Metadatos de preservación: estrategias de implementación

PREservation Metadata: Implementation Strategies ( PREMIS ) es el estándar de facto de metadatos de preservación digital . ^{[ 1 ]}

Los metadatos de preservación digital definen la información necesaria para garantizar la usabilidad a largo plazo de los objetos digitales y mantenerlos accesibles de alguna forma en el futuro. Estos metadatos son particularmente importantes para los repositorios, lugares donde se almacenan y gestionan objetos de información durante un largo período. El simple almacenamiento de objetos digitales en un soporte de datos no basta para mantenerlos utilizables. Es necesario gestionarlos en un repositorio para protegerlos de daños accidentales o intencionados y para crear un entorno informático completo que permita acceder a ellos y comprenderlos cuando se necesiten. ^{[ 2 ]}

Los objetos de información poseen metadatos descriptivos, información sobre el objeto que puede utilizarse para descubrirlo, acceder a él e identificarlo. Sin embargo, estos metadatos no son suficientes para preservar los objetos digitales a largo plazo. Por ejemplo, el formato de archivo del objeto digital puede quedar obsoleto e inutilizable para futuras aplicaciones de software. Esto requeriría transformar el formato antiguo a uno más reciente (migración) o reproducir la experiencia original con tecnología más reciente (emulación). Ambas estrategias requerirían información adicional, como metadatos técnicos sobre los archivos originales, información sobre el hardware y el software antiguos en los que se ejecutaban, e información sobre las acciones que han transformado el objeto digital a lo largo del tiempo. Todos estos son tipos de metadatos de preservación. Por lo tanto, los metadatos de preservación respaldan las actividades destinadas a garantizar la usabilidad a largo plazo de un recurso digital. ^{[ 3 ]}

A principios de la década de 2000, quedó claro que se necesitaba un estándar de metadatos comunitario compartido para garantizar la preservación a largo plazo de los recursos digitales, cada vez más numerosos. Expertos de instituciones clave de la memoria y desarrolladores de repositorios se unieron para definirlo, dando como resultado el Diccionario de Datos PREMIS para Metadatos de Preservación, que se ha convertido en un estándar de facto que define los metadatos básicos que necesitan la mayoría de los repositorios de preservación.

El uso de estándares es importante porque fomenta el desarrollo de una comunidad de buenas prácticas; ayuda a los profesionales a aprender de las experiencias de otros, de modo que no pasen por alto inadvertidamente metadatos clave en su propia práctica; permite el desarrollo de herramientas para facilitar la creación y gestión de metadatos; y permite a las organizaciones intercambiar información entre sí con mayor facilidad.

El grupo de trabajo PREMIS se creó para dar continuidad a una iniciativa anterior patrocinada por el Online Computer Library Center (OCLC) y el Research Libraries Group (RLG): el grupo de trabajo Preservation Metadata Framework (PMF). Entre 2001 y 2002, el grupo de trabajo PMF describió los tipos de información que debían asociarse a un objeto digital archivado. Su informe, « Un marco de metadatos para apoyar la preservación de objetos digitales » (el Marco ), propuso una lista de elementos de metadatos prototipo. En esta etapa, estos elementos propuestos no pudieron implementarse y se requirió trabajo adicional. En 2003, se solicitó al grupo de trabajo PREMIS que profundizara en los hallazgos del grupo PMF y desarrollara un diccionario de datos de metadatos básicos para objetos digitales archivados, así como que proporcionara orientación y sugiriera las mejores prácticas para la gestión : creación, gestión y uso de los metadatos en los sistemas de preservación. PREMIS recibió el encargo de definir un conjunto de unidades semánticas independientes de la implementación, orientadas a la práctica y que probablemente serían necesarias para la mayoría de los repositorios de preservación. ^{[ 4 ]}

El grupo de trabajo estaba integrado por una lista multinacional de más de treinta representantes de los sectores cultural, gubernamental y privado. ^{[ 5 ]} Su objetivo era comprender cómo los repositorios de preservación estaban implementando realmente los metadatos de preservación. Se realizó una encuesta a 70 organizaciones consideradas activas o interesadas en la preservación digital. En diciembre de 2004, el grupo de trabajo PREMIS publicó su informe, Implementación de repositorios de preservación para materiales digitales: práctica actual y tendencias emergentes en la comunidad del patrimonio cultural .

El Marco anterior y el Diccionario de Datos PREMIS se basan en el modelo de referencia del Sistema Abierto de Información Archivística (OAIS). El modelo de información OAIS proporciona una base conceptual en forma de una taxonomía de objetos y paquetes de información para objetos archivados, y la estructura de sus metadatos asociados. El Marco , a través de su mapeo detallado de los metadatos de preservación a esa estructura conceptual, puede considerarse una elaboración de OAIS. El Diccionario de Datos PREMIS, por otro lado, puede considerarse una traducción del Marco a un conjunto de unidades semánticas implementables. El Diccionario de Datos y OAIS a veces difieren en el uso de la terminología, lo cual se indica en el Glosario. Las diferencias generalmente reflejan el hecho de que las unidades semánticas de PREMIS requieren mayor especificidad que la que proporcionan las definiciones de OAIS, lo cual es de esperar al pasar de un marco conceptual a una implementación. ^{[ 6 ]}

En mayo de 2005, PREMIS publicó el Diccionario de datos para metadatos de preservación: Informe final del Grupo de trabajo de PREMIS . Este informe de 237 páginas incluye: Diccionario de datos PREMIS 1.0: un recurso completo y práctico para implementar metadatos de preservación en sistemas de archivo digital; informe adjunto (que proporciona contexto, modelo de datos y supuestos); temas especiales, glosario y ejemplos de uso; y un conjunto de esquemas XML desarrollados para apoyar el uso del Diccionario de datos. ^{[ 7 ]}

La versión actual 3.0 de PREMIS se publicó en junio de 2015. ^{[ 8 ]}

El modelo de datos PREMIS consta de cuatro entidades interrelacionadas:

1. Objeto (dividido en tres subtipos)
2. Evento
3. Agente
4. Derechos

Cada unidad semántica del diccionario de datos se clasifica en una de estas áreas. ^{[ 11 ]}

Una entidad de objeto intelectual es un tipo de objeto. Es un conjunto de contenido que constituye una unidad intelectual discreta y coherente, como un libro o una base de datos. Estos pueden ser objetos compuestos que contienen otras entidades intelectuales y pueden tener múltiples representaciones digitales. ^{[ 12 ]} Los metadatos descriptivos se aplican generalmente a este nivel; dada la proliferación de esquemas en competencia, el grupo de trabajo no definió más unidades semánticas descriptivas ^{[ 13 ]} y permitió la interoperabilidad a través de «contenedores de extensión» (los contenedores contienen un grupo relacionado de unidades semánticas) que pueden utilizarse para esquemas externos. ^{[ 12 ]}

La mayoría de las unidades semánticas enumeradas en el diccionario de datos se relacionan con entidades de Objeto y Evento , las primeras divididas a su vez en tres subtipos: archivo , flujo de bits y representación . Un archivo es el nivel en el que la mayoría de los usuarios finales están acostumbrados a trabajar, una “secuencia de bytes nombrada y ordenada que es conocida por un sistema operativo”. Incluye una variedad de atributos del sistema de archivos, lo que hace que sea comprensible para un sistema operativo, abarcando flujos de bits , que son “datos contiguos o no contiguos dentro de un archivo que tienen propiedades comunes significativas para fines de preservación”. Una representación es, en cierto sentido, el “nivel más alto” de este modelo, ya que puede abarcar varios archivos para representar adecuadamente la estructura y el contenido de una entidad intelectual. No todos los repositorios se preocuparán por preservar representaciones, ^{[ 14 ]} dependiendo de su propósito y la necesidad del organismo curatorial de preservar lo que podría considerarse el “valor intrínseco” digital de la entidad. Además, las entidades intelectuales pueden tener múltiples representaciones dentro de un repositorio. Los eventos se interrelacionan con los objetos en la medida en que implican acciones que tienen un efecto sobre ellos o sobre los agentes ("una persona, organización o software... asociado con eventos... o con derechos adjuntos a un objeto") asociados con el objeto. ^{[ 12 ]}

Finalmente, la inclusión de entidades de derechos responde a una mayor conciencia y preocupación por los requisitos legales de los derechos de autor y las licencias. También incluye información sobre las acciones específicas permitidas; por ejemplo, la unidad semántica 4.1.6.1, acto, “la acción que el repositorio de preservación está autorizado a realizar”, incluye valores sugeridos como replicar, migrar y eliminar. ^{[ 15 ]}

Las entradas del diccionario de datos de PREMIS incluyen doce campos de atributos, no todos los cuales se aplican a cada unidad semántica (análogo a un "elemento" en otros esquemas de metadatos). Además del nombre y la definición de la unidad, los campos registran aspectos como la justificación para incluir la unidad, notas de uso y ejemplos de cómo se podría completar el valor. Cuatro de los atributos (categoría de objeto, aplicabilidad, repetibilidad y obligación) están vinculados, ya que los tres últimos se definen para cada uno de los niveles de entidad de objeto: archivo, flujo de bits y representación. El diccionario es jerárquico; algunas unidades semánticas están contenidas dentro de otras. Por ejemplo, 1.3 preservationLevel incluye cuatro componentes semánticos, como 1.3.1 preservationLevelValue y 1.3.2 preservationLevelRole. ^{[ 16 ]}

• Preservación digital
• metadatos de preservación
• Metadatos
• Biblioteca digital
• Protocolo para la recolección de metadatos (OAI-PMH)
• Estándar de codificación y transmisión de metadatos (METS) mantenido por la Biblioteca del Congreso.
• Dublin Core , un estándar de metadatos ISO

• PREMIS - Página oficial (LC)
• PREMIS - Comité Editorial (LC)