Het ODA nader verklaard: toegankelijk en begrijpelijk (I)

In april was ik in de British Library in Londen bij What to preserve? Significant properties of digital objects, georganiseerd door JISC en DPC. Deze dag stond de vraag centraal welke eigenschappen van digitale bestanden bewaard moeten blijven om de toegankelijkheid en begrijpelijkheid van het digitaal bestand te verzekeren. Het leek soms een discussie tussen doven, omdat mensen er nog al verschillende definities op nahouden van wat ‘essentieel’ is. Dat zit natuurlijk ook al in de begrippen toegankelijk en begrijpelijk.
Toegankelijkheid lijkt mij vooral een technische aangelegenheid: bestanden moeten leesbaar zijn. Om dit mogelijk te maken, moet je bijvoorbeeld zorgen voor registers waarin de eigenschappen van bestandsformaten beschreven zijn, zodat je weet met welk programma je een bepaald bestand moet of kunt openen. Dit valt in ED3 onder de ‘representatie-informatie’ van een ODA en komt overeen met de eisen uit artikel 9 lid 1 sub a, b en c en sub d ten 5°, 6° en 8° uit de Regeling geordende en toegankelijke staat archiefbescheiden (RGTS).
Begrijpelijkheid blijkt een lastige term, omdat het per individu kan verschillen of hij iets begrijpt of niet. Dat hangt van de achtergrond van de ‘gebruiker’ af. Mede om die reden moet dus zo veel mogelijk van de ‘ontstaans- en gebruikscontext’ van de digitale objecten vastgelegd worden. In ED3 (en OAIS) zijn dit de gegevens die als de beheerinformatie bij een ODA moeten worden opgenomen.
De beheerinformatie bestaat uit vier onderdelen, die alle vier te herleiden zijn naar onderdelen uit de huidige RGTS:

Verwijzingsinformatie: de unieke kenmerken (“identifiers”) van de brongegevens, die het ODA identificeren in het depot. (In ED3 wordt hierbij verwezen naar RGTS artikel 9 lid 1 sub d ten 2°, 5° en 7°, maar dat lijkt me niet helemaal correct.)

Herkomstinformatie: informatie over de institutionele context van de brongegevens, waarin o.a. veranderingen qua inhoud, structuur en vorm en het beheersproces zijn opgenomen. Zie hiervoor ook RGTS artikel 8 lid 1 en 9 lid 1 sub d ten 1°, 3° en 7°.

Contextinformatie: informatie over de relaties tussen het ODA en zijn omgeving. Dit omvat naast de administratief-procedurele context ook de relaties met andere ODA’s. Zie ook RGTS artikel 9 lid 1 sub d ten 1°, 3° en 4°. Hier kan waarschijnlijk ook artikel 2 van de regeling bij betrokken worden, maar dit staat nu niet in ED3.

Integriteitsinformatie: informatie waarmee de fysieke integriteit van het ODA gecontroleerd kan worden. (De verwijzing in ED3 naar RGTS artikel 9 lid 1 sub d ten 2° en 7°, lijkt me bij nader inzien ook niet helemaal correct.)

En tenslotte is er ook nog de Verwijzingsinformatie, waarin gegevens uit de relatie-informatie (eventueel nog aangevuld met extra gegevens) zijn opgenomen, waardoor het mogelijk wordt de ODA’s in het depot te kunnen terugvinden. Dit komt grotendeels overeen met de ouderwetse inventaris en toegangen.

Ik vermoed dat er twee oorzaken zijn aan te wijzen voor de spraakverwarring in Londen (maar misschien ook wel eerder in Den Haag).
Allereerst het verschil tussen de technische en intellectuele essentie. In Londen besteedden de techneuten heel veel aandacht aan ‘technicalia,’ terwijl ik de indruk had dat de archivarissen zich in veel gevallen afvroegen of al die technicalia wel altijd relevant zijn. Hoe essentieel is het om te weten dat een Microsofts Word-bestand gekleurde letters kan bevatten, als er helemaal geen gekleurde letters in de tekst voor komen of als die kleur niet relevant is voor de begrijpelijkheid van het bestand?


En dan was er ook nog het verschil tussen archivarissen aan de ene kant en bibliothecarissen en ‘datamanagers’ aan de andere kant. Voor archivarissen ligt het zo voor de hand dat de context van een archiefstuk beschreven moet worden, dat we daar eigenlijk niet meer over nadenken (een ‘no brainer’, zoals Andrew Wilson zei). Dat doen we met 16e eeuwse akten, met een gemeentelijk archief uit de 20e eeuw en dus ook met digitale archieven. Het feit dat de RGTS ‘vol’ staat met dit soort eisen is in dit kader ook veelzeggend. Voor wetenschappers en bibliothecarissen lijkt dit beschrijven van de context een ‘nieuw’ concept te zijn. En dan blijkt ook dat archivarissen en ‘datamanagers’ verschillende termen voor het zelfde gebruiken of, wat misschien nog lastiger is, de zelfde termen voor verschillende begrippen hanteren. En het meest in het oog springend hierbij is misschien het begrip ‘authenticiteit.’ Hierop zal ik in een volgend bericht nog terugkomen.

In dit kader lijkt het introduceren van een nieuwe, specifiek op archieven gerichte terminologie, misschien niet het meest voor de hand liggend, maar ik denk dat Chido onze overwegingen duidelijk heeft uitgelegd.

Afbeelding: Michel Balasis

Terminologie ED3

Het is wellicht goed om nog eens extra aandacht te besteden aan de vertaalde Terminologie van ED3.

TRAC, het fundament van ED3, is een van OAIS (Open Archival Information Standard, ISO 14721:2003) afgeleid instrument en gebruikt dan ook de OAIS terminologie. Dat is in het Engels en niet alleen op de archivistiek gericht, al zou de naam anders suggereren. Wij hebben de termen vertaald en de beslissing om te vertalen met redenen omkleed.

Dan verschijnt er in de linker kantlijn van de blog Digitaal Duurzaam van Inge Angevaare (Coördinator van de Nationale Coalitie voor Digitale Duurzaamheid) het volgende:

SIPs, ADA's en andere afko's
In de marge van de GAR-bijeenkomst bleek dat er onder archivarissen weinig animo bestaat om de door het LOPAI in ED3 voorgestelde Nederlandse vertalingen van de termen uit het OAIS-model te gaan hanteren. Jacqueline Schuurman Hess: 'De Engelse termen zijn zo ingeburgerd, die laten we zo.' Daarmee is ook het bezwaar ondervangen dat de term 'aangeboden digitaal archiefstuk (ADA)' wel heel specifiek is voor één sector en daarom de communicatie met andere instellingen zoals bibliotheken en de wetenschap kan bemoeilijken. Voorlopig houden we het onder vakgenoten dus op de OAIS 'information packages'.

Bij de eerste enigszins toonbare versie van ED3 hadden ook wij de engelse terminologie gehandhaafd, om dezelfde reden die Jacqueline Schuurman Hess in het citaat aangeeft.
Die inburgering bleek echter behoorlijk tegen te vallen en het was ook op advies van een aantal personen die de genoemde ED3-versie gelezen hadden, dat we besloten hebben de terminologie te vertalen. Zij hielden zich met inspectie, dan wel e-depot(terminologie) bezig en wezen ons er op vooral begrijpelijk voor de doelgroep te blijven: de gemiddelde archivaris.

We hebben toen de afweging gemaakt: gaan we de goegemeente opvoeden in de nieuwe, breedgedragen terminologie (want daar zijn we wel van overtuigd), of willen we in Nederland, onder de verantwoordelijken voor te bewaren archief, zo snel mogelijk begrip en acceptatie krijgen voor de eisen en normen voor een E-depot? Misschien is de vergelijking niet helemaal zuiver, maar wij hebben voor het laatste gekozen en als dat geholpen wordt door het vertalen van de terminologie naar herkenbare termen, dan is dat een geheiligd middel.

Want laten we twee dingen niet vergeten:

1. De personen die op de GAR-Informatiedag aanwezig waren, zijn bovengemiddeld geïnteresseerd in digitale archivering en E-depots. Dat geldt zeker niet voor de hele beroepsgroep. Als ik als niet-ingelezen archivaris geconfronteerd wordt met de term 'information package', dan zal ik in eerste instantie denken aan iets van de afdeling Voorlichting of wellicht iets dat met bibliotheek of documentatie te maken heeft. In ieder geval niet mijn primaire verantwoordelijkheid. We lopen het risico vér voor de muziek uit te lopen, ergens een hoek om te slaan en de aansluiting met de rest van het orkest kwijt te raken. Overigens: ED3 refereert bij iedere term aan de originele TRAC/OAIS-term. Een link is dus zo gelegd en wellicht dat een latere versie van ED3 alleen de engelse terminologie zal gebruiken.
2. ED3 is bedoeld voor het toetsen van een archiefwettelijk E-depot. Het is dus niet primair bedoeld voor het inrichten van een willekeurig E-depot (bibliothecair, wetenschappelijk, archivistisch enz.), zoals OAIS is. Zo van: iedere koe is een gewerveld zoogdier, maar niet ieder gewervelde is een koe. Of een zoogdier. De eisen van ED3 zijn wellicht universeel bruikbaar voor alle E-depots (alhoewel misschien niet volledig genoeg voor iedere situatie), de normeringen niet per sé. Die zijn specifiek gericht op de Nederlandse archiefwet en -regelgeving. Bedenk dat 'archief' een heel specifieke functie heeft die bij andere collectietypen niet voorkomt: de (juridische) verantwoordingsfunctie. Archiefstukken zijn in een niet onaanzienlijk aantal gevallen bewijsstukken in het openbare circuit. Om de juridische authenticiteit of openbaarheid te garanderen voldoen niet altijd de normeringen voor een 'duurzame' authenticiteit of toegankelijkheid. Vermoedelijk zijn veel van de ED3-normen te zwaar voor bijvoorbeeld het E-depot van de Koninklijke Bibliotheek. Inrichten naar deze normering zou dus onnodige investeringen met zich meebrengen. Het is nooit de bedoeling van het LOPAI geweest om een universele nederlandstalige inrichtingschecklist op te stellen; ED3 is een instrument voor het toezicht op een deel van de werkzaamheden van een beheerder van Nederlands overheidsarchief, het daar berustend materiaal met bijbehorende archiefbewaarplaats. En dan dus digitaal.

We zijn dus zeker niet tegen het gebruik van de OAIS-terminologie, het is alleen in de ED3-situatie, op dit moment, niet opportuun om het 1 op 1 over te nemen.

SD-SCDF

Afkortingen en acroniemen blijven toch essentieel bij digitale duurzaamheid.
Ik las vandaag dat SNIA (Storage Networking Industry Association) werkt aan een nieuwe standaard voor het langdurig bewaren van digitale informatie: SD-SCDF, wat staat voor Self-Describing Self-Contained Data Format.
De standaard combineert het AIP uit OAIS met XAM (eXtensible Acces Method). De demo voor XAM is erg Amerikaans, maar wel 'pakkend'. Vooral de vergelijking met een 'parking valet' vind ik mooi.

SD-SCDF definieert een logische container, die 'het bestand' en de bijbehorende metadata - zoals verwijzingsinformatie, integriteitsinformatie, audittrail en nog veel meer- omvat.

Dit lijkt op de ontwikkeling van een standaard ODA / AIP.
Zie verder ook 100 year archive task force

Via Records Mgmt & Archiving.

ADA-ODA-BDA

Omdat we per sé een Nederlandse 'checklist' wilden maken - dat wil zeggen Nederlandstalig en gebaseerd op de Nederlandse wetgeving - is een van de 'neveneffecten' van ED3 dat we ook geprobeerd hebben de OAIS-modellen te vertalen.
Het plaatje hiernaast is de vertaling (en een beetje een versimpelde weergave) van het beroemde functioneel-model uit OAIS.

Het meest controversieel zullen de termen ADA, ODA en BDA zijn, als 'vertaling' van SIP, AIP en DIP.


Aangeboden digitaal archiefstuk (ADA)
Digitaal archiefstuk (DA), zoals de archiefvormer het aanbiedt aan het depot. Hiertoe wordt het door de zorgdrager verwijderd uit zijn “gecontroleerde omgeving” en aangeleverd aan het depot. De bijbehorende (soorten) metadata worden door de dienst, in overleg met de zorgdrager vastgesteld.
Als de informatie afkomstig is van de overheid moet die voldoen aan de eisen van de archiefwetgeving. In de praktijk wordt dit gewaarborgd door de kwaliteit van de gebruikte RMA en de organisatie daar omheen. Bij de metadata worden onder meer de (institutionele) herkomst, gerelateerde bedrijfsprocessen, technische beperkingen en openbaarheidsbeperkingen vastgelegd. De controle van de kwaliteit van de RMA valt onder de verantwoordelijkheid van de archivaris en buiten de eigenlijke toetsing van ED3.
OAIS-term: Submission Information Package (SIP).

Overgedragen digitaal archiefstuk (ODA)
Aangeboden digitaal archiefstuk (ADA), zoals het in verschillende representaties in het depot wordt opgenomen en bewaard voor de lange termijn. Het archiefstuk met de bijbehorende metadata is zodanig vormgegeven en beschreven, dat het in goede, geordende en toegankelijke staat beheerd kan worden.

Bij de opname wordt gecontroleerd of het ADA voldoet aan de eisen van de archiefwetgeving. Indien dat nodig en mogelijk is, worden onvolkomenheden hersteld.
Daarnaast worden formaat en metadata aangepast aan duurzame opslag en beheer. Dit kan betekenen dat samengestelde informatie in onderdelen uiteen wordt genomen, waarbij de onderlinge relatie wordt geregistreerd, maar ook dat samenhangende informatie als één geheel wordt beheerd.
De verschillende representaties worden gezamenlijk als één logische eenheid samengebonden door de relatie-informatie en ontsloten en beheerd door middel van de ontsluitingsinformatie.
OAIS-term: Archival Information Package (AIP).

Beschikbaar digitaal archiefstuk (BDA)
Overgedragen digitaal archiefstuk (ODA) dat op aanvraag van gebruikers aangeboden wordt. Het bevat die metadata, die nodig zijn om de gebruikers vertrouwen te geven in de integriteit en authenticiteit van het archiefstuk én hen in staat te stellen om het te raadplegen. Vorm, structuur en metadata van het BDA hoeven niet identiek te zijn aan die van het ODA.
Het BDA bestaat feitelijk uit een authentieke kopie van het ODA, maar kan op basis van de vraagstelling ook als uittreksel of samengevoegde informatie worden aangeboden.
OAIS-term: Dissemination Information Package (DIP).

Het zou me niet verbazen als dit straks enige controverse gaat opleveren.

Binnenkort hopelijk meer over de finesses van het ODA.