iPRES 2008

Gisteren en vandaag vond (en vindt) in de British Library voor de vijfde keer iPRES (international Conference on Preservation of Digital Objects) plaats. En het mooie van deze tijden is dat van de lezingen bijna live een verslag te volgen is. Zie bijvoorbeeld de bijdragen van Chris Rusbridge op de Digital Curation Blog.

Ik pik er nu even een paar interessante citaten uit.
Over kosten en risico's

Richard Wright talking about storage and the “cost of risk”. In early days dropping a storage device meant losing a few kilobytes, now it could be GBytes and years of work. Storage costs declining and capacity increasing exponentially roughly related to Moore’s law (doubling every 18 months). Usage is going up, too, and risk is proportionate to usage, so risk is going up too. Risk proportional to no of devices and to size and to use… plus the more commonly discussed format obsolescence, IT infrastructure obsolescence etc. So if storage gets really cheap, it gets really risky!

Reports work from Manfred Thaller of Koln: one bad byte affects only that byte of a TIFF (does this depend on selected compression?), 2% of a JPEG, and 17% of a JPEG2000. Demonstrated 5 errors on a PNG and a BMP: former illegible, latter has a few dots scattered about. Text files the best: one byte corruption affects only that byte! (...) Can’t emphasise how important this is: one of the most worrying preconceptions in digital preservation is that the bit preservation element is a solved problem. It isn’t!

Over emulatie

I’ve always had a problem with emulation; perhaps I’ve too long a memory of those early days of MS-DOS, when emulators were quite good at running well-behaved programs, but were rubbish at many common programs, which broke the rule-book and went straight into the interrupt vectors to get performance. OK, if you’re not that old, maybe emulation does work better these days, and is even getting trendy under the new name of virtualisation. My other problem is also a virtue of emulation: you will be presented with the object’s “original” interface, or look and feel. This sounds good, but in practice the world has moved on and most people don’t like old interfaces, even if historians may want them. I guess emulation can work well for objects which are “viewed”, in some sense; it’s not clear to me that one can easily interwork an emulated object with a current object.

Vooral die laatste twee opmerkingen vind ik interessant en moet ik nog eens over nadenken.

En tenslotte een presentatie van Brian Kelly over website-archivering. (Toevallig is dat nu heel actueel in mijn eigen organisatie, vandaar mijn belangstelling).

Preservation of Web Resources: The JISC PoWR Project

View SlideShare presentation or Upload your own. (tags: ipres-2008 ukoln)

Lezing bij SNAAI gaat niet door

Ik lees net dat de excursie van SNAAI naar Eindhoven, volgende week donderdag wegens te weinig animo niet doorgaat.
Dat is heel jammer, want ik had een hele mooie presentatie in voorbereiding, vond ik zelf.
Misschien dat ik de komende weken delen daarvan (onder andere over levenscyclus van digitaal beheer) dan maar hier publiceer.

Vooruitblik op de komende maand

De komende weken wordt het druk:

1. Eind deze week gaan we ED3 'testen' bij een werkend digitaal depot voor archiefstukken in het oosten van het land. Uiteraard zullen we in de weken daarna hier over onze ervaringen schrijven.


2. Volgende week geef ik voor SNAAI in Eindhoven een presentatie over ED3, waarbij ik ook de eerste indrukken van de 'inspectie' uit de doeken zal doen. De presentatie zal hier volgende week ook te vinden zijn.


3. In oktober verschijnt in de Od een artikel van de hand van Lolke Folkertsma en mij over ED3. Te zijner tijd zal dit artikel hier integraal te lezen zijn.


4. 15 oktober zijn Chido en ik aanwezig bij de Studiedag Digitaal Depot in Antwerpen en op deze pagina's zullen onze impressies te lezen zijn.

Informatiebeveiliging

Een paar weken geleden schreef ik hier over digitale duurzaamheid voor de gewone man, waarbij het vooral ging om het voorkomen van ‘natuurlijk’ verval van digitale documenten. Analoge en digitale archiefbescheiden kunnen natuurlijk ook verloren gaan door calamiteiten, zoals brand of wateroverlast.

Afgelopen zondag heeft het in Zuid-Limburg flink geregend en in ieder geval één overheidsorganisatie heeft daar heel veel last van gehad:

"KvK ontruimd wegens wateroverlast

Het gebouw van de Kamer van Koophandel in Maastricht is ontruimd in verband met wateroverlast. In de kelder van het complex bij De Geusselt staat 40 centimeter water. Alle computersystemen zijn uitgevallen, waardoor er niet meer kan worden gewerkt.

Geprobeerd wordt om de kelder vandaag weer droog te krijgen, zodat het personeel morgen weer aan het werk kan. De dienstverlening wordt zolang waargenomen door de Kamer van Koophandel in Venlo."
Bron: Dagblad De Limburger en L1; foto Johannes Timmermans.

In ED3 zijn vier eisen om vast te stellen of het eDepot voldoende beveiligd is tegen dit soort calamiteiten:

C 3.1 De dienst doet aan een systematische risicoanalyse voor factoren als data, systemen, personeel, fysieke locatie en beveiligingseisen.
C 3.2 De dienst heeft voor iedere vastgestelde beveiligingseis adequate maatregelen getroffen.
C 3.3 Medewerkers hebben ten aanzien van wijzigingen in het systeem afgebakende rollen, verantwoordelijkheden en autorisaties.
C 3.4 De dienst beschikt over passende calamiteiten- en herstelplannen, bestaande uit minstens een back-up van alle opgeslagen informatie en een kopie van het herstelplan op een andere locatie.

Overigens, bij deze hoeveelheden water (40 cm) lijkt het er op dat de wettelijk verplichte drempel van 10 cm voor een archiefruimte en archiefbewaarplaats ook niet genoeg was geweest.

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

ED3 opgenomen in ICT-register voor het cultureel erfgoed van DEN

DEN (Digitaal Erfgoed Nederland) heeft ED3 als aanbeveling opgenomen in hun ICT-register voor het cultureel erfgoed.

Het ICT-register is onderdeel van het Kwaliteitszorgsysteem voor het digitaal erfgoed van DEN.
DEN heeft als hoofdtaak het bevorderen van kwaliteitszorg op het gebied van ICT in de erfgoedsector. DEN legt kwaliteitsnormen en aanbevelingen vast én onderhoudt deze in een sectoroverschrijdend ICT-register, toetst ontwikkelingen binnen de ICT-praktijk en organiseert erfgoedbrede kennisuitwisseling. Daarmee levert DEN een bijdrage aan de algemene consistentie van kwaliteitszorg bij de verschillende instellingen.

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.