Project Pandora Κονσολάκη Χαρούλα Ιούνιος 2005

1. ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ-Τμήμα Αρχειονομίας και Βιβλιοθηκονομίας Πρόγραμμα Μεταπτυχιακών Σπουδών στην Επιστήμη της Πληροφορίας«Υπηρεσίες Πληροφόρησης σε Ψηφιακό Περιβάλλον »Εργασία στο μάθημα ‘Ηλεκτρονική Δημοσίευση’Διδάσκων: Σ. Καπιδάκης Project Pandora Κονσολάκη Χαρούλα Ιούνιος 2005

2. Εισαγωγή • Ιστός: πολύ ελκυστικό μέσο για τη δημοσίευση. • Εντούτοις, οι δυσκολίες ανεύρεσης σωστών πληροφοριών στον Ιστό και η μετέπειτα εξασφάλισης της μακροπρόθεσμης δυνατότητας πρόσβασής σε αυτές έχουν δημιουργήσει προβλήματα για τις βιβλιοθήκες. • Η συντήρηση και η παροχή μακροπρόθεσμης πρόσβασης στις ηλεκτρονικές εκδόσεις δημιουργούν θέματα ιδιαίτερης σημασίας και συζήτησης. • Η εθνική βιβλιοθήκη της Αυστραλίας με το project PANDORA έχει συσταθεί για να αναπτύξει πολιτικές και διαδικασίες για μακροπρόθεσμη πρόσβαση στα σημαντικά αυστραλιανά τεκμήρια που τοποθετούνται στον Ιστό.

3. PANDORA • Preserving and Accessing Networked Documentary Resources of Australia. • Το Web Αρχείο της Αυστραλίας • Μια διαρκώς αυξανόμενη συλλογή των αυστραλιανών online δημοσιεύσεων • Καθιερώνεται αρχικά από την Εθνική Βιβλιοθήκη της Αυστραλίας το 1996 και χτίζεται τώρα σε συνεργασία με εννέα άλλες αυστραλιανές βιβλιοθήκες και οργανισμούς συγκέντρωσης πολιτιστικής κληρονομιάς.

4. Συνεργάτες • Australian Institute of Aboriginal and Torres Strait Islander Studies • Australian War Memorial • National Library of Australia • Northern Territory Library • ScreenSound Australia • State Library of New South Wales • State Library of Queensland • State Library of South Australia • State Library of Victoria • State Library of Western Australia

5. Υπηρεσίες PANDORA • Μέσω του έργου που παράγεται στο Αρχείο PANDORAη Εθνική Βιβλιοθήκη της Αυστραλίας παρέχει υπηρεσίες και εξυπηρετεί τους ακόλουθους ανθρώπους και οργανισμούς: • Εκδότες • Υπηρεσίες Ευρετηρίασης και Περίληψης • Ερευνητές • Άλλους οργανισμούς αρχειοθέτησης

6. PANDORA • Η Εθνική Βιβλιοθήκη της Αυστραλίας προσπαθεί να διατηρήσει στην αιωνιότητα ένα αντίγραφο όλου του υλικού που δημοσιεύεται σε έντυπη μορφή στην Αυστραλία. • Είναι, επίσης, δεσμευμένη να συντηρήσει επιλεγμένες ηλεκτρονικές δημοσιεύσεις μακροχρόνιας πολιτιστικής αξίας και να παρέχει πρόσβαση στην Αυστραλιανή κοινότητα τώρα και στο μέλλον. • Η Selection Committee on Online Australian Publications (SCOAP) αξιολογούν τα online ηλεκτρονικά τεκμήρια για να προσδιορίσουνεκείνα τα οποία θεωρούν ότι είναι εθνικής σημασίας και πρέπει να συντηρηθούν από τη Βιβλιοθήκη. • Το project PANDORA ενδιαφέρεται για την πλήρη κάλυψη των τεκμηρίων που δημοσιεύονται on-line στην Αυστραλία - συμπεριλαμβανομένων των περιοδικών, των εφημερίδων και των βιβλίων, καθώς επίσης και των μοναδικών online μορφότυπων, όπως "οι αρχικές σελίδες (homepages)".

7. Σκοπός του PANDORA project • Nα συλλεχθεί και να παρασχεθεί μακροπρόθεσμη πρόσβαση σε επιλεγμένες online δημοσιεύσεις και ιστοσελίδες • που αφορούν την Αυστραλία • είναι από έναν αυστραλό συγγραφέα σε ένα θέμα κοινωνικής, πολιτικής, πολιτιστικής, θρησκευτικής, επιστημονικής ή οικονομικής σημασίας καισχετίζεται με την Αυστραλία • ή είναι από έναν αυστραλό συγγραφέα αναγνωρισμένου κύρους, που έχει συμβάλλει στην παγκόσμια γνώση.

8. Η εθνική βιβλιοθήκη της Αυστραλίας έχει καθιερώσει το project PANDORA: • για να προσδιορίσει και να καταλογογραφήσει τις σημαντικές αυστραλιανές online δημοσιεύσεις με τη χρήση καθορισμένων οδηγιών • για να κανονίσει με τους ιδιοκτήτες αυτών των δημοσιεύσεων την εξασφάλιση ενός αντιγράφου της δημοσίευσής τους για ασφαλή φύλαξη στο ηλεκτρονικό αρχείο της Εθνικής Βιβλιοθήκης • για να καταστήσει τις πληροφορίες διαθέσιμες στους χρήστες σύμφωνα με τη θεμιτή παροχή, λαμβάνοντας υπόψη τα εμπορικά ενδιαφέροντα του εκδότη • για να ανανεώνει τις πληροφορίες στο αρχείο σύμφωνα με μια τρέχουσα και συστηματική βάση, διατηρώντας σφραγισμένη την ημερομηνία προηγούμενων "εκδόσεων" • για να μετατρέπει τις πληροφορίες στο αρχείο στα νέα μορφότυπα καθώς η τρέχουσα τεχνολογία «γερνάει».

9. Στρατηγικές • Προσδιορισμός των λειτουργικών απαιτήσεων για ένα σύστημα διαχείρισης και συντήρησης • Προσδιορισμός, εξέταση και αξιολόγηση μιας σειράς τεχνικών μεθόδων, προτύπων και προϊόντων που περιλαμβάνονται στη διαδικασία συντήρησης, συμπεριλαμβανομένης της σύλληψης, της καταχώρησης και της αρχειοθέτησης • Υπολογισμός των οικονομικών, του εξοπλισμού και του ανθρώπινου δυναμικού, που απαιτούνται για την τρέχουσα διαχείριση των δημοσιεύσεων που επιλέγονται για την εθνική συντήρηση • Ανάπτυξη συστάσεων και στρατηγικών για τη μακροπρόθεσμη διατήρηση και την πρόσβαση στις δημοσιεύσεις που επιλέγονται για εθνική συντήρηση, συμπεριλαμβανομένων των θεωρήσεων της ανανέωσης, της επαναμορφοποίησης και της «μετανάστευσης» των δεδομένων για να αντιμετωπιστεί το ενδεχόμενο της βαθμιαίας αχρήστευσης ή απώλειας • Ανάπτυξη μιας πρότασης για μια εθνική προσέγγιση στη μακροπρόθεσμη διατήρηση αυτών των δημοσιεύσεων

10. Τι περιέχει το αρχείο του PANDORA • Aντιπροσωπευτικό δείγμα του αυστραλιανού μέρους του Ιστού, με υλικό από τον ακαδημαϊκό τομέα, την κυβέρνηση, τις εμπορικές και κοινοτικές οργανώσεις καθώς και από ιδιώτες χρήστες • Αρκετό από το αρχειοθετημένο υλικό έχει πλέον εξαφανιστεί από τον Ιστό και δεν είναι πια διαθέσιμο με άλλο τρόπο πέρα από τη χρήση του αρχείου • Το μέγεθος του αρχείου: • πάνω από μισό terabyte (ΤΒ) • 5.000 τίτλους (ιστοσελίδες, έγγραφα, δημοσιεύσεις, πρακτικά, περιοδικά κα.) • 11.000 "εκδόσεις" (instances) που αναφέρονται στους παραπάνω τίτλους

11. Πώς συλλέγεται το υλικό? • Η πλειοψηφία του υλικού συλλέγεται από τη Βιβλιοθήκη, ελαχιστοποιώντας έτσι την ανάγκη της αρχειοθέτησης από την πλευρά των εκδοτών • Καθορίζει το κατάλληλο χρονοδιάγραμμα για τη συλλογή του υλικού • Από τεχνικής άποψης, για τη συλλογή του υλικού χρησιμοποιείται το πρόγραμμα (harvesting robot) HTTrack • To HTTrack πηγαίνει στο συγκεκριμένο URL στην ιστοσελίδα του εκδότη και φέρνει πίσω τα συνδεμένα αρχεία που αποτελούν την έκδοση ή το δικτυακό τόπο που έχει επιλεγεί για αρχειοθέτηση • Έλεγχος των συλλεχθέντων ιστοσελίδων (αυτόματα & χειροκίνητα)

12. Ανεύρεση του περιεχομένου του αρχείου PANDORA • Όλοι οι αρχειοθετημένοι τίτλοι είναι καταλογογραφημένοι και περιλαμβάνεται μια εγγραφή του καθενός στην Εθνική Βιβλιογραφική Βάση Δεδομένων (Kinetica), καθώς επίσης και στους online καταλόγους των συνεργατών. • Η πρόσβαση παρέχεται μέσω hotlinks στην εγγραφή του καταλόγου. • Καθώς και μέσω των θεματικών καταλόγων και των τίτλων στην κεντρική σελίδα του PANDORA, όπου υπάρχει, επίσης, και δυνατότητα αναζήτησης του Αρχείου.

13. PANDORA Digital Archiving System (PANDAS) • Για να υποστηρίζεται η πρόσκτηση και η διαχείριση του αυξανόμενου όγκου των δεδομένων • και για να υποστηρίζεται ένα αποδοτικότερα διανεμημένο αρχείο μεταξύ των συνεργατών • η Βιβλιοθήκη ανέπτυξε το PANDORA DigitalArchiveSystem (PANDAS), του οποίου η πρώτη δημόσια παρουσίαση πραγματοποιήθηκε τον Ιούνιο του 2001, με την 2η έκδοση να κυκλοφορεί τον Αύγουστο του 2002, ενώ ακολουθεί και περαιτέρω ανάπτυξη του λογισμικού.

14. PANDAS Workflows • Το PANDAS σχεδιάστηκε με σκοπό να υποστηρίξει τη ροή εργασιών που καθορίστηκε από το προσωπικό του National Library’s Digital Archiving Section. • Αυτή η ροή εργασιών περιλαμβάνει: • Προσδιορισμό, επιλογή και καταχώρηση υποψήφιων τίτλων • Αναζήτηση του αρχείου και άδεια καταγραφής του • Θέση καθεστώτων συγκομιδής (harvest regimes) • Συλλογή (συγκομιδή) των αρχείων • Έλεγχος εξασφάλισης ποιότητας • Κίνηση των διαδικασιών αρχειοθέτησης και • Οργάνωση της πρόσβασης, της παρουσίασης και των διαδρομών αναζήτησης για τους αρχειοθετημένους πόρους και τα μεταδεδομενα.

15. Το PANDAS υποστηρίζει την παραπάνω ροή εργασίας με τη βοήθεια των ακόλουθων λειτουργιών: • διαχείριση των διαχειριστικών μεταδεδομένων για τους τίτλους, που είτε έχει επιλεγεί η αρχειοθέτηση τους, είτε έχουν απορριφθεί, είτε εξετάζεται η σχετική απόφαση • διαχείριση των περιορισμών πρόσβασης • σχεδιασμός και έναρξη της συγκομιδής των τίτλων που επιλέγονται για την αρχειοθέτηση • διαχείριση του ποιοτικού ελέγχου, διαδικασία αξιολόγησης και επιδιόρθωσης τυχόν προβλημάτων που παρουσιάζονται • προετοιμασία και οργάνωση των αρχειοθετημένων δεδομένων για δημόσια παρουσίαση μέσω των σελίδων εισόδου τίτλου και των θεματικών λιστών • προετοιμασία καθορισμένων διαχειριστικών εκθέσεων.

16. Μόνιμα προσδιοριστικά (Persistent Identifiers) • Το PANDAS ορίζει ένα σύστημα δημιουργίας τρεχόντων αριθμών σε κάθε τίτλο όταν καταχωρείται. Αυτός ο αριθμός γίνεται μέρος του μόνιμου URL και εφαρμόζεται στη σελίδα εισόδου τίτλου κάθε αρχειοθετημένου τίτλου. • Το μόνιμο URL καταγράφεται στη σελίδα εισόδου τίτλου για κάθε τίτλο και • δημιουργεί και ένα url για κάθε επιμέρους τμήμα, όπως για παράδειγμα, για ένα άρθρο σε μια συγκεκριμένη θεματική ενότητα ενός ηλεκτρονικού περιοδικού, ή για μια εικόνα ή για ένα πίνακα σε μια ιστοσελίδα.

17. Οδηγίες επιλογής • Το PANDORA είναι ένα επιλεκτικό αρχείο. Η εθνική βιβλιοθήκη και οι συνεργάτες της δεν προσπαθούν να συλλέξουν όλες τις αυστραλιανές online δημοσιεύσεις και ιστοσελίδες, αλλά επιλέγουν εκείνες που θεωρούν ότι είναι σημαντικές και έχουν μακροχρόνια ερευνητική αξία. • Κάθε ένας από τους συνεργάτες στο PANDORA επιλέγει τους τίτλους για το Αρχείο σύμφωνα με συγκεκριμένες οδηγίες επιλογής. • Η Εθνική Βιβλιοθήκη στοχεύει στην αρχειοθέτηση των τίτλων εθνικής σημασίας • οι Κρατικές βιβλιοθήκες στοχεύουν στην αρχειοθέτηση των τίτλων κρατικής και τοπικής σημασίας. • Ο οργανισμός ScreenSound παίρνει την ευθύνη για τα sites σχετικά με τη μουσική και τις κινηματογραφικές ταινίες

18. Οδηγίες κάθε οργανισμού για την επιλογή του προς διατήρηση υλικού • Australian Institute of Aboriginal and Torres Strait Islander Studies • Australian War Memorial • National Library of Australia • Northern Territory Library and Information Service • ScreenSound Australia: The National Screen and Sound Archive • State Library of New South Wales • State Library of Queensland • State Library of South Australia • State Library of Victoria • State Library of Western Australia

19. Το μέγεθος του Αρχείου του PANDORA και η μηνιαία ανάπτυξη (καταγραφή 26/05/05)

20. Οι ανάγκες που πρέπει να αντιμετωπισθούν είναι: • Αυτοματοποίηση της επεξεργασίας του μεγάλου όγκου του υλικού και της διαχείρισης των μεταδεδομένων • Βελτιστοποίηση της αναζήτησης υλικού στο αρχείο