PREservation Metadata: Implementation Strategies ( PREMISA ) es el estándar de facto para 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. Los metadatos de preservación digital son particularmente importantes para los repositorios, lugares donde se almacenan y gestionan objetos de información durante mucho tiempo. El simple almacenamiento de objetos digitales en un soporte de datos no es suficiente para mantenerlos utilizables. Deben gestionarse en un repositorio para protegerlos de daños accidentales o intencionales y para que se pueda crear un entorno informático completo en el que se pueda acceder a ellos y comprenderlos cuando sea necesario. [2]
Los objetos de información tienen metadatos descriptivos, información sobre el objeto que podría utilizarse para descubrir, acceder e identificar el objeto digital. 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 volverse obsoleto e inutilizable para futuras aplicaciones de software. Esto requeriría transformar el formato antiguo a uno más nuevo (migración) o reproducir la experiencia original con tecnología más nueva (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 con el 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, se hizo evidente que se necesitaba un estándar de metadatos comunitario compartido para garantizar la preservación a largo plazo de los recursos digitales en constante aumento. Expertos de instituciones clave en materia de memoria y desarrolladores de repositorios se unieron para definirlo, lo que dio 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 apoya el desarrollo de una comunidad de mejores prácticas; ayuda a los profesionales a aprender de los conocimientos 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 más fácilmente entre sí.
El grupo de trabajo PREMIS se creó para promover el trabajo de 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). En 2001-2002, el grupo de trabajo PMF describió los tipos de información que se deberían asociar con un objeto digital archivado. Su informe, A Metadata Framework to Support the Preservation of Digital Objects (el Marco ), propuso una lista de elementos de metadatos prototipo. En esta etapa, estos elementos propuestos no se podían implementar y era necesario trabajar más. En 2003, se le pidió al grupo de trabajo PREMIS que llevara más allá los hallazgos del grupo PMF y desarrollara un diccionario de datos de metadatos básicos para objetos digitales archivados, así como que brindara orientación y sugiriera las mejores prácticas para la gestión : creación, gestión y uso de los metadatos en sistemas de preservación. PREMIS fue “encargado de definir un conjunto de unidades semánticas que sean independientes de la implementación, estén orientadas a la práctica y probablemente sean necesarias para la mayoría de los repositorios de preservación”. [4]
El grupo de trabajo estaba formado 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 entre 70 organizaciones que se pensaba que estaban activas o interesadas en la preservación digital. En diciembre de 2004, el grupo de trabajo PREMIS publicó su informe Implementing Preservation Repositories for Digital Materials: Current Practice and Emerging Trends in the Cultural Heritage Community (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 de Información Archivística Abierta (OAIS). El modelo de información OAIS proporciona una base conceptual en forma de una taxonomía de objetos de información y paquetes para objetos archivados, y la estructura de sus metadatos asociados. El marco , a través de su mapeo profundamente detallado de los metadatos de preservación a esa estructura conceptual, puede verse como una elaboración de OAIS. El diccionario de datos PREMIS, por otro lado, puede verse como una traducción del marco en un conjunto de unidades semánticas implementables. El diccionario de datos y OAIS a veces difieren en el uso de la terminología y esto se indica en el glosario. Las diferencias generalmente reflejan el hecho de que las unidades semánticas PREMIS requieren más especificidad que las definiciones de OAIS, lo que es de esperar cuando se pasa de un marco conceptual a una implementación. [6]
En mayo de 2005, PREMIS publicó el Diccionario de datos para metadatos de conservación: Informe final del Grupo de trabajo de PREMIS . Este informe de 237 páginas incluye: Diccionario de datos PREMIS 1.0: un recurso práctico y completo para implementar metadatos de conservación en sistemas de archivo digital; informe complementario (que proporciona contexto, modelo de datos, supuestos); temas especiales, glosario, ejemplos de uso; conjunto de esquemas XML que se desarrolló para respaldar el uso del Diccionario de datos. [7]
La versión actual 3.0 de PREMIS se lanzó en junio de 2015. [8]
El modelo de datos PREMIS consta de cuatro entidades interrelacionadas:
Con cada unidad semántica del diccionario de datos categorizada 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. Pueden ser objetos compuestos que contienen otras entidades intelectuales y pueden tener múltiples representaciones digitales. [12] Los metadatos descriptivos se aplican generalmente en este nivel; dada la proliferación de esquemas en competencia, el grupo de trabajo no definió ninguna unidad semántica descriptiva adicional [13] y permitió la interoperabilidad a través de “contenedores de extensión” (los contenedores contienen un grupo relacionado de unidades semánticas) que pueden usarse 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 se dividen a su vez en tres subtipos de 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 lo hace 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 las 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 involucran acciones que tienen un efecto sobre ellos o agentes ("una persona, organización o software... asociado con Eventos... o con Derechos asociados a un objeto") asociados con el objeto. [12]
Por último, 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, actuar, “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 PREMIS incluyen doce campos de atributos, no todos los cuales se aplican a cada unidad semántica (de manera análoga 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 puede completar el valor. Cuatro de los atributos (categoría de objeto, aplicabilidad, repetibilidad y obligación) están vinculados, ya que los últimos tres se definen para cada uno de los niveles de entidad de objeto de archivo, flujo de bits y representación. El diccionario es jerárquico; algunas unidades semánticas están contenidas dentro de otras. Por ejemplo, 1.3 conservationLevel incluye cuatro componentes semánticos, como 1.3.1 conservationLevelValue y 1.3.2 conservationLevelRole. [16]