el archivo de la web española. mar pérez morillo
DESCRIPTION
Presentada en la Jornada Internacional sobre Archivos Web y Depósito Legal Electrónico, en la Biblioteca Nacional de España (BNE), el día 9 de julio de 2013.TRANSCRIPT
EL ARCHIVO DE LA WEB ESPAÑOLA
BIBLIOTECA NACIONAL DE ESPAÑA
Mar Pérez MorilloJefe del Servicio Web de la BNE
BIBLIOTECA NACIONAL DE ESPAÑA2
ContextoMisión del bibliotecarioOtras instituciones patrimonialesMarco normativo
Historia del proyecto:Colaboración con Internet Archive
Estado actual:El Archivo de la Web EspañolaConvenio de colaboración con Red.es
Próximos pasos:Traslado de la colecciónDiseño arquitectura técnica proyectoIdentificación del patrimonio digital Recolecciones de la web española con medios propiosCreación de un portal web específico de acceso a la colección
El Archivo de la Web Española
ÍNDICE
BIBLIOTECA NACIONAL DE ESPAÑA3
EL RIESGO DE UNA EDAD OSCURA DIGITAL
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA4
Contenidos volátiles en la red
Imposibilidad de abrir y leer archivos digitales en el futuro
Redes sociales: fundamentales para entender nuestro tiempo
1ª mención → IFLA, 1997
Bibliotecas: primeras aludidas para tratar de salvar este peligro
El Archivo de la Web Española
EDAD OSCURA DIGITAL
BIBLIOTECA NACIONAL DE ESPAÑA5
Proteger tesoro documental en línea
Evolución: internet → nuevo medio de producción de contenidos
Bibliotecario: intermediario entre contenidos y usuario
Preservación de la web → ventana para investigar el hoy en el futuro
El Archivo de la Web Española
CONTEXTO: MISIÓN DEL BIBLIOTECARIO
BIBLIOTECA NACIONAL DE ESPAÑA6
El Archivo de la Web Española
CONTEXTO: INSTITUCIONES PATRIMONIALES
BIBLIOTECA NACIONAL DE ESPAÑA7
Pioneras internacionalmente:
• BN Australia
• Biblioteca Alexandrina (Egipto)
• Internet Archive
• BN Suecia
En España:
• PADICAT
• ONDARENET
El Archivo de la Web Española
CONTEXTO: INSTITUCIONES PATRIMONIALES
BIBLIOTECA NACIONAL DE ESPAÑA8
Alerta de los riesgos de pérdida de patrimonio
Insta a tomar medidas urgentes:“Es preferible actuar, aunque no sea de manera exhaustiva ni impecable, a no hacer nada.”
Insta a la colaboración entre todos los sectores:“La preservación del patrimonio digital exige un esfuerzo constante por parte de gobiernos, creadores, editoriales, industriales del sector e instituciones que se ocupan del patrimonio.”
Pide legislación para ello:“Hacer que la legislación … se aplique al patrimonio digital ha de ser un elemento esencial de la política nacional de preservación.”
El Archivo de la Web Española
CONTEXTO: DIRECTRICES UNESCO
BIBLIOTECA NACIONAL DE ESPAÑA9
International Internet Preservation Consortium
Fundado en 2003 por 11 bibliotecas nacionales y el Internet Archive
Aglutina principales proyectos de archivado web en el mundo
Ámbito de colaboración internacional
Plataforma de desarrollo de herramientas
El Archivo de la Web Española
CONTEXTO: IIPC
BIBLIOTECA NACIONAL DE ESPAÑA10
CONTEXTO: MARCO NORMATIVO
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA11
Directivas UE sobre digitalización y accesibilidad en línea del material cultural
Ley de Depósito Legal
Ley de Propiedad Intelectual
Ley de Protección de Datos
El Archivo de la Web Española
CONTEXTO: MARCO NORMATIVO
BIBLIOTECA NACIONAL DE ESPAÑA12
Instituciones patrimoniales:
• Manos a la obra, aunque la realidad vaya más deprisa que la tecnología
Gobiernos:
• Elaboración de legislación sobre DLe
El Archivo de la Web Española
DOBLE CAMINO
BIBLIOTECA NACIONAL DE ESPAÑA13
ARCHIVOS WEB: BASE DEL DLe
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA14
Posibilitan:
• Recolección contenidos en internet
• Preservación
• Acceso a largo plazo
Uso de herramientas, técnicas y normas comunes →abre camino al DLe
No se pueden aplicar preservación tradicional
Contenidos transfronterizos
Convergencia internacional de los proyectos
Legislación DLe protege contenidos en líneaEl Archivo de la Web Española
ARCHIVOS WEB: BASE DEL DLe
BIBLIOTECA NACIONAL DE ESPAÑA15
REAL DECRETO SOBRE PUBLICACIONES EN LÍNEA
Promulgación Ley DL 3/2011 → punto de partida
Colaboración entre centros de conservación y editores
Preservación del acceso al patrimonio digital
Propósito de ámbito legal de amplia cobertura
Protección de:
• Propiedad intelectual
• Datos personales
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA16
COLABORACIÓN CON INTERNET ARCHIVE
El Archivo de la Web Española
2 contratos desde 2009Fórmula híbrida de captura de contenidos:
Recolecciones masivas (8)Recolecciones selectivas (2):
• Elecciones Generales 20-N 2011• Humanidades
85 TB → ± 130 TB:Selectiva elecciones: 9,2 TBSelectiva Humanidades: 6,5 TB
Pasos de una recolección:Crawl de pruebaCrawl en producciónCrawl de parcheadoAnálisis de la recolección
BIBLIOTECA NACIONAL DE ESPAÑA17
ARCHIVO DE LA WEB ESPAÑOLA
El Archivo de la Web Española
Robot Heritrix
Datos se guardan en formato W/ARC (ISO 28500:2009):
Comprime los datos
Guarda todo en un solo archivo, enlaces incluidos
Paquetes de herramientas distintos (toolkits):
Web Curator Tool
NetArchive Suite
Elementos de los toolkits:
Robot: Heritrix
Indización: NutchWAX, Solr
Recuperación: Wayback Machine
BIBLIOTECA NACIONAL DE ESPAÑA18
ARCHIVO DE LA WEB ESPAÑOLA
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA19
CÓMO SE VE UNA PÁGINA ARCHIVADA
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA20
RECOLECCIONES MASIVAS DOMINIO .ES
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA21
RECOLECCIÓN SELECTIVA HUMANIDADES
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA22
RECOLECCIÓN SELECTIVA ELECCIONES 20N
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA23
CONTENIDOS DESAPARECIDOS EN WEB VIVA
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA24
PÁGINAS WEB YA DESAPARECIDAS
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA25
PÁGINAS WEB YA DESAPARECIDAS
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA26
CONVENIO CON RED.ES
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA27
CONVENIO CON RED.ES (2012)
El Archivo de la Web Española
Desarrollo conjunto de actuaciones
Almacenamiento y acceso a publicaciones en línea
Construcción de un repositorio compartido
Marco de colaboración con CC.AA.
Desarrollo de infraestructuras para
• Recolectar
• Preservar
• Dar acceso
Construcción de arquitectura técnica eficaz
BIBLIOTECA NACIONAL DE ESPAÑA28
PRÓXIMOS PASOS
El Archivo de la Web Española
Traslado de la colección
Identificación del patrimonio digital
Diseño arquitectura técnica proyecto
Recolecciones con medios propios
Portal de acceso a la colección
BIBLIOTECA NACIONAL DE ESPAÑA29
NETARCHIVE SUITE
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA30
NETARCHIVE SUITE
El Archivo de la Web Española
Conjunto de herramientas para recolectar la web
Pruebas de la BNE para poder recolectar
Software de código abierto
Desarrollado por la BN de Dinamarca
Utilizado por la BnF y la BN de Austria
BIBLIOTECA NACIONAL DE ESPAÑA31
COMUNIDADES AUTÓNOMAS
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA32
FLUJO DE TRABAJO
El Archivo de la Web Española
Trabajo intrainstitucional:
• Informáticos
• Conservadores de contenido (bibliotecarios)
Colaboración con CC.AA. en el ámbito del CCB
Colaboración con organismos internacionales (IIPC)
Colaboración con otras entidades nacionales (Red.es)
Centros de investigación colaboradores
BIBLIOTECA NACIONAL DE ESPAÑA33
COLABORACIÓN EN PROYECTOS INTERNACIONALES
El Archivo de la Web Española
BIBLIOTECA NACIONAL DE ESPAÑA34
OTROS ÁMBITOS INTERNACIONALES DE COOPERACIÓN
El Archivo de la Web Española
ISO: Informe Técnico sobre “Estadísticas y aspectos
de calidad de los archivos web”
SEDDOCH:
• Proyecto en evaluación por la Comisión Europea
• Con bibliotecas nacionales de Eslovenia, Reino
Unido y Holanda
• Fijar criterios de selección de contenidos en línea
BIBLIOTECA NACIONAL DE ESPAÑA35
NECESIDAD DE COLABORACIÓN
El Archivo de la Web Española
Interna
Productores
Institucional
Nacional
Internacional
BIBLIOTECA NACIONAL DE ESPAÑA36
EN NOMBRE DEL EQUIPO, GRACIAS POR VENIR
El Archivo de la Web Española
Mar Pérez MorilloJefe del Servicio Web
BIBLIOTECA NACIONAL DE ESPAÑ[email protected]
Pº de Recoletos 20-22 28071 Madrid
EspañaT +34 915 167928
www.bne.es