Webarchivering in de KB door René Voorburg

Webarchivering op de KB René Voorburg [email_address]

Presentatie Webarchivering op de KB
Waarom: achtergrond webarchivering op de KB
Hoe & wat: de praktijk van webarchivering op de KB
Vragen?

Deel 1: Achtergrond webarchivering op de KB

KB en de nationale biografie
KB opgericht in 1798 als nationale bibliotheek
Vorming depot van publicaties om nationale erfgoed in gedrukte vorm te verzamelen, te bewaren en te beschrijven
Sinds 1974 wordt van iedere publicatie die in Nederland verschijnt één exemplaar verzameld voor permanente bewaring en beschikbaarstelling.

Publicaties Objecten in het internettijdperk
Publicaties steeds vaker digitaal, dikwijls zonder (equivalente) gedrukte variant
Traditionele onderscheid tussen drukwerk en audiovisuele uitingen steeds moeilijker vol te houden
Internet is hét publicatiemedium geworden van deze tijd.

Webarchivering
Internet is hét publicatiemedium, de cultuurdrager geworden van deze tijd, een unieke bron van informatie over praktisch iedere aspect van de samenleving
Het web groeit hard, maar sites en pagina´s verdwijnen ook snel. Gemiddelde pagina ´leeft´ 100 dagen
Linkrot is een alledaags, herkenbaar fenomeen
Wie neemt verantwoordelijkheid ?

De digitale bibliotheek
Sinds 2003 is het e-depot operationeel, voor bewaren en duurzaam toegankelijk maken digitale objecten
Sinds 2006 is de KB actief met archiveren van een selectie Nederlandse websites
Websites zullen duurzaam opgeslagen worden in het e-depot.

Het e-depot
Veilige en duurzame opslag
Registratie (metadata)
Hulpmiddelen voor duurzame toegang.

Deel 2: De praktijk van webarchivering op de KB

Proces webarchivering op de KB
i. Selectie
ii. Toestemming eigenaar via opt-out
iii. Harvesting
iv. Kwaliteitscontrole
v. Archivering (e-depot)
vi. Beschikbaarstellen (online webarchief).

i. Selectie 1/2
Basis collectiebeleid KB, “alles van en over Nederland”
maatschappelijk belang evident
kwaliteitseisen
iha geen sites individuen (ivm ‘hobbysfeer’)
geen puur commerciële sites
geen radicale of abjecte sites
geen databases
geen kranten
geen dubbelingen met Archipol, R’dam, I. v. Beeld & Geluid, Sinologie UBL.

i. Selectie 2/2
Selectie per vakgebied
Momenteel vooral (cultuur-) geschiedenis, overheids-administratie, literaire auteurs en rechten
Kunst op het web nu nog niet behandeld
Selectie is arbeidsintensief!

ii. Toestemming eigenaar
Per e-mail
Volgens opt-out principe
Deel reageert, voornamelijk (zeer) positief, een enkeling afwijzend.

iii. Harvesting
Configuratie en beschrijving via ‘Web Curator Tool’
titel
contactadres
seed URLs
UNESCO-code
schedule
eventuele annotaties
Harvesting door ‘Heritrix’.

iv. Kwaliteitscontrole
Wat kan er mis gaan:
Interactieve content afhankelijk van techniek niet altijd (goed) te archiveren (mn. serverinteracties zoals zoeken, AJAX, complexe javascripts, flash)
‘ Oneindige’ websites door technische fouten of specifieke functionaliteit (bv.agenda)
Ontbrekende vormgeving of content door robots.txt
URLs die niet uniek zijn (mn. bij taalswitch)
Onvolledige configuratie van het pagina-domein
Te ruime configuratie van het pagina-domein.

v. Archivering in e-depot
Opslag als (W)ARC-bestanden
Samen met beschrijvende metadata & technische metadata (via METS.xml).

vi. Online webarchief
Beschikbaar begin 2010?

Vragen?
René Voorburg / [email_address]
vragen? rene.voorburg @kb.nl

Webarchivering in de KB door René Voorburg

by OKBN on Dec 01, 2009

Accessibility

Categories

Tags

Upload Details

Usage Rights

1 Embed 3

Statistics

Webarchivering in de KB door René Voorburg — Presentation Transcript