Integrazione GROBID: l’estrazione intelligente dei metadati dai PDF arriva su DSpace

Chiunque abbia mai inserito manualmente titolo, autori, abstract e parole chiave di un articolo scientifico in un modulo di deposito conosce bene la frustrazione: un’operazione lunga e soggetta a errori. Grazie al nostro ultimo contributo al codice open-source DSpace, l’estrazione automatica dei metadati basata su GROBID è ora disponibile per l’intera community DSpace.

Quando si avvia un nuovo deposito caricando prima il PDF, GROBID rileva automaticamente i metadati: autori, titolo, abstract, parole chiave, identificativi e molto altro. I dati riconosciuti vengono presentati direttamente nel modulo di sottomissione, dove è possibile modificarli o integrarli prima di accettare la licenza e completare il deposito. Semplice ed efficace: un’esperienza di deposito decisamente più fluida, sia per i ricercatori che per i bibliotecari.

Cos’è GROBID?

GROBID — acronimo di GeneRation Of BIbliographic Data (https://grobid.org/) — è un motore open-source basato su machine learning che converte documenti PDF grezzi in metadati bibliografici strutturati. Nato nel 2008 con un focus sulle pubblicazioni tecnico-scientifiche, GROBID analizza un PDF e restituisce una rappresentazione XML ricca dei suoi contenuti: titolo, autori, affiliazioni, abstract, parole chiave, identificativi (DOI, ISBN, ISSN), data di pubblicazione, fonte (rivista o conferenza), riferimenti bibliografici e altro ancora, con un’accuratezza tipica dell’80–95% e in pochi secondi.

Da DSpace-CRIS a DSpace: il contributo

L’integrazione con GROBID era originariamente una funzionalità di DSpace-CRIS, sviluppata da 4Science. Nell’ambito della progressiva fusione di DSpace-CRIS in DSpace, abbiamo portato questa funzionalità nel codice principale di DSpace e l’abbiamo restituita alla community open-source. La pull request (DSpace/DSpace#11852) è stata integrata il 18 settembre 2026 e sarà inclusa in DSpace 11.

Durante il porting, non ci siamo limitati a trasferire il codice esistente: abbiamo modernizzato l’implementazione e aggiunto un file Docker Compose pronto all’uso, così che chiunque possa avviare un’istanza GROBID locale insieme a DSpace con il minimo sforzo.

Siamo orgogliosi di portare questa funzionalità da DSpace-CRIS alla più ampia community DSpace. È un esempio concreto di come la fusione tra le due piattaforme stia generando valore reale per ogni repository DSpace nel mondo.

Caos, dialettica razionale e gatti: conosciamo Simone Tarli, Project Manager

Simone Tarli Project Manager Simone Tarli, Project Manager di 4Science, è la dimostrazione vivente che per arrivare alla fine di un progetto non sempre serve partire da un inizio ordinato. I suoi appunti, infatti, sono talmente disordinati da rappresentare una sfida per la filologia contemporanea. È proprio nel caos più estremo, però, che Simone riesce a individuare connessioni, soluzioni e, soprattutto, quella sintesi che nemmeno Hegel avrebbe osato cercare tra fogli sparsi o documenti dal nome «finale_definitivo_v3_forseultimo».

Dottore di ricerca in Filosofia e studioso della tradizione filosofica classica tedesca, oggi mette a frutto il proprio percorso accademico nella gestione di progetti complessi, occupandosi in particolare delle fasi di avvio e coordinamento. Perché, in fondo, se si è riusciti a districarsi tra Kant, Fichte e Hegel, qualche progetto dovrebbe pur essere affrontabile.

Il suo approccio al lavoro è guidato da una regola fondamentale: ascoltare. Convinto che ogni buon progetto nasca dal confronto e dalla fiducia reciproca, presta particolare attenzione alle esigenze dei propri interlocutori. E, nonostante l’esperienza, mantiene sempre una certa prudenza: difficilmente dichiarerà che un progetto sta andando bene, preferendo formule più caute come «sembra che» o «pare che». Quando gli viene un’idea, è impossibile non accorgersene: sulla sua testa si illumina una lampada di design, perché la luce è poesia.

Nei momenti di maggiore pressione, soprattutto durante i go-live, alleggerisce la tensione con una produzione incessante di freddure e giochi di parole che colleghi e colleghe hanno imparato a riconoscere come uno dei suoi tratti distintivi.

Fuori dal lavoro coltiva la passione per la lingua e la cultura tedesche, ama leggere, fare lunghe passeggiate e dedicarsi ai giochi da tavolo più impegnativi. Vive a Roma e condivide le decisioni più importanti con Simba, il suo gatto Sphynx, consulente informale e ottimista di professione.

Femminista convinto e profondamente open-minded, Simone crede nel valore delle differenze e nella costruzione di spazi in cui ogni persona possa sentirsi ascoltata e riconosciuta.

Profilo LinkedIn

SPIRAL: online il nuovo repository dell’Imperial College London su DSpace-CRIS 9

Spiral il nuovo repository dell'Imperial College London

4Science è lieta di annunciare il lancio ufficiale del nuovo repository istituzionale dell’Imperial College London, ora disponibile al seguente indirizzo: Spiral :: Home

Il nuovo repository è basato su DSpace-CRIS versione 9, l’ultima release della piattaforma, ed è completamente ospitato su infrastruttura cloud AWS, con un’architettura moderna basata su Amazon EKS (Elastic Kubernetes Service). Questa configurazione cloud-native garantisce scalabilità, resilienza, alta disponibilità e sostenibilità nel lungo periodo, rispondendo alle esigenze in continua evoluzione di ricercatori, amministratori e dell’intera comunità accademica.

Una piattaforma open source e pronta per il futuro

Realizzato con il supporto tecnico di 4Science, l’aggiornamento a DSpace-CRIS 9 rappresenta un importante passo avanti nell’infrastruttura digitale dell’università londinese. Tutte le principali personalizzazioni sono state accuratamente migrate e ottimizzate, assicurando continuità, coerenza e una migliore esperienza d’uso sia per gli utenti finali sia per i gestori del repository.

Le principali funzionalità
  • Integrazione DataCite — Registrazione semplice e immediata dei DOI per prodotti della ricerca e dataset
  • Autenticazione istituzionale OIDC — Accesso sicuro e intuitivo tramite le credenziali istituzionali
  • Integrazione GROBID — Estrazione automatizzata dei metadati dai documenti PDF, con un miglioramento dei processi di acquisizione dei contenuti
  • Personalizzazioni legacy preservate — Le funzionalità sviluppate sui sistemi precedenti sono state consolidate in un’unica piattaforma autorevole e centralizzata
Innovazione al servizio dell’infrastruttura della ricerca

Questo progetto dimostra come 4Science accompagni le istituzioni lungo il percorso di evoluzione dei propri repository digitali, combinando tecnologie open source all’avanguardia, infrastrutture cloud-native robuste, servizi di hosting gestiti sicuri e affidabili e soluzioni personalizzate in linea con le esigenze istituzionali.

La collaborazione tra Imperial College London e 4Science ha consentito di sviluppare un ambiente tecnologico che coniuga robustezza e innovazione, promuovendo un approccio aperto e trasparente alla comunicazione della scienza.

Scopri il repository

Esplora la nuova piattaforma e le sue funzionalità: Spiral :: Home

Scopri le novità della versione 9: DSpace‑CRIS 9 2025.02.00: making research management smarter and more connected!

4Science alla GenOA Week 2026

GenOA Week 2026

Anche quest’anno 4Science partecipa alla GenOA Week, la settimana dedicata all’Open Access e all’Open Science organizzata dall’Università di Genova nell’ambito dell’International Open Access Week, in programma dal 2 al 6 novembre 2026.

Il 4 novembre alle 10:30, Andrea Bollini e Giuseppe Digilio presenteranno l’intervento “Ridurre l’impronta carbonica dei repository Open Access: l’esperienza di 4Science con DSpaceWay”, all’interno della Sessione 4 della conferenza. Un tema che unisce sostenibilità ambientale e infrastrutture per la scienza aperta, raccontando come l’ottimizzazione tecnologica dei repository possa contribuire concretamente alla riduzione dell’impatto energetico della comunicazione scientifica.

👉 Scopri il programma completo della GenOA Week 2026

4Science sostenitrice della Barcelona Declaration Conference 2026

Barcelona Declaration Conference 2026 4Science rinnova il proprio impegno a favore dell’Open Research Information rientrando tra i sostenitori della Barcelona Declaration Conference 2026 — “Aligning Policy & Practical Implementation”, in programma il 24 e 25 novembre presso la sede della Leibniz Association a Berlino (con possibilità di partecipazione online).

Il contributo di 4Science al Participation Support Fund della conferenza aiuta a superare le barriere economiche alla partecipazione, sostenendo i costi di viaggio e alloggio di partecipanti provenienti da otto Paesi — Austria, Brasile, Cile, Francia, Georgia, India, Messico e Nigeria — incluse persone in contesti europei privi di finanziamenti istituzionali.

La conferenza, organizzata dalla Barcelona Declaration insieme alla Leibniz Association e all’Helmholtz Open Science Office, riunirà la comunità internazionale di firmatari, sostenitori e stakeholder per confrontarsi su come allineare le politiche per l’informazione aperta sulla ricerca con la loro implementazione pratica.

4Science parteciperà all’evento e sarà presente tra i sostenitori sul sito della conferenza e nei materiali dell’evento.

👉 Per maggiori informazioni e per registrarsi alla partecipazione online (gratuita): barcelona-declaration.org/conference_2026_berlin

Tenacia e qualità nel cuore del prodotto: conosciamo Misha Boychuk, Software Developer di 4Science

I volti 4Science: conosciamo Misha Boychuk, Software Developer di 4Science

Misha Boychuk

È arrivato nel 2019 come stagista ed è entrato ufficialmente nel team l’anno successivo — il che significa che 4Science ha visto nascere, mattone dopo mattone, l’intera carriera di uno dei suoi sviluppatori.

Ucraino d’origine, si è trasferito a Roma nel 2010, dove ha frequentato il liceo tecnico e poi si è laureato in Ingegneria Informatica all’Università Roma Tre. 4Science è la prima azienda in cui ha messo piede come sviluppatore: una scelta che si è rivelata una strada lunga, percorsa senza scorciatoie, dalle prime pull request da stagista fino al cuore dello sviluppo di prodotto.

Oggi Misha lavora nel team principale di prodotto, quello che costruisce le piattaforme su cui si appoggia tutto il resto: DSpace-CRIS, DSpace-GLAM, DSpaceWay. Si occupa prevalentemente di backend (architetture, logiche applicative, la parte che non si vede ma su cui tutto poggia) dedicando comunque una quota del suo tempo anche al frontend, perché conoscere le due facce dello stesso prodotto aiuta a prendere decisioni migliori. È contributor della community DSpace dal 2019 e una parte importante del suo lavoro passa dalle code review: leggere il codice dei colleghi, farlo crescere, mantenere alta l’asta della qualità.

Fuori dall’ufficio, il filo conduttore è lo stesso: mettere insieme le persone. Misha gioca a calcio con gli amici e da più di dieci anni organizza un gruppo di calcetto che, partita dopo partita, si è trasformato in una vera community — gestire convocazioni, campi e assenze dell’ultimo minuto per un decennio è una forma di project management che nessun corso insegna. Ama lo sport in generale e il tempo passato all’aria aperta. E poi c’è la Juventus: tifoso dichiarato, cosa che gli garantisce l’affetto incondizionato di una parte dei colleghi e l’ostilità (scherzosa) di tutta l’altra.

Profilo LinkedIn