteca necesita los dos, se procesa con los dos perfiles.
El tamaño de la colección. El ahorro es grande cuando hay muchos ejemplares de pocos títulos, con cabeceras legibles o ya inventariadas. En una colección pequeña y heterogénea, sin listas y con escaneos irregulares, conviene medir primero con una muestra.
Para continuar la conversación
Si tu hemeroteca tiene una parte en listas y otra solo en escaneos, y quieres llevar las dos al catálogo con la estructura de la colección, escríbenos a info@janium.com. Nos interesa ver cómo está inventariado hoy tu material y en qué formato lo describes.