Bibliotecas Digitales Unla Modulo 6

Preservación digital

GESTIÓN DE BIBLIOTECAS Y DOCUMENTOS DIGITALES, MODULO 6 UNLA, 2008 Prof. Ana M. Sanllorenti

Preservación digital 

En la actualidad la creación, utilización y distribución de información se realiza en formato digital



Las instituciones invierten en digitalizar, adquirir, recopilar y crear objetos digitales



Una copia digital de un documento en papel amplía enormemente su posibilidad de consulta y preserva al original de la manipulación. Esto alienta la digitalización



Un creciente porcentaje del conocimiento, la cultura, la economía se encuentra registrado sólo en formato digital

Preservación digital ¿Cómo leer hoy…?



Archivos que se almacenaron en un diskette de 5 ´¼



Documentos que fueron creados con Word Perfect

Miremos cómo se ve ahora un texto producido en 1992 con una versión de Word para DOS:

Preservación digital 1¾«ä,`kkmnnNORMAL.STYEPSONLXo+Ð[1] lkmµFACULTAD DE HUMANIDADES - UNLP PANEL: INFORMACION, INFORMATICA Y HUMANIDADES HOY ENFOQUE DOCUMENTAL Voy a contar un cuento, hacer un poco de historia, ya que en la historia hay momentos en que se producen cambios cualitativos en los que se modifica la manera de ver y comprender las cosas. Creo que estamos viviendo uno de esos momentos. Pero no voy a referirme al posmodernismo sino m s modestamente a las formas de acceder al conocimiento a trav‚s de la informaci¢n, y a las maneras en que se trata y organiza la informaci¢n producida. Cuesti¢n que nos toca muy especialmente a los bibliotecarios y documentalistas. Para hablar de estos cambios voy a seguir tres aspectos o l¡neas diferentes en la evoluci¢n de la mirada del documento como soporte de informaci¢n: a) Relaci¢n continente/contenido b) El documento como registro y acumulaci¢n del conocimiento c) El concepto de unidad documental ÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜÜ€º ÿÿk xé ÿÿ#u)ÿÿbr£ÿÿ¼o,ÿÿ>lEÿÿƒiá cÜÜÜ[1][1][1][1][1][1][1][1] Ð ÿÿÛ

ÿÿê

fù

ÿÿ

Preservación digital “El patrimonio digital consiste en recursos únicos que son fruto

del saber o la expresión de los seres humanos. Comprende recursos de carácter cultural, educativo, científico o administrativo e información técnica, jurídica, médica y de otras clases, que se generan directamente en formato digital o se convierten a éste a partir de material analógico ya existente. Los productos “de origen digital” no existen en otro formato que el electrónico. Los objetos digitales pueden ser textos, bases de datos, imágenes fijas o en movimiento, grabaciones sonoras, material gráfico, programas informáticos o páginas Web, entre otros muchos formatos posibles dentro de un vasto repertorio de diversidad creciente. A menudo son efímeros, y su conservación requiere un trabajo específico en este sentido en los procesos de producción, mantenimiento y gestión. Muchos de esos recursos revisten valor e importancia duraderos, y constituyen por ello un patrimonio digno de protección y conservación en beneficio de las generaciones actuales y futuras”…

Preservación digital “…El patrimonio digital del mundo corre el peligro de perderse para la posteridad. Contribuyen a ello, entre otros factores, la rápida obsolescencia de los equipos y programas informáticos que le dan vida, las incertidumbres existentes en torno a los recursos, la responsabilidad y los métodos para su mantenimiento y conservación y la falta de legislación que ampare estos procesos. Los cambios en las conductas han ido a la zaga del progreso tecnológico. La evolución de la tecnología digital ha sido tan rápida y onerosa que los gobiernos e instituciones no han podido elaborar estrategias de conservación oportunas y bien fundamentadas. No se ha comprendido en toda su magnitud la amenaza que pesa sobre el potencial económico, social, intelectual y cultural que encierra el patrimonio, sobre el cual se edifica el porvenir.” “Carta para la preservación del patrimonio digital” (2003), UNESCO

Preservación digital

Conway, Paul (1996). La Preservación en el mundo digital. Santiago de Chile, DIBAM

Preservación digital:

La unidad física del documento analógico ESTRUCTUR A CONTEXT O

CONTENID O

Preservación digital:

Las “capas” del documento digital (textual)

OBJETOS INCRUSTADOS HIPERVINCULOS INTERNOS Y EXTERNOS



¿Cuáles son sus límites?



La visualización e interpretación depende de varios elementos de software y hardware



Estos elementos se vuelven rápidamente obsoletos

MARCAS: XML, HTML ASCII, UNICODE 0010 1001 0011

Preservación digital:

El mundo analógico y el mundo digital La preservación del soporte físico (papel / microfilm) preserva el contenido

✜

Los soportes físicos de información digital tienen menor durabilidad y su sola preservación es insuficiente

Impedir el acceso, con guarda en apropiadas condiciones ambientales, no afecta la condición de “legibilidad”

✜

Impedir el acceso no preserva el contenido ni la futura accesibilidad

El contenido es directamente accesible a los ojos (+ anteojos o lupa)

✜

Depende de múltiples capas de software y de dispositivos de hardware que se vuelven obsoletos

La secuencia de estos conceptos fue extraída de las clases del curso “Preservación digital en instituciones de la memoria”, Fernando Boro, 2007

Preservación digital:

El mundo analógico y el mundo digital Se puede esperar muchos años entre la creación o adquisición y las acciones de preservación Deacidificación, condiciones de almacenamiento: normas conocidas y estables para la preservación

✜

Comenzar ya, desde el momento de creación o incorporación de los objetos digitales

✜

Se encuentra en investigación y desarrollo

La secuencia de estos conceptos fue extraída de las clases del curso “Preservación digital en instituciones de la memoria”, Fernando Boro, 2007

Las estrategias de preservación digital De corto plazo Preservar los soportes (chequeos, refresco) Preservar integridad de la cadena de bits (chequeos) Usar formatos de archivo universales, no propietarios (TIFF, XML, etc.) Redundancia de copias de los objetos digitales

Si todo falla ----> Arqueología digital = muy caro, no siempre funciona

La secuencia de estos conceptos fue extraída de las clases del curso “Preservación digital en instituciones de la memoria”, Fernando Boro, 2007

Las estrategias de preservación digital De largo plazo Preservación de la tecnología Emulación Migración Metadatos estandarizados de preservación

Las estrategias de preservación digital De largo plazo 

Preservación de la tecnología

Conservación y mantenimiento de todo el hardware y software necesario para preservar y visualizar los objetos Digitales. Museos tecnológicos

Las estrategias de preservación digital De largo plazo 

Emulación

Software denominado emulador capaz de reproducir el comportamiento de una determinada plataforma de hardware y software Apto para objetos digitales dinámicos e interactivos

Las estrategias de preservación digital De largo plazo Migración Transferencia periódica de material digital de una determinada configuración de hardware y software a otra. De soporte De versiones de software De formatos / Normalización 

- Migración a pedido (siempre desde el objeto original) - Migración distribuida (servicios de conversión vía Internet) Lister Hill National Center for Biomedical Communications, Servicio Web que convierte archivos de 50 formatos distintos a PDF ➨ ➨

Riesgo de pérdida de información Monitoreo regular

Las estrategias de preservación digital De largo plazo 

Metadatos de preservación

Información que describe y documenta procesos y actividades relacionadas con la preservación digital Junto al objeto digital, se reúne información sobre:  Procedencia: historia anterior (formatos originales, guardas, conversiones)  Autenticidad: chequeos de cadenas de bits  Actividades de preservación: prescriptas y realizadas (migraciones, copias)  Ambiente tecnológico: Formato del archivo; Tamaño; Software de creación; Software de lectura; Velocidad de lectura  Derechos de acceso y condicionamientos legales ¿Para qué tanta información?

Las estrategias de preservación digital Metadatos de preservación Prevenir antes que reparar Si hay daño ---> reparación costosa, a veces imposible - ---> pérdida

Se busca producir objetos digitales “autodocumentados” a lo largo del tiempo, favoreciendo la preservación y acceso de largo plazo.

Las estrategias de preservación digital Metadatos de preservación

■ ■ ■

–

Metadatos Metadatos Metadatos

descriptivos. estructurales. administrativos.

Metadatos de preservación: no tanto una categoría

separada de metadatos sino la suma de varios tipos. Pueden incluir elementos de carácter único y/o con mayor nivel de detalle que los metadatos empleados para otras funciones.

Los metadatos de preservación digital: Iniciativas y esquemas PREMIS (PREservation Metadata: Implementation Strategies) OCLC / RLG Dublin Core Initiative Preservation Working Group Cedars Project, Programa eLib, UK National Library of New Zealand Library of Congress

Comparación de los principales elementos de los esquemas de metadatos de preservación

Candás Romero, Jorge. El papel de los metadatos en la preservación digital El profesional de la Información, v.15, n.2, 2006

Premis

Cedars

"format" (identificación del formato informático del DLO)

Library of Congress "associated_file_type" (formato del archivo informático)

"creatingApplication" (aplicación con la que se creó el DLO) "preservationLevel" (identificación de las tareas de preservación que han de aplicarse)

"preservation description information" (la información necesaria para una correcta preservación)

"reformatting_guidelines" (políticas e instrucciones para el cambio de formato)

"objectIdentifier" (la designación que identifica unívocamente al DLO)

"reference information" (los identificadores del recurso)

"archive_ID" (identificador de la localización del DLO)

"relationship" (relaciones existentes entre el DLO y otro u otros DLO)

"context nformation" (relación del DLO con su contexto)

"fixity" (información sobre si el DLO ha sido alterado de forma no autorizada o no registrada)

"provenance information" (la historia del DLO)

"archive_history" (historia de hechos referentes al archivo del DLO)

"objectCharacteristics" (características técnicas del DLO)

"custody history" (datos de las organizaciones que han sido depositarias)

"reformatted_original_information" (información sobre las condiciones del documento original)

"management history" (modificaciones realizadas en el DLO para su preservación)

"archive_date_time" (fecha y hora de creación, copia de seguridad, etc.)

"rights management" (información sobre los derechos de propiedad intelectual relativos al DLO)

Software para acciones de preservación digital Reconocimiento y validación de formatos / Extracción de metadatos • JHOVE, Harvard Library y JSTOR (valida y extrae metadatos) • XENA (www.sourceforge.net), de la Biblioteca Nacional Australia, también normaliza a XML • DROID (UK National Archives) • NLNZ Metadata Extractor (National Library Nueva Zelanda): extrae metadatos de archivos digitales para crear los metadatos de preservación. Emulación •

Dioscuri (National Library and National Archiev de Holanda) Chequeos de integridad

(correrlos al recibir o crear un nuevo archivo, y conservar la clave que se produce para cada archivo. Contra esa clave se comprueba en el futuro que no haya habido corrupción de los bytes del archivo) • •

MD5 Hash

Proyecto Preservación Digital en Bibliotecas Argentinas Contexto: En Argentina hay escasa o nula conciencia en relación con la preservación digital ◆ No hay políticas, estándares o acciones ◆ Es un problema crítico para cualquier institución que genere, adquiera o utilice información digital ◆

Marco institucional: Dirección Técnica: Biblioteca Central de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires ◆ Subsidio del Programa TICs de la SECYT ◆ 18 Instituciones participantes ◆

Proyecto Preservación Digital en Bibliotecas Argentinas

Objetivos generales: Explorar los problemas, situaciones y estrategias referidas a la preservación del conocimiento en formato digital Promover el registro, acceso y preservación de la producción científica, técnica y cultural en código digital en instituciones argentinas

Proyecto Preservación Digital en Bibliotecas Argentinas Objetivos específicos: Evaluar el estado de la digitalización y de la organización de colecciones digitales en bibliotecas de instituciones científicas, técnicas y culturales, con énfasis en las estrategias y procedimientos de preservación de los objetos digitales Sensibilizar, transmitir conceptos y delinear estrategias y procedimientos para la preservación a largo plazo de objetos digitales en instituciones científicas, técnicas y culturales Realizar una experiencia piloto en la definición de estándares y pautas de digitalización en una colección de documentos referidos a la Historia de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires, con establecimiento de estrategias y procedimientos para la preservación digital a largo plazo

Proyecto Preservación Digital en Bibliotecas Argentinas: Estado de avance

ETAPA

ESTADO

Bibliografía comentada sobre preservación digital

Finalizada

Curso sobre preservación digital para 48 instituciones

Finalizada

Diagnóstico de 18 instituciones sobre el estado de Finalizada sus colecciones digitales. Taller de puesta en común Finalizada Trazado de estrategias institucionales para

la pres. digital. Taller de puesta en común Experiencia piloto en la Biblioteca Central de Finalizada la FCEYN-UBA

Diagnóstico sobre Preservación Digital:

Datos de la Encuesta ■

Información de la colección Finalidad / Criterios de selección Tipo de objeto digital Formato de los archivos por tipo de objeto digital Archivos únicos / múltiples Nro. de documentos, nro. de objetos Crecimiento estimado Modos de acceso Software de gestión de las colecciones digitales Objetivo: Conocer las características de las colecciones de objetos digitales agrupados según el tipo de documento (contenidos), para las que se hayan establecido procedimientos de registro, descripción, preservación y acceso

Diagnóstico sobre Preservación Digital:

Datos de la Encuesta ■

Información de la captura para documentos digitalizados

Estrategia imágenes máster / otros formatos de menor calidad Parámetros de captura Dispositivos de captura Software de captura Método de evaluación de calidad Métodos de edición o mejora de los objetos digitalizados

Objetivo: Conocer las formas de digitalización de las colecciones con miras a su futura preservación

Diagnóstico sobre Preservación Digital:

Datos de la Encuesta ■

Edición de los objetos digitales

Conversión inicial de formatos Evaluación de calidad de los formatos Métodos de recuperación del texto (OCR / Tipeado) Marca de agua Métodos de compresión utilizados Software de edición

Objetivo: Conocer las formas de tratamiento de los objetos digitales con miras a su futura preservación

Diagnóstico sobre Preservación Digital:

Datos de la Encuesta ■

Nombramiento de los archivos Esquemas de nombramiento Métodos de aplicación y control de los esquemas de nombramiento Objetivo: Conocer los modos de nombrar los archivos correspondientes a los objetos digitales con miras a facilitar su identificación rápida y consistente

■

Metadatos Metadatos totales y metadatos de preservación digital Uso de esquemas de metadatos Software para el registro y gestión de metadatos Objetivo: Conocer los datos a través de los cuales se describen los documentos digitales en forma general, y en particular los datos que son útiles para la preservación a largo plazo

Diagnóstico sobre Preservación Digital:

Datos de la Encuesta ■

Almacenamiento de las colecciones digitales

Formas de almacenamiento Redundancia de copias Identificación de los dispositivos removibles de almacenamiento Chequeos de integridad de dispositivos y de archivos Previsión para copias de refresco Otras medidas de seguridad

Objetivo: Conocer los medios y características del almacenamiento con miras a la preservación de los objetos digitales

Diagnóstico sobre Preservación Digital:

Datos de la Encuesta ■

Estrategias específicas de preservación digital

Previsiones para la migración de formatos Emulación Otras estrategias

Objetivo: Conocer las previsiones de migración de formatos como prevención a la obsolescencia de los mismos y de las aplicaciones con las que se producen

Diagnóstico sobre Preservación Digital:

Datos de la Encuesta ■

Grado de apoyo informático o recursos de personal informático Objetivo: Conocer la asistencia en personal informático a las actividades de gestión de colecciones digitales, por parte de las instituciones, con miras a analizar la factibilidad de las actividades de preservación

■

Colaboración entre instituciones Objetivo: Conocer la existencia de actividades de colaboración interinstitucional referidas a estrategias de preservación como el “guarda compartida”

■

Tipo de financiación para las iniciativas digitales Objetivo: Conocer las fuentes de financiamiento en las que se sustentan estas iniciativas

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Finalidad de las colecciones Criterios de Digitalización y selección de originales 12 Digitalizados Nacidos Digitales

Nº de respuestas

10 8 6 4 2 0

Reducir manipulación (D)

Ahorrar espacio (D)

Difundir la produccion (ND)

Mejorar acceso

Importancia academica

Valor histocultural

Otros

Generar ingresos

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Cantidad de objetos digitales

Rango de items digitalizados y Nacidos Digitales 10 9

Nº de Proyectos

8 7

de 1 a 999 1.000 a 10.000

6 5 4 3 2 1 0

Digitalizados

Nacidos Digital

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Tipo y cantidad de objetos digitalizados

Tipo y Cantidad de originales digitalizados

10000

20000

30000

Textos e imag. Microfilm Audio Video Peliculas Otros

0 0

Nº de objetos digitalizados

35000

78

150

0

0

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Tipo y cantidad de objetos digitalizados ■

Digitalizados

■

Nacidos digitales

Modo de acceso

Modo de acceso

Uso interno; 3

Uso interno; 3

Acceso Web;6

CD; 3

Acceso Web;6

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Tipo de metadatos Metadatos Registrados Información del item físico Nombre del archivo digital Extensión del archivo Parámetros Técnicos (resolución, peso, etc.) Nombre del master Nombre de la copia de acceso Datos de dispositivo de captura (D) Software de creación Software de lectura Productor de digitalización Fecha de creación Derechos de acceso y uso Datos de almacenamiento Otros 0

2

4

6

8

Nº de Instituciones

10

12

14

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Esquemas noramlizados de metadatos

Metadatos: ¿esquema normalizado?

Esquemas normalizados metadatos

si; 3 si no no; 6

Cant idad proyectos

7 6 5 4 3 2 1 0 MODS ( en uso)

DC ( a pr ueba)

MIX (a prueba)

Ninguno

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Nombramiento de los archivos Digitalizados

Nacidos Digitales

¿Esquema de nombre de archivo normalizado?

¿Esquema de nombre de archivos normalizados? SI; 6

SI; 9 NO; 2

NO; 1 ¿Verifican exactitud de nombres de archivos generados? ¿Revisan aplicación de nombres?

SI; 6

SI; 7 NO; 2

NO; 3

Generación de nombres de archivo

Manual; 7

Automatico;1

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Software de gestión

Sotware de gestión 2,5

Nº de instituciones

2

1,5

1

0,5

0 Greenstone

Isis

Software propio

FAO/Webagris

Otros

Ninguno

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Medios de almacenamiento Almacenamiento 8

6 5 4 3 2 1 0 C de un servidor local

CD

C de un servidor general de la institución

C de una computadora común de trabajo

DVD

Re dunda nci a decl arada 4 Cant. Institucione s

Nº de Instituciones

7

4

4 3

3 2 1 0 Só lo una c opia

Hasta 2 copias Cant idad copias

Más de 2 copias

Otros dispositivos (disco WORM, ZIPdrive, etc.)

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Obsolescencia de formatos y uso de imágenes master Digitalizados

■

¿Previó futuras migraciones de formato?

Nacidos Digitales Previsión de obsolescencia de formatos

SI; 4

Si; 4 Si

SI

NO

NO

NO; 4

NO; 6

¿Crea master de archivo y copias de acceso?

Si; 5 Si No No; 4

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Chequeo de archivos y de medios de almacenamiento Cant. instituciones

¿Chequea int egridad ar chivos? 10 8

5 3

0 0 No

Si

No se

Opcione s

¿Cheque an m edios al ma ce namie nto?

Cant. instituciones

6 5 5 4 3

3

Si

No sé

3 2 1 0 No

Opcione s

Proyecto Preservación Digital en Bibliotecas Argentinas:

Diagnóstico: Copias de refresco ¿Planean copias de refresco?

Sí; 7

No; 4

Frecuencia planeada - copias refresco 3

Cant. instituciones

3

2 2

1

1

1

0 0 1 Año

2 años

5 años Opciones

10 años

Sin decidi r

Proyecto PDBA: Impactos en la Biblioteca Central Leloir: Metadatos de preservación para las fotografías Hardware de captura

Información sobre escáneres o cámaras digitales utilizadas

Software de creación

Programas con los que se crearon los archivos (incluidos en el hardware de captura)

Software de lectura

Programas que permiten ver las fotos. Ej. Office Picture Manager

Software de edición

Programas con que se ha modificado o comprimido la foto, o agregado marca de agua

Acciones de preservación

Acciones prescritas o realizadas para la preservación. Ej. migración

Procedencia e historia del objeto original

Condiciones del objeto originar. Ej. formatos

Formato digital (extracción automática

Nombre, extensión, formato, peso del archivo

Proyecto PDBA: Impactos en la Biblioteca Central Leloir: Archivo de fotografías

En la captura de imágenes: La imágenes blanco y negro de fotografías antiguas van a ser escaneadas a color Captura de imágenes a 600 dpi Generación de imágenes Master

En el almacenamiento: Estrategia de copias múltiples soportes múltiples (magnéticos y ópticos)

Proyecto Preservación Digital en Bibliotecas Argentinas

Grupo de discusión sobre Preservación Digital

http://espanol.groups.yahoo.com/group/PRESERVACION-DIGITAL

/