Metadata Standards MCQ Quiz in हिन्दी - Objective Question with Answer for Metadata Standards - मुफ्त [PDF] डाउनलोड करें

सही उत्तर METAe प्रोजेक्ट समूह है।

Key Points

• विश्लेषणित लेआउट और टेक्स्ट ऑब्जेक्ट (ALTO) एक खुला XML स्कीमा है जिसे METAe प्रोजेक्ट द्वारा तैयार किया गया था, जिसे यूरोपीय संघ से धन प्राप्त हुआ था।
• ALTO का उपयोग अक्सर मेटाडेटा एन्कोडिंग और ट्रांसमिशन स्टैंडर्ड (METS) के साथ मिलकर किया जाता है ताकि डिजीटल वस्तुओं का विस्तृत विवरण दिया जा सके और ALTO फ़ाइलों में संबंध स्थापित किए जा सकें, जैसे कि पढ़ने के क्रम का विवरण प्रदान करना।
• 2010 से, लाइब्रेरी ऑफ़ कांग्रेस इस मानक का मेज़बान रहा है, और इसका प्रबंधन उसी समय स्थापित संपादकीय बोर्ड द्वारा किया जाता है।
• जून 2004 (संस्करण 1.0) में ALTO मानक के प्रारंभिक संस्करण से, CCS कंटेंट कन्वर्ज़न स्पेशलिस्ट्स GmbH, Hamburg, ने संस्करण 1.4 तक ALTO का निरीक्षण किया।

Additional Information

• RLG:
  • रिसर्च लाइब्रेरीज़ ग्रुप (RLG) एक लाइब्रेरी कंसोर्टियम था जिसका मुख्यालय संयुक्त राज्य अमेरिका में था, जो 1974 से 2006 में OCLC लाइब्रेरी कंसोर्टियम के साथ इसके विलय तक संचालित था।
  • RLG के तहत, SHARES कार्यक्रम को एक इंटरलाइब्रेरी लेंडिंग और डॉक्यूमेंट आपूर्ति प्रोग्राम के रूप में स्थापित किया गया था, जिसका उद्देश्य RLG सदस्यों के बीच संसाधन साझाकरण को सुविधाजनक बनाना था।
  • RLG कई उल्लेखनीय संसाधनों के विकास के लिए जिम्मेदार था, जिसमें Eureka इंटरलाइब्रेरी सर्च इंजन, RedLightGreen डेटाबेस जिसमें ग्रंथ सूची विवरण शामिल हैं, और ArchiveGrid, एक डेटाबेस जिसमें अभिलेखीय संग्रहों के बारे में वर्णनात्मक जानकारी शामिल है।

सही उत्तर वाइकाटो विश्वविद्यालय है।

Key Points

• वेका एक बहुमुखी डेटा माइनिंग उपकरण है जिसमें विज़ुअलाइज़ेशन उपकरण, डेटा विश्लेषण और भविष्य कहनेवाला मॉडलिंग के लिए एल्गोरिदम और सहज ग्राफिकल यूजर इंटरफेस शामिल हैं।
• प्रारंभ में 1993 में न्यूजीलैंड के वाइकाटो विश्वविद्यालय द्वारा विकसित, वेका Tcl/Tk, C और मेकफाइल का मिश्रण के रूप में शुरू हुआ, जिसका मुख्य उद्देश्य कृषि क्षेत्रों से डेटा का विश्लेषण करना था।
• 1997 में, वेका ने एक महत्वपूर्ण परिवर्तन किया, जो पूरी तरह से जावा-आधारित संस्करण (वेका 3) में परिवर्तित हो गया जिसमें नए कार्यान्वित मॉडलिंग एल्गोरिदम थे।
• वेका के इस आधुनिक पुनरावृत्ति ने विभिन्न अनुप्रयोग क्षेत्रों में, विशेष रूप से शैक्षिक और अनुसंधान सेटिंग्स में तेजी से लोकप्रियता हासिल की।
• वेका कई लाभ प्रदान करता है, जिसमें GNU जनरल पब्लिक लाइसेंस के तहत मुफ्त उपलब्धता, इसके जावा कार्यान्वयन के कारण विभिन्न कंप्यूटिंग प्लेटफार्मों में पोर्टेबिलिटी और डेटा प्रीप्रोसेसिंग और मॉडलिंग तकनीकों का एक व्यापक सूट शामिल है।
• इसके उपयोगकर्ता के अनुकूल इंटरफेस इसके उपयोग में आसानी को और बढ़ाते हैं।
• प्रीप्रोसेसिंग, क्लस्टरिंग, वर्गीकरण, प्रतिगमन, विज़ुअलाइज़ेशन और फ़ीचर चयन जैसे मानक डेटा माइनिंग कार्यों का समर्थन करते हुए, वेका एट्रिब्यूट-रिलेशनल फ़ाइल फ़ॉर्मेट (.arff) में स्वरूपित डेटा पर काम करता है।
• हालांकि यह मुख्य रूप से फ्लैट-फ़ाइल डेटा को संभालता है, वेका जावा डेटा संयोजकता के माध्यम से SQL डेटाबेस तक भी पहुँच सकता है।
• हालांकि वेका बॉक्स से बाहर बहु-संबंधी डेटा माइनिंग का समर्थन नहीं करता है, लिंक्ड डेटाबेस टेबल को उपयुक्त प्रारूप में बदलने के लिए अलग सॉफ़्टवेयर मौजूद है। इसके अतिरिक्त, वेका में अनुक्रम मॉडलिंग के लिए एल्गोरिदम का अभाव है, जो इसकी कार्यक्षमता में एक अंतर है।
• अपने पूरे इतिहास में, वेका ने मान्यता प्राप्त की है, जिसमें 2005 में SIGKDD डेटा माइनिंग और नॉलेज डिस्कवरी सर्विस अवार्ड शामिल है।
• 2006 में, पेंटाहो कॉर्पोरेशन ने बिजनेस इंटेलिजेंस में वेका के उपयोग के लिए एक विशेष लाइसेंस प्राप्त किया, इसे पेंटाहो बिजनेस इंटेलिजेंस सूट में एकीकृत किया।
• हिताची वंतारा द्वारा पेंटाहो के अधिग्रहण के बाद, वेका अब PMI (प्लगइन फॉर मशीन इंटेलिजेंस) ओपन-सोर्स घटक का आधार बनाता है।

सही उत्तर A, C, और D है।

Key Points

• डेटा माइनिंग व्यावसायिक निर्णयों को सूचित करने के लिए बड़े डेटासेट से सार्थक पैटर्न निकालने का अभ्यास है।
• डेटा वैज्ञानिक और विश्लेषक मशीन लर्निंग, AI और सांख्यिकी के उपकरणों का उपयोग करके डेटा झीलों, वेयरहाउस या IoT फ़ीड जैसे स्रोतों से प्राप्त डेटा को छाँटने, साफ़ करने और मॉडलिंग करने के लिए डेटा माइनिंग करते हैं।

मूल प्रक्रिया:

• डेटा एकत्रण: संरचित डेटाबेस या असंरचित स्रोतों से प्रासंगिक कच्चे डेटा की पहचान और संग्रह करें।
• डेटा तैयारी: त्रुटियों को ठीक करने और संगति सुनिश्चित करने के लिए साफ़ करें, प्रोफ़ाइल करें और पूर्व-संसाधित करें।
• खनन और मॉडलिंग: एल्गोरिदम (जैसे, क्लस्टरिंग, वर्गीकरण) चुनें और बड़े पैमाने पर लागू करने से पहले नमूना डेटा पर मॉडल को प्रशिक्षित करें।
• विश्लेषण और संचार: मॉडल आउटपुट की व्याख्या करें, भविष्य कहनेवाला या वर्णनात्मक विश्लेषण बनाएँ, और रणनीतिक निर्णयों का मार्गदर्शन करने के लिए निष्कर्ष प्रस्तुत करें—अक्सर दृश्य के माध्यम से।

​

सही उत्तर ये सभी है।

Key Points

• डेटा माइनिंग कच्चे डेटा के एक बड़े बैच की खोज और विश्लेषण करने की प्रक्रिया है ताकि पैटर्न की पहचान की जा सके और उपयोगी जानकारी निकाली जा सके।

डेटा माइनिंग तकनीकें:

• एसोसिएशन नियम (मार्केट बास्केट विश्लेषण): उन वस्तुओं को ढूँढता है जो अक्सर एक साथ होती हैं—जैसे, ग्राहक अक्सर कौन से उत्पाद एक साथ खरीदते हैं—प्रचार और इन्वेंट्री को सूचित करने के लिए।
• वर्गीकरण: व्यवस्थित विश्लेषण के लिए डेटा को पूर्वनिर्धारित श्रेणियों में असाइन करता है (जैसे, ईमेल को “स्पैम” या “स्पैम नहीं” के रूप में टैग करना)।
• क्लस्टरिंग: पूर्व-सेट लेबल के बिना समान रिकॉर्ड को समूहबद्ध करता है (जैसे, ग्राहकों को “हेयर केयर” बनाम “दंत स्वास्थ्य” खरीदारों में विभाजित करना)।
• निर्णय वृक्ष: परिणामों को वर्गीकृत करने या भविष्यवाणी करने के लिए शाखाओं वाले प्रश्नों की एक श्रृंखला का उपयोग करता है (जैसे, लक्षणों के आधार पर उपकरणों की समस्याओं का निदान करना)।
• K-निकटतम पड़ोसी (KNN): फ़ीचर स्पेस में अपने निकटतम पड़ोसियों से तुलना करके एक डेटा बिंदु को वर्गीकृत करता है (जैसे, लक्षणों का मिलान पिछले मामलों से करके रोगी के जोखिम की भविष्यवाणी करना)।
• तंत्रिका नेटवर्क: भारित “न्यूरॉन्स” की परस्पर जुड़ी परतों के माध्यम से जटिल पैटर्न को मॉडल करता है (जैसे, हस्तलेखन या छवि पहचान)।
• भविष्य कहनेवाला विश्लेषण: भविष्य के मूल्यों (जैसे, बिक्री अनुमान) का पूर्वानुमान लगाने के लिए ऐतिहासिक डेटा पर सांख्यिकीय या मशीन-लर्निंग मॉडल बनाता है।

सही उत्तर डाटा लेक है।

Key Points

• एक डेटा लेक एक केंद्रीकृत, स्केलेबल भंडार है जिसमें बड़ी मात्रा में संरचित, अर्ध-संरचित और असंरचित डेटा अपने मूल स्वरूप में होता है।
• यह किसी भी स्रोत से डेटा प्राप्त करता है—ऑन-प्रिमाइसेस, क्लाउड या एज—किसी भी गति से और बिना आकार की सीमा के।
• डेटा लेक वास्तविक समय या बैच प्रसंस्करण का समर्थन करते हैं और उपयोगकर्ताओं को SQL, Python, R या तृतीय-पक्ष विश्लेषण उपकरणों का उपयोग करके जानकारी का विश्लेषण करने देते हैं।

मुख्य क्षमताएँ:

• पावर डेटा साइंस और ML
  • कम विलंबता के साथ कच्चे डेटा को विश्लेषण-तैयार तालिकाओं में बदलें।
  • भविष्य के प्रयोगों के लिए कच्चे इनपुट को अनिश्चित काल तक बनाए रखें।
• केंद्रीकृत और सूचीबद्ध करें
  • एक खोज योग्य भंडार में डेटा साइलो को तोड़ें—बैच स्ट्रीम, डेटाबेस, लॉग।
• किसी भी स्रोत को एकीकृत करें
  • बैच या स्ट्रीमिंग डेटा, बाइनरी फ़ाइलें, भू-स्थानिक फ़ीड आदि को प्राप्त करें, सभी स्रोतों को अद्यतित रखें।
• लोकतांत्रिक पहुँच
  • विभिन्न उपयोगकर्ताओं और उपकरणों का समर्थन करें—SQL विश्लेषकों से लेकर Python डेटा वैज्ञानिकों तक—एकीकृत पहुँच के साथ।

Additional Information

• बिग डेटा:
  • ​बिग डेटा विशाल, तेज़ी से बढ़ते सूचना संग्रह का वर्णन करता है जो तीन प्रमुख विशेषताओं—मात्रा (स्केल), वेग (प्राप्ति गति) और विविधता (विभिन्न डेटा प्रकार) की विशेषता है।
  • यह डेटा माइनिंग के लिए कच्चे माल के रूप में कार्य करता है।
• डाटा माइनिंग:
  • बड़े डेटासेट का पता लगाने की प्रक्रिया पैटर्न, सहसंबंध और विसंगतियों की खोज करने के लिए, अक्सर सांख्यिकीय या मशीन-लर्निंग तकनीकों के साथ।
• प्रेडिक्टिव एनालिटिक्स:
  • ऐतिहासिक और वास्तविक समय के डेटा, सांख्यिकीय एल्गोरिदम और मशीन-लर्निंग मॉडल का उपयोग करके भविष्य के परिणामों की भविष्यवाणी करना।

सही उत्तर "15 तत्व" है।

Additional Information

• डबलिन कोर, वेब के लिए डिजिटल पुस्तकालय पत्रक प्रसूची बनाने का एक उपक्रमण है।
• डबलिन कोर मेटाडाटा 15 कोर तत्वों का एक समूह है।
• डबलिन कोर मेटाडेटा के 15 तत्व हैं- 
  • सहायक
  • व्याप्ति
  • निर्माता
  • तिथि
  • विवरण
  • प्रारूप
  • परिज्ञापक
  • भाषा
  • प्रकाशक
  • संबंध
  • अधिकार
  • स्रोत
  • विषय
  • शीर्षक
  • प्ररूप

सही उत्तर केवल A और C है।

Key Points

• 1995 में डबलिन में आयोजित एक इनविटेशन मेटाडेटा वर्कशॉप को कंटेम्पररी मेटाडेटा का जन्मस्थान माना गया, जो OCLC और नेशनल सेंटर फॉर सुपरकंप्यूटर एप्लिकेशन (NCSA) का एक सहयोगात्मक प्रयास था।
• इसका प्राथमिक उद्देश्य नेटवर्क-सुलभ सामग्रियों की एक विस्तृत श्रृंखला के लिए मेटाडेटा प्रदान करने की चुनौती का समाधान करना था।
• इस संदर्भ में, "मेटाडेटा" डेटा के बारे में डेटा को संदर्भित करता है, जो ग्रंथ सूची विवरण के रूप में कार्य करता है।
• प्रारंभ में, लक्ष्य एक सीमित डेटा तत्व सेट की पहचान करना था जिसे नेटवर्क-सुलभ संसाधनों की पहचान करने के लिए सार्वभौमिक रूप से लागू किया जा सकता था।
• हालाँकि, हितधारकों की विविध आवश्यकताओं के कारण, ध्यान सिंपल डेटा एलिमेंट सेट बनाने पर केंद्रित हो गया, जिसका उपयोग सूचना प्रदाता, जैसे लेखक या प्रकाशक, अपने स्वयं के संसाधनों का आसानी से वर्णन करने के लिए कर सकते हैं।
• इस प्रयास से डबलिन कोर मेटाडेटा एलिमेंट सेट द्वारा प्रकाश में आया है, जिसमें तेरह वैकल्पिक और दोहराने योग्य तत्वों को तीन श्रेणियों में बांटा गया है:
  • अभिगम बिंदु,
  • पहचान के लिए जानकारी, और
  • वस्तुओं को दूसरों से जोड़ने की जानकारी।
• इसे सिंटैक्स-स्वतंत्र होने के लिए डिज़ाइन किया गया था, जिससे इसे MARC या SGML जैसे विभिन्न एन्कोडिंग फॉर्मेट में मैप किया जा सके।

सही उत्तर A - III, B - IV, C - I, D - II है।

Key Points 

• डबलिन कोर:
  • डबलिन कोर एक मेटाडेटा मानक है जिसका उपयोग इलेक्ट्रॉनिक संसाधनों जैसे वेब पेज, छवियों, वीडियो और अन्य ऑनलाइन दस्तावेजों का वर्णन करने के लिए किया जाता है।
  • यह संसाधनों का वर्णन करने के लिए सरल और मानकीकृत तत्वों का एक समूह प्रदान करता है, जिससे उन्हें मनुष्यों और मशीनों दोनों के लिए अधिक आसानी से सुलभ और समझने योग्य बनाया जा सकता है।
  • डबलिन कोर मेटाडेटा पहल (DCMI) इस मानक को बनाए रखने और बढ़ावा देने के लिए जिम्मेदार है।
  • डबलिन कोर वेब के लिए एक डिजिटल लाइब्रेरी कार्ड कैटलॉग बनाने की एक पहल है।
  • डबलिन कोर मेटाडेटा 15 मुख्य तत्वों का एक समूह है।
  • योग्य डबलिन कोर, जिसे 2008 में DCMI मेटाडेटा शब्दों द्वारा प्रतिस्थापित किया गया था, का उद्देश्य मूल 15 डबलिन कोर मेटाडेटा एलिमेंट सेट (DCMES) शब्दों को विस्तार और परिष्करण की एक सतत प्रक्रिया के माध्यम से बढ़ाना था।
• OAI - PMH:​
  • मेटाडेटा संकलन के लिए ओपन आर्काइव्स इनिशिएटिव प्रोटोकॉल (OAI-PMH) एक ऐसा प्रोटोकॉल है जिसे अभिलेखागार में रिकॉर्ड के मेटाडेटा विवरणों को संकलित करने के लिए विकसित किया गया है, जिससे विभिन्न अभिलेखागारों से मेटाडेटा का उपयोग करके सेवाओं का निर्माण किया जा सकता है।
  • OAI-PMH, जिसे आमतौर पर OAI प्रोटोकॉल के रूप में जाना जाता है, HTTP पर XML का उपयोग करता है और डबलिन कोर प्रारूप में मेटाडेटा का प्रतिनिधित्व करने के लिए समर्थन की आवश्यकता होती है, अतिरिक्त प्रतिनिधित्व का समर्थन करने के विकल्प के साथ।
  • 1990 के दशक के अंत में, हर्बर्ट वैन डे सोम्पेल ने ई-प्रिंट सर्वर और डिजिटल रिपॉजिटरी द्वारा सामना की जाने वाली अंतर्संचालन चुनौतियों का समाधान करने के लिए शोधकर्ताओं और पुस्तकालयाध्यक्षों के साथ एक बैठक बुलाई।
  • इस बैठक ने "सांता फ़े कन्वेंशन" के विकास का नेतृत्व किया, जो संरचित मेटाडेटा एक्सपोजर के लिए एक इंटरफ़ेस को परिभाषित करता है।
  • बाद के कार्यशालाओं ने विभिन्न क्षेत्रों में साझा चुनौतियों को उजागर किया, जिससे ओपन आर्काइव्स इनिशिएटिव (OAI) की स्थापना हुई।
  • OAI-PMH संस्करण 1.0 2001 में पेश किया गया था, बाद के संस्करणों ने प्रोटोकॉल को परिष्कृत किया।
• METS:
  • ​यह "मेटाडेटा एन्कोडिंग एंड ट्रांसमिशन स्टैंडर्ड" के लिए है।
  • METS योजना एक डिजिटल लाइब्रेरी के भीतर वस्तुओं के बारे में वर्णनात्मक, प्रशासनिक और संरचनात्मक मेटाडेटा को एन्कोड करने के लिए एक मानक है।
  • यह METS बोर्ड द्वारा कांग्रेस के पुस्तकालय के नेटवर्क विकास और MARC मानक कार्यालय के साथ मिलकर बनाए रखा जाता है।
• DOI:
  • एक डिजिटल ऑब्जेक्ट आइडेंटिफायर (DOI) विभिन्न वस्तुओं के लिए ISO द्वारा मानकीकृत एक अद्वितीय पहचानकर्ता है।
  • यह हैंडल सिस्टम का एक हिस्सा है और URI सिस्टम में फिट बैठता है।
  • एक डिजिटल ऑब्जेक्ट आइडेंटिफायर (DOI) एक अद्वितीय अल्फ़ान्यूमेरिक स्ट्रिंग है जो डिजिटल दस्तावेज़ों को सौंपी जाती है, जिसका मुख्य रूप से ऑनलाइन संसाधन के लिए एक लगातार लिंक प्रदान करने के लिए उपयोग किया जाता है।
  • DOIs का व्यापक रूप से शैक्षणिक, पेशेवर और सरकारी जानकारी की पहचान करने के लिए उपयोग किया जाता है, जिसमें जर्नल लेख, शोध रिपोर्ट, डेटा सेट और आधिकारिक प्रकाशन शामिल हैं।
  • इन्हें वाणिज्यिक वीडियो जैसे अन्य संसाधनों की पहचान करने के लिए भी लागू किया गया है।
  • एक DOI एक हैंडल सिस्टम हैंडल है जिसमें दो भाग होते हैं, एक उपसर्ग और एक प्रत्यय, एक स्लैश द्वारा अलग किए जाते हैं।

सही उत्तर PREMIS है। 

Key Points

• जी एस डी एल:
  • ग्रीनस्टोन डिजिटल लाइब्रेरी (जी एस डी एल) सॉफ्टवेयर वाइकाटो विश्वविद्यालय द्वारा विकसित किया गया है।
  • ग्रीनस्टोन जीएनयू जनरल पब्लिक लाइसेंस की शर्तों के तहत जारी किया जाता है। इसकी उत्पत्ति 1996 में हुई
  • ग्रीनस्टोन में दो अलग-अलग इंटरैक्टिव इंटरफ़ेस हैं, रीडर इंटरफ़ेस और लाइब्रेरियन इंटरफ़ेस।
  • मेटाडेटा प्रारूप:
    • ​उपयोगकर्ता लाइब्रेरियन इंटरफ़ेस के भीतर इंटरैक्टिव रूप से मेटाडेटा को परिभाषित करते हैं।
    • डीस्पेस के विपरीत ग्रीनस्टोन मेटाडेटा के कई सेटों को विलय करने की अनुमति देता है, जिसमें स्थानीय रूप से उत्पादित मेटाडेटा भी शामिल है।
    • मेटाडेटा सेट पूर्वनिर्धारित हैं:
      • ​डबलिन कोर (योग्य और अयोग्य)
      • आर एफ सी 1807
      • एनजेडजीएलएस (न्यूजीलैंड गवर्नमेंट लोकेटर सर्विस)
      • ए जी एल एस (ऑस्ट्रेलियाई गवर्नमेंट लोकेटर सर्विस)

Additional Information

• डबलिन कोर:
  • डबलिन कोर एक मेटाडेटा मानक है जिसका उपयोग वेब पेज, चित्र, वीडियो और अन्य ऑनलाइन दस्तावेज़ों जैसे इलेक्ट्रॉनिक संसाधनों का वर्णन करने के लिए किया जाता है।
• RFC 1807:
  • ​आर एफ सी ग्रंथसूची संबंधी रिकॉर्ड के लिए एक संरचना की रूपरेखा तैयार करता है जो तकनीकी रिपोर्ट का विवरण प्रदान करता है।
  • इस आरएफसी में निर्दिष्ट प्रारूप का उपयोग कॉर्नेल यूनिवर्सिटी डिएनस्ट प्रोटोकॉल और स्टैनफोर्ड यूनिवर्सिटी एसआईएफटी प्रणाली द्वारा किया जाता है।
  • मूल रूप से लेखक जुलाई 1992 में आईएसआई में डी. कोहेन।
• ​NZGLS:
  • ​NZGLS मेटाडेटा मानक ई-सरकारी पहल में एक महत्वपूर्ण भूमिका निभाता है, जो प्रदान करता है 'मेटाडेटा तत्व' नामक सामान्य शब्दों के एक सेट के माध्यम से सरकारी जानकारी और सेवाओं को सूचीबद्ध करने के लिए मानकीकृत विधि।
  • लाइब्रेरी कैटलॉग के समान कार्य करते हुए, एन जेड जी एल एस, जब इसके मेटाडेटा का उपयोग करने वाले इंटरनेट खोज इंजनों के साथ जुड़ जाता है, तो सरकारी जानकारी और सेवाओं की खोज क्षमता में काफी वृद्धि होती है।
• PREMIS​:
  • ​PREMIS (PREservation Metadata: Implementation Strategies) प्रमुख डिजिटल संरक्षण मेटाडेटा मानक के रूप में खड़ा है।
  • डिजिटल संरक्षण के संदर्भ में, मेटाडेटा डिजिटल वस्तुओं की दीर्घकालिक उपयोगिता सुनिश्चित करने और भविष्य में उनकी पहुंच सुनिश्चित करने के लिए आवश्यक जानकारी को परिभाषित करने में महत्वपूर्ण भूमिका निभाता है।

सही उत्तर रिलेशनसिप डाटा है। 

Key Points

• प्रशासनिक मेटाडेटा:
  • ​प्रशासनिक मेटाडेटा संसाधन प्रबंधन के लिए बहुमूल्य जानकारी के रूप में कार्य करता है, जिसमें शासन, पहुंच नियंत्रण और सुरक्षा से संबंधित विवरण शामिल होते हैं।
  • मेटाडेटा की इस श्रेणी में कॉपीराइट जानकारी, अधिकार प्रबंधन और लाइसेंस समझौते जैसे तकनीकी पहलू शामिल हैं।
  • इसमें निर्माण प्रक्रिया, गुणवत्ता नियंत्रण उपाय, पहुंच नियंत्रण, उपयोगकर्ता की आवश्यकताएं और संरक्षण कार्यों पर डेटा शामिल है।
  • प्रशासनिक मेटाडेटा मुख्य रूप से संसाधनों के प्रबंधन और प्रशासन से संबंधित जानकारी से संबंधित है, जैसे शासन, पहुंच नियंत्रण, सुरक्षा, कॉपीराइट जानकारी, अधिकार प्रबंधन, लाइसेंस समझौते, कार्यों का निर्माण और गुणवत्ता नियंत्रण, पहुंच नियंत्रण, उपयोगकर्ता की आवश्यकताएं, कार्रवाई की जानकारी को संरक्षित करना, परियोजना-विशिष्ट प्रक्रियाएं, अनुबंध समझौते, भुगतान जानकारी, और संरक्षण और तकनीकी ज्ञान।

Additional Information

• मेटाडेटा:
  • मेटाडेटा में डेटा के बारे में जानकारी शामिल होती है, जिसमें इसके विभिन्न गुण, इतिहास, उत्पत्ति, संस्करण और अन्य विवरण शामिल होते हैं।
  • यह जानकारी अत्यधिक संरचित क्षेत्रों में व्यवस्थित है और मुख्य रूप से ट्रैकिंग, वर्गीकरण और विश्लेषण जैसे उद्देश्यों के लिए उपयोग की जाती है।
• मेटाडेटा के अन्य प्रकार:
  • संरक्षण मेटाडेटा
  • तकनीकी मेटाडेटा
  • वर्णनात्मक मेटाडेटा
  • संरचनात्मक मेटाडेटा
  • संदर्भ मेटाडेटा
  • सांख्यिकीय मेटाडेटा

सही उत्तर "पन्द्रह" है।

Key Points

• डबलिन कोर -
  • "डबलिन कोर", जिसे डबलिन कोर मेटाडेटा एलिमेंट सेट के रूप में भी जाना जाता है, संसाधनों का वर्णन करने के लिए पंद्रह "कोर" तत्वों (गुणों) का एक सेट है।
  • 15 डबलिन कोर तत्व हैं -

डबलिन कोर मेटाडेटा तत्व

Additional Information

• मेटाडेटा -
  • मेटाडेटा उस डेटा के लिए इस्तेमाल किया जाने वाला शब्द है जो अन्य डेटा के बारे में जानकारी प्रदान करता है, संक्षेप में, इसे "डेटा के बारे में डेटा" के रूप में संदर्भित किया जा सकता है।
  • इसका उपयोग परंपरागत रूप से 1980 के दशक तक पुस्तकालयों के कार्ड कैटलॉग में किया जाता था जब पुस्तकालयों ने अपने कैटलॉग डेटा को डिजिटल डेटाबेस में परिवर्तित कर दिया था।

सही उत्तर A ‐ IV, B ‐ I, C ‐ III, D ‐ II है। 

Key Points 

• प्रशासनिक मेटाडेटा:
  • इस प्रकार का मेटाडेटा संसाधन प्रबंधन में सहायक होता है।
  • इसमें संसाधन वर्गीकरण, अनुमतियाँ और इसके निर्माण की समयसीमा और विधियों जैसी जानकारी शामिल है।
  • इस प्रकार के मेटाडेटा में कॉपीराइट, अधिकार प्रबंधन और लाइसेंसिंग समझौतों के बारे में तकनीकी डेटा शामिल है।
  • डिजिटलीकरण के लिए चयन मानदंड" प्रशासनिक मेटाडेटा के अंतर्गत आता है क्योंकि यह निर्णय लेने की प्रक्रिया से संबंधित है कि किस सामग्री को डिजिटलीकृत किया जाना चाहिए और उपलब्ध कराया जाना चाहिए।
• परिरक्षण मेटाडेटा:
  • परिरक्षण मेटाडेटा उनके दीर्घकालिक संरक्षण को सुनिश्चित करने के लिए संग्रह और संसाधनों के प्रबंधन से संबंधित है।
  • इसमें भौतिक और डिजिटल दोनों परिसंपत्तियों की सुरक्षा के लिए प्रक्रियाओं का दस्तावेज़ीकरण करना और डिजिटल सामग्रियों की चल रही सुरक्षा के लिए आवश्यक विवरण शामिल होते हैं।
  • प्रतिक्रियाओं की भौतिक स्थिति का दस्तावेज़ीकरण" संरक्षण मेटाडेटा के लिए प्रासंगिक है क्योंकि इसमें डिजिटलीकरण से पहले सामग्रियों की भौतिक स्थिति को रिकॉर्ड करना शामिल है, जो संरक्षण उद्देश्यों के लिए महत्वपूर्ण है।
• तकनीकी मेटाडेटा :
  • ​तकनीकी मेटाडेटा में वे विवरण शामिल हैं जो डेटा की तकनीकी विशेषताओं को दर्शाते हैं, जिसमें इसकी संरचना, भंडारण विधियां, प्रारूप और डेटा हेरफेर के लिए प्रक्रियाएं शामिल हैं।
  • यह जानकारी किसी संगठन के भीतर डेटा संसाधनों के कुशल प्रबंधन, समझ और इष्टतम उपयोग के लिए महत्वपूर्ण है।
  • प्रणाली प्रतिक्रिया समय का पता लगान" एक तकनीकी पहलू है जो इस बात से संबंधित है कि प्रणाली उपयोगकर्ता से अंतःक्रिया करने पर कैसे प्रतिक्रिया करता है, जो इसे तकनीकी मेटाडेटा का एक उदाहरण बनाता है।
• उपयोग मेटाडेटा :
  • उपयोग मेटाडेटा इस बात से संबंधित है कि उपयोगकर्ताओं द्वारा डिजिटल संसाधनों का उपयोग कैसे किया जाता है और इसमें उपयोगकर्ता अंतःक्रिया पर डेटा शामिल होता है।
  • सर्च लॉग" मेटाडेटा का उपयोग करने का एक विशिष्ट उदाहरण है क्योंकि यह इस बारे में जानकारी रिकॉर्ड करता है कि उपयोगकर्ता डिजिटल संसाधनों को कैसे खोजते हैं और उन तक कैसे पहुंचते हैं, यह उपयोगकर्ता के व्यवहार और प्राथमिकताओं में अंतर्दृष्टि प्रदान करते हैं।

Additional Information

• वर्णनात्मक मेटाडेटा
  • किसी डिजिटल वस्तु की बौद्धिक सामग्री को समझने के लिए यह आवश्यक है।
  • इसका प्राथमिक उद्देश्य डिजिटल संसाधन के बारे में जानकारी प्रदान करना, उसकी खोज और पहुंच में सहायता करना है।
  • वर्णनात्मक मेटाडेटा का मुख्य तत्व एक अद्वितीय संसाधन पहचानकर्ता है जो वस्तु को दूसरों से अलग करता है।
  • वर्णनात्मक मेटाडेटा संसाधन खोज को सुविधाजनक बनाने सहित विभिन्न कार्य करता है।
• संरचनात्मक मेटाडेटा:
  • ​मेटाडेटा की यह श्रेणी डेटा कंटेनरों के संगठन से संबंधित है, जिससे पता चलता है कि समग्र वस्तुओं का निर्माण कैसे किया जाता है।
  • उदाहरण के लिए, यह किसी दस्तावेज़ में अध्याय बनाने के लिए पृष्ठों के अनुक्रम को स्पष्ट करता है।
  • इसमें डिजिटल सामग्री के प्रकार, संस्करण, संबंध और अन्य विशेषताओं के बारे में विवरण शामिल हैं।
• संदर्भ मेटाडेटा:
  • ​संदर्भ मेटाडेटा सांख्यिकीय डेटा की सामग्री और गुणवत्ता में अंतर्दृष्टि प्रदान करता है, जो उपयोगकर्ताओं के लिए मूल्यवान संदर्भ प्रदान करता है।
• सांख्यिकीय मेटाडेटा​:
  • इसे प्रक्रियात्मक डेटा के रूप में भी जाना जाता है, सांख्यिकीय मेटाडेटा में सांख्यिकीय डेटा एकत्र करने, संसाधित करने या उत्पन्न करने में शामिल प्रक्रियाओं का विवरण शामिल हो सकता है।

सही उत्तर A, B, और D हैं। 

Key Points

• किसी डिजिटल ऑब्जेक्ट के बौद्धिक सामग्री को समझने के लिए वर्णनात्मक मेटाडेटा आवश्यक होता है।
• इसका प्राथमिक उद्देश्य डिजिटल संसाधन के बारे में सूचना प्रदान करना, उसकी खोज और पहुंच में सहायता करना है।
• वर्णनात्मक मेटाडेटा का मुख्य तत्व एक अद्वितीय संसाधन पहचानकर्ता है जो एक वस्तु को दूसरों से अलग करता है।
• वर्णनात्मक मेटाडेटा संसाधन खोज को सुविधाजनक बनाने सहित विभिन्न कार्य करता है, इसके उदाहरण में निम्न को शामिल किया गया है:
  • खोज संसाधन दस्तावेज़ या उपकरण हैं जो किसी अभिलेखीय संग्रह, पुस्तकालय या भंडार के कंटेंट के बारे में विस्तृत सूचना प्रदान करते हैं। 
    • वे संग्रह के भीतर सामग्री का वर्णन करते हैं, जिसमें शीर्षक, तिथियां, लेखक और अन्य प्रासंगिक विवरण शामिल हैं।
    • ये सहायक सामग्री वर्णनात्मक मेटाडेटा के रूप में काम करती हैं क्योंकि वे उपयोगकर्ताओं को संग्रह के भीतर वस्तुओं को ढूंढने और समझने में मदद करती हैं।
  • विशिष्ट अनुक्रमणिकाएँ, जैसे विषय अनुक्रमणिकाएँ या मुख्य पद पर आधारित अनुक्रमणिकाएँ, भी वर्णनात्मक मेटाडेटा के रूप हैं।
    • वे प्रलेखों, पुस्तकों या अन्य सामग्रियों की सामग्री के बारे में सूचना प्रदान करते हैं।
    • सामग्री में पाए जाने वाले शब्दों, विषयों या मुख्य पद को अनुक्रमित करके, ये अनुक्रमणिकाएँ उपयोगकर्ताओं को सामग्री से विशिष्ट सूचना को पहचानने और पुनर्प्राप्त करने में मदद करते हैं।
  • क्यूरेटोरियल सूचना एक संग्रह में वस्तुओं के बारे में क्यूरेटर, लाइब्रेरियन, या पुरालेखपाल द्वारा प्रदान किए गए डेटा या विवरण को संदर्भित करती है।
    • इस सूचना में आम तौर पर आइटम की उत्पत्ति, ऐतिहासिक संदर्भ, महत्व और शीर्षक, लेखक या तिथियों जैसे किसी भी प्रासंगिक मेटाडेटा के बारे में विवरण शामिल होते हैं।

Additional Information

• संरचनात्मक मेटाडेटा:
  • ​मेटाडेटा की यह श्रेणी डेटा कंटेनरों के संगठन से संबंधित है, जिससे पता चलता है कि समग्र वस्तुओं का निर्माण कैसे किया जाता है।
  • उदाहरण के लिए, यह किसी डॉक्युमेंट में अध्याय बनाने के लिए पृष्ठों के अनुक्रम को स्पष्ट करता है।
  • इसमें डिजिटल सामग्री के प्रकार, संस्करण, संबंध और अन्य विशेषताओं के बारे में विवरण शामिल होते हैं।
  प्रशासनिक मेटाडेटा:
  • ​इस प्रकार का मेटाडेटा संसाधन प्रबंधन में सहायक होता है। 
  • इसमें संसाधनों का वर्गीकरण, अनुमतियाँ और इसके निर्माण की समयसीमा और विधियों जैसी सूचना शामिल होती है।
• संदर्भ मेटाडेटा:
  • संदर्भ मेटाडेटा सांख्यिकीय डेटा की सामग्री और गुणवत्ता में अंतर्दृष्टि प्रदान करता है, जो उपयोगकर्ताओं के लिए मूल्यवान संदर्भ प्रदान करता है।
• सांख्यिकीय मेटाडेटा:
  • इसे प्रसंस्कारात्मक डेटा के रूप में भी जाना जाता है, सांख्यिकीय मेटाडेटा में सांख्यिकीय डेटा एकत्र करने, उसे संसाधित करने या उत्पन्न करने में शामिल प्रक्रियाओं का विवरण शामिल हो सकता है।

सही उत्तर पंद्रह तत्व है।

Key Points

• डबलिन कोर:
  • डबलिन कोर एक मेटाडेटा मानक है जिसका उपयोग इलेक्ट्रॉनिक संसाधनों जैसे वेब पेज, चित्र, वीडियो और अन्य ऑनलाइन दस्तावेज़ों का वर्णन करने के लिए किया जाता है।
  • यह संसाधनों का निरंतर वर्णन करने के लिए सरल और मानकीकृत तत्वों का एक सेट प्रदान करता है, जिससे वे मनुष्यों और मशीनों दोनों के लिए अधिक आसानी से सुलभ और समझने योग्य बन जाते हैं।
  • डबलिन कोर मेटाडेटा इनिशिएटिव (डी.सी.एम.आई.) इस मानक को बनाए रखने और बढ़ावा देने के लिए जिम्मेदार है।
  • डबलिन कोर वेब के लिए डिजिटल लाइब्रेरी कार्ड कैटलॉग बनाने की एक पहल है।
  • डबलिन कोर मेटाडेटा 15 मुख्य तत्वों का एक सेट है।
  • डबलिन कोर मेटाडेटा के 15 तत्व हैं- 
    • योगदान देने वाला
    • कवरेज
    • निर्माता 
    • तारीख
    • विवरण
    • प्रारूप
    • पहचानकर्ता
    • भाषा
    • प्रकाशक
    • संबंध
    • अधिकार
    • स्रोत 
    • विषय 
    • शीर्षक 
    • प्रकार

Additional Information

• क्वालिफाइड डबलिन कोर:
  • क्वालिफाइड डबलिन कोर, जिसे 2008 में डी.सी.एम.आई; मेटाडेटा शर्तों द्वारा प्रतिस्थापित किया गया था, का उद्देश्य विस्तार और शोधन की चल रही प्रक्रिया के माध्यम से मूल 15 डबलिन कोर मेटाडेटा एलिमेंट सेट (डी.सी.एम.ई.एस.) शर्तों को बढ़ाना था।
  • दर्शकों, उद्गम और अधिकार धारक को शामिल करके, क्वालिफाइड डबलिन कोर ने अधिक विशिष्ट मेटाडेटा विवरण प्रदान किया, एन्कोडिंग योजनाओं, मूल्यों की गणना की गई सूचियों, या प्रसंस्करण के लिए अन्य संकेतों के बारे में जानकारी के साथ मूल डबलिन कोर शर्तों को पूरक किया।
  • इन अतिरिक्त शर्तों को डबलिन कोर मेटाडेटा इनिशिएटिव (डी.सी.एम.आई.) द्वारा कार्य समूहों के भीतर तैयार किया गया था और योग्य डबलिन कोर मेटाडेटा तत्वों के लिए ध्वनि प्रथाओं के साथ उनके संरेखण को सुनिश्चित करने के लिए डीसीएमआई उपयोग बोर्ड द्वारा मूल्यांकन किया गया था।

सही उत्तर मेटा डेटा मानक है। 

Key Points

• डबलिन कोर:
  • डबलिन कोर एक मेटाडेटा मानक है जिसका उपयोग इलेक्ट्रॉनिक संसाधनों जैसे वेब पेज, इमेज, वीडियो और अन्य ऑनलाइन दस्तावेज़ों का वर्णन करने के लिए किया जाता है।
  • यह संसाधनों का निरंतर वर्णन करने के लिए सरल और मानकीकृत एलिमेंट का एक सेट प्रदान करता है, जिससे वे मनुष्यों और मशीनों दोनों के लिए अधिक आसानी से सुलभ और समझने योग्य बन जाते हैं।
  • डबलिन कोर मेटाडेटा इनिशिएटिव (DCMI) इस मानक को बनाए रखने और बढ़ावा देने के लिए जिम्मेदार है।
  • डबलिन कोर वेब के लिए डिजिटल लाइब्रेरी कार्ड कैटलॉग बनाने की एक पहल है।
  • डबलिन कोर मेटाडेटा 15 मुख्य एलिमेंट का एक सेट है।
  • डबलिन कोर मेटाडेटा के 15 एलिमेंट हैं-
    • योगदान देने वाला
    • कवरेज
    • निर्माता
    • दिनांक 
    • विवरण
    • प्रारूप
    • पहचानकर्ता
    • भाषा
    • प्रकाशक
    • संबंध
    • अधिकार
    • स्रोत
    • विषय
    • शीर्षक
    • प्रकार

Additional Information

• क्वालिफाइड डबलिन कोर:
  • क्वालिफाइड डबलिन कोर, जिसे 2008 में DCMI मेटाडेटा शर्तों द्वारा प्रतिस्थापित किया गया था, का उद्देश्य विस्तार और शोधन की चल रही प्रक्रिया के माध्यम से मूल 15 डबलिन कोर मेटाडेटा एलिमेंट सेट (DCMES) शर्तों को बढ़ाना था।
  • दर्शकों, उत्पत्ति और अधिकार धारक को शामिल करके, योग्य डबलिन कोर ने अधिक विशिष्ट मेटाडेटा विवरण प्रदान किया, मूल डबलिन कोर शब्दों को एन्कोडिंग योजनाओं, मूल्यों की गणना की गई सूचियों, या प्रोसेसिंग के लिए अन्य संकेतों के बारे में जानकारी के साथ पूरक किया।
  • इन अतिरिक्त शर्तों को डबलिन कोर मेटाडेटा इनिशिएटिव (DCMI) द्वारा कार्य समूहों के भीतर तैयार किया गया था और योग्य डबलिन कोर मेटाडेटा एलिमेंट के लिए ध्वनि प्रथाओं के साथ उनके संरेखण को सुनिश्चित करने के लिए DCMI उपयोग बोर्ड द्वारा मूल्यांकन किया गया था।