Hispanopedia Wiki
Articulo de referencia

Equipo de archivo

Archive Team es un grupo dedicado a la preservación digital y al archivo web que fue cofundado por Jason Scott en 2009. [ 1 ] [ 2 ] Su enfoque principal es la copia y preservaci...

Hispanopedia WikiContenido en espanolLectura gratuita

Archive Team es un grupo dedicado a la preservación digital y al archivo web que fue cofundado por Jason Scott en 2009. [ 1 ] [ 2 ]

Su enfoque principal es la copia y preservación de contenido alojado en servicios en línea en riesgo. Algunos de sus proyectos incluyen la preservación parcial y completa de servicios como GeoCities , [ 3 ] [ 4 ] Yahoo! Video , Google Video , Friendster , FortuneCity , [ a ] TwitPic , [ 5 ] SoundCloud , [ 6 ] y el " Aaron Swartz Memorial JSTOR Liberator". [ 7 ] Archive Team también archiva servicios de acortamiento de URL [ 8 ] y wikis [ 9 ] de forma regular. El contenido archivado por Archive Team suele estar disponible en Wayback Machine , que es la forma recomendada de acceder a él. [ 10 ]

Según Jason Scott, «Archive Team surgió de la ira y la sensación de impotencia, la sensación de que dejábamos que las empresas decidieran por nosotros qué iba a sobrevivir y qué iba a desaparecer». [ 11 ] Scott continúa: «No es nuestro trabajo determinar qué es valioso, determinar qué es significativo. Nos guiamos por tres principios: la rabia , la paranoia y la cleptomanía ». [ 12 ]

Sistema Guerrero/Rastreador

Extracción de datos de Telegram

El equipo de archivo está compuesto por una comunidad informal de colaboradores/usuarios independientes. [ 13 ] [ 14 ] [ 15 ] Su proceso de archivo utiliza un "Warrior", un entorno de máquina virtual . Los usuarios utilizan Warrior en sus entornos de escritorio para descargar contenido sin necesidad de conocimientos técnicos. Las tareas se asignan mediante un Tracker administrado centralmente que se conecta en red con los Warriors y les asigna elementos. El Tracker también supervisa la actividad de carga de los usuarios y muestra una tabla de clasificación. [ 16 ]

Proyectos guerreros

Existen varios proyectos de Warrior que llevan mucho tiempo en marcha:

  • Imgur : El servicio de alojamiento de imágenes Imgur actualizó sus términos de servicio el 19 de abril de 2023. Esta actualización se centró en eliminar el contenido antiguo, no utilizado e inactivo que no está vinculado a una cuenta de usuario, junto con el contenido NSFW. [ 17 ]
  • Blogger : En mayo de 2023, Google anunció que las cuentas inactivas se eliminarían a partir del 1 de diciembre de 2023 en toda su plataforma, incluidos los blogs de Blogger. [ 18 ]
  • Reddit : Prohibición de comunidades que generan mala publicidad para Reddit Inc. Restricción del acceso a las API y los datos el 19 de junio de 2023. [ 19 ]
  • Invasión rusa de Ucrania : Archivo de varios sitios .ua tras la invasión del gobierno ruso. [ 20 ]
  • Telegram : Archivar mensajes públicos en varios canales de Telegram de interés periodístico y/o notables. [ 21 ]
  • GitHub : Cuando Microsoft lo compró en 2018, muchos archivistas y usuarios temían que el sitio se volviera más restrictivo. Este proyecto archiva las partes de la interfaz de usuario de GitHub y el código de cada repositorio. [ 22 ]
  • Mediafire : El 18 de diciembre de 2020, los usuarios informaron que comenzaron a recibir correos electrónicos de MediaFire sobre cómo planean clasificar las cuentas como abandonadas si no cumplen con ciertos criterios, a partir de enero. [ 23 ]
  • Brote de coronavirus: Documentación y preservación de datos, eventos e impactos de la COVID-19 en la sociedad. [ 24 ]
  • YouTube : Guardado de metadatos, miniaturas, comentarios y vídeos seleccionados. Los vídeos y canales se limitarán a: Canales que puedan eliminarse por quiebra de la empresa, fallecimiento del propietario del canal, prohibición de cierto contenido por parte de YouTube y canales relacionados con eventos mundiales y política. [ 25 ]
  • Wikiteam: Guardando volcados xml de wiki . [ 26 ]
  • Urlteam: Guardando acortadores de URL . [ 27 ]
  • URLs: Archivar URLs de diversas fuentes. [ 28 ]

A fecha de 12 de diciembre de 2024  , el proyecto más grande en ArchiveTeam es URLs , con más de 10 petabytes archivados. [ 29 ] [ b ]

ArchiveBot

ArchiveBot es un sistema de archivo web operado por el Equipo de Archivo para realizar rastreos selectivos de sitios web. Controlado a través de un canal IRC, ArchiveBot permite a los voluntarios enviar URL para su archivo, generalmente en respuesta al cierre de sitios, cambios en las políticas u otros eventos que amenacen los datos en línea.

Las tareas son procesadas por una red de sistemas de trabajo conocidos como pipelines, que rastrean y guardan el contenido en formato WARC (Web ARChive) . Los voluntarios supervisan los rastreos activos (tareas) a través de un panel público y pueden aplicar reglas de exclusión para gestionar áreas problemáticas de los sitios web, como calendarios, desplazamiento infinito o contenido basado en sesiones que pueden interrumpir el rastreo recursivo. [ 30 ]

Los resultados de los rastreos de ArchiveBot se suben al Archivo de Internet y suelen ser accesibles a través de la Wayback Machine, donde el público puede consultarlos. [ 31 ] ArchiveBot se ha utilizado para preservar una amplia gama de contenido, incluyendo plataformas generadas por usuarios, medios de comunicación y sitios web gubernamentales. [ 32 ]

Véase también

Notas

  1. ↑ Fuentes que cubren proyectos del Equipo de Archivo: [ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ]
  2. ↑ El rastreador utiliza unidades con prefijos binarios , por ejemplo, pebibytes (1024 TiB, ~1126 TB) en lugar de petabytes (1000 TB).

Referencias

  1. ↑ Scott, Jason (6 de enero de 2009). "El archivo del equipo está listo" . ASCII por Jason Scott. Archivado del original el 2 de noviembre de 2016. Recuperado el 30 de diciembre de 2016 .
  2. ↑ "Historial de revisiones de la "Página principal"" . Equipo de Archivo. Archivado del original el 31-12-2016 . Recuperado el 30 de diciembre de 2016 .
  3. ↑ Gilbertson, Scott (1 de noviembre de 2010). "Geocities sigue disponible como descarga masiva por torrent" . Wired . Archivado del original el 25 de abril de 2012.
  4. ↑ Modine, Austin (28 de abril de 2009). "Archivistas de la Web 0.2 salvan a Geocities de la eliminación" . The Register . Archivado del original el 3 de mayo de 2012.
  5. ↑ "TwitPic - Archiveteam" . Archivado del original el 9 de septiembre de 2014. Consultado el 17 de septiembre de 2014 .
  6. ↑ Deahl, Dani (18 de julio de 2017). "El equipo de archivo promete respaldar SoundCloud ante la preocupación por un posible cierre" . Archivado del original el 21 de octubre de 2018. Consultado el 28 de noviembre de 2018 .
  7. ↑ Farivar, Cyrus (15 de enero de 2013). "El JSTOR Liberator en memoria de Aaron Swartz libera artículos académicos de dominio público" . Archivado del original el 23 de marzo de 2018. Consultado el 28 de noviembre de 2018 .
  8. ↑ "Acortar las URL fue una idea horrible" . URLTE.AM . Archivado del original el 11 de junio de 2011.
  9. ↑ WikiTeam archivado el 10/02/2016 en Wayback Machine
  10. ↑ "Preguntas frecuentes - Archiveteam" . wiki.archiveteam.org . Consultado el 26 de mayo de 2025 .
  11. ↑ "Discurso principal de Open Source Bridge 2012 - Jason Scott" . YouTube . 28 de junio de 2012. Archivado del original el 14 de septiembre de 2017. Consultado el 28 de noviembre de 2018 .
  12. ↑ "Discurso principal de Open Source Bridge 2012 - Jason Scott" . YouTube . 28 de junio de 2012. Archivado del original el 14 de septiembre de 2017. Consultado el 28 de noviembre de 2018 .
  13. ↑ Wodinsky, Shoshana; Mehrotra, Dhruv (9 de abril de 2021). "Archivamos Yahoo Respuestas para que siempre sepas cómo se forma un bebé" . Gizmodo . Archivado del original el 24 de enero de 2025. Consultado el 13 de abril de 2025 .
  14. ↑ Hill, Mark (12 de mayo de 2021). "Conozca a los archivistas activistas que salvan Internet del basurero digital" . Discover Magazine . Archivado del original el 13 de diciembre de 2024. Recuperado el 13 de abril de 2025 .
  15. ↑ Mühlenmeier, Lennart (26 de julio de 2023). "Los cierres no cesan durante los fines de semana" . netzpolitik.org . Archivado del original el 29 de marzo de 2025. Consultado el 13 de abril de 2025 .
  16. ↑ Ogden, Jessica (21 de octubre de 2021) ."Todo en Internet se puede guardar": Archive Team, Tumblr y la importancia cultural del archivado web" . Internet Histories . 6 ( 1–2 ): 113–132 . doi : 10.1080/24701475.2021.1985835 . hdl : 1983/daef55ca-1fb1-4d91-a820-244bf24fe2b7 . S2CID 239510759 . 
  17. ↑ "Actualización de los Términos de Servicio de Imgur" . Ayuda de Imgur . Archivado del original el 31 de mayo de 2023. Consultado el 9 de junio de 2023 .
  18. ↑ "Blogger - Archiveteam" . wiki.archiveteam.org . Consultado el 2 de enero de 2024 .
  19. ↑ Slowe, Christopher (18 de abril de 2023). "Actualización sobre la API de Reddit" . reddit.com . Archivado del original el 18 de junio de 2024. Consultado el 9 de junio de 2023 .
  20. ↑ ".ua - Archiveteam" . wiki.archiveteam.org . Archivado del original el 23-03-2023 . Consultado el 09-06-2023 .
  21. ↑ "Telegram - Archiveteam" . wiki.archiveteam.org . Archivado del original el 29/05/2023 . Consultado el 09/06/2023 .
  22. ↑ "GitHub - Archiveteam" . wiki.archiveteam.org . Archivado del original el 27 de mayo de 2023. Consultado el 9 de junio de 2023 .
  23. ↑ "MediaFire - Archiveteam" . wiki.archiveteam.org . Consultado el 2 de enero de 2024 .
  24. ↑ "Coronavirus - Archiveteam" . wiki.archiveteam.org . Archivado del original el 9 de junio de 2023. Consultado el 9 de junio de 2023 .
  25. ↑ "YouTube - Archiveteam" . wiki.archiveteam.org . Consultado el 2 de enero de 2024 .
  26. ↑ «WikiTeam - Equipo de archivo» . wiki.archiveteam.org . Consultado el 2 de enero de 2024 .
  27. ↑ "URLTeam - Archiveteam" . wiki.archiveteam.org . Consultado el 2 de enero de 2024 .
  28. ↑ "URLs - Archiveteam" . wiki.archiveteam.org . Consultado el 2 de enero de 2024 .
  29. ↑ "Panel de control del rastreador de URL" . tracker.archiveteam.org . Archivado del original el 09/12/2024 . Consultado el 12/12/2024 .
  30. ↑ "ArchiveBot - Archiveteam" . wiki.archiveteam.org . Consultado el 27 de mayo de 2025 .
  31. ↑ "ArchiveBot: El rastreador colaborativo del equipo de archivo" . archive.org . Consultado el 27 de mayo de 2025 .
  32. ↑ "Dominios - Visor de ArchiveBot" . archive.fart.website . Consultado el 27 de mayo de 2025 .
  33. Sullivan, Mark (13 de abril de 2012). "El 'Equipo de Archivo' rescata contenido de usuarios de sitios web condenados" . PC World . Archivado del original el 20 de abril de 2012.
  34. Schwartz, Matt (enero de 2012). "Fuego en la biblioteca" . Technology Review . Archivado del original el 24 de enero de 2012.
  35. Garfield, Bob; Scott, Jason (23 de marzo de 2012). "El equipo de archivo" . OnTheMedia . Archivado del original el 27 de abril de 2012. Recuperado el 19 de abril de 2012 .
  36. Masnick, Mike (12 de abril de 2012). "Archivo histórico de sitios web del apagón SOPA del 18 de enero" . Techdirt . Archivado del original el 15 de abril de 2012.
  37. Scott, Jason (6 de marzo de 2012). "Click: El equipo de archivo - Jason Scott habla sobre su misión de rescatar nuestro patrimonio digital" . BBC. Archivado del original el 3 de abril de 2015.
  38. Morton, Simon; Scott, Jason (3 de marzo de 2012). "El equipo de archivo" . RadioNZ . Archivado del original el 21 de abril de 2012.
  39. Misener, Dan (29 de abril de 2011). "Entrevista completa: Jason Scott sobre el vídeo en línea y el patrimonio digital" . CBC. Archivado del original el 26 de octubre de 2012.
  40. Paul-Choudhury, Sumit (6 de mayo de 2011). "Héroes aficionados del patrimonio en línea" . New Scientist . Archivado del original el 2 de abril de 2015. Recuperado el 9 de marzo de 2015 .
  • Sitio web oficial
  • Colección del equipo de archivo en Internet Archive
  • Equipo de archivo en X
  • EQUIPO DE ARCHIVO: Un ataque distribuido de preservación del servicio contra YouTube por Jason Scott
  • Subreddit de ArchiveTeam en reddit.com