Normas de IndexPDF
Evaluación de índices temáticos
Este borrador de trabajo aplica las Reglas de indexación temática de IndexPDF 0.2 publicadas por separado a un índice temático terminado al final de una obra. Las normas de evaluación no definen cómo se crea un índice.
La evaluación predeterminada produce seis dimensiones ponderadas y trece controles de publicación independientes; los perfiles pueden añadir declaraciones de entrega o accesibilidad sin cambiar la puntuación predeterminada.
1. Propósito
Esta norma define cómo IndexPDF evalúa y puntúa un índice temático terminado al final de una obra frente a su publicación fuente.
Una evaluación conforme a esta norma responde a cuatro preguntas:
- ¿Qué temas y tareas del lector exige la fuente que permita consultar el índice?
- ¿Los encabezados y localizadores del índice están respaldados por las páginas citadas?
- ¿Pueden los lectores encontrar todos los tratamientos importantes que deberían indexarse?
- ¿Funciona el índice como un sistema de navegación coherente?
El resultado no es solo una puntuación numérica. Un resultado completo consta de:
- seis calificaciones dimensionales y una puntuación ponderada sobre 100;
- hallazgos y explicaciones por elemento;
- información sobre incertidumbre e integridad de la auditoría; y
- controles independientes de preparación para la publicación.
Este documento es normativo para una evaluación solo cuando el informe identifica expresamente la Norma de evaluación de índices temáticos de IndexPDF 0.2
2. Alcance de esta norma
La norma se aplica a índices temáticos de libros y publicaciones extensas comparables. Evalúa el índice entregado con independencia de que lo haya creado una persona, un programa informático o un proceso combinado.
La evaluación predeterminada abarca:
- la cobertura temática significativa;
- la selectividad editorial;
- la fidelidad conceptual y de postura;
- la arquitectura de encabezados y subencabezados;
- la existencia, el alcance, el tratamiento y el ajuste de ruta completa de los localizadores;
- los accesos ausentes y las tareas del lector;
- las referencias cruzadas y los accesos alternativos;
- la densidad, ordenación, mecánica y coherencia del índice completo; y
- la validez e integridad de la evidencia de evaluación.
La puntuación predeterminada no evalúa el flujo de trabajo interno de quien creó el candidato, su política de IA, proceso comercial, gobierno de datos ni aprobaciones de publicación. El comportamiento de enlaces digitales, la semántica EPUB, la conformidad con PDF/UA o WCAG, la ordenación multilingüe y otros requisitos de entrega solo se evalúan cuando se añade un perfil identificado al informe. Los resultados de esos perfiles se informan por separado de la puntuación predeterminada del índice temático.
Los índices onomásticos, de autores, bíblicos, geográficos, acumulativos, de bases de datos, de citas, de clasificación de búsquedas y de inclusión en revistas requieren perfiles independientes o adicionales.
3. Principios rectores
| Principio | Requisito |
|---|---|
| Fundamentación en la fuente | Todo juicio sustancial debe basarse en la edición exacta de la fuente y en el índice candidato entregado. |
| Primero la fuente | El patrón de referencia de temas esperados se crea y revisa sin ver el índice candidato. |
| Ruta completa | Un localizador se juzga frente a la ruta completa del encabezado principal y el subencabezado, no frente a una palabra clave aislada. |
| Auditoría bidireccional | La evaluación comprueba tanto el respaldo del candidato en la fuente como los accesos ausentes de la fuente en el candidato. |
| Denominadores completos | Una auditoría completa contabiliza cada localizador requerido, tratamiento esperado, tarea del lector, referencia cruzada y elemento estructural. |
| Diagnósticos independientes | La profundidad del tratamiento y el ajuste de la ruta completa se informan por separado, aunque el valor menor determina la calificación mostrada del localizador. |
| Controles independientes | Una puntuación alta no anula un defecto crítico. |
| Incertidumbre explícita | La evidencia no inspeccionable se informa como incertidumbre, no se supone que aprueba o falla. |
| Reproducibilidad | El informe identifica la fuente, la política, el patrón de referencia, el modo de auditoría, la versión de la metodología y el perfil de cálculo. |
4. Fuente y alcance de la auditoría
Fuente exacta
La evaluación DEBERÁ identificar la edición y los archivos exactos de la fuente, el intervalo de páginas del documento, las etiquetas de página impresas o lógicas y el mapa de páginas. Los números romanos, prefijos y etiquetas irregulares DEBERÁN conservarse como etiquetas en lugar de convertirse sin indicarlo.
Contenido indexable
Cada región de la fuente DEBERÁ clasificarse como incluida, excluida, condicional o no disponible antes de fijar el patrón de referencia. En una página mixta, las regiones aptas y excluidas DEBERÁN tratarse por separado.
El texto sustancial, las citas, notas inspeccionables, pies y texto de tablas se incluyen de forma predeterminada. Las tablas de contenidos, elementos corrientes, bibliografías o listas de fuentes, índices editoriales, material de producción y material no disponible se excluyen de forma predeterminada, salvo que la política de evaluación disponga otra cosa.
Calidad de la fuente
La calidad del OCR o de la extracción DEBERÁ comprobarse antes del análisis automatizado. Los defectos sustanciales DEBERÁN corregirse o registrarse como no inspeccionables.
Fragmentos aprobados
La fuente DEBERÁ dividirse en unidades intelectuales aprobadas con una responsabilidad de juicio completa y sin solapamientos. El contexto puede solaparse, pero cada página dentro del alcance tiene exactamente un responsable a efectos de auditoría.
Los requisitos normativos de calidad del candidato, localizadores, arquitectura y presentación se publican por separado en las Reglas de indexación temática de IndexPDF 0.2. Una evaluación conforme a esta norma DEBERÁ aplicar esa edición inmutable y citar en sus hallazgos los anclajes de reglas pertinentes.
5. Secuencia de evaluación
Una evaluación completa sigue esta secuencia:
- Identificar la fuente y construir el mapa de páginas.
- Definir y aprobar los fragmentos de la fuente.
- Fijar la política de evaluación.
- Descubrir los temas esperados y las tareas del lector sin ver el candidato.
- Sintetizar y revisar de forma independiente el patrón de referencia.
- Fijar el patrón de referencia.
- Normalizar mecánicamente el candidato entregado sin reparación editorial.
- Contabilizar cada ruta, localizador, intervalo y referencia cruzada entregados.
- Auditar cada asignación de localizador frente a la fuente.
- Auditar cada tratamiento del patrón para detectar accesos ausentes.
- Auditar la estructura global, las referencias cruzadas, la densidad, la mecánica y la coherencia.
- Calcular las seis dimensiones de forma determinista.
- Producir explicaciones por elemento, la tabla de puntuación, los controles, las limitaciones y el informe público.
El patrón de referencia es ciego al candidato. La redacción o estructura del candidato no puede utilizarse para decidir qué debería haberse indexado en la fuente.
La normalización del candidato es mecánica. Quien evalúa puede resolver la estructura de la disposición, pero no reparar, deduplicar, reescribir ni reinterpretar el índice entregado antes de puntuarlo.
6. Evaluación de localizadores
Cada localizador evaluable recibe tres juicios relacionados pero distintos.
6.1 Profundidad del tratamiento
La profundidad del tratamiento pregunta cuánta información útil por sí misma aporta el destino sobre la ruta completa del encabezado.
| Categoría de tratamiento | Valor diagnóstico |
|---|---|
| Sustancial | 1.00 |
| Mixto | 0.70 |
| Presencia débil o sin contenido | 0.25 |
| Destino ausente o no válido | 0.00 |
attribution_only, citation_only e incidental_example son débiles solo cuando el pasaje no aporta información útil por sí misma sobre la ruta completa.
6.2 Ajuste de la ruta completa
El ajuste de la ruta completa pregunta si toda la ruta del encabezado describe con precisión el tratamiento.
| Categoría de ajuste | Valor diagnóstico |
|---|---|
| Exacto | 1.00 |
| Parcial sustancial | 0.70 |
| Discordancia menor | 0.35 |
| Discordancia mayor | 0.15 |
| Sin ajuste | 0.00 |
La calificación mostrada del localizador es:
Esta calificación explica las fortalezas y limitaciones del localizador. No constituye por sí misma el crédito de calificación del localizador.
6.3 Decisión de conservación y crédito de fiabilidad
| Decisión | Significado | Crédito de fiabilidad |
|---|---|---|
supported | Conservar el localizador entregado sin cambios | 1 |
partially_supported | Existe evidencia pertinente, pero no debe conservarse el localizador tal como se entregó | 0 |
unsupported | No conservar el localizador tal como se entregó | 0 |
uninspectable | La evidencia no puede juzgarse de forma fiable | Sin crédito central; intervalo neutro de 0 a 1 |
not_measured | La auditoría requerida está incompleta | Bloquea el cálculo completo |
Un localizador puede ser supported con tratamiento mixto. Por ejemplo, un localizador respaldado con tratamiento mixto y ajuste exacto tiene una calificación diagnóstica mostrada de 70 y un crédito de fiabilidad de 1. No puede conservarse una mención débil y sin contenido. Un tratamiento sólido con una discordancia sustancial de relación o postura no puede conservarse tal como se entregó.
7. Fiabilidad de las referencias de página
La evaluación utiliza precisión binaria de conservación:
La recuperación de tratamientos esperados es:
La calificación base de fiabilidad de las referencias de página es:
Esto equilibra dos riesgos:
- la precisión impide que reciban crédito los localizadores sin respaldo o descritos de forma sustancialmente incorrecta; y
- la recuperación impide que un índice escaso obtenga una puntuación alta solo porque sus pocos localizadores sean exactos.
Los diagnósticos de tratamiento y ajuste permanecen visibles por elemento, pero no se promedian dentro de la precisión de conservación.
8. Seis dimensiones puntuadas
Cada dimensión se califica en una escala de cinco puntos. Los puntos dimensionales se calculan a partir de la calificación y el peso, y los seis valores suman un máximo de 100.
| Dimensión | Peso | Qué mide |
|---|---|---|
| Cobertura significativa | 20 | Si los temas esenciales, importantes y opcionales aptos reciben acceso útil; los pesos de importancia son 3, 2 y 1, con 1 para acceso completo, 0,5 para acceso parcial y 0 para acceso ausente |
| Selectividad editorial | 15 | Si los localizadores favorecen el tratamiento significativo frente a la presencia débil y si la densidad del índice se distribuye razonablemente en la fuente |
| Fidelidad conceptual y de postura | 15 | Si los encabezados conservan los conceptos, relaciones, significados compuestos, atribuciones y grados de certeza de la fuente |
| Fiabilidad de las referencias de página | 25 | La media armónica de la precisión binaria de conservación y la recuperación de tratamientos esperados, sujeta a salvaguardas independientes |
| Facilidad de búsqueda y navegación | 20 | Si las tareas del lector tienen éxito, la arquitectura de encabezados facilita el acceso y las referencias cruzadas funcionan |
| Mecánica y coherencia | 5 | Si el índice entregado es estructuralmente válido, coherente, legible y utilizable en términos mecánicos |
8.1 Selectividad editorial
La selectividad editorial aporta hasta 15 puntos:
- hasta 10 puntos por selectividad del tratamiento; y
- hasta 5 puntos por ajuste de densidad.
El crédito de selectividad del tratamiento es 1 para tratamiento sustancial, 0,5 para tratamiento mixto y 0 para presencia débil o sin contenido. El componente de densidad utiliza dos medidas por capítulo, ponderadas por igual y agregadas según el número de palabras indexables de la fuente:
| Medida de densidad | Intervalo ideal por cada 1000 palabras indexables | Intervalo aceptable |
|---|---|---|
| Rutas completas de encabezado con localizadores | 6–10 | 4–12 |
| Apariciones expandidas de localizadores | 15–25 | 10–30 |
La densidad es una medida de calibración, no una cuota. No decide qué temas deben indexarse y un umbral por sí solo no demuestra sobreindexación ni subindexación.
8.2 Fidelidad conceptual y mecánica
Los nodos de fidelidad conceptual y arquitectura de encabezados utilizan estos créditos: aprobado 1, problemas menores 0,85, problemas importantes 0,55 y fallo 0.
Los nodos de mecánica utilizan: aprobado 1, problemas estéticos 0,95, problemas menores 0,85, problemas importantes 0,55 y fallo 0.
8.3 Facilidad de búsqueda
La facilidad de búsqueda combina:
- éxito de las tareas del lector: 60 %;
- arquitectura de encabezados y acceso: 30 %; y
- validez de las referencias cruzadas: 10 %.
Si las referencias cruzadas no son realmente aplicables, los dos primeros componentes se renormalizan a dos tercios y un tercio.
8.4 Límites y redondeo
Las calificaciones dimensionales se redondean al medio punto más cercano después de aplicar los límites y las reglas de incertidumbre. La selectividad editorial utiliza su cálculo documentado de 10 más 5 puntos. Los puntos ponderados se redondean a dos decimales.
Los límites impiden que un promedio alto oculte omisiones de gran valor, patrones distribuidos sin respaldo, fallos importantes de postura, fallos en las tareas del lector, una arquitectura de acceso defectuosa o problemas mecánicos sistemáticos.
Las calificaciones por elemento son explicativas. NO DEBERÁN promediarse para reconstruir una calificación dimensional ni la puntuación total.
9. Controles críticos
La puntuación y los controles son resultados separados. Los controles no restan puntos; identifican fallos demasiado graves para quedar ocultos por un promedio.
Localizador fuera de alcance
Localizador inventado, inexistente o fuera de alcance
Patrón sistemático sin respaldo
Patrón sistemático de localizadores incidentales o sin respaldo
Omisión central
Omisión sustancial de un tema o conclusión central
Distorsión de la postura de la fuente
El encabezado invierte o tergiversa gravemente la postura de la fuente
Encabezado compuesto sin respaldo
Los localizadores de un encabezado compuesto solo respaldan componentes separados
Sustitución no válida por véase
Véase sustituye una entrada sustancial justificada
Referencia cruzada no válida
Referencia cruzada sin resolver, autorreferencial, circular o encadenada
Profundidad excesiva de encabezados
Encabezado de tercer nivel en el perfil de presentación de referencia
Acumulación sistemática
Acumulación sistemática de entidades nombradas, ejemplos o citas
Fallo de fundamentación sin resolver
Fallo crítico o importante de fundamentación sin resolver
Exceso de elementos no inspeccionables
Más del 1 % de las asignaciones de localizadores dentro del alcance no son inspeccionables sin una tolerancia alternativa fijada
Intervalo de fuente incorrecto
Intervalo incorrecto de la fuente
Estructura no válida o incompleta
Salida estructuralmente no válida o incompleta
Un resultado público completo DEBERÁ informar cada control como aprobado, fallido, no aplicable o expresamente sin resolver. Una puntuación numérica sin el estado de los controles no es un resultado completo conforme a esta norma.
10. Integridad e incertidumbre de la auditoría
Auditoría completa
Una auditoría completa contabiliza exactamente una vez cada denominador fijado. Los localizadores, tratamientos, temas, tareas, referencias y nodos estructurales requeridos no pueden permanecer como not_measured.
Revisión piloto o por muestreo
Puede utilizarse un piloto para calibrar juicios o detectar problemas probables. NO DEBERÁ presentarse como puntuación de todo el índice ni como resultado de conformidad completa. Deberán indicarse su población, método de selección y áreas no examinadas.
Evidencia no inspeccionable
uninspectable se utiliza cuando el destino o la evidencia no pueden juzgarse de forma fiable. No se cuenta en silencio como aprobado ni como fallo. El cálculo informa los límites inferior y superior. La puntuación se retiene cuando la incertidumbre podría cambiar la calificación redondeada o el límite aplicable.
11. Evidencia y reproducibilidad
El cálculo utiliza registros estructurados validados. El texto explicativo puede aclarar un juicio, pero no alterar su categoría ni su aritmética.
Una evaluación reproducible identifica:
- la fuente exacta y el mapa de páginas;
- los fragmentos aprobados de la fuente y la política de inclusión;
- la política de evaluación fijada;
- el patrón de referencia ciego al candidato;
- el candidato normalizado y el inventario completo de elementos;
- las auditorías de localizadores, accesos ausentes, referencias cruzadas y estructura;
- la rúbrica de puntuación y el perfil de cálculo;
- el modo de auditoría, la política de incertidumbre, las desviaciones y limitaciones; y
- los resultados dimensionales, límites, controles y explicaciones por elemento.
Los hashes vinculan registros exactos y ayudan a detectar mezclas accidentales de entradas. Son identidades de contenido, no certificaciones de seguridad.
Dos evaluaciones solo son directamente comparables cuando son compatibles su fuente, patrón de referencia, política, mapa de páginas, fragmentos, alcance de inclusión, modo de auditoría, política de incertidumbre, rúbrica y perfil de cálculo.
12. Requisitos del informe público
Un informe público conforme a esta norma DEBERÁ incluir:
- la identificación del candidato y de la fuente;
- la versión de esta norma;
- las identidades de la rúbrica de puntuación y del perfil de cálculo;
- el estado de auditoría completa o piloto;
- las seis calificaciones, pesos y puntos otorgados;
- la puntuación total y el estado de incertidumbre;
- los resultados de todos los controles críticos;
- los recuentos brutos y denominadores necesarios para interpretar precisión y recuperación;
- explicaciones concisas por elemento e identificadores de reglas;
- las limitaciones o desviaciones sustanciales; y
- la fecha de evaluación.
Los informes públicos no deberían reproducir texto protegido de la fuente ni exponer secretos, rutas de archivos privadas o identificadores de almacenamiento. La evidencia puede representarse mediante identificadores internos estables y resúmenes aptos para publicación.
13. Cómo citar una evaluación
Utilice esta declaración para una evaluación que cumpla los requisitos anteriores:
Este índice temático se evaluó conforme a la Norma de evaluación de índices temáticos de IndexPDF 0.2. El informe de evaluación indica su modo de auditoría, las identidades de la fuente y del patrón de referencia, la puntuación, la incertidumbre y los resultados de los controles críticos.
Puede utilizarse una etiqueta más breve en un sitio web cuando enlaza al informe completo y a esta norma:
Puntuado conforme a la Norma de evaluación de índices temáticos de IndexPDF 0.2.
14. Autoridad
Los criterios editoriales se basan en ANSI/NISO Z39.4-2021, orientaciones profesionales consolidadas sobre indexación y las normas técnicas aplicables. Los requisitos normativos de puntuación son las disposiciones de este documento.