Hvordan ”ser” søgemaskinerne websiderne?
Af og til kan internetsøgere undre sig over hvorfor sider egentlig kommer frem. Alt foregår jo maskinelt, så det er svært at kigge søgemaskinernes søgerobotter i kortene. Nu er det blevet lidt lettere med – ja, selvfølgelig: endnu en søgemaskine, Poodle Predictor.
Og designet? Selvfølgelig googlificeret. Så nærmere præsentation er vist ikke nødvendig. Du skriver blot en internetsides adresse i søgefeltet og klikker på Poodle Search. Fundene ligner Googles. Men bemærk den lille facilitet som hedder Diagnostics view. Klik på den, og du får et indtryk af hvad det er robotterne ser. Andre muligheder er Source-code view og Header-meta view.
Prøv fx med [erikhoy.blogspot.com]
Måske ikke lige til at forstå hvis du ikke har en smule forstand på html og andet. Søgemaskinen kan fx bruges af webmastere som gerne vil have at deres sider bliver repræsenteret så godt som muligt i søgemaskinerne.
Link
www.gritechnologies.com/tools/spider.go

Danske forskere på den internationale scene.
ISI Essential Science Indicators offentliggør fra tid til anden nogle oversigter over hvor ofte forskellige landes forskere bliver citeret i internationale tidsskrifter. Dette siger noget om hvilke lande der er førende inden for forskellige videnskaber.
Seneste opgørelse hvor Danmark var med, blev omtalt i Bibblogger, (fra Københavns Hovedbiblioteks IT-funktion 9.12.2002.
Dengang var Danmarks videnskabsfolk de 16.-mest citerede. Denne gang er Danmark rykket lidt ned, fra en 16. til en 17. plads hvad angår citater. De store ændringer er der ikke sket. Topscorer er medicin, en mindre del biologi, fysik og kemi.
Til forskel for tidligere undersøgelser kan man nu også se hvilken artikel som er den mest citerede, og den ære går til en artikel af M & J Overgaard m.fl. med den lange titel: Postoperative radiotherapy in high risk premenopausal women with breast cancer who receive adjuvant chemotherapy. (Hvilket vist må have noget at gøre med røntgenterapi hos kvinder som har gennemgået en brystkræft operation og som får kemoterapi). Artikel er citeret hele 578 gange siden offentliggørelsen i oktober 1997.
Link
in-cites.com/countries/2004menu.html Hovedsiden
in-cites.com/countries/denmark.html Afsnittet om Danmark

Små skridt ind i det usynlige internet.
Google har indekseret en række artikler fra det usynlige internet (ifølge søgningen i dag lidt over 27.000). Oplysningerne om artiklerne er meget sparsomme (mine oplysninger stammer således fra Research Buzz, 22.september). Så det er svært at se hvilke slags tidsskrifter der er tale om.
Men der findes en generel søgekode til dem:
[site:google.com inurl:articleid]
Så det besvarer et ofte stillet spørgsmål m hvad man egentlig skal bruge feltsøgninger til! Det nævnte søgning giver selvfølgelig kun alle artiklerne. Det er meningen at strengen skal kombineres med et søgeord, fx Leonard Cohen:
[”leonard cohen” site:google.com inurl:articleid]
Så få du 60 artikler frem. De fleste stammer fra Variety.com. Og de er tilsyneladende ikke ordnet i noget gennemskueligt system (kronologisk eller alfabetisk). Ligesom oplysningerne i posterne heller ikke er særligt gode. Du skal faktisk klikke på dem for at se om det overhovedet er noget. De artikler jeg fandt, var ikke specielt lange.
Men noget sker der altså på det usynlige net. Måske er de indekserede artikler et forsøg fra Googles side på at det overhovedet kan lade sig gøre? Som eksperiment er det meget interessant: Det usynlige internet formodes at være ca. 500 gange større end det synlige (dvs. det som søgemaskinerne normalt søger i). Og en stor del af det består netop af artikler.

Ask Jeeves – ny udgave.
Ask Jeeves er udkommet i en ny udvidet udgave. Ud over at være en niche-søgemaskine for dagligssprogssøgning, så bygger Ask på den glimrende søgemaskine Teoma. Som er meget anvendelig til specialiserede søgninger pga. sine opdelinger af fund.
For internetsøgere er dette sidste måske den største nyhed: Ask annoncerer at de har forbedret Teoma hvad angår opdatering, større index (nu 2 mia dokumenter med et forventet resultat på 2,5 i slutningen af 2004) og nogle nye faciliteter.
Ellers har fornyelserne på Ask ikke så stor interesse for andre end i USA. Dog har Ask lanceret noget helt nyt inden for personaliserede søgninger. Internetsøgeren kan gemme sider som er interessante, tilføje egne noter til dem og sende dem til venner og bekendte pr. email. Fra Ask’ forside er der en guidet tur. Interesserede kan selv prøve den. Det tager højst nogle minutter.
Links:
www.ask.com Ask Jeeves
www.teoma.com Teoma
www.irconnect.com/askjinc/pages/news_releases.html?d=64162 Pressemeddelelse
sp.ask.com/docs/mj/tour2.html Guidet tur.

So ein Ding… kunne dansk sociologiinteresserede godt bruge!
En tysk bibliotekar, Juergen Plieninger, ved Institute of Political Science, Tübingen Universitet har begået noget som vi også godt kunne bruge på dansk: en søgevejledning for sociologistuderende og andre interesserede. Den hedder Social Science FAQ.
Samfundsfagsområdet er meget omfattende, udflydende og uoverskueligt. Guiden forsøger at samle alle disse søgemaskiner, linksider osv. på en side. Og forsøger samtidig også at hjælpe brugeren til at bruge dem.
Det er tydeligt at Plieninger har bestræbt sig på at gøre guiden så international som mulig: brugergrænsefladen er på engelsk, og selv om meget er skrevet på tysk og henvender sig til tyske brugere, så er der masser at hente for engelsktalende. Og dermed vel også for danskere. Emnerne er sociologi, politisk videnskab, uddannelse, historie, økonomi, geografi og etnologi. Og under hvert emne er der en lille tutorial om emnet, søgemetoder, link. Man får en indføring både i generelle og specielle søgemaskiner.
Siden henvender sig til nybegyndere, hvilket man ikke kan sige om de to lignende engelske emnekataloger SOSIG og HUMBUL. Det giver sig visse steder mærkelige udslag: Under Soziologi skal du således finde de interessante indføringer under ”Der Club der toten Soziologen”. (Med tydelig henvisning til ”Døde poeters klub”, kendt gennem filmen med Robin Williams). Handicappet for danske brugere er - sproget!
Måske ikke lige en side som bibliotekarer vil kunne anbefale nybegyndere.
Link:
homepages.uni-tuebingen.de/juergen.plieninger/socscifaq/index.html Social Science FAQ
rdn.ac.uk Overemnekatalog for bl.a. SOSIG og HUMBUL

Internet for ordblinde.
Folk med stavevanskelligheder som fx ordblinde og svagtseende har det svært på internettet! Alle ved at blot en enkelt tastefejl er katastrofal. De fleste browsere giver enkelte muligheder. Internet Explorer fx større skrift (menuen vis, tekststørrelse). Og under menuen Funktioner, internetindstillinger er der en hjælp til handicappede, hvor man til en vis grænse kan bestemme farver, skrifttype og skriftstørrelse.
Derudover er der også enkelte internetsider som kan være en hjælp. Her er to forslag.
Yak Yak er en dansk ordfinder som hjælper folk med stavevanskeligheder at finde de rigtige ord. Systemet er at man skriver i et søgefelt, hvorefter ordfinderen foreslår nogle ord.
Skriver man fx vandskellig kommer en liste med 16 forslag. For at kunne få nytte af det, skal man kunne kopiere ordet (afmærke med musen, højreklikke og vælge kopier) for at indsætte det det rigtige sted (vælg stedet, højreklik og vælg indsæt)
Sidens vejledning beskriver at også afatikere kan søge på uforståelige ord. Jeg afprøvede sgavleje, Og maskinen fandt såmænd en snes forslag
Adgang for Alle er en lille 'fjernbetjening' af et oplæsningsprogram. Fjernbetjeningen skal installeres på din computer. (Følg vejledningen – den er ganske nem). Vil du have en tekst på en hjemmeside læst højt, skal du markere den tekst du ønsker oplæst og klikke på afspilknappen. (Knappen ligner den på en båndoptager). Eneste krav er, at din computer har lydkort og højttalere. Det er ikke ligefrem en oplæsning som har samme klarhed som kendt fra tv. Men dog for det meste forståelig.
Link
www.yak-yak.com/Service/YYserv_dk.shtml
http://www.adgangforalle.dk/

De gode gamle dage – på internettet
De gode gamle dage, i hvert fald dem i 60’erne, 70’erne og 80’erne, kan beses virtuelt på nettet. På siden Nostalgia Central. Layout og udseende er rædselsfuldt – efter min smag - men indholdet er OK. Nostalgien er bl.a. fordelt på nyheder (om de gamle, forstås), pop, musik, tv, film, år og lyd. Men du kan også vælge mellem de tre årtier. Hvor hovedmenuerne så går igen. Der er tillige en ”Special Feature” med vekslende artikler om bestemte emner.
Indgangene fungerer på den måde at der er en kort introducerende tekst med link til andre artikler som Nostalgia Central har udvalgt. Og jo længere du graver dig ned, desto mere omfattende bliver det. Jeg var i hvert fald overrasket over den mængde stof som ligger på siden.
Nostalgia Central er helt klart ikke opbygget som et opslagsværk, men som en oplevelse hvor du gradvist lever dig tilbage, finder nye, for længst glemte navne, steder, film osv. Og surfer videre.
Prøv fx denne helt uskyldige: Februar 1988, henviser til Mikhail Gorbachev, henviser til både The Cold War og Collapse of Communism, osv.
Årstalslisten fungerer nærmest som Politikens årbog ”Hvem hvad hvor” for de enkelte årstal. Men har meget mere information med end denne.
Der er også en søgefunktion. (bruger Google til lokal søgning). Og jeg afprøvede selvfølgelig med Denmark. Hvilket gav 8 henvisninger, bl.a. om piratradio, Savage Rose, møbeldesign og Lego. Halvdelen var mest støj.
Bag siden står en englænder, David Turner, som erkender at siden udelukkende er lavet for at underholde. Men den er nu ganske faktamættet og informativ. Han startede den i 1998. Siden kan udmærket bruges af fx bibliotekarer til at besvare spørgsmål i typen: hvad skete et bestemt år, journalister, selvbiografiforfattere og andre.
Link: www.nostalgiacentral.com/index.htm
Kilde: scout.wisc.edu/Reports/ScoutReport/Current/geninterest.php Scout Report

Site: eller inurl:?
Flere har gjort opmærksom på uforklarligheder når man vil indskrænke sin søgning med hhv. site: og inurl: i Google. (Feltsøgning). De bruges hvis du vil afgrænse til bestemte domæner eller topdomæner. Googles egen vejledning giver ikke noget tilfredsstillende svar, ej heller Nancy Blachmans Googleguide.
Men en bibliotekar gjorde for nyligt opmærksom på at bogen "Google Hacks" på Safari
Tech Books Online har forklaringen. Den er at feltkoden site: kun søger på domæneled og topdomæner på hovedsider, altså fx
[bibliotek.kk.dk] eller
[site:edu]
Men det går galt når man vil søge på undersider. Altså leddene efter først skråstreg (/). Nogle eksempler kan vise dette samt øvrige forskelle mellem de to feltsøgekoder når du søger på et eller flere led:
[site:googleguide] dur ikke – viser 0 resultater. Du skal skrive topdomænet også:
[site:googleguide.com] . Det giver 118 resultater. Med inurl: er det ikke nødvendigt:
[inurl:googleguide] giver 527 resultater. Og
[inurl:googleguide.com] giver 169 resultater.
Site: er altså en langt skrappere afgrænsning end inurl:. Den eneste fordel jeg kan se ved at bruge den frem for inurl: er hvis du vil udelukke at søge i undersider på en bestemt side og når du vil afgrænse til et bestemt domænes hovedsider. Prøv fx med:
[site:edu] giver ca. 23 mio. fund, mens
[inurl:edu] giver 153 mio fund.
Bemærk at eksemplerne ikke kan bruges til reelle søgninger, men skal vise forskellene i antallet af fund. I virkelige søgninger skal du kombinere dem med en søgning, i stil med
[”missile crisis” inurl:edu] eller
[“missile crisis” site:edu]
Det er også muligt at kombinere inurl: med site:. Men her vil jeg overlade det til supernørdede internetsøgere at finde fiduser i det!
Til slut: lad være med at skrive http:. Site: ignorerer godt nok dette præfiks, men ikke inurl:.
Tak til Thor for tippet! Forholdet er nu præciseret i Google-Guide

Eftertænksomhed til weekenden
Hvordan ville verden se ud, hvis man forestillede sig hele jordens befolkning boede i en landsby med kun 100 indbyggere? Det kan du se en ganske få minutters film om på nedenstående adresse. Det er sådan set ikke fordi den er specielt original. Den fremviser blot nogle tal som er kendt i forvejen: hvor mange asiater, europæere, amerikanere (nord og syd) osv. ville der være, hvem ville eje hvor meget, analfabeter og uddannede osv.
Men i vores forkælede del af verden er vi vist lidt tilbøjelige til at glemme alle disse faktiske forhold. Filmen ender noget moraliserende, og musikken er trist og dyster, manende til eftertanke. Jeg overvejede at bruge den til at ”komme ned på jorden igen”, når ophidselsen over uduelige printere, momentane strømafbrydelser og windows 98-frys bliver for stor. Prøv den selv.
Link: www.luccaco.com/miniatureearth/miniature_earth.htm

Storbrittanien: Quick reference via SMS.
I Storbrittanien er det muligt via mobiltelefonen at få svar på spørgsmål hos My Nuggets. På forsiden reklamerer tjenesten med at hvis man står og mangler et svar på et bestemt spørgsmål, kan man sende en SMS indledt af ordet ASK efterfulgt af spørgsmålet. Som eksempler angives ASK when was Madonna born. Herefter vil man så inden for ganske få sekunder få sendt svaret. Det kost 50 pence pr. svar. Hvis det virker, er det en stor fordel for personer uden internet eller begrænset kendskab til søgemaskiner.
Tjenesten bruger søgemaskiner og hverdagssprogsteknik (Natural Language Processing). Spørgsmålet er så hvor avanceret den teknik er. Er den bedre end søgemaskinen Ask Jeeves? (I givet fald er den ikke særlig velegnet). Det foruroligende er at den hele foregår maskinelt. De kendte hverdagssprogs-søgemaskiner er ikke særligt gode til andet end meget få hverdagsspørgsmål og kan ellers kun slå op i internetordbøger og leksika.
Jeg har af gode grunde ikke kunnet afprøve om det virker. Men ideen er da interessant. Og er hermed givet videre til danske firmaer som skulle føle sig fristet til at gøre noget tilsvarende i Danmark....
Link: www.mynuggets.net

Kun for nørder: Peerbot.
Obs: hvis du er en seriøs internetsøger, så læs ikke dette! Internetsøgning forsøger at holde en vis llinje, men da jeg stødte ind i Peerbot, kunne jeg ikke nære mig. Søgemaskinen har specialiseret sig i at søge efter de små ikoner som man af og til ser til venstre for internetadresserne (jf. det velkendte blå e for Internet Explorer).
Fundlisten viser ikonerne, og hvis man holder musen over dem, kan man hurtigt se hvem ikonet tilhører.
Maskinen er – inden for sine egen rammer – faktisk ganske imponerende: søgning på monkey giver naturligvis ikoner med aber. En mere udspekuleret søgning som denmark kan den såmænd også hitte ganske meget på, ganske mange firmaer og foreninger fra Danmark.
Måske ikke en søgemaskine man vil anvende hver dag. Ja, i det hele taget kan det være meget svært at se hvad en sådan søgemaskine egentlig skal bruges til. Så hvis du nu synes at du har spildt tiden: husk at jeg i starten skrev: …læs ikke dette.
Link
www.peerbot.com

Yahoo’s rejsesøgemaskine (beta).
Yahoo har en rejsesøgemaskine i beta (hvad er snart ikke i beta for tiden?). Yahoo købte for nogle måneder siden israelske Fare Chase, som kan finde rejser overalt i verden på 50 flyselskaber. Dvs. rejseplan, pris, flyselskaber m.m. (i $). Priserne kan i øvrigt hurtigt regnes om med en lille omregningstabel. Så vidt jeg kan se er charterselskaber ikke med, så den slags turister er fortsat henvist til andre søgesteder. Jeg har ikke kunnet finde en fortegnelse over flyselskaberne. SAS er med, den dukkede i hvert fald op på nogle af SAS’ typiske ruter. Der er flere andre europæiske flyselskaber med. Og mange andre der ikke hører hjemme i USA.
Det er lettest hvis man kender de internationale forkortelser på flyvepladserne (fx CPH for København), men det er også muligt at søge på bynavne. For København får man sågar foreslået to lufthavne i Malmø, Sverige. For Buenos Aires viser søgemaskinen tre muligheder, bl.a den internationale lufthavn. Den forkortes EZE (hvem kunne vide det?). Søgemaskinen har visse mangler, fx mangler flere rejsemål mangler, fx Santiago, Chile, mens Managua i Nicaragua er med.
Søgemaskinen er langsom, selv på hurtige forbindelser. Men oplysningerne er da værd at vente på. For de som er vant til at søge på danske Rejseplanen er det let: Man skal indtaste rejsemål og afgangssted, dato, antal passagerer, voksene og børn og så ellers søge. Husk dog lige at datoerne angives som måned-dag-årstal.
To andre faneblade oplyser om hotel og billeje, Her er det igen de store internationalt kendte kæder som søgemaskinen søger i (Avis, Budget). Og her søger man selvfolgelig kun på bestemte byer. Ved hotel får man endvidere mulighed for at vælge hotel i flere forskellige afstande til lufthavnen (angivet i miles).
Link
yahoo.farechase.com/travelmate/home.jsp

Vanskeligheder for 7 nye topdomæner.
For tre år siden gjorde ICANN (den overordnede organisation for domæner) det muligt at anvende syv nye generiske topdomæner (det sidste led i alle internetadressers hovedside). Det var:
. biz som kan bruges af virksomheder
.info som ubegrænset kunne bruges til hjemmesider med oplysninger om enkeltpersoner, organisationer, produkter m.m.
.name som kan bruges af enkeltpersoner
.pro som kun kan bruges af autoriserede professioner, virksomheder o.lign.
.coop
.museum
.aero
Samtidig skete der en udvidelse af brugen af bl.a. .org som oprindeligt kun kunne bruges af ikke-kommercielle foreninger og virksomheder, men som nu kan bruges nærmest ubegrænset af alle.
Topdomæner er højst interessante for internetsøgere, da feltsøgninger på topdomæner er en af de mere effektive måder at afgrænse sine søgninger. Hvad enten det så er landekoder eller generiske.
Som sædvanligt når noget nyt sker på internettet, blev flere af disse nye topdomæner straks udsat for et massivt misbrug. Værst gik det ud over .info. Næsten halvdelen af de registrerede hjemmesider under dette måtte efter en periode fjernes igen (43%). I mindre grad blev .biz og .name misbrugt.
Noget andet er at topdomænerne ikke er slået igennem. Det ville ellers være rart hvis fx flyselskaber brugte .aero, museer .museum osv. For så kunne internetsøgere enten begrænse til disse – eller med ikke-operatoren udelukke dem fra en søgning. En stikprøve viser imidlertid at de største og kendteste museer rundt omkring i verden enten bruger landekoden eller (i USA) .org-topdomænet. Så .museum kan ikke bruges. Tværtimod viser stikprøver at det kun er små, lidet kendte museer som indtil videre bruger dette topdomæne. Det samme gælder flyselskaber (bruger .com)
Kikker vi på Danmark, viser det sig at kun .info og .biz synes at have haft en vis gennemslagskraft. Søgning på Google (som ikke er udtryk for det eksakte tal) viser at der er 770 danske sider med topdomænet .biz, 620 danske sider med .info. Dernæst kommer .name med 67 danske sider. .aero, .coop, .museum og .pro har hver kun en håndfuld.
Check selv en søgning på
[site:museum]
Indtil videre har indførelsen af de syv nye topdomæner altså ikke forbedret internetsøgeres muligheder. Det sker vel først når det ligefrem bliver tvunget for museer, flyselskaber, professioner osv. At bruge topdomænerne. Men det sker nok aldrig.
Kilde:
www.icann.org/announcements/announcement-31aug04.htm ICANN’s evaluering fra 31. august, resume.

Fugleordbog
Tara Calishain fra Research Buzz!! gør opmærksom på en omfattende fugleordbog. Det er en søgemaskine som rummer 1,4 mill indførsler over 10.000 arter og 20.000 underarter af fugle. Ordbogens brugergærnseflade findes på 10 sprog (ikke dansk). Men den finder danske fuglenavne.
Og skulle man have glemt alle underarterne til fuglearten, ja så kommer de såmænd også op! Søgning på
[allike]
oplyser således at der faktisk er tre: allike, sibirisk allike og alpeallike. Endnu flere er der af skader
[skade]
Her får du hele 25 underarter. Vidste du fx at der fandtes en Angola busktornskade, og at den på fransk hedder gonolek de braun? Det må dog siges at ingen andre sprog har et selvstændigt ord for denne type skade.
Til gengæld finder du så ud af at alliken hedder eurasian jackdaw (engelsk), dohle (tysk), naaka (finsk) osv. Hertil kommer så at alliken også har synonyme betegnelser, således dvergkraka på islandsk og csoka på ungarsk! Og de latinske betegnelser er selvfølgelig også med.
Du får ikke oplysninger om selve fuglene. Så hvorfor omtale en så detaljeret ordbog? Fordi internetsøgere tit kommer til kort når vi skal finde søgeord på internettet. Prøv fx at søge på den danske udgave af ordet
[allike]
Det giver et præsentabelt udbud af danske sider om alliker. Noget uoverskueligt, men godt nok til hverdagsbrug – og så ikke meget mere. Bedre er det at finde engelske sider. Hvis du ikke kendte fugleordbogen, kunne du fx bruge Gyldendals røde. Den giver ordet
[jackdaw] (engelsk)
Og nu starter forvirringen. Uheldigvis bruges fuglenavnet af firmaer, musikgrupper og andre. En helt uoverskueligt mængde støj. Det er her fugleordbogen kommer ind. Her fik vi den mere præcise betegnelse
[”eurasian jackdaw”]
Vupti! Alle popgrupper og firmaer forsvinder som dug for solen. Til gengæld får du allerede nu de vidunderligste sider om alliker. På engelsk.
Men vi kan mere end det. Nu vil vi nemlig gerne have mere videnskabelige sider. Og i ordbogen fik vi den latinske betegnelse:
[Corvus monedula]
Og hvem andre end mere saglige og seriøse sider bruger dette ord. OK, det var langt om en fugleordbog. Alle er velkomne til at kopiere metoden over på andre områder end fugle....
Link
www.bsc-eoc.org/avibase/avibase.jsp Fugleordbogen
http://www.researchbuzz.org/archives/001970.shtml Tara Calishain, Research Buzz

Eric åben for alle!
Tidligere var denne verdens største database om undervisning kun åben mod betaling, fx for studerende på Danmarks Pædaogiske Universitet. Men fra 1. september er den blevet åben for alle og enhver.
Eric står for The Education Resources Information Center, og den hører under the Institute of Education Sciences, U. S. Department of Education. Databasen indeholder bibliogratisk materiale tilbage til 1966. Disse er måske ikke så interessante for danske læsere, da mange af henvisningerne ikke vil være tilgængelige umiddelbart i Danmark. Mere interessant er at fra 1. oktober vil over 107.000 fuldtekst-dokumenter (inklusive elektroniske materialer med lyd og billeder) udgivet i perioden 1993-2003 være tilgængelige gratis, hvor man før skulle betale.
Nuværende brugere som har ærgret sig over Eric’s langsommelighed m.m. ser også ud til at kunne glæde sig: Man lover at det tekniske skal blive forbedret væsentligt.
I god overensstemmelse med tidsånden har Eric også en personaliseret søgning, My Eric. Her skal man dog lade sig registrere, men den er i øvrigt gratis, og det er heller ikke nødvendigt at lade sig registrere i My Eric for at kunne søge i Eric. Også her lover man at der vil blive forbedrede søgemuligheder.
På nuværende tidspunkt er Eric dog mest nok-se-men-ikke-røre. Men: fra 1. oktober og fremefter skulle der både være åbent for alle, samt væsentlige tekniske forbedringer i vente.
Link
www.eric.ed.gov/