Metadata digitaalisen aineiston pitkaikaissilytyksess Jani Stenvall 2003 04

Metadata digitaalisen aineiston pitkäaikaissäilytyksessä Jani Stenvall 2003 -04 -10 Seminaari: Tietoa tiedosta tietoa metatiedosta

Sisältö w Digiaineistot (julkaisut) ja pitkäaikaissäilytys w Menetelmiä pitkäaikaissäilytykseen w Miksi metadata on tärkeää tässäkin asiassa

Digitaaliset aineistot (1) w Tekstit, kuvat, audio, video, multimedia, ohjelmat, pelit, data-aineistot w Rakenteet voivat olla monimutkaisia n n n toiminnallisuus hyperlinkit, useita osadokumentteja dynaamiset web-sivut, GIS, VR. . . w Merkistöt, koodaukset w Suojaukset, käyttörajoitukset

Digitaaliset aineistot (2) w Käyttö sidottu johonkin laitteeseen (usein tietokone) w Aineisto tallennettu jollekin tietovälineelle, taltiolle w Esim. levykkeellä olevan Word-6 dokumentin avaamiseen tarvitaan: n n n tekstinkäsittelyohjelma, joka avaa dokumentin käyttöjärjestelmä tietokone, jossa levykeasema (+ ajuri)

Mooren laki w ”Moore's Law, which has defined a doubling of price/performance/value produced by semiconductors every 12 to 18 months since 1966, will continue to deliver its exponential benefits for at least another five decades, without stopping or slowing. ” w 2000 $ veto osoitteessa http: //www. longbets. org/ w http: //firstmonday. org/issues/issue 7_11/tuomi/

Säilytyksen ongelmatekijät. . . w Tietotekninen kehitys w Tallennusvälineet, tietovälineet (medium) w Itse digitaalinen aineisto w Julkaisujen hallinnointi n Digitaalinen arkisto, organisointi, jatkuvuus w Oikeudelliset kysymykset. . .

. . . Ongelmia w Tärkeitä (? ) elektronisia aineistoja jo hukattu n n n tiedostot tuhottu tai hävitetty vahingossa, kadotettu, vaurioituneet tai tuntemattomassa muodossa kallista yrittää pelastaa (jos edes mahdollista) välttämättä ei enää asiantuntijoita olemassa

Digi-julkaisujen pitkäaikaissäilytys w Mitä itseasiassa pitää säilyttää? n n bitit käyttömahdollisuus: bittien tulkinta l l julkaisun intellektuaalinen sisältö ulkoasu, toiminnallisuus + konteksti + ”autenttisuus” w Pitkäaikaissäilytys? n n 5, 20, 100 vai 500 vuotta? jatkuva prosessi w ”Digitaaliset arkistot”

Miten pitkäaikaissäilytys onnistuu? Menetelmät. . . w Tulostetaan paperille? w Yksi CD-ROM tulostettuna (tekstiä) n lienee kohtuullinen nippu paperia w Menetetään toiminnallisuus ja ”look-andfeel” w Ehkä joillekin julkaisuille…

Menetelmä: siirrot w Siirtomenetelmä (migration) n n virkistys (refreshing) = kopiointia konvertointi (conversion) = muuntamista w Siirretään uudelle tietovälineelle/ympäristöön/formaattiin w Konvertointi: tukeudutaan standardeihin n n rakenteiset dokumentit (SGML, XML) standardit eivät ole ikuisia

Menetelmä: emulointi w ”Imitoidaan” alkuperäistä ympäristöä uudessa ympäristössä -> orig. ympäristön julkaisujen käyttö w Tallennetaan dokumentin lisäksi ohjelma ja käyttöjärjestelmä, metadataa + orig. laitteiston kuvaus w Emulaattoriohjelman rakentaminen n laitteiston (hardware) emulointi w Digiaineiston käyttäjän on hallittava vanha käyttöympäristö

Strategiat: w Laite- ja ohjelmistomuseot n w w w ongelmana tietovälineiden rappeutuminen sekä laitteiden käyttöikä/huolto Rosettan kiekko Rosetta Stones Translation Typed Object Model Conversion UVC = Universal Virtual Computer (IBM) ”Pysyvä arkisto” (Persistent Archive method)

Digitaaliset arkistot: OAIS w Yleinen digitaalisen arkiston malli: OAIS Open Archival Information System w Arkiston eri osat, aineistojen syöttö, arkistointi ja käyttö w Hallinnointitietoja = pitkäaikaissäilytyksen metadataa n n Preservation Description Information Content Information l Representation Information

Metadata p-aikaissäilytyksessä 1 w ”Preservation metadata”: kuvailevaa, hallinnollista, teknistä. . . w 1. enabling preservation managers to take appropriate action to preserve a digital object's bit stream over the long term w 2. ensuring that the content of the archived object can be rendered and interpreted. (Bellinger)

Metadata p-aikaissäilytyksessä 2 w Aineistojen käsittelyn/hallinnoinnin dokumentointi pitkäaikaissäilytyksen kannalta n n n Tulisi mahdollistaa julkaisujen jaottelu teknisten kriteerien mukaan, tukea arkistoivan organisaation toimintaa Toimenpiteiden ja muutosten dokumentointi (elinkaari, versiot) Aineistojen merkittävät (tekniset) ominaisuudet w Aineistojen käytön (rendering) varmistaminen n n käyttöön tarvittavien ohjelmistojen ja ympäristöjen hallinta ”autenttisuus”

Metadata p-aikaissäilytyksessä 3 w Ei olemassa kattavaa metadatastandardia w Olemassa olevien standardien laajentaminen? n MARC, Dublin Core w Semanttisia määrityksiä: NEDLIB, Cedars, RLG/OCLC, NLA, NLNZ n OAISiin tukeutuminen w Nykyään kaikki metadata ajatellaan koodattavaksi XML: n avulla n n METS (Metadata Encoding and Transmission Schema) Technical metadata for images (->MIX)

Metadata p-aikaissäilytyksessä 4 Teknistä tietoa w Kohde: kokoelma objekteja, objekti, tiedosto w Käyttöympäristö Säilytykseen liittävää tietoa: w Kuvailtavien kohteiden väliset suhteet, versiot, konteksti w Prosessi: säilytysmenetelmä, toimenpiteet Metadatan luominen ja tallentaminen

ESIMERKKI: Tekniset tiedot w w Tarvittava laitteisto Käyttöjärjestelmä Sovellusohjelma ja muut ohjelmat, aputiedostot Tietoväline tai verkkoprotokolla w Kohteen kuvaus (*) n teksti, kuva, audio, video, multi, 3 -D, ohjelma. . . l l tiedostoformaatti muita ominaisuuksia

* Kohteen kuvaus: esim. kuva w w w w w formaatti + versio skannauksen tietoja pakkaus koko (Kb, Mb) resoluutio (ppi) värimäärä (bittisyys) värijärjestelmä (RGB, CMYK) väripalkki digitaalinen vesileima. . . jne

ESIMERKKI: Säilytyksen tiedot w w Identifikaatiotunnus, nimi, sijainti Alkuperä ja muuttumattomuus Säilytysprosessi (*) Suhteet n muut julkaisut, help-tiedostot w Oikeudet w Vastuulliset w Huomautukset

* Säilytysprosessi w arkistointipvm (arkistoon/järjestelmään, keräyspvm) w säilytysmenetelmä (menetelmään liittyvät päätökset ja muutokset) w toimenpiteet n n asennukset, tarkistukset käytetyt työkalut w muutokset alkuperäiseen/edelliseen. . .

Mitä Suomessa tapahtuu? w ”Arkistoivia yksikköjä”, pitkäaikaisuus? n n n Kansallisarkisto, arkistolaitos Kansalliskirjasto eli HYK Yksittäiset organisaatiot ja yritykset w Data-aineistot: Siirtymät uuteen järjestelmään aina isoja hankkeita w Digitaalisten julkaisujen/dokumenttien/asiakirjojen pitkäaikaissäilytyksestä vielä vähän todellisia käytännön kokemuksia

Linkkejä w PADI - Preserving Access to Digital Information n http: //www-prod. nla. gov. au/padi/ w The State of Digital Preservation: An International Perspective (konferenssijulkaisu, pdf tai html) n http: //www. clir. org/pubs/abstract/pub 107 abst. html w A Metadata Framework to Support the Preservation of Digital Objects (OCLC/RLG raportti, 2002) n n http: //www. oclc. org/research/pmwg/pm_framework. pdf Seuraavat kuvat tästä raportista. . .