Metadatos

La sintaxis de metadatos (metacontenido) se refiere a las reglas creadas para estructurar los campos o elementos de los metadatos (metacontenido). ^{[ 27 ]} Un único esquema de metadatos puede expresarse en varios lenguajes de marcado o programación diferentes, cada uno de los cuales requiere una sintaxis distinta. Por ejemplo, Dublin Core puede expresarse en texto plano, HTML , XML y RDF . ^{[ 28 ]}

Un ejemplo común de metacontenido (guía) es la clasificación bibliográfica, el tema, el número de clase Dewey . Siempre hay una declaración implícita en cualquier "clasificación" de algún objeto. Para clasificar un objeto como, por ejemplo, el número de clase Dewey 514 ( Topología ) (es decir, libros que tienen el número 514 en su lomo), la declaración implícita es: " <libro><encabezamiento de tema><514> ". Esta es una tripleta sujeto-predicado-objeto, o más importante aún, una tripleta clase-atributo-valor. Los dos primeros elementos de la tripleta (clase, atributo) son partes de algún metadato estructural con una semántica definida. El tercer elemento es un valor, preferiblemente de algún vocabulario controlado, algún dato de referencia (maestro). La combinación de los elementos de metadatos y datos maestros da como resultado una declaración que es una declaración de metacontenido, es decir, "metacontenido = metadatos + datos maestros". Todos estos elementos pueden considerarse como "vocabulario". Tanto los metadatos como los datos maestros son vocabularios que pueden ensamblarse en declaraciones de metacontenido. Existen muchas fuentes de estos vocabularios, tanto de metadatos como de datos maestros: UML, EDIFACT, XSD, Dewey/UDC/LoC, SKOS, ISO-25964, Pantone, Nomenclatura Binomial Linneana, etc. El uso de vocabularios controlados para los componentes de las declaraciones de metacontenido, ya sea para indexación o búsqueda, está respaldado por la norma ISO 25964 : "Si tanto el indexador como el buscador son guiados para elegir el mismo término para el mismo concepto, entonces se recuperarán los documentos relevantes". ^{[ 29 ]} Esto es particularmente relevante al considerar los motores de búsqueda de internet, como Google. El proceso indexa las páginas y luego compara cadenas de texto utilizando su complejo algoritmo; no hay inteligencia ni "inferencia" ocurriendo, solo la ilusión de ello.

Los esquemas de metadatos pueden ser jerárquicos, donde existen relaciones entre los elementos de metadatos y estos se anidan, estableciendo relaciones padre-hijo. Un ejemplo de esquema de metadatos jerárquico es el esquema IEEE LOM , en el que los elementos de metadatos pueden pertenecer a un elemento padre. Los esquemas de metadatos también pueden ser unidimensionales o lineales, donde cada elemento es completamente independiente de los demás y se clasifica según una sola dimensión. Un ejemplo de esquema de metadatos lineal es el esquema Dublin Core , que es unidimensional. Los esquemas de metadatos suelen ser bidimensionales o planares, donde cada elemento es completamente independiente de los demás, pero se clasifica según dos dimensiones ortogonales. ^{[ 30 ]}

El grado de estructuración de los datos o metadatos se denomina "granularidad" . La granularidad se refiere al nivel de detalle que se proporciona. Los metadatos con alta granularidad permiten una información más profunda, detallada y estructurada, y facilitan una mayor manipulación técnica. Un menor nivel de granularidad implica que los metadatos se pueden crear a un coste considerablemente menor, pero no proporcionarán información tan detallada. El impacto principal de la granularidad no solo radica en la creación y captura, sino también en los costes de mantenimiento. En cuanto las estructuras de metadatos quedan obsoletas, también lo hace el acceso a los datos a los que hacen referencia. Por lo tanto, la granularidad debe tener en cuenta tanto el esfuerzo necesario para crear los metadatos como el esfuerzo para mantenerlos.

En todos los casos en que los esquemas de metadatos exceden la representación planar, se requiere algún tipo de hipermapeo para permitir la visualización de los metadatos según el aspecto elegido y para ofrecer vistas especiales. El hipermapeo se aplica frecuentemente a la superposición de capas de información geográfica y geológica. ^{[ 31 ]}

La mayoría de los tipos comunes de archivos informáticos pueden incluir metadatos, como documentos (por ejemplo, archivos de Microsoft Office , archivos OpenDocument , PDF ), imágenes (por ejemplo, JPEG , PNG ), archivos de vídeo (por ejemplo , AVI , MP4 ) y archivos de audio (por ejemplo , WAV , MP3 ) .

Los usuarios pueden añadir metadatos a los archivos, pero algunos metadatos suelen añadirse automáticamente a los archivos mediante las aplicaciones de autoría o los dispositivos utilizados para producirlos, sin intervención del usuario.

Si bien los metadatos en los archivos son útiles para encontrarlos, pueden representar un riesgo para la privacidad cuando se comparten. El uso de herramientas para eliminar metadatos y limpiar los archivos antes de compartirlos puede mitigar este riesgo.

La información sobre la hora, el origen y el destino de las llamadas telefónicas, los mensajes electrónicos, los mensajes instantáneos y otros medios de telecomunicación, a diferencia del contenido de los mensajes, constituye otra forma de metadatos. La recopilación masiva de estos metadatos de registro de detalles de llamadas por parte de las agencias de inteligencia ha resultado controvertida tras las revelaciones de Edward Snowden sobre el hecho de que ciertas agencias de inteligencia, como la NSA, habían estado (y quizás aún estén) almacenando metadatos en línea de millones de usuarios de internet durante un máximo de un año, independientemente de si alguna vez fueron personas de interés para la agencia.

Los metadatos geoespaciales se refieren a archivos de Sistemas de Información Geográfica (SIG), mapas, imágenes y otros datos basados ​​en la ubicación. En los SIG, los metadatos se utilizan para documentar las características y atributos de los datos geográficos, como los archivos de bases de datos y los datos generados dentro de un SIG. Incluyen detalles como quién generó los datos, cuándo se recopilaron, cómo se procesaron y en qué formatos están disponibles, y proporcionan el contexto necesario para que los datos se utilicen de forma eficaz. ^{[ 49 ]}

La virtualización de datos surgió en la década de 2000 como la nueva tecnología de software para completar la infraestructura de virtualización en la empresa. Los metadatos se utilizan en los servidores de virtualización de datos, que son componentes de la infraestructura empresarial, junto con los servidores de bases de datos y aplicaciones. En estos servidores, los metadatos se almacenan como un repositorio persistente y describen los objetos de negocio en diversos sistemas y aplicaciones empresariales. La estandarización estructural de los metadatos también es importante para respaldar la virtualización de datos.

El trabajo de estandarización y armonización ha aportado ventajas a los esfuerzos de la industria para construir sistemas de metadatos en la comunidad estadística. ^{[ 51 ] [ 52 ]} Varias directrices y estándares de metadatos, como el Código de Buenas Prácticas de Estadísticas Europeas ^{[ 53 ]} e ISO 17369:2013 ( Intercambio de Datos y Metadatos Estadísticos o SDMX) ^{[ 51 ],} proporcionan principios clave sobre cómo las empresas, los organismos gubernamentales y otras entidades deben gestionar los datos y metadatos estadísticos. Entidades como Eurostat , ^{[ 54 ]} el Sistema Europeo de Bancos Centrales , ^{[ 54 ]} y la Agencia de Protección Ambiental de los Estados Unidos ^{[ 55 ]} han implementado estos y otros estándares y directrices similares con el objetivo de mejorar la "eficiencia en la gestión de los procesos empresariales estadísticos". ^{[ 54 ]}

Los metadatos se han utilizado de diversas maneras como medio para catalogar artículos en bibliotecas, tanto en formato digital como analógico. Estos datos ayudan a clasificar, agrupar, identificar y localizar un libro, DVD, revista o cualquier objeto que una biblioteca pueda tener en su colección. ^{[ 56 ]} Hasta la década de 1980, muchos catálogos de bibliotecas utilizaban fichas de 3x5 pulgadas en cajones de archivo para mostrar el título, el autor, el tema y una cadena alfanumérica abreviada ( número de clasificación ) que indicaba la ubicación física del libro en las estanterías de la biblioteca. El Sistema Decimal Dewey, empleado por las bibliotecas para la clasificación de los materiales por tema, es un ejemplo temprano del uso de metadatos. El catálogo en papel original contenía información sobre el artículo descrito en dicha ficha: título, autor, tema y un número que indicaba dónde encontrarlo. ^{[ 57 ]} A partir de las décadas de 1980 y 1990, muchas bibliotecas reemplazaron estas fichas de papel con bases de datos informáticas. Estas bases de datos informáticas facilitan y agilizan las búsquedas por palabras clave. Otra forma de recopilación de metadatos antiguos es el uso por parte de la Oficina del Censo de los Estados Unidos de lo que se conoce como el "Formulario Largo". El Formulario Largo hace preguntas que se utilizan para crear datos demográficos para encontrar patrones de distribución. ^{[ 58 ]} Las bibliotecas emplean metadatos en los catálogos de bibliotecas , más comúnmente como parte de un Sistema Integrado de Gestión de Bibliotecas ( ILMS ). Los metadatos se obtienen catalogando recursos como libros, publicaciones periódicas, DVD, páginas web o imágenes digitales. Estos datos se almacenan en el sistema integrado de gestión de bibliotecas, ILMS, utilizando el estándar de metadatos MARC . El propósito es dirigir a los usuarios a la ubicación física o electrónica de los artículos o áreas que buscan, así como proporcionar una descripción del/los artículo/s en cuestión.

Ejemplos más recientes y especializados de metadatos de biblioteca incluyen el establecimiento de bibliotecas digitales, como repositorios de preimpresiones electrónicas y bibliotecas de imágenes digitales. Si bien a menudo se basan en principios bibliotecarios, el enfoque en el uso por parte de personas ajenas al ámbito bibliotecario, especialmente en lo que respecta a la provisión de metadatos, implica que no siguen los enfoques de catalogación tradicionales o comunes. Dada la naturaleza personalizada de los materiales incluidos, los campos de metadatos suelen crearse de forma especial, por ejemplo, campos de clasificación taxonómica, campos de ubicación, palabras clave o declaraciones de derechos de autor. La información estándar del archivo, como el tamaño y el formato, generalmente se incluye automáticamente. ^{[ 59 ]} El funcionamiento de las bibliotecas ha sido durante décadas un tema clave en los esfuerzos por lograr la estandarización internacional . Los estándares para metadatos en bibliotecas digitales incluyen Dublin Core , METS , MODS , DDI , DOI , URN , el esquema PREMIS , EML y OAI-PMH . Las principales bibliotecas del mundo ofrecen indicios sobre sus estrategias de estándares de metadatos. ^{[ 60 ] [ 61 ]}

Un concepto similar es el synset, abreviatura de synonym set , un grupo de uno o más sinónimos que comparten un significado común en algún contexto. Los synsets son un concepto fundamental en la lingüística computacional y la semántica léxica , utilizado sobre todo en la base de datos léxica WordNet del inglés. ^{[ 62 ]} El concepto se ha extendido a otros idiomas y proyectos multilingües como EuroWordNet , ^{[ 63 ]} BabelNet , ^{[ 64 ]} y la iniciativa Global WordNet. ^{[ 65 ]} Se ha demostrado que los synsets desempeñan un papel importante en algunas áreas del procesamiento del lenguaje natural , proporcionando un puente entre los elementos léxicos y el significado conceptual, lo que permite: ^{[ 66 ]}

Los metadatos de las publicaciones científicas suelen ser creados por las editoriales de revistas y las bases de datos de citas como PubMed y Web of Science . Los datos contenidos en los manuscritos o que los acompañan como material complementario rara vez se someten a la creación de metadatos, ^{[ 67 ] [ 68 ]} aunque pueden enviarse, por ejemplo, a bases de datos biomédicas después de su publicación. Los autores originales y los responsables de las bases de datos se hacen entonces responsables de la creación de metadatos, con la ayuda de procesos automatizados. Los metadatos completos para todos los datos experimentales son la base de los Principios Rectores FAIR , o los estándares para garantizar que los datos de investigación sean localizables , accesibles , interoperables y reutilizables . ^{[ 69 ]}

Dichos metadatos pueden luego ser utilizados, complementados y accesibles de maneras útiles. OpenAlex es un índice en línea gratuito de más de 200 millones de documentos científicos que integra y proporciona metadatos como fuentes, citas , información del autor , campos científicos y temas de investigación. Su API y sitio web de código abierto pueden utilizarse para metaciencia, cienciometría y herramientas novedosas que consultan esta web semántica de artículos . ^{[ 70 ] [ 71 ] [ 72 ]} Otro proyecto en desarrollo, Scholia , utiliza los metadatos de las publicaciones científicas para diversas visualizaciones y funciones de agregación, como proporcionar una interfaz de usuario simple que resume la literatura sobre una característica específica del virus SARS-CoV-2 utilizando la propiedad "tema principal" de Wikidata . ^{[ 73 ]}

En el ámbito de la investigación, se han propuesto metadatos transparentes sobre las contribuciones de los autores a las obras, por ejemplo, el rol desempeñado en la producción del artículo, el nivel de contribución y las responsabilidades. ^{[ 74 ] [ 75 ]}

Además, se pueden crear o complementar diversos metadatos sobre los resultados científicos; por ejemplo, algunas organizaciones intentan rastrear y vincular las citas de artículos como "Apoyo", "Mención" o "Contraste" con el estudio. ^{[ 76 ]} Otros ejemplos incluyen el desarrollo de métricas alternativas ^{[ 77 ]} , que, además de brindar ayuda para la evaluación y la localización, también agregan muchas de las discusiones públicas sobre un artículo científico en redes sociales como Reddit , citas en Wikipedia e informes sobre el estudio en los medios de comunicación ^{[ 78 ]} , y un llamado a mostrar si los hallazgos originales se confirman o podrían reproducirse . ^{[ 79 ] [ 80 ]}

Los metadatos en el contexto de un museo son la información que los especialistas capacitados en documentación cultural, como archiveros , bibliotecarios , registradores de museos y curadores , crean para indexar, estructurar, describir, identificar o especificar de otro modo obras de arte, arquitectura, objetos culturales y sus imágenes. ^{[ 81 ] [ 82 ] [ 83 ]} Los metadatos descriptivos se utilizan con mayor frecuencia en contextos museísticos para la identificación de objetos y la recuperación de recursos. ^{[ 82 ]}

Los metadatos legislativos se han debatido en diversos foros, como los talleres organizados por el Instituto de Información Jurídica de la Facultad de Derecho de Cornell los días 22 y 23 de marzo de 2010. La documentación de estos talleres se titula «Prácticas sugeridas de metadatos para la legislación y los reglamentos». ^{[ 95 ]}

En estos debates se han esbozado algunos puntos clave, cuyos encabezados de sección se enumeran a continuación:

• Consideraciones generales
• Estructura del documento
• Contenido del documento
• Metadatos (elementos de)
• Capas
• Análisis en un momento dado versus análisis post hoc

La investigación médica australiana fue pionera en la definición de metadatos para aplicaciones en el ámbito de la salud. Este enfoque representa el primer intento reconocido de adherirse a estándares internacionales en ciencias médicas, en lugar de definir un estándar propietario bajo el amparo de la Organización Mundial de la Salud (OMS). Sin embargo, la comunidad médica no aprobó la necesidad de seguir estándares de metadatos, a pesar de las investigaciones que los respaldaban. ^{[ 96 ]}

Los estudios de investigación en los campos de la biomedicina y la biología molecular frecuentemente generan grandes cantidades de datos, incluyendo resultados de secuenciación de genomas o metagenomas , datos de proteómica e incluso notas o planes creados durante el curso de la propia investigación. ^{[ 97 ]} Cada tipo de dato implica su propia variedad de metadatos y los procesos necesarios para producir estos metadatos. Los estándares generales de metadatos, como ISA-Tab, ^{[ 98 ]} permiten a los investigadores crear e intercambiar metadatos experimentales en formatos consistentes. Los enfoques experimentales específicos frecuentemente tienen sus propios estándares y sistemas de metadatos: los estándares de metadatos para espectrometría de masas incluyen mzML ^{[ 99 ]} y SPLASH, ^{[ 100 ]} mientras que los estándares basados ​​en XML como PDBML ^{[ 101 ]} y SRA XML ^{[ 102 ]} sirven como estándares para datos de estructura macromolecular y secuenciación, respectivamente.

Los resultados de la investigación biomédica se suelen plasmar en manuscritos revisados ​​por pares, y estas publicaciones constituyen otra fuente de datos .

Un almacén de datos (DW) es un repositorio de los datos almacenados electrónicamente de una organización. Los almacenes de datos están diseñados para gestionar y almacenar datos. Se diferencian de los sistemas de inteligencia empresarial (BI) porque estos últimos están diseñados para utilizar datos para crear informes y analizar la información, con el fin de proporcionar orientación estratégica a la dirección. ^{[ 103 ]} Los metadatos son una herramienta importante en la forma en que se almacenan los datos en los almacenes de datos. El propósito de un almacén de datos es albergar datos estandarizados, estructurados, consistentes, integrados, correctos, "limpios" y actualizados, extraídos de diversos sistemas operativos de una organización. Los datos extraídos se integran en el entorno del almacén de datos para proporcionar una perspectiva empresarial. Los datos se estructuran de manera que satisfagan los requisitos de informes y análisis. El diseño de la estructura común de los metadatos mediante un método de modelado de datos, como el diagrama de modelo entidad-relación, es importante en cualquier proyecto de desarrollo de un almacén de datos. Estos diagramas detallan los metadatos de cada dato en el almacén de datos. Un componente esencial de un sistema de almacén de datos/inteligencia empresarial son los metadatos y las herramientas para gestionarlos y recuperarlos. Ralph Kimball ^{[ 104 ]} describe los metadatos como el ADN del almacén de datos, ya que los metadatos definen los elementos del almacén de datos y cómo trabajan juntos.

Kimball et al. ^{[ 105 ]} distinguen tres categorías principales de metadatos: técnicos, de negocio y de proceso. Los metadatos técnicos son principalmente definicionales , mientras que los metadatos de negocio y de proceso son principalmente descriptivos . En ocasiones, estas categorías se superponen.

• Los metadatos técnicos definen los objetos y procesos de un sistema DW/BI desde una perspectiva técnica. Estos metadatos incluyen los metadatos del sistema, que definen las estructuras de datos como tablas, campos, tipos de datos, índices y particiones en el motor relacional, así como las bases de datos, dimensiones, medidas y modelos de minería de datos. Los metadatos técnicos definen el modelo de datos y su visualización para los usuarios, incluyendo informes, programaciones, listas de distribución y permisos de seguridad.
• Los metadatos empresariales son el contenido del almacén de datos descrito en términos más comprensibles para el usuario. Estos metadatos indican qué datos se poseen, su origen, su significado y su relación con otros datos del almacén. Los metadatos empresariales también pueden servir como documentación para el sistema de almacén de datos/inteligencia empresarial (DW/BI). Los usuarios que navegan por el almacén de datos consultan principalmente los metadatos empresariales.
• Los metadatos de proceso se utilizan para describir los resultados de diversas operaciones en el almacén de datos. Dentro del proceso ETL , se registran todos los datos clave de las tareas durante su ejecución. Esto incluye la hora de inicio, la hora de finalización, los segundos de CPU utilizados, las lecturas y escrituras en disco y las filas procesadas. Este tipo de datos resulta valioso al solucionar problemas del proceso ETL o de consulta . Los metadatos de proceso constituyen la base para la medición de hechos al construir y utilizar un sistema DW/BI. Algunas organizaciones se dedican a recopilar y vender este tipo de datos a empresas; en ese caso, los metadatos de proceso se convierten en los metadatos de negocio para las tablas de hechos y dimensiones. La recopilación de metadatos de proceso beneficia a los profesionales de negocios, quienes pueden utilizar los datos para identificar a los usuarios de sus productos, qué productos utilizan y qué nivel de servicio reciben.

El formato HTML utilizado para definir páginas web permite la inclusión de diversos tipos de metadatos, desde texto descriptivo básico, fechas y palabras clave hasta esquemas de metadatos más avanzados como los estándares Dublin Core , e-GMS y AGLS ^{[ 106 ]} . Las páginas y los archivos también pueden ser geolocalizados con coordenadas , categorizados o etiquetados, incluso de forma colaborativa, como con folksonomías .

Cuando los medios tienen identificadores establecidos o cuando estos pueden generarse, se puede extraer información como etiquetas de archivo y descripciones de Internet , por ejemplo, sobre películas. ^{[ 107 ]} Varias bases de datos en línea se agregan y proporcionan metadatos para diversos datos. Wikidata , construida de forma colaborativa , tiene identificadores no solo para medios, sino también para conceptos abstractos, diversos objetos y otras entidades, que pueden ser consultados por humanos y máquinas para recuperar información útil y vincular conocimientos en otras bases de datos y bases de datos. ^{[ 73 ]}

Los metadatos pueden incluirse en el encabezado de la página o en un archivo separado. Los microformatos permiten agregar metadatos a los datos de la página de una manera que los usuarios web comunes no ven, pero a la que las computadoras, los rastreadores web y los motores de búsqueda pueden acceder fácilmente. Muchos motores de búsqueda son cautelosos al usar metadatos en sus algoritmos de clasificación debido a la explotación de metadatos y la práctica de la optimización para motores de búsqueda ( SEO ) para mejorar las clasificaciones. Consulte el artículo sobre el elemento Meta para obtener más información. Esta actitud cautelosa puede estar justificada ya que las personas, según Doctorow, ^{[ 108 ]} no están actuando con cuidado y diligencia al crear sus propios metadatos y que estos forman parte de un entorno competitivo donde se utilizan para promover los propios propósitos de sus creadores. Los estudios muestran que los motores de búsqueda responden a las páginas web con implementaciones de metadatos, ^{[ 109 ]} y Google tiene un anuncio en su sitio que muestra las metaetiquetas que su motor de búsqueda entiende. ^{[ 110 ]} La startup de búsqueda empresarial Swiftype reconoce los metadatos como una señal de relevancia que los webmasters pueden implementar para el motor de búsqueda específico de su sitio web, incluso lanzando su propia extensión, conocida como Meta Tags 2. ^{[ 111 ]}

En la industria de la radiodifusión , los metadatos se vinculan a los medios de transmisión de audio y video para:

• Identificar el contenido multimedia: nombres de los clips o listas de reproducción , duración, código de tiempo , etc.
• Describir el contenido: notas sobre la calidad del contenido de vídeo, la clasificación, la descripción (por ejemplo, durante un evento deportivo, se asociarán palabras clave como gol , tarjeta roja a algunos clips).
• Clasificación de medios: los metadatos permiten a los productores clasificar los medios o encontrar contenido de vídeo de forma fácil y rápida (un noticiero televisivo podría necesitar urgentemente contenido de archivo sobre un tema). Por ejemplo, la BBC cuenta con un amplio sistema de clasificación temática, Lonclass , una versión personalizada de la Clasificación Decimal Universal (CDU), de uso más general .

Estos metadatos pueden vincularse al contenido de vídeo gracias a los servidores de vídeo . La mayoría de los grandes eventos deportivos retransmitidos, como la Copa Mundial de la FIFA o los Juegos Olímpicos, utilizan estos metadatos para distribuir su contenido de vídeo a las cadenas de televisión mediante palabras clave . A menudo, es la emisora ​​anfitriona ^{[ 112 ]} la que se encarga de organizar los metadatos a través de su Centro Internacional de Radiodifusión y sus servidores de vídeo. Estos metadatos se registran con las imágenes y los introducen los operadores de metadatos ( registradores ) que los asocian en tiempo real a las cuadrículas de metadatos disponibles mediante software (como Multicam (LSM) o IPDirector , utilizado durante la Copa Mundial de la FIFA o los Juegos Olímpicos). ^{[ 113 ] [ 114 ]}

Los metadatos ecológicos y ambientales tienen como objetivo documentar el "quién, qué, cuándo, dónde, por qué y cómo" de la recopilación de datos para un estudio en particular. Esto generalmente significa qué organización o institución recopiló los datos, qué tipo de datos, en qué fecha(s) se recopilaron los datos, la justificación de la recopilación de datos y la metodología utilizada para la recopilación de datos. Los metadatos deben generarse en un formato comúnmente utilizado por la comunidad científica más relevante, como Darwin Core , Ecological Metadata Language , ^{[ 115 ]} o Dublin Core . Existen herramientas de edición de metadatos para facilitar la generación de metadatos (por ejemplo, Metavist, ^{[ 116 ]} Mercury , Morpho ^{[ 117 ]} ). Los metadatos deben describir la procedencia de los datos (dónde se originaron, así como cualquier transformación que hayan sufrido) y cómo dar crédito (citar) los productos de datos.

Cuando se lanzaron por primera vez en 1982, los discos compactos solo contenían una tabla de contenido (TOC) con el número de pistas en el disco y su duración en muestras. ^{[ 118 ] [ 119 ]} Catorce años después, en 1996, una revisión del estándar CD Red Book agregó CD-Text para transportar metadatos adicionales. ^{[ 120 ]} Pero CD-Text no se adoptó ampliamente. Poco después, se hizo común que las computadoras personales recuperaran metadatos de fuentes externas (por ejemplo, CDDB , Gracenote ) basándose en la TOC.

Los formatos de audio digital , como los archivos de audio digital, reemplazaron a formatos de música como las cintas de casete y los CD en la década de 2000. Los archivos de audio digital podían etiquetarse con más información de la que cabía en el nombre del archivo. Esta información descriptiva se denomina etiqueta de audio o metadatos de audio en general. Los programas informáticos especializados en añadir o modificar esta información se denominan editores de etiquetas . Los metadatos se pueden utilizar para nombrar, describir, catalogar e indicar la propiedad o los derechos de autor de un archivo de audio digital, y su presencia facilita enormemente la localización de un archivo de audio específico dentro de un grupo, normalmente mediante un motor de búsqueda que accede a los metadatos. A medida que se desarrollaban diferentes formatos de audio digital, se intentó estandarizar una ubicación específica dentro de los archivos digitales donde se pudiera almacenar esta información.

Como resultado, casi todos los formatos de audio digital, incluidos MP3 , WAV (para difusión) y AIFF , cuentan con ubicaciones estandarizadas similares que permiten añadir metadatos. Los metadatos para música digital, tanto comprimida como sin comprimir, suelen estar codificados en la etiqueta ID3 . Editores comunes como TagLib son compatibles con los formatos de archivo MP3, Ogg Vorbis, FLAC, MPC, Speex, WavPack TrueAudio, WAV, AIFF, MP4 y ASF.

Gracias a la disponibilidad de aplicaciones en la nube , incluidas aquellas para añadir metadatos al contenido, los metadatos están cada vez más disponibles a través de Internet.

Los metadatos pueden almacenarse internamente [ ^{121 ]} en el mismo archivo o estructura que los datos (esto también se denomina ^metadatos incrustados ) o externamente , en un archivo o campo separado de los datos descritos. Un repositorio de datos normalmente almacena los metadatos desvinculados de los datos, pero puede diseñarse para admitir enfoques de metadatos incrustados. Cada opción tiene ventajas y desventajas:

• El almacenamiento interno implica que los metadatos siempre se transmiten junto con los datos que describen; por lo tanto, los metadatos siempre están disponibles con los datos y se pueden manipular localmente. Este método genera redundancia (impidiendo la normalización) y no permite gestionar todos los metadatos de un sistema en un solo lugar. Sin embargo, podría decirse que aumenta la consistencia, ya que los metadatos se modifican fácilmente cada vez que se modifican los datos.
• El almacenamiento externo permite agrupar los metadatos de todo el contenido, por ejemplo, en una base de datos, para una búsqueda y gestión más eficientes. La redundancia se puede evitar normalizando la organización de los metadatos. De esta forma, los metadatos se pueden integrar con el contenido al transferir información, por ejemplo, en la transmisión de contenido multimedia ; o se puede hacer referencia a ellos (por ejemplo, mediante un enlace web) desde el contenido transferido. Sin embargo, la separación de los metadatos del contenido de datos, especialmente en archivos independientes que hacen referencia a sus metadatos de origen en otro lugar, aumenta las posibilidades de desajustes entre ambos, ya que los cambios en uno pueden no reflejarse en el otro.

Los metadatos pueden almacenarse en formato legible para humanos o en formato binario. Almacenar metadatos en un formato legible para humanos, como XML, puede ser útil porque los usuarios pueden comprenderlos y editarlos sin herramientas especializadas. ^{[ 122 ]} Sin embargo, los formatos basados ​​en texto rara vez están optimizados para la capacidad de almacenamiento, el tiempo de comunicación o la velocidad de procesamiento. Un formato de metadatos binario permite la eficiencia en todos estos aspectos, pero requiere software especial para convertir la información binaria en contenido legible para humanos.

Cada sistema de base de datos relacional tiene sus propios mecanismos para almacenar metadatos. Algunos ejemplos de metadatos de bases de datos relacionales son:

• Tablas que muestran todas las tablas de una base de datos, sus nombres, tamaños y número de filas en cada tabla.
• Tablas con las columnas de cada base de datos, las tablas en las que se utilizan y el tipo de datos que se almacenan en cada columna.

En la terminología de bases de datos, este conjunto de metadatos se denomina catálogo . El estándar SQL especifica un método uniforme para acceder al catálogo, llamado esquema de información , pero no todas las bases de datos lo implementan, incluso si implementan otros aspectos del estándar SQL. Para ver un ejemplo de métodos de acceso a metadatos específicos de la base de datos, consulte Metadatos de Oracle . El acceso programático a los metadatos es posible mediante API como JDBC o SchemaCrawler. ^{[ 123 ]}