# Statut juridique des données d'Origenality Ce fichier est le squelette de la politique de données. Il vaut pour ce qui est **publié** : les dumps, l'API, le site. Il ne dit rien du travail interne, où les notices restent telles que les sources les ont livrées. Trois strates, à ne pas confondre. **Les métadonnées bibliographiques** — auteur, titre, année, contenant, pages, identifiants. Un fait bibliographique n'est pas une œuvre protégée ; la compilation, elle, peut l'être. Chaque source est créditée nommément dans la page Crédits, avec le lien vers ses conditions. **Les résumés.** Ils sont affichés et publiés, parce qu'un lecteur qui ne voit qu'un titre ne peut rien décider et qu'un instrument bibliographique sans résumés vaut peu. Le régime est celui de l'attribution et du retrait : chaque résumé affiché nomme la base d'où il vient et renvoie à la notice d'origine. Un éditeur, une base partenaire ou un auteur obtient le retrait de ses résumés sur simple demande, sans discussion et sans délai de négociation. Le champ `abstract_rights` recopie ce que la source a déclaré et reste renseigné pour la traçabilité : il sert à savoir quoi retirer, vite, et il ne conditionne plus l'affichage. `scripts/check_release.py` refuse un dump dont un résumé n'est pas attribuable. **Comment demander un retrait.** Un message à l'adresse de contact du projet, indiquant la base ou l'éditeur concerné, suffit. Les résumés visés sont retirés du site et du prochain dump ; `scripts/check_release.py --withdraw` produit la copie expurgée à partir du même corpus, sans reprise manuelle. **Les tags sémantiques et les agrégats** — les étiquettes du vocabulaire contrôlé, les décomptes, les densités, l'index-arbre. Ils sont produits par le projet et publiés sous la licence du dépôt. ## Table d'attribution des résumés Le bloc ci-dessous est lu par `scripts/check_release.py` et par `pipeline/build_site_data.py` : c'est la source unique, il n'y a pas de deuxième copie dans le code. Il donne, pour chaque base moissonnée, le nom sous lequel elle est créditée, la licence ou les conditions sous lesquelles ses métadonnées sont reprises, et le gabarit d'URL qui ramène à la notice d'origine. Une attribution n'est valable que si elle est **résoluble** : un nom de base ne suffit pas, il faut un lien. Le contrôle exige donc, pour chaque résumé, soit un `abstract_url` — l'adresse de la notice qui a écrit le résumé, recopiée par la fusion depuis cette notice et non depuis une autre base de la même grappe —, soit un identifiant que le gabarit ci-dessous transforme en adresse. Un résumé dont la base d'origine ne figure pas ici, ou dont l'attribution ne se résout pas en lien, n'est pas publiable : ce sont les deux seuls motifs de refus. Les gabarits à `null` correspondent aux bases qui ne publient pas de notice à adresse construite : leurs résumés ne passent le contrôle que munis de leur `abstract_url`. Le gabarit d'ISIDORE passe par le résolveur global du système Handle : les identifiants qu'ISIDORE donne à ses ressources sont tous de la forme `préfixe/suffixe` (10670 pour Huma-Num, 20.500.13089, 12148 pour Gallica, 10261 pour le CSIC, et des préfixes DOI en 10.x), et `hdl.handle.net` résout indifféremment les uns et les autres. ```json { "policy_version": "1.1.0", "regime": "attribution-and-takedown", "contact": "romain.girardi@univ-cotedazur.fr", "attribution": { "ixtheo-k10plus": { "label": "Index Theologicus (IxTheo / K10plus)", "url_template": "https://ixtheo.de/Record/{id}", "license": "CC0 1.0 (métadonnées K10plus)" }, "openalex": { "label": "OpenAlex", "url_template": "{id}", "hosts": ["openalex.org"], "license": "CC0 1.0" }, "crossref": { "label": "Crossref", "url_template": "https://doi.org/{id}", "license": "politique de métadonnées ouvertes de Crossref" }, "semanticscholar": { "label": "Semantic Scholar", "url_template": "https://www.semanticscholar.org/paper/{id}", "note": "ODC-BY : attribution obligatoire par la licence de la source.", "license": "ODC-BY 1.0 — attribution obligatoire" }, "bibp": { "label": "BIBP — Université Laval", "url_template": null, "license": "conditions propres à BIBP (Université Laval)" }, "adamantius-girota": { "label": "GIROTA / Adamantius", "url_template": null, "license": "conditions propres à Morcelliana / GIROTA" }, "isidore": { "label": "ISIDORE (Huma-Num)", "url_template": "https://hdl.handle.net/{id}", "license": "conditions de l'agrégateur et de chaque fournisseur" }, "thesesfr": { "label": "theses.fr", "url_template": "https://theses.fr/{id}", "license": "Licence Ouverte / Open Licence" }, "dialnet": { "label": "Dialnet", "url_template": null, "license": "conditions propres à Dialnet (Universidad de La Rioja)" }, "sbn": { "label": "SBN — Servizio Bibliotecario Nazionale", "url_template": "https://opac.sbn.it/bid/{id}", "license": "conditions propres à l'ICCU" }, "generated": { "label": "Résumé produit par Origenality", "url_template": null, "note": "Marqué comme tel dans les données et sur le site.", "license": "licence du dépôt Origenality" } }, "withdrawn": [] } ``` ## Retraits enregistrés Le tableau se remplit à la première demande. Une ligne y est écrite le jour où la demande arrive et l'identifiant de la base est ajouté à `withdrawn` dans le bloc ci-dessus. Cette seule ligne suffit à exécuter le retrait : la reconstruction du site (`pipeline/build_site_data.py`) cesse d'écrire les résumés de cette base dans `site/data/abstracts.json` et en compte le retrait, et `scripts/check_release.py --withdraw --strip` produit le dump expurgé. Rien ne se reprend à la main. | Date | Demandeur | Portée | Suite donnée | |---|---|---|---| | — | — | — | — | Deux fonds appellent une vigilance particulière et sont surveillés sans être retirés : Persée, dont la mention de copyright autorise la reproduction à des fins scientifiques ou d'enseignement en excluant l'usage commercial ; et OpenEdition, dont les notices d'accès ouvert ne portent pas toutes une licence nommée. Les partenaires ont été informés par écrit le 15 août 2026 (BIBP, GIROTA, IxTheo) ; une objection vaut retrait. ## Ce que fait le contrôle de publication ```bash python3 scripts/check_release.py data/release/corpus_public.jsonl python3 scripts/check_release.py data/merged/corpus.jsonl --sample 3000 python3 scripts/check_release.py data/merged/corpus.jsonl \ --withdraw persee --strip data/release/corpus_public.jsonl ``` Le contrôle lit chaque notice, résout la base d'origine de son résumé et refuse le dump si un résumé n'a pas d'attribution résoluble. Il compte aussi les valeurs de `abstract_rights` rencontrées : ce relevé ne décide de rien, il sert à retrouver en une commande les résumés d'un fonds donné le jour où on doit les retirer. `--strip` est facultatif et n'est jamais appliqué d'office. Il écrit une copie du dump ; combiné à `--withdraw`, dont l'argument est une expression régulière testée sur la base d'origine et sur `abstract_rights`, il retire les résumés visés et inscrit le motif dans `abstract_withheld`, de sorte qu'un lecteur du dump sache qu'il manque quelque chose et pourquoi.