Archivace a zpřístupnění elektronických online zdrojů v evropském kontextu

1. Archivace a zpřístupnění elektronických online zdrojův evropském kontextu Mgr. Ludmila Celbová Národní knihovna ČR CASLIN 2005, Lednice

2. Role knihoven jako paměťových institucí Národní knihovny (příp. další) – funkce depozitních knihoven • trvalé uchování kulturního a informačního dědictví (textové, obrazové, zvukové, elektronické či jiné záznamy v podobě analogové i digitální, vč. publikací zveřejněných v síti Internet) • zajištění depozitní úlohy • uchovávání dokumentů v konzervačním fondu • registrace v národní bibliografii

3. Archivace internetových zdrojů – důvody? • enormní nárůst elektronických zdrojů • 90% dokumentů existuje pouze v elektronické podobě • prchavost elektronických zdrojů • průměrná životnost dokumentu na webu je cca 44 dní • cenné dokumenty mohou být nenávratně ztraceny • informační hodnota • různá, dokonalejší možnosti vyjádření oproti tradičním dokumentům • zachování národního kulturního dědictví národní (depozitní) knihovny

4. Archivace webu – historie • Začátky v polovině 90. let 20. století • v Evropě severské země, Kanada, Austrálie • mezinárodní projekty(Nordic Metadata I, II; NEDLIB - Networked European Deposit Library) • V České republice od r. 2000 • Národní knihovna ČR • Moravská zemská knihovna (oficiální spolupráce od května 2003) • Ústav výpočetní techniky MU ČR (externí spolupráce) !!! grantová podpora

5. Problematika archivace webu • Získávání elektronických zdrojů (uchovat charakteristiku webu z hlediska obsahu a typu zdroje) 2. Uložení elektronických zdrojů (zajistit trvalou čitelnost zdrojů uložených v archivu – migrace dat) 3. Uchování elektronických zdrojů (zajistit trvalou přístupnost zdrojů uložených v archivu - nečitelnost zdrojů v důsledku změn SW a HW ) 4. Zpřístupnění elektronických zdrojů (zajistit přístup ke zdrojům v archivu, které již na webu nejsou dostupné – technické nástroje pro vyhledávání; autorské právo)

6. Archivace webu – komplexní problematika 1. Legislativní problematika 2. Kritéria výběru zdrojů a strategie jejich archivace 3. Bibliografická správa a zpřístupnění zdrojů

7. Legislativa • Zákony o povinném výtisku • potřeba úpravy zákonů– č. 37/1995 Sb. o neperiodickýchpublikacích,č. 46/2000 Sb. (tzv. Tiskový zákon) – pro online zdroje nelze aplikovat • Autorský zákon (č. 121/2000 Sb.) • vytváření digitálního archivu: ANO • zpřístupnění digitálního archivu: NE Náhradní řešení – smlouvy s vydavateli Novela AZ – lokální zpřístupnění

8. Kritéria výběru zdrojů do archivu • Nelze archivovat veškerý obsah webu (technické důvody, ekonomické důvody, legislativní rámec) • Selekční kritéria pro účely registrace v ČNB • Omezení při automatizovaném procesu sběru dat

9. Kritéria výběru zdrojů pro ČNB • Místo uložení zdroje (doména .cz) • Přístup (pouze volně přístupné zdroje) • Obsah (informační hodnota) • Typ a forma (seriály, publikace z akademické oblasti, vládní publikace…) • Formát (formáty všeobecně podporované producenty aplikačního SW, zejména webových prohlížečů)

10. Kritéria výběru zdrojů pro automatizovaný sběr dat do archivu • Nelze archivovat veškerý obsah českého webu (= „plošné sklízení“) • Výběr zdrojů dostupných prostřednictvím běžného prohlížeče (protokol http) • Všeobecně podporované formáty: html, xml, jpg, gif, txt, pdf • Technická omezení (kapacita paměti)

11. Strategie vytváření digitálního archivu • Kompletní archiv • automatizovaný sběr elektronických online zdrojů (tzv. harvesting) • nenárokuje intelektuální práci • nižší kvalita archivovaných zdrojů • větší právní rizika • Implementace • Švédsko (projekt Kulturarw3) • Finsko (projekt EVA) • USA (projekt Internet Archive)

12. Strategie vytváření digitálního archivu • Výběrový archiv, tématické sbírky • náročnější na čas a intelektuální práci • předem stanovená obsahová a formální kritéria • menší právní rizika • uzavírání smluv s vydavateli • možnost archivace neviditelného webu • Implementace • Austrálie (projekt Pandora) - výběr • USA (projekt Minerva) – téma voleb

13. Další možná alternativa v tvorbě digitálního archivu Kompletní archiv+Výběrový archiv • Implementace • Dánsko (projekt Netarchive.dk) • Česká republika (projekt WebArchiv)

14. Bibliografická správa, zpřístupnění zdrojů • Cíl - budování České národní bibliografie pro online zdroje • Uložení zdrojů vybraných podle selekčních kritérií do digitálního archivu • Propojení obou databází pro účely zpřístupnění

15. Bibliografická správa • samostatná báze WEB v rámci elektronického katalogu Národní knihovny • primární funkce bibliografická (ČNB) - zkatalogizované zdroje vybrány na základě kritérií pro ČNB • sekundární funkce pro oborové informační brány - zkatalogizované zdroje vybrány na základě kritérií pro oborové informační brány (ve fázi testování) • uloženo 170 záznamů pro ČNB • provoz cca 1,5 roku

16. Záznamy v bázi WEB – funkce pro zpřístupnění • MARC21 • doplnění několika polí dle metadatového standardu Dublin Core pro účely kooperace oborových informačních bran • použitelnost v různých systémech • konverze do UNIMARC • konverze do Dublin Core • konverze do Metalibu apod. • prostřednictvím pole 856 (URL adresa) přístup • do aktuálního zdroje na webu • do digitálního archivu • zpřístupnění v JIB

17. Příklad záznamu v bázi WEB • Záznam časopisu Ikaros(standardní zobrazení) • Přístup do aktuální stránky zdroje (http://www.ikaros.cz) • Přístup do digitálního archivu (http://ind.war.mzk.cz/index.php?action=get_versions&lang=cs&url_send=1&show_results=1&fr_url=www.ikaros.cz&fr_date_from=&fr_date_to=)

21. Český WebArchiv v evropském kontextu • Dilema všech knihoven/institucí řešících archivaci webu: • komplexní archivace (automatizovaný sběr online zdrojů) nebo • výběrová archivace • Důležité ale je hlavně vůbec začít, protože mnohé dokumenty na webu nepočkají !!! > IFLA >

22. IFLA – snaha o společnéřešení problematiky uchování online zdrojů • Zpracování přehledu o stavu řešení problematiky registrace a uchování online zrojů v členských zemích • stanovení obecných selekčních kritérií pro elektronickou národní bibliografii • návrh směrnic pro elektronickou národní bibliografii • poskytnutí směrnic pro tvorbu základní národní bibliogafie Zatím čekáme na výsledky analýzy.

23. Výsledky šetření pracovníků NK ČR • Situace v pokročilejších evropských národních knihovnách • přístup velmi rozdílný, většina zemí se rozhoduje o dalším postupu • severské země trend k co nejvyšší automatizaci • národní bibliografie na základě indexace webových zdrojů je zatím nereálná • ve většině zemí je zákon o PV nevyhovující • zejména Německo počítá s obrovskou podporou archivace webu

24. Závěr I – postavení ČR v oblasti archivace webu v evropském kontextu • Pozitiva • ČR začala včas • velmi dobrá znalostní úroveň • pro budoucno jsou již archivovány české zdroje za poslední tři roky • kooperace se zahraničními institucemi • renomé mezi nejvýznamnějšími institucemi • schopnost předávat dál své zkušenosti (CULTURE 2000 – projekt 2005, kooper. Slovensko, Slovinsko, Estonsko

25. Závěr II – postavení ČR v oblasti archivace webu v evropském kontextu • Negativa • existence projektu, pokračování archivační činnosti je každým rokem závislé na získání grantů • vzhledem k technickým problémům souvisejícím s nedostatkem finančních problémů se nepodařilo dosud dokončit jediné kompletní stažení dat • vzhledem k finančním problémům nebylo možno získat potřebný SW pro vyhledávání

26. Závěr III – postavení ČR v oblasti archivace webu v evropském kontextu • Negativa – pokrač. • vzhledem k personálním problémům je rozsah zdrojů registrovaných pro ČNB (katalogizace - 170 záznamů) a rozsah zdrojů pro online zpřístupnění (smlouvy s vydavateli - 39) mizivý • personální problémy jsou rovněž příčinou, proč v ČR je řešení otázky povinného výtisku pro online zdroje na mrtvém bodě • atd.

27. Kontakty: • webarchiv@nkp.cz • Ludmila Celbová (část knihovnická) • ludmila.celbova@nkp.cz • Petr Žabička (část IT) • zabak@mzk.cz • Informace: • http://www.webarchiv.cz