🇬🇧 English version

Cette page est destinée aux concepteurs de sites web (y compris moi-même) désireux de découvrir (ou de se rappeler) la conception de ce site pour ce qui concerne les identifiants pérennes (Persistent IDentifiers, PID lien:hgpw).

Le PID est un concept imaginé par les créateurs de plateformes pour l’archivage pérenne de documents numériques. Un exemple bien connu dans le monde académique est celui du “DOI” (Digital Object Identifier) attribué à chaque publication dans une revue scientifique.

Par exemple, un article de Frontiers in Neurology dont l’URL est
https://​www​.frontiersin​.org/​a​r​t​i​c​l​e​s​/​1​0​.​3​3​8​9​/​f​n​e​u​r​.​2​0​1​8​.​0​0​9​5​2​/​f​ull a reçu le DOI
“10.3389/fneur.2018.00952”. Le lien https://​doi​.org/​1​0​.​3​3​8​9​/​f​n​e​u​r​.​2​0​1​8​.​0​0​952 doit donc aboutir à la page web décrivant l’article…

Les archivistes savent que la pérennité de l’URL cible n’est pas assurée car les domaines d’Internet et les chemins d’accès aux documents peuvent être modifiés sur le long terme. L’avantage de se connecter par le biais d’un DOI est que le responsable de son enregistrement (Frontiers in Neurology) est chargé de corriger au besoin la redirection vers une adresse valide. Le DOI est donc un type d’identifiant pérenne (PID) : une chaîne de caractères alphanumériques formant référence stable à un document, une page internet, ou tout autre objet lien:hgpw).

Un autre type de PID utilisé par les archivistes du monde universitaire est le Système Handle (lien:2bit). À l’opposé des DOI, ces identifiants sont gratuits et peuvent accomplir d’autres tâches que le simple accès aux objets d’une archive.

Un objet numérique peut recevoir plusieurs PIDs. Chacun d’eux pointe vers sa location réelle ou vers un autre PID qui se charge de la redirection…

Sommaire

⇪ Un service de PID « local »

Les DOIs sont administrés par la DOI Foundation (lien:p7it) à l’aide d’une infrastructure technique réservée aux publications dans des revues scientifiques. Toutefois, il est raisonnable de créer et gérer des PIDs sur n’importe quel domaine déclaré « pérenne » en lien avec les sites web qui lui sont associés. C’est le cas du domaine leti​.lt associé au site LeBonheurEstPossible.org, les deux étant hébergés sur le même compte.

Le PID manager (gestionnaire d’identifiants pérennes) fonctionne sur le domaine leti​.lt pour gérer un répertoire de liens vers les ressources mentionnées sur le site. Le cœur de ce dispositif est une base de données dont chaque enregistrement contient l’identifiant unique et son URL cible. Sont inclus une courte description qui apparaîtra dans le champ title du lien en HTML, et en option la référence bibliographique complète appelé le contenu. (Cette terminologie est spécifique du dispositif.)

Les PIDs sur leti​.lt sont des chaînes alphanumériques de 4 caractères, par exemple ‘dyig’ qui désigne l’article de Frontiers in Neurology déjà mentionné. Grâce au resolver de PID manager, le lien https://​leti​.lt/​d​yig est redirigé vers l’article. En édition de texte, ce lien peut être saisi sous la forme lien:dyig (ou link:dyig).

La liste complète des PIDs (visibles) se trouve sur la page https://​leti​.lt/​l​ist. En cherchant ‘dyig’ on trouve l’article cité en exemple.

Voici deux entrées de la base de données, ‘6ran’ and ‘rm0y’, la première sans contenu et la seconde avec un contenu balisé par un disque rouge (🔴) :

Une expression comme (lien:6ran) figurant dans la colonne de gauche peut être copiée et collée sur n’importe texte du web. Il est prudent de copier les parenthèses pour ne pas tronquer l’expression. En fonction du contexte, PID manager décidera de conserver ces parenthèses ou de les supprimer. Les appels d’entrées bibliographiques peuvent être plus explicites, comme par exemple (Blekkenhorst L et al., 2015 lien:6ran).

Les cibles des PIDs sur leti​.lt devraient être des DOIs chaque fois que possible. Mais parfois il vaut mieux saisir l’URL (plus ou moins pérenne) d’une publication quand celle-ci conduit à la version intégrale de l’article partagée par ses auteurs. D’autre part, il n’est pas garanti qu’un DOI attribué à une pré-publication sera identique à celui de la publication finale. Enfin, certains DOIs pointent vers le fichier PDF du texte intégral et non vers la page de l’article, ce qui est une erreur d’archivage.

Le plugin Broken Link Checker installé sur le site se charge de repérer les liens devenus obsolètes. Sur la page https://​leti​.lt/​l​ist, les administrateurs ont accès à des boutons permettant de corriger l’URL cible d’un PID, sa description, ou encore de le supprimer s’il n’est plus utile localement.

Sur la page https://​leti​.lt/​l​ist, tous les liens contiennent un champ title. Cela veut dire qu’en faisant glisser le curseur sur le lien ‘6ran’ on fait apparaître la description de “Dietary saturated fat intake and atherosclerotic vascular disease mortality in elderly women : a prospective cohort study (version 2019-12-19)”. Malheureusement, ce champ est effacé chaque fois qu’on colle le lien dans un texte en édition WordPress — à moins de réaliser ce collage en mode HTML… PID manager se charge de restituer les titles sur les liens.

La date “(version 2019-12-19)” apparaissant à la fin d’un title est celle à laquelle le PID a été créé.

⇪ Création d’un PID

Au bas de la page https://​leti​.lt/​l​ist se trouve un lien qui permet de s’identifier comme administrateur du service de PIDs. D’autres liens apparaissent ensuite qui conduisent à la page de saisie des PIDs. Supposons qu’on ait besoin d’un PID pour “Jukka K. Korpela : IT and communication” dont l’URL est http://​jkorpela​.fi/. On saisit les deux paramètres :

Après avoir cliqué “Create PID” on obtient :

Noter que pour cet exemple le protocole d’accès à la cible est ‘http’ et non ‘https’. Le protocole sécurisé ‘https’ est devenu le standard des sites web bien qu’il n’ait pas encore été implémenté sur les plus anciens. PID manager vérifie l’accès selon les deux protocoles et compare les résultats en nombres d’octets. Si ‘https’ affiche une page dont la taille est égale ou supérieure à ‘http’, ce protocole est enregistré dans la base de données. Sur la page https://​leti​.lt/​l​ist, les URLs qu’on n’a pas réussi à ouvrir sous ‘https’ sont surlignées en jaune. L’administrateur devra cliquer de temps en temps un bouton de mise à jour jusqu’à ce que le protocole ‘https’ ait été confirmé.

Quel que soit le protocole, le PID ‘1ppb’ a été créé pour le site de Jukka. À présent, (lien:1pbb) conduit à la cible. Au cas où la chaîne de caractères choisie au hasard aurait l’air bizarre, il suffit de cliquer “Choose a different PID” pour en obtenir une nouvelle.

PID manager prévient l’administrateur s’il existe déjà un PID conduisant à la même adresse. Une option de modifier la description est alors présentée. Afin de faire coïncider les adresses équivalentes, les URLs sont standardisées. Par exemple, la copie de l’URL de la page « Corticoïde » sur Wikipedia se présente ainsi :
https://fr.wikipedia.org/wiki/Cortico%C3%AFde

Mais PID manager l’enregistre comme :
https://fr.wikipedia.org/wiki/Corticoïde
ce qui est équivalent mais plus lisible. Cette situation est rencontrée chaque fois qu’un URL contient des caractères Unicode étrangers à l’alphabet anglais.

De plus, PID manager peut tronquer l’URL au point où des données de navigation entrent en jeu. C’est le cas d’URL qui se prolongent de séquences ‘?utmsource=…’ ou ‘?fbclid=…’ qui permettent aux gestionnaire de sites de garder une trace de l’origine du visiteur !

⇪ Comment lancer PID manager

Après identification en tant qu’administrateur sur le serveur de PID, il est possible d’afficher la page des articles qui comprend trois boutons actifs :

• “Add URL” inclut à la liste une page ou un article du site ;
• “Delete” efface de la liste une page ou un article du site ;
• “Run PID manager” lance PID Manager sur la page ou l’article.

Aucun paramètre n’a besoin d’être saisi pour lancer PID manager car toutes les options font l’objet d’inscriptions sur la page elle-même (voir ci-dessous). Cliquer seulement le bouton “Run PID manager” :

Après son travail PID manager ouvre dans une nouvelle fenêtre la page convertie et affiche un bouton “Undo” qui permet d’annuler l’opération :

Noter que PID manager ne fonctionne que sur des pages ou articles composés avec le nouvel éditeur de WordPress (Gutenberg). Toute tentative de le lancer sur du code Classic produira un message d’erreur, et aucune modification ne sera effectuée.

⇪ Fonctionnement de base

Deux types de documents textuels peuvent être publiés sur un site WordPress : des pages et des articles. La distinction réside dans leurs modes de classification. Les articles sont groupés par catégories et tendent à apparaître en ordre chronologique, tandis que les pages sont supposées représenter des données intemporelles. Cette distinction n’a aucune importance pour PID manager qui ne prend en compte que le contenu de la page ou de l’article. Dans ce qui suit, le mot « page » est utilisé pour désigner les deux types.

En plaçant des PIDs dans le corps d’un texte, on rend sa lecture moins agréable. C’était la première raison de créer PID manager qui les remplace par des liens plus courts sous la forme d’appels de notes de bas de page — voir le changement de gauche à droite dans l’image ci-dessus.

Prenons par exemple la phrase :

There is an escalating debate over the value and validity of memory-based dietary assessment methods (Archer E et al., 2018 lien:5ys0).

Après avoir été traitée par PID manager, elle devient :

There is an escalating debate over the value and validity of memory-based dietary assessment methods (Archer E et al., 2018^N6).

Ce traitement prend en compte (on l’espère) toutes les variantes de syntaxe, décidant là où l’on devrait supprimer les parenthèses et utiliser des exposants afin que le PID apparaisse sous une forme compréhensible et compacte. Plusieurs niveaux peuvent s’avérer nécessaires, comme par exemple :

Une autre pathologie qui n’est pas abordée dans cet article est l’anévrisme (N8 ; vidéo^N9).

La typographie francophone n’adhère pas à la convention de Modern Language Association (lien:9t7t) selon laquelle les exposants devraient être placés après les signes de ponctuation. Cette option est toutefois prévue dans PID manager pour gérer les textes en anglais. Une version multilingue est envisagée.

Il est possible de lancer PID manager plusieurs fois sur la même page. Si son contenu n’a pas été modifié, aucun changement n’aura lieu. Formellement, si f désigne la fonction exercée par PID manager, on peut écrire : f ○ f = f

⇪ Les appels non-catégorisés (notes)

Par défaut, les appels de notes de bas de page sont étiquetés N1, N2 etc. et leur liste apparaît en bas de page avec leurs descriptions. Voir par exemple le bas de la page Vivre bien et longtemps. Admettons que ‘N’ signifie « note ». Ces appels sont non-catégorisés. D’autres étiquetages comme A1…, B1… etc. sont utilisés dans des contextes particuliers (voir ci-dessous).

Pour ne pas afficher la liste sous forme de notes de bas de page, il faut taper _no_footnotes en fin de page. Cette instruction est lue par PID manager et enregistrée pour un futur usage sous la forme d’une expression invisible : <div id=“_no_footnotes”></div>. L’expression reste visible dans l’éditeur de WordPress de sorte qu’on puisse la supprimer.

Les liens formatés par PID manager sont conviviaux : ils affichent leur description en « survol de souris » (les champs title des liens HTM) et ils ouvrent une nouvelle fenêtre lorsqu’on les clique :

Cette ouverture de nouvelle fenêtre fonctionne même si la configuration du navigateur bloque l’affichage de fenêtres surgissantes (pop-up).

⇪ Appels catégorisés (entrées bibliographiques)

Toute page web devrait afficher une bibliographie lisible en impression sur papier. C’est le cas de la page Soigner ses artères. Les entrées bibliographiques avaient été saisies sous la forme :

Après traitement par PID manager elles apparaissent ainsi :

Les appels de notes ‘A1’ et ‘A2’ ont été créés, distincts de ‘N1’, ‘N2’ etc

Dans le corps du texte, tous les appels étiquetés précédemment comme « lien:exjf » ont été remplacés par « A1 », le plus souvent en exposants. En faisant glisser la souris sur ‘A1’ on fait apparaître la description (champ title) et en cliquant le lien on ouvre sa cible dans une nouvelle fenêtre.

Le symbole ‘✓’ près de la balise H2, H3 ou H4 dans l’entête d’une liste bibliographique (<h2>✓ ou <h3>✓ ou <h4>✓) indique à PID manager que cette liste doit être catégorisée.

➡ Le symbole ‘✓’ est un caractère Unicode, pas une image. Ne pas tenir compte du caractère ‘⇪’ qui est un lien optionnel permettant de remonter à la table des matières.

PID manager ne fait pas que reformater les appels de notes de pages et leurs listes. Il enregistre aussi l’entrée complète (leur contenu) dans la base de données des PIDs. Il lit cette entrée dans la bibliographie et en compare la longueur avec le contenu déjà enregistré dans la base de données, le cas échéant, et avec la description. Le contenu le plus long est enregistré s’il est différent de la description.

Réciproquement, le contenu enrtegistré dans la base de données sera copié dans la bibliographie s’il est plus long que l’entrée qui y figure déjà. On peut utiliser ce mécanisme pour construire les bibliographies de manière très rapide. Par exemple, taper seulement :

Après traitement par PID manager on obtient les entrées complètes parce que les contenus de ‘exjf’ et ‘3a5m’ avaient déjà été saisis dans la base :

Bien noter que le « texte quelconque » inscrit après “lien:3a5m” devait être plus court que la description du PID ‘3a5m’, faute de quoi il aurait été récupéré et enregistré comme nouveau contenu.

On peut créer plusieurs listes bibliographiques sur la même page correspondant à plusieurs catégories de publications. Par exemple, sur la page Statines et médicaments anticholestérol on trouve 3 catégories de publications avec pour préfixes A, B et C. On peut utiliser ‘A’ pour les ‘articles’ et ‘B’ pour les ‘books’… Sachant que ‘N’ est réservé aux entrées de PID non-catégorisées, veuillez me contacter si vous avez besoin d’aller au-delà de ‘M’ !

⇪ Ordre alphabétique

Par défaut, les entrées bibliographiques catégorisées sont maintenus dans l’ordre où elles ont été saisies. Il existe une option de tri alphabétique. Voir par exemple page Pourquoi diminuer le cholestérol ?. À l’inverse, la bibliographie était triée en ordre chronologique dans Faut-il jeter les enquêtes nutritionnelles ? et PID manager n’a pas modifié l’ordre.

Pour activer cette option, taper “_alpha” dans les entêtes des blocs qui contiennent des entrées bibliographiques catégorisées à classer alphabétiquement, par exemple :

<h2>✓ Ouvrages _alpha

Cette instruction sera lue par PID manager et sauvegardée pour usage ultérieur dans une expression invisible du style <div id=“_alphabetic_order_1”></div>. Cette expression reste visible dans l’éditeur de WordPress et peut donc être effacée.

⇪ Bibliographie partagée

Les entrées bibliographiques qui ont été créées sur une page sont automatiquement reproduites comme liens non-catégorisés (notes) sur les autres pages faisant référence aux mêmes PIDs.

La page Cancer - conclusion et références contient toutes les références citées sur les pages du même sujet. Prenons comme exemple cette référence :

Un appel du PID sfm0 se trouve aussi sur la page Cancer - nouvelles pistes avec pour étiquette ‘N106’. PID manager a donc entièrement reproduit cette entrée au bas de la page :

Les entrées bibliographiques ainsi produites peuvent ensuite être manuellement copiées sur la même page pour construire des bibliographies (appels catégorisés) décrivant les articles (A), les ouvrages (B) etc. Celles-ci pourront être triés par ordre alphabétique. Une fois qu’une entrée apparaît comme un appel catégorisé, PID manager ne la liste plus parmi les appels non-catégorisés (N) — car dupliquer des notes de bas de page serait inélégant…

Les contenus de ces entrées bibliographiques sont synchronisés chaque fois que PID manager est lancé sur une page où ils apparaissent.

⇪ Nettoyage automatique des références

Par défaut, PID manager effectue un nettoyage des références : toute entrée catégorisée (bibliographie) est affichée en texte barré si aucun appel de cette référence n’existe dans le texte de la page. Par exemple :

Ce dispositif peut être désactivé en écrivant “_no_strike” n’importe où sur la page. Cette instruction sera saisie par PID manager et conservée pour son prochain usage sous forme de l’expression invisible : <div id=“_no_strike”></div>. Cette expression reste visible dans l’éditeur WordPress et peut donc être supprimée.

En outre, si vous souhaitez que ces notices bibliographiques restent inchangées sur la page, tapez “_no_modify” n’importe où sur la page. Exemple : https://​leti​.lt/​l​jg6.

⇪ Suppression des indices

Les indices peuvent être supprimés de toute liste d’entrées catégorisées, notamment si ces entrées ne figurent pas dans le texte de la page. Le résultat est par exemple :

Cette option peut être activée en écrivant “_no_label” n’importe où sur la page. Cette instruction sera saisie par PID manager et conservée pour son prochain usage sous forme de l’expression invisible : <div id=“_no_label”></div>. Cette expression reste visible dans l’éditeur WordPress et peut donc être supprimée.

⇪ Pas de lecteur audio

Par défault, PID manager insère un élément audio player dans la page, de sorte que Meks Audio Player est affiché et activé par le fichier sonore produit par SPEAKER — voir la page Lecture automatique TTS. Les pages qui n’utilisent pas la lecture automatique peuvent recevoir l’identifiant « _no_speaker » qui est converti en <div id=“_no_speaker”>.

⇪ “No recode” + récupération des pages

Certaines pages ne doivent pas être traitées par PID manager. Celle-ci par exemple. Afin de les protéger contre un traitement accidentel, taper “_no_recode” n’importe où dans la page. Cette instruction sera lue par PID manager et sauvegardée pour usage ultérieur dans l’expression invisible <div id=“_no_recode”></div>.

PID manager modifie le contenu textuel d’une page sans en créer une nouvelle version dans la base WordPress. Il ne modifie même pas la date de la dernière modification. Ce qui veut dire qu’en cas de problème on ne peut pas récupérer la version initiale dans l’environnement WordPress. Pour revenir à la version initiale, cliquer le bouton “Undo” comme expliqué ci-dessus.

Les sauvegardes sont écrasées chaque fois que le traitement est appliqué. Il est donc prudent de s’assurer que le résultat est celui escompté. Le plus sûr est de garder à portée de main la page initiale ouverte dans l’éditeur pendant qu’on utilise PID manager. Si le résultat ne convient pas, cliquer le bouton “Mettre à jour” pour restituer la version avant traitement.

⇪ Table des matières

Ce site construit des tables de matières sur les pages en utilisant le plugin CM Table Of Contents Pro. Cette page contient par exemple une table des matières. Le plugin construit dynamiquement une table à partir de la hiérarchie des balises<h1>, <h2>, <h3> etc. Un marqueur spécifique [cmtoc_…] doit être inscrit à l’emplacement où la table devra apparaître.

PID manager cherche ce marqueur [cmtoc_…]. S’il le trouve il effectue deux modifications :

1. Insertion du mot “Sommaire” au-dessus de la table des matières, avec la balise (ancre) id=“toc”. Cet identifiant est à la fois utilisé pour retourner au sommaire et pour formater ce mot dans la CSS du site.
2. Insertion d’une flèche (⇪) au début de chaque entête <h…> pour retourner au sommaire de la table des matières.

Ce dispositif de table des matières est optionnel : PID manager ne l’entreprend que s’il a repéré le marqueur [cmtoc_…] sur la page.

⇪ Syntaxe des appels de notes

Dans la plupart des cas, les appels de notes obéissent à une syntaxe simple, comme par exemple :

There is an escalating debate over the value and validity of memory-based dietary assessment methods (Archer E et al., 2018 lien:5ys0).

Toutefois, des appels multiples existent :

There is an escalating debate over the value and validity of memory-based dietary assessment methods (Archer E et al., 2018 lien:5ys0, lien:yhcg ; Young SS, Karr A, 2011 lien:5ep8).

Après traitement par PID manager cette phrase devient :

There is an escalating debate over the value and validity of memory-based dietary assessment methods (Archer E et al., 2018^N9·N13 ; Young SS, Karr A, 2011^N14).

Les entrées multiples sont groupées lorsqu’elles sont connectées par des virgules ou des espaces, par exemple :

Voir Archer, E et al. (2018 lien:54ji, lien:aw3j, lien:cm76 ; 2017 lien:nxg2 ou encore 2015 lien:f4st lien:ohn3 lien:s9ks).

qui donne :

Voir Archer, E et al. (2018^{N13·N14·N15} ; 2017^N16 ou encore 2015^{N17·N18·N19}).

De nombreuses variantes de syntaxe d’appels bibliographiques sont prises en compte par PID manager. Certaines erreurs (comme des fermetures de parenthèses mal éditées) peuvent être automatiquement corrigées. De nouveaux cas seront inclus à l’implémentation chaque fois que possible.

PID manager n’est pas supposé corriger la typographie. Toutefois, il fait de son mieux pour préparer le texte à un traitement par un plugin de typographie automatique comme WP-Typography. Par exemple, dans la version actuelle (mai 2020) WP-Typography ne gère pas bien un guillemet fermant en français quand celui-ci est suivi par un exposant (voir image ci-dessus).

PID manager anticipe ce problème en insérant le code nécessaire à un bon traitement (voir image ci-contre).

PID manager remplace toutes les espaces insécables ‘&nbsp ;’ par des espaces ordinaires dans le corps du texte, puis il les réintroduit à la suite de chiffres — comme dans « 100_000 » ou « 35_mètres ». Les espaces insécables associées en français à certains signes de ponctuation ou à l’intérieur des guillemets « chevrons » sont reconstruites par WP-Typography.

D’autres corrections automatiques pourraient être implémentées dans PID manager tout en veillant à ne pas rendre les contenus de pages incompatibles avec de futures versions de WordPress ou des widgets gérés par son éditeur Gutenberg.

Une tentative d’utiliser le narrow no-break space ‘&#8239 ;’ en remplacement de ‘&nbsp ;’ a été abandonnée car ce caractère n’est pas (encore ?) reconnu par le navigateur Safari. C’est aussi une option de WP-typography.

⇪ Sécurité

Il est clair que les dispositifs de sécurité implémentés dans WordPress ou ajoutés sous forme de plugins n’apprécient pas qu’un script « étranger » à l’installation puisse effectuer des modifications dans la base de données. Selon le système installé il est donc nécessaire d’ajouter des autorisations pour que PID manager fonctionne correctement. Par exemple, inclure la famille des IP générées par la borne ADSL à la white list du système de sécurité.

⇪ Limites actuelles

À présent, PID manager modifie les codes HTML suivants :

1. Les balises <i> sont remplacées par <em>
2. Les balises <b> sont remplacées par <strong>
3. Les espaces insécables ‘&nbsp ;’ peuvent être supprimées (voir ci-dessus)
4. Les séquences d’espaces sont remplacées par une espace unique
5. Les instructions <span> sont supprimées dans les entêtes de paragraphes
6. Les marqueurs id=“…” à l’intérieur des balises H1, H2 etc. sont supprimés

Les deux premières opérations sont en accord avec une pratique standard de l’éditeur de WordPress. Les séquences d’espaces sont remplacées par une espace unique dans WP-Typography.

⇪ Pour conclure…

Le travail avec les identifiants pérennes était mon domaine d’expertise quand j’étais engagé dans les Digital Humanities (lien:wvdl). Les DH sont une branche d’activité universitaire qui comprend l’utilisation systématique de ressources numériques dans les sciences humaines et sociales, ainsi que pour l’analyse de leurs usages. J’ai pris part à un projet pilote (avec le CINES et l’IN2P3) pour la création de plateformes de dépôt et de partage de ressources linguistiques destinées à un archivage pérenne. Ce projet s’est articulé plus tard sur des infrastructures de documentation et de recherche européennes comme CLARIN and DARIAH. C’est pourquoi je suis particulièrement attentif à rechercher les sources d’information les plus certaines et les plus utilisables, ainsi qu’à garantir un accès fiable à ces données.

J’invite les lecteurs/trices et designers à me faire parvenir des suggestions d’amélioration de PID manager. L’implantation sur d’autres sites est ouverte à discussion. On peut utiliser à cet effet ma page de contact ou poster des commentaires publics aux bas de cette page…