Statistieken thema's

Een mail gekregen van Julien uit Sint-Niklaas :

"Ik heb in Sint-Niklaas een statistiek gemaakt per themawoord voor de volwassen fictie. Wij hebben 16.467 romans. In de statistiek kom ik tot 26.591 gegeven themawoorden en daarnaast 2.860 romans zonder thema. Deze massa gaat onvermijdelijk het belang van de fictiecollectie buiten alle proportie doen opzwellen.

We hebben meer dan 3.000 verschillende themawoorden gebruikt, die moeten herleid worden tot een 20-tal indelingen voor de groeperingstabellen. Voor januari zien we ons dit niet doen. Bovendien kan moeilijk elke bibliotheek die niet aangesloten is bij een PBS dit moeilijk telkens opnieuw doen"


Ik heb ook nog geen oplossing gevonden voor het probleem van de genres.

Maar ik ben wel tot het besef gekomen dat we het probleem wat overroepen.

Er zijn eigenlijk 2 problemen met de genres.

1. Onze genres zitten verstopt tussen (enkele honderden, zelfs duizenden) thema's. Maar dat hoeft geen probleem te zijn om de statistieken te maken. We moeten enkel de genres waarvoor we cijfers nodig hebben, uit de lange lijst van thema's halen. Die lijst van thema's is alfabetisch gerangschikt, dus erg veel tijd kost het niet om daar genres als 'psychologische literatuur' 'novellen', 'columns' enz uit te halen.

Het zou natuurlijk makkelijker zijn mochten we een groeperingstabel hebben die ervoor zorgt dat we bij de output enkel de genres krijgen, niet de overtollige thema's. Maar zo'n tabel maken is inderdaad een enorm werk, omdat je in die tabel alle genres moet opsommen én ervoor zorgen dat de rest verwoord wordt als 'andere' (of zoiets). Mij lijkt het overbodig werk.

2. Sommige romans hebben meerdere genres, en zullen dus dubbel geteld worden. Ik denk dat we dat wat overdrijven, van die dubbele (of driedubbele... genre-aanduidingen). Meestal gaat het niet om meerdere genre-aanduidingen bij een beschrijving, maar om 1 genre aangevuld met thema's. Ik heb de proef op de som genomen. Ik heb van 500 romans in SSP een output genomen op korte titel + veld 631/$a (thema). Wel, van die 500 waren er slechts 27 die inderdaad 2 genre-aanduidingen hadden.

Nu, als je die 27 op 500 extrapoleert naar een totaal aantal romans van 16000, kom je uit op 864 beschrijvingen die dubbel zullen geteld worden. Het zijn er natuurlijk 864 teveel, maar dramatisch lijkt mij dat niet. Temeer omdat die 864 dan verdeeld worden over alle genres. Als we uitgaan van 15 genres, maakt dat maar een overschatting van 58 boeken per genre. Dat valt dus wel mee, vind ik.

Bedenk ook het ICB-model enkel de indeling per genre vraagt voor de volwassenen romans Nederlandstalig ; niet anderstalig, niet grootletter, geen luisterboeken, geen makkelijk lezen, geen poezie/toneel (want al die categorieën zitten apart in het model, en voor al die categorieën moet geen indeling in genres gemaakt worden).