Door Izzie He
De KB is aanjager van onderzoek naar arsenicum in bibliotheekcollecties. Waar dit tot voor kort vooral gericht was op individuele boeken, biedt nieuw onderzoek op basis van metadata en aan de hand van machine learning een veel breder beeld.
In de afgelopen jaren werd de aanwezigheid van arsenicum in bibliotheekcollecties geconstateerd. Dit giftige zware metaal werd gebruikt in pigmenten in verf en inkt, zowel in het boek zelf als in het materiaal van de boekband of de schutbladen. De KB loopt internationaal gezien voorop in het onderzoek naar arsenicum in bibliotheekcollecties en het uitvoeren van arsenicumtests. De huidige aanpak richt zich voornamelijk op het begrijpen van de samenstelling van arsenicum in verf en inkt en het vinden van snelle en nauwkeurige meetmethoden. Tot voor kort was er nog geen groter plaatje dan de individuele boeken. Hierdoor ontstonden vragen als: welke decennia laten meer arsenicumgebruik zien dan andere decennia? Zijn er regionale verschillen? Kunnen trends worden gebruikt voor het voorspellen van de aanwezigheid van arsenicum in de gehele collectie?
Talloze uitdagingen
De KB besloot om kwantitatief onderzoek te doen met behulp van de metadata uit de bibliotheekcatalogus. Dat bleek nog niet zo eenvoudig. Tijdens het project waren er talloze uitdagingen om voor de collectie van ruim 120 strekkende kilometer goede voorspellingen te kunnen doen. Allereerst heeft de bibliotheek meerdere systemen in gebruik die niet aan elkaar gekoppeld waren. Zo werd de aanwezigheid van arsenicum in een eigen database opgeslagen, los van de metadata van de collecties. Daarnaast was er geen handige koppeling mogelijk omdat de geregistreerde index (de signatuur, vaak een combinatie van cijfers, letters, streepjes en spaties) niet eenduidig was én omdat indexen vaak corresponderen met meerdere boeken in een reeks. Gelukkig konden uiteindelijk voor verreweg het grootste deel de metadata worden gekoppeld.
Na deze koppeling bleek dat niet alle metadata dezelfde kwaliteit hadden. Combinaties van automatisch en handmatig opschonen van deze data bleken nodig om werkbare resultaten te krijgen. Ook zijn sommige boeken verwijderd omdat de data onvolledig waren.
Analyses dataset
Dit leverde een dataset op, waarmee analyses zijn gedaan om de collecties te verkennen en gaten in de kennis over arsenicum in boeken te dichten. Zo bleek bijvoorbeeld dat de ‘eeuwen’ waarvan minder boeken waren getest een hoger percentage arsenicum bevatten. Dit geeft richting waar in de toekomst méér arsenicum kan worden gevonden. Verder varieert het percentage positieve tests voor arsenicum nogal tussen de plaatsen waar het boek werd gedrukt. De regionale verschillen (per stad) zijn groot, terwijl per land de verschillen kleiner zijn en heel West-Europa vergelijkbare percentages laat zien. Grafieken van de resultaten kunnen helpen bij het inschatten van het risico op arsenicum, gebaseerd op de metadata (zie de twee grafieken links als voorbeeld).
Voorspellende modellen
Met behulp van de dataset werden ook twee verschillende machinelearningmodellen getraind. De resultaten zijn veelbelovend: met metadata kan een vrij nauwkeurige inschatting worden gemaakt of arsenicum voorkomt of niet, vaak beter dan alleen visueel op kleur. Kanttekening is wel dat de modellen beter zijn in het voorspellen van arsenicum-negatieve boeken dan van arsenicum-positieve boeken; dat komt omdat de dataset circa een derde deel positief geteste boeken omvat, en een twee derde deel negatief geteste boeken.
Ter verbetering wordt een combinatie van mens en machine voorgesteld. Als het model voorspelt dat de kans op arsenicum aanzienlijk is, kan een test worden gedaan, en dit testresultaat kan weer worden opgenomen in de dataset, zodat het model steeds beter wordt in het voorspellen. Hierdoor wordt het vinden van arsenicum steeds efficiënter.
Leestips
> De KB publiceerde vorig jaar een wetenschappelijk artikel in Studies in Conservation over de uitdagingen van arsenicum in de bibliotheekcollectie: It’s Not Easy Being Green – The Challenge of Having Poisonous Arsenic Containing Books in a National Library Collection.
> Een artikel in Folia: ‘Handschoenen en inleggers: UvA-bibliotheek neemt maatregelen tegen arsenicum in oude boeken’.
Izzie He is masterstudent Information Sciences aan de Vrije Universiteit Amsterdam.
Deze bijdrage komt uit het digitale magazine IP #7-2025. Klik op de onderstaande button om het hele nummer te lezen.
