标签： MARC

    li li说“用得最多的33个USMARC字段”数据太旧，希望我统计一下新一点的MARC记录。我按照“用得最多的39个CNMARC字段”的方式，统计了我馆部分新的西文数据。记录共13101条，排除MARC21中没有的字段（但保留我国定义的093-098）后，共使用了108个字段，其中有9个字段只出现一次。出现的字段数与1997年前400万条USMARC记录的统计结果基本相同。
    字段计数总共为263593，平均每条记录使用20.1个字段。比CNMARC多了近1个字段，比前述USMARC多2个字段。原因呢？首先想到的是本馆保留LC分类号、DDC分类号，又增加中图分类号，偶而还没有删除其它分类号。其他原因有：完整的MARC21记录主题字段量比较大，新文献一般都有一个甚至多个ISBN，新增的856字段出现频率比较高，等等。

    在本次统计中，出现频率超过百分之一的有46个字段。由于无法统计每条记录的情况，所以可重复字段的出现次数会超过100%。也就是说，即使是统计值为100%的字段，也不一定出现在每条记录中，因为可能有些记录多次出现该字段。
    原USMARC数据的百分比是指在记录中出现的百分比，而本次的百分比则是出现量的百分比，两者没有可比性。但有些字段是不可重复的，对这些字段二个百分比是一致的。将二次数据作些对比还是蛮有意思的。以下是46个字段的统计数据（001、008、300应当为100%，原记录有错误），右侧为原USMARC统计数据：

字段 百分比 USMARC统计 
650 209.76%  245 100%
020 144.49%  260 100%
093 100.37%  300 100%
001 100.01%  050 100%
260 100.00%  008 100%
245 100.00%  650 95%
300  99.99%  100 72%
008  99.98%  020 67%
040  99.08%  500 67%
005  97.34%  082 63%
504  83.46%  043 50%
050  81.12%  504 49%
700  79.73%  700 43%
082  77.42%  651 25%
100  71.18%  250 18%
010  69.99%  710 18%
003  65.71%  490 18%
440  35.04%  440 17%
500  34.52%  600 14%
043  31.84%  740 9.40%
042  28.63%  830 8.20%
246  25.95%  110 7.30%
250  25.34%  041 7%
651  23.03%  610 6%
856  15.80%  520 4%
534  11.68%  130 3.80%
600  11.30%  505 3.30%
041   8.97%  111 2%
710   8.53%  653 1%
490   8.43%  655 1%
830   8.41%  630 1%
035   6.19%  060 1%
505   5.98%  810 1%
015   4.43%  730 1%
094   4.31%  533 1%
546   4.30%   
240   3.08%   
610   2.76%   
111   2.24%   
655   1.34%   
538   1.18%   
362   1.15%   
711   1.13%   
310   1.05%   
060   1.02%   
730   1.01%   

    同样，由于专著记录占了数据的绝大部分，所以对于专著以外文献类型记录所用字段，这个统计数据没有帮助。但似乎比CNMARC的结果好些，至少连续出版物有310、362入围，其他022、210、222、321、580、780、785等字段则未入围。
    对结果进行对比，新上榜的1619个字段依字段号分别是：001、003、005、010、015、035、040、042、093、094、240、246、310、362、534、538、546、711、856。前八个是对用户而言无关痛痒的代码和编号，似乎很无趣（当然有助于科学管理）；接下来两个是中国特色，中图法、科图法必不可少；后四个是文献出版形式变化的结果：538、856主要是针对电子资源，534、546主要用于授权影印书。另外，240反映题名规范程度的提高（旧记录可能较少反映文献原题名），246则是MARC格式变化的结果，711上榜应该是由于现在会议录增多的缘故。
    落榜的是：110（根据AACR2的规定，以团体作主要款目标目有很大限制）、130（是否以前重版佚名经典较多？）、520（现在反而不重视文摘了）、533（不知都著录些什么内容？旧书缩微？）、630（与130类似，以前大概研究佚名经典较多）、653（现在更多地使用规范化主题词）、740（大部分被246取代，分析题名常被505$t、700$t和730代替）、810（大概原来团体丛编较多）。

更新（2005/9/2，以上黑体字部分为本次更新）
    感谢li li婉转地告知上文的上榜、落榜字段的诸多遗漏。
    最后，在更仔细地确认上榜、落榜字段数字时，却发现了一个更大的错误：原来“用得最多的33个USMARC字段”实际上是35个字段。原文为“TOP 33 : The 33 most frequently used fields in LC USMARC data”――居然如此误导，而我竟然也想当然照抄不误？！