Przygotowywanie treści i metadanych

Do tej pory zostały przedstawione informacje jak i dlaczego digitalizować obiekty dziedzictwa kulturowego. Wiadomo także jakiego sprzętu używać do digitalizacji, jakiego typu oprogramowanie może być użyteczne przy przetwarzaniu obiektów cyfrowych i jak przygotować wersję do prezentacji w sieci oraz opisowych metadanych obiektu. Ilustracja 1. Obraz z pocztówki użytej w procesie publikacji [źródło]. Zanim omówiony zostanie proces publikacji obiektów cyfrowych on-line musimy wybrać przedmiot publikacji. Może to być np. pocztówka. Aby uprościć ten przykład, użyjemy jedynie awersu pocztówki. Zwykle obiekty cyfrowe prezentują obie strony pocztówki, ponieważ obie strony mają istotne znaczenie. Przed procesem publikacji należy przygotować:

• wersję do prezentacji w sieci zdigitalizowanej pocztówki,
• opis obiektu,
• konto w systemie biblioteki cyfrowej.

Załóżmy, że mamy cyfrową wersję naszej pocztówki. Jest to jeden obrazek w formacie JPG, zlokalizowany na dysku lokalnym. Niektóre szczegółowe informacje na temat pliku obrazka:

• format: JPG
• rozmiar: 260 KB
• rozdzielczość: 1660 x 1106 pikseli
• lokalizacja: c:\images\postcard.jpeg

Nasz obiekt jest opisany za pomocą metadanych w formacie Dublin Core (wersja 1.1). Metadane:

• Tytuł: Toruń - panorama ogólna
• Przedmiot i słowa kluczowe: panoramy miast; Toruń - pocztówki
• Opis: chromolitografia; nadruk: Toruń - Ogólny widok.; Thorn. Panorama vom Rathausturm gesehen.
• Wydawca: Breslau; Ch[arles] L[ehmann]
• Data: [ca 1910]
• Typ zasobu: pocztówka
• Format: obraz/jpeg
• Język: ger

Wymagane jest także konto użytkownika w danej bibliotece cyfrowej. Powinno mieć ono wszystkie uprawnienia wymagane w procesie publikacji. Konta są zwykle tworzone przez administratorów biblioteki cyfrowej. Kolejne rozdziały zostaną poświęcone omówieniu procesu publikacji obiektów cyfrowych przy użyciu narzędzi dostarczanych przez DSpace, Greenstone i dLibra.

Publikowanie obiektów cyfrowych z DSpace

W programie DSpace publikowanie obiektów cyfrowych odbywa się za pomocą aplikacji internetowej, która jest częścią strony internetowej repozytorium. Obiekt cyfrowy w programie DSpace nazywany jest elementem. Dołączanie nowych elementów zakłada wykonanie szeregu czynności:

• wybór kolekcji, do której chcemy dodać element,
• opis elementu przy użyciu metadanych,
• załadowanie plików,
• udzielenie licencji,
• zakończenie dodawania nowego elementu.

W poniższym przykładzie posłużono się demonstracyjną wersją repozytorium DSpace ze strony http://demo.dspace.org/xmlui. To testowe repozytorium jest dostępne dla wszystkich, ale aby tworzyć nowe elementy trzeba się zalogować. DSpace nie ma interfejsu w języku polskim, wszystkie ilustracje w tej części stworzone zostały na bazie anglojęzycznego interfejsu. Ilustracja 2. Strona główna demonstracyjnego repozytorium DSpace. Przyjrzyjmy się stronie internetowej demonstracyjnego repozytorium DSpace (http://demo.dspace.org/xmlui). W środkowej części strony na ilustracji 2, znajduje się lista demonstracyjnych użytkowników już zarejestrowanych w systemie. Należy skopiować lub zapamiętać adres e-mail użytkownika i kliknąć na link "Login" strony umieszczony na prawo. Ilustracja 3. Strona logowania. Ilustracja 4. Strona główna po zalogowaniu. Na stronie logowania (Ilustracja 3) należy wpisać adres mailowy oraz hasło dspace i wcisnąć przycisk Sign in (Zaloguj) i można rozpocząć proces dodawania nowego elementu klikając na link Submissions w prawej części strony (Ilustracja 4). Ilustracja 5. Strona dodawania nowych pozycji z linkiem inicjującym. Na stronie Submissions & workflow tasks (Ilustracja 5) dodajemy nową pozycję klikając w link Start a new submission. Ilustracja 6. Wybór kolekcji, do której dołączymy nowy element. Przede wszystkim należy wybrać jedną z istniejących kolekcji do której chcemy dodać nową pozycję (Ilustracja 6). Na przykład, może to być Collection of Sample Items (Kolekcja próbnych pozycji). Następnie należy wcisnąć przycisk Next (Dalej). Od zakończenia procesu dzieli nas już tylko siedem prostych kroków. Na każdym etapie możemy się zatrzymać i wznowić naszą pracę później. Wszystkie dane, które wprowadzimy zostaną zapisane. Ilustracja 7. Pytania wstępne. Na początku mamy do wyboru dwa pola (Ilustracja 7):

• wiele tytułów - należy wybrać tę możliwość, jeśli element ma więcej niż jeden tytuł
• publikowane - wybieramy, jeśli element był publikowany lub dystrybuowany publicznie

Należy pozostawić te pola niezaznaczone i kliknąć przycisk Next, aby przejść do następnego kroku. Ilustracja 8. Dodawanie metadanych do elementu. Ilustracja 9. Dodawanie metadanych do elementu. Kolejne dwa kroki (przedstawione na ilustracjach 8 i 9) umożliwiają dodawanie przygotowanych wcześniej metadanych. W polu tytuł należy wprowadzić główny tytuł elementu. Na liście Type selection (Wybór typu) należy wybrać typ elementu. W przypadku skanu karty pocztowej użytego w tym przykładzie należy wybrać Image (Obraz). Oczywiście w innych przypadkach można wybrać inne typy. W liście rozwijalnej Language (Język) należy wybrać język elementu. W polu Subject Keywords wprowadzany słowa kluczowe, które dodajemy za pomocą przycisku Add (Dodaj). Należy również wypełnić pole Description (Opis). Pozostałe pola mogą zostać niewypełnione. Ilustracja 10. Przesyłanie plików z opisem. W sekcji Upload (Przesyłanie) na ilustracji 10. należy wysłać obraz przedstawiający pocztówkę. W polu File (Plik) wprowadzamy pełną ścieżkę dostępu do pliku na lokalnym komputerze. Można również kliknąć przycisk Browse... (Przeglądaj) i wybrać plik, przeglądając system plików na komputerze. Po podaniu pełnej ścieżki do pliku można kliknąć Upload file & add another (Prześlij i dodaj kolejny). Wybrany plik zostanie przesłany do repozytorium. Do kolejnego kroku przechodzi się po kliknięciu przycisku Next. Ilustracja 11. Przegląd wszystkich kroków przesyłania elementu. W kroku Review (Przegląd) (ilustracja 11) można sprawdzić wszystkie wartości wprowadzone dotychczas. Jeśli zajdzie potrzeba dokonania korekty, należy użyć przycisku Correct one of these (Popraw opis). Jeśli wszystko się zgadza, przechodzimy do następnego kroku klikając przycisk Next. Ilustracja 12. Nadawania licencji do rozpowszechniania. W ostatnim kroku, przez zaznaczenie pola I grant the license (Udzielam licencji), nadaje się licencję do rozpowszechniania (ilustracja 12). Następnie należy kliknąć przycisk Complete submission (Ukończ publikację). Publikacja elementu jest ukończona, teraz można odszukać nowo dodany element w demonstracyjnej wersji repozytorium. Ilustracja 13. Ukończenie publikacji elementu. Ilustracja 14. Ostatnio dodane elementy w przykładowej kolekcji. Ilustracja 15. Nowo utworzone elementy dostępne w demonstracyjnej wersji repozytorium. W menu Browse (Przeglądaj) po prawej stronie (ilustracja 13) należy kliknąć Communities & Collections (Społeczności i Kolekcje). Na długiej liście społeczności i kolekcji należy znaleźć kolekcję Collection of Sample Items i kliknąć w nią. Jest to kolekcja, którą wybraliśmy na początku procesu publikacji elementu. Na stronie wybranej kolekcji znajduje się lista ostatnio opublikowanych elementów (ilustracja 14). Należy teraz kliknąć na Toruń – general view aby obejrzeć element, który właśnie został opublikowany (ilustracja 15). System automatycznie dodaje niektóre metadane do obiektu. Po kliknięciu w Show full item record (Pokaż pełny rekord elementu) ukaże się pełen opis. Oprócz wartości dodanych ręcznie, będą tam też wartości atrybutów dc.date.accessioned, dc.date.available, dc.date.issued i dc.identifier.uri.

Publikowanie obiektu cyfrowego w systemie Greenstone

Aby opublikować obiekt cyfrowy w systemie Greenstone, należy użyć interfejsu bibliotekarskiego Greenstone. Jest to aplikacja, którą instaluje się na lokalnym komputerze. Na proces publikacji obiektów cyfrowych składają się następujące działania:

• wybór istniejącej kolekcji lub stworzenie nowej
• wybór plików do dodania do kolekcji
• wzbogacenie plików metadanymi
• tworzenie lub zmiana kolekcji.

Najprostszym sposobem na wypróbowanie interfejsu bibliotekarskiego jest zainstalowanie oprogramowania Greenstone na komputerze. Można go pobrać ze strony pobierana Greenstone. W zależności od posiadanego systemu operacyjnego należy wybrać wersję dla Windows, MacOS lub Linux/Unix. W trakcie pisania tego kompendium ostatnią wersją była 2.83. Instalacja jest prosta i nie powinna zabrać dużo czasu. Więcej informacji znajduje się w Przewodniku po instalacji (tekst w języku angielskim) na stronie Greenstone Wiki. Ilustracja 16. Interfejs bibliotekarski Greenstone. Załóżmy, że mamy już na komputerze zainstalowany program Greenstone. Interfejs bibliotekarski uruchamiamy wybierając Librarian Interface (GLI) z menu Start/Programs/Greenstone-2.83 w systemie operacyjnym Windows. W Linuksie lub innych systemach Unixowych należy uruchomić skrypt gli.sh zlokalizowany w folderze gsdl. Ilustracja 17. Tworzenie nowej kolekcji. W bibliotece cyfrowej Greenstone obiekty cyfrowe są organizowane w kolekcjach. Należy zacząć działanie od otworzenia istniejącej kolekcję lub stworzenia nowej. Aby rozpocząć pracę z nową kolekcją należy użyć opcji New... z menu Plik i wprowadzić standardowe informacje: tytuł kolekcji oraz opis zawartości. Jak można dostrzec na ilustracji 17., należy podać na której kolekcji będzie bazowała nowo utworzona. Następnie należy wybrać opcję New collection, aby stworzyć całkiem nową kolekcję z domyślnymi ustawieniami. Aby potwierdzić utworzenie nowej kolekcji wybieramy przycisk OK.

Ilustracja 36. Przeglądanie publikacji on-line.

Ilustracja 39. Przykład nagłowka HTML.W przypadku niektórych stron w bibliotece cyfrowej możliwe jest automatyczne tworzenie tytułu i meta-opisu. Zależy to od oprogramowania, które jest używane do obsługi biblioteki cyfrowej. Więcej informacji znajduje się w dokumentacji oprogramowania. Jednym z najważniejszych czynników wpływających na rankingi wyszukiwarek internetowych jest liczba przekierowań do witryny. Generalnie, im więcej linków prowadzi do danej strony internetowej, tym lepszą pozycję zajmuje ona w rankingu wyszukiwarki. Co można zrobić, aby zwiększyć liczbę linków prowadzących do naszej witryny? Po pierwsze należy korzystać z katalogów internetowych. Są to darmowe narzędzia, które pozwalają dodać adres naszej strony do katalogów internetowych. Kolejnym sposobem zwiększenia popularności strony jest wymiana linków pomiędzy stronami internetowymi. Najbardziej istotne są linki ze stron, które cieszą się dużą popularnością w mają podobny zakres tematyczny. Można zacząć wymianę linków stron internetowych między instytucjami, które uczestniczą w projekcie biblioteki cyfrowej. Warto zamieścić linki do strony internetowej naszej biblioteki cyfrowej na stronie lokalnej biblioteki, muzeum, czy archiwum. Co dalej? Upewnijmy się, że strona internetowa posiada mapę. Mapa strony to lista stron wchodzących w skład witryny, dostępna dla robotów internetowych lub użytkowników. Może być to strona internetowa, które szereguje wchodzące w skład witryny strony hierarchicznie.

Ilustracja 40. Rezultaty wyszukiwania dla hasła 'digital library wielkopolska' [źródło].

Ilustracja 41. Mapa strony Google [źródło]

Promocja biblioteki cyfrowej - społeczność

Kolejnym ważnym aspektem promowania biblioteki cyfrowej jest stworzenie skupionej wokół niej społeczności ludzi. Większość społeczności online jest opartych na:

• grupach dyskusyjnych (Usenet)
• listach mailingowych
• forach internetowych
• kanałach IRC
• czatach internetowych
• portalach internetowych
• blogach

Której z tych technologii możemy użyć w bibliotece cyfrowej? Dobrym pomysłem jest utworzenie forum internetowego. Nie musi ono bezpośrednio odnosić się do biblioteki cyfrowej. Może być adresowane do miłośników danego regionu lub starych druków. Forum może wygenerować tysiące wiadomości dziennie i stanowić jeden z głównych powodów do odwiedzin strony. Kolejnym sposobem kreacji społeczności jest pisanie zewnętrznego bloga korporacyjnego. Jest to publicznie dostępny blog, gdzie pracownicy biblioteki cyfrowej dzielą się swoimi spostrzeżeniami. W odróżnieniu od spontanicznych w swojej naturze blogów, blogi korporacyjne są dobrze przemyślane, stanowiąc cenne narzędzie marketingowe. Ten typ bloga może posiadać bardzo dużą liczbę odbiorców. Pisząc bloga korporacyjnego możemy nie tylko rozpowszechniać informacje, ale również wpływać na zachowania i poglądy klientów. Tym sposobem możliwe jest wspieranie marki, podtrzymywanie dobrych relacji z czytelnikami i wpływanie na wzrost zainteresowania stroną internetową. Akcje te powinny być konsekwentne i dbać o zgromadzoną społeczność. Najbardziej popularne blogi korporacyjne są pisane przez Google (http://googleblog.blogspot.com/), Twitter (http://blog.twitter.com/), Facebook (http://blog.facebook.com/). Blog Biblioteki Cyfrowej w Teksasie (http://www.tdl.org/blog/) to przykład bloga związanego z biblioteką cyfrową. Kolejnym wymogiem stawianym stronie internetowej, jest posiadanie codziennie aktualizowanych elementów. Jeżeli użytkownik naszej strony zawsze znajdzie na niej nowe wiadomości, będzie ją odwiedzać niemal codziennie. Zwykle jest to motto, krótki żart. W przypadku biblioteki cyfrowej może być to cytat. Dobrym pomysłem jest prezentowanie listy ostatnio dodanych pozycji i listy pozycji rekomendowanych. Te elementy będą opisane w kolejnym rozdziale.

Facebook

Portalem społecznościowym dającym największą szansę na reklamę jest obecnie Facebook. Stał się na tyle nośnym medium, że koniecznie należy zwrócić uwagę na możliwości, które daje w zakresie promocji (i to nie tylko w aspekcie digitalizacji). To najlepszy sposób na dotarcie do najmłodszych pokoleń, potencjalnie zupełnie niezainteresowanych tematyką przedstawianą w bibliotece. Okazuje się, że wystarczy odpowiednie podejście i kompaktowa, atrakcyjna prezentacja treści, a jej zasięg może się znacznie powiększyć. Oczywiście warto podać świetne przykłady takiej aktywności różnych bibliotek cyfrowych.

1. Na wyróżnienie zasługuje Małopolska Biblioteka Cyfrowa i jej fanpage. Można znaleźć na nim post o podobnym schemacie - zazwyczaj jest to zabawna ciekawostka lub anegdota zilustrowana wycinkiem z publikacji cyfrowej znajdującej się w tej właśnie bibliotece.

Ilustracja 42. Post Małopolskiej Biblioteki Cyfrowej na facebooku. 2. Świetnym przykładem jest również wspomniana już kolekcja Cyfrowej Biblioteki Narodowej POLONA o nazwie Fantastyka z lamusa, która powstała na podstawie fanpage’u o tej nazwie, który z kolei założony został jako kontynuacja cyklu artykułów Agnieszki Haskiej i Jerzego Stachowicza ukazujących się na łamach “Nowej Fantastyki” od 2005 roku. Ci sami autorzy wybrali obiekty, które znajdują się w kolekcji POLONY, przez co wszystkie trzy elementy o jednej nazwie zostały ze sobą połączone, co jest przykładem umiejętnego połączenia różnych mediów i zainteresowania większej ilości użytkowaników. Zgodnie z opisem strony, artykuły i posty prezentują “wszelkie fantastyczne aspekty rzeczywistości realnej i wyobrażonej przed 1939r.” Ilustracja 43. Fanpage “Fantastyka z lamusa” w portalu facebook. 3. Na uwagę zasługuje również fanpageBiblioteki Cyfrowej Polskiego Instytutu Antropologii. Jest to po prostu dobrze i regularnie prowadzona strona, przemyślana pod względem estetycznym i graficznym (zdjęcie w tle, zdjęcie profilowe), zachęcająca do przeglądania zbiorów biblioteki cyfrowej. Prawie każdy post prezentuje archiwalne zdjęcia lub obrazy związane z tematyką portalu. Ilustracja 44. Fanpage Biblioteki Cyfrowej Polskiego Instytutu Antropologicznego.  

Pinterest i Tumblr

Są to portale-galerie cieszące się ogromną popularnością. Oba działają na podobnych zasadach - po założeniu konta można stworzyć galerię interesujących, inspirujących obrazów oraz ilustracji. Pinterest jest rodzajem ‘wirtualnej tablicy korkowej’, do której można “przypinać” obiekty i komponować własne kolekcje tematyczne, którym przypisane zostaną konkretne rodzaje ilustracji, co wydaje się być idealnym rozwiązaniem dla wizualnej promocji zawartości biblioteki cyfrowej.

Ilustracja 45. Profil Europeany na portalu Pinterest.

Tumblr nie ogranicza formy zamieszczanych treści do ilustracji z krótką notką, ale daje możliwość wklejania lub re-postowania tekstów, zdjęć, filmów i dźwięków w dowolnie wybranej kompozycji estetycznej. Wystarczy znaleźć odpowiadający nam graficznie “Theme”, których ilość jest obecnie niezliczona i każdy znajdzie coś dla siebie. To oczywiście, tak jak Pinterest, portal społecznościowy. Możemy wysyłać wiadomości do innych użytkowaników, obserwować wybrane ‘blogi’ (co oznacza po prostu subskrypcję ich postów do newsfeeda) by zawsze być na bieżąco z nowościami. Tumblr to wygodny portal do obserwowania interesujących ciekawostek i mimo, iż obecnie jeszcze niewiele bibliotek cyfrowych go używa, z pewnością warto wziąć pod uwagę takie rozwiązanie w aspekcie promocyjnym.

Ilustracja 46. Profil Biblioteki Cyfrowej Stowarzyszenia Historycznego w Pensylwanii na portalu tumblr.

Dostarczanie obiektów cyfrowych użytkownikom

Poza promocją marki biblioteki cyfrowej należy też zadbać o odpowiednią promocję obiektów cyfrowych. Istnieje wiele działań służących promocji obiektów. W zależności od miejsca promocji możemy wyróżnić promocję na stronie internetowej biblioteki cyfrowej i poza nią. Jest też różnica między dostarczaniem zasobów użytkownikom a umożliwieniem ich przeszukiwania. W tym rozdziale opisane są metody informowania użytkowników o zasobach. Z jednej strony, istotna jest właściwa prezentacja zasobów biblioteki cyfrowej użytkownikowi odwiedzającemu stronę internetową biblioteki. Z drugiej zaś, istotne jest zainteresowanie użytkownika, który nie odwiedza strony naszej internetowej biblioteki cyfrowej lub nie korzysta z niej regularnie. Promocja obiektów dostępnych w bibliotece cyfrowej opiera się na zasadach opisanych w poprzednim rozdziale. Listy ostatnio dodanych pozycji to bardzo dobry przykład zmieniających się codziennie elementów, przy założeniu, że nowe obiekty pojawiają się w bibliotece cyfrowej dostatecznie często. Inną formą aktualizacji strony może być lista rekomendowanych pozycji. Personel biblioteki wybiera obiekty warte polecenia, dzięki czemu użytkownik zyskuje dostęp do interesujących zasobów bez potrzeby ich poszukiwania. Społeczność użytkowników biblioteki cyfrowej i ruch na stronie, generowany w trakcie przeglądania zasobów, może być wykorzystany do stworzenia najczęściej oglądanych i najwyżej ocenianych obiektów. Lista najczęściej oglądanych obiektów może posiadać wiele wersji w zależności od okresu czasu, np. ostatnie 24 godziny, ostatni tydzień lub miesiąc. Oczywiście, popularność obiektu nie wpływa na jego jakość. Można dać użytkownikom instrumenty do oceniania obiektów dostępnych w bibliotece cyfrowej. To dobra i często stosowana praktyka promocji obiektów. Ilustracja 47. Lista ostatnio dodanych i najczęściej przeglądanych obiektów w bibliotece cyfrowej [źródło]. Metodę tę można zastosować w odniesieniu do użytkowników, którzy regularnie odwiedzają stronę internetową biblioteki cyfrowej. Istnieją jednakże użytkownicy, którzy są zainteresowani zasobami biblioteki cyfrowej, ale nie odwiedzają jej regularnie. W takim przypadku można wprowadzić metodę powiadamiania użytkownika o nowościach. Najczęściej stosowane są kanały internetowe (np. kanały RSS) oraz newslettery e-mail. Newsletter e-mailowy to znaczące narzędzie marketingowe z wieloma użytecznymi funkcjami. Informuje on użytkowników o obiektach cyfrowych w bibliotece cyfrowej i przypomina użytkownikom o istnieniu biblioteki. Zasady tworzenia newslettera poświęconego obiektom cyfrowym mogą różnić się od tych obowiązujących przy tworzeniu ogólnych newsletterów. Dobrym rozwiązaniem w tym zakresie jest danie użytkownikowi możliwości wyboru częstotliwości i treści powiadomień. Kanały internetowe są używane w celu systematycznego powiadamiania użytkowników o zmianach zawartości serwisu. Dostawcy treści wprowadzają dla użytkowników opcję zapisywanie się do kanałów internetowych. Utworzenie kolekcji kanałów internetowych w jednym miejscu znane jest jako agregacja. Najczęściej z poziomu kanałów internetowych dostarczane są pliki HTML (zawartość stron internetowych) lub linki do stron internetowych, bądź innego typu media cyfrowe. Kanały internetowe informujące użytkowników o aktualizacjach zawartości, zawierają raczej streszczenia niż pełną zawartość treści na stronie. Dwa główne formaty kanałów intrernetowych to RSS i Atom. Kanały internetowe mają pewną przewagę nad wysyłanymi systematycznie pocztą internetową wiadomościami:

• Użytkownicy nie muszą ujawniać swoich adresów e-mailowych podczas zapisywania się do serwisu z poziomu przeglądarki
• Użytkownicy nie muszą wysyłać prośby o wypisanie, aby nie otrzymywać więcej wiadomości. Muszą jedynie usunąć nasze źródło powiadomień ze swojego agregatora.
• Kanały internetowe są automatycznie sortowane, każdy adres URL ma swój zestaw właściwości.

Do używania kanałów internetowych wymagany jest czytnik. Narzędzie to funkcjonuje jak automatyczny program do obsługi poczty internetowej, nie jest jednak wymagany adres e-mail. Użytkownik zapisuje się do konkretnego kanału internetowego i otrzymuje aktualizowaną treść, zawsze ilekroć jest ona aktualizowana. Kanały internetowe mogą być używane w bibliotece internetowej do informowania o nowo dodanych obiektach internetowych. Mogą one być używane do dostarczania informacji dotyczących całych kolekcji lub pojedynczych przedmiotów. Kanały internetowe są generowane automatycznie przez oprogramowanie do obsługi bibliotek cyfrowych. Usługa informowania użytkowników o zasobach jest kierowana do tych internautów, którzy co najmniej raz odwiedzili stronę internetową biblioteki cyfrowej. Jednak większość użytkowników Internetu nigdy nie odwiedziła strony biblioteki. Im właśnie powinno się umożliwić dotarcie do obiektów cyfrowych poza stroną internetową biblioteki. Częstym sposobem promowania obiektów cyfrowych w Internecie jest umieszczanie linków do tych zasobów na stronach internetowych. Można posłużyć się stronami internetowymi instytucji, które współtworzą bibliotekę internetową, np. lokalnymi bibliotekami lub muzeami. Wymiana linków do zasobów cyfrowych pomiędzy znajomymi to bardzo mocna i efektywna metoda promocji. Może ona być wspierana opcją rekomendacji, np. poprzez e-mail. Dzięki temu możliwe będzie poinformowanie znajomych o interesującym zasobie w bibliotece cyfrowe przez wybranie odpowiedniej opcji na stronie internetowej. Interesującym pomysłem jest umożliwienie użytkownikom oglądania obiektów cyfrowych na stronach internetowych nie wchodzących w skład witryny biblioteki cyfrowej. Wprowadzanie filmów wideo na YouTube jest jedną z kluczowych funkcji tego serwisu internetowego. Użytkownicy nie muszą odwiedzać danej witryny, żeby obejrzeć film. W gruncie rzeczy nie muszą być nawet świadomi istnienia serwisu, z którego korzystają. Na podobnej zasadzie może działać promocja zasobów biblioteki cyfrowej. Ilustracja 48. Film wideo pochodzący z serwisu YouTube, osadzony na innej stronie.

Wyszukiwanie obiektów cyfrowych

Odpowiednia promocja biblioteki cyfrowej przyczynia się do stworzenia dobrego wizerunku, zwiększa obecność biblioteki w Internecie, przyciąga nowych użytkowników oraz powoduje, że dotychczasowe grupy użytkowników nadal są zainteresowane korzystaniem z biblioteki. Obiekty cyfrowe mogące być interesujące dla użytkowników są dostarczane im za pomocą różnych kanałów i metod, podobnie jak w przypadku tradycyjnej biblioteki, w której użytkownicy mają oferowaną możliwość wyszukania interesujących ich zasobów. Można wyróżnić kilka profili użytkowników. W pierwszym przypadku, użytkownik wie dokładnie czego szuka, na przykład zna tytuł i nazwisko autora książki. Użytkownik taki może również chcieć znaleźć wszystkie książki danego autora lub wszystkie numery czasopisma w danym roku. W drugim przypadku użytkownik nie potrafi dokładnie określić obiektu, na przykład zna tylko nazwisko autora książki, ale nie pamięta tytułu. W ostatnim przypadku użytkownik nie szuka żadnego konkretnego zasobu, ale poszukuje obiektów mogących być w polu jego zainteresowania, na przykład przeglądając zasoby dotyczące historii regionu, z którego pochodzi. Jak pomóc wszystkim z tych użytkowników odnaleźć interesujące ich zasoby? Niezbędne jest zapewnienie odpowiedniej funkcjonalności wyszukiwania, dostępnej w miejscu pracy użytkownika. Są to głównie typowe narzędzia wyszukiwania - wyszukiwarki i formularze umieszczone na witrynie biblioteki cyfrowej. Oprócz tego istnieją rozwiązania opracowane specjalnie na potrzeby wyszukiwania zasobów w bibliotekach cyfrowych. Promocja biblioteki cyfrowej i dostarczanie użytkownikom informacji na temat zasobów wymaga dużego nakładu pracy i wielu różnych działań. W przypadku narzędzi wyszukiwawczych sytuacja jest nieco inna, ponieważ większość pracy jest wykonywana automatycznie. W jaki sposób typowy użytkownik Internetu wyszukuje informacji w sieci? Używa on zwykle wyszukiwarki Google, generalnie biorąc wyszukiwarki internetowej. Co trzeba zatem zrobić, żeby zasoby biblioteki cyfrowej były widoczne w wyszukiwarce? Tak naprawdę nic. Najczęściej stosowane systemy tworzenia bibliotek cyfrowych są zaprojektowane w ten sposób, żeby maksymalnie zwiększyć widzialność zasobów w Internecie. Jeśli używa się jednego z popularnych programów i nasza biblioteka jest publicznie dostępna, można być spokojnym, że użytkownicy łatwo znajdą te zasoby. Użytkownicy biblioteki cyfrowej powinni mieć możliwość wyszukiwania z menu witryny biblioteki. System tworzenia bibliotek cyfrowych zapewnia standardowe rozwiązania takie, jak:

• formularz wyszukiwania prostego
• formularz wyszukiwania zaawansowanego
• indeksy wyszukiwania.

Ilustracja 49. Formularze wyszukiwania prostego i zaawansowanego. [źródlo] Przede wszystkim formularz wyszukiwania prostego musi być umieszczony w miejscu, w którym większość użytkowników się go spodziewa. Musi on umożliwiać szybkie wyszukiwania przez wpisanie zapytania i wysłanie go bez zmiany innych parametrów w formularzu. Obok formularza wyszukiwania prostego powinien znajdować się odnośnik do formularza wyszukiwania zaawansowanego. Innym systemem, umożliwiającym wyszukiwanie obiektów są indeksy wyszukiwania, na przykład tytułów, autorów lub słów kluczowych. Indeks jest listą wartości danych atrybutów (np. tytułów) w układzie alfabetycznym. Przypomina on karty katalogowe w tradycyjnych bibliotekach. Formularze wyszukiwania i indeksy działają w pełni automatycznie. Po dodaniu nowego obiektu do biblioteki cyfrowej indeksy są automatycznie aktualizowane i nowe obiekty można wyszukać za pomocą formularzy wyszukiwania. Interesującym dodatkiem na wielu stronach jest wtyczka do wyszukiwania. Umożliwia ona dostęp do wyszukiwarki z poziomu przeglądarki internetowej, bez potrzeby odwiedzania witryny, na której wyszukiwarka działa. Wtyczki takie są dostępne w systemach do tworzenia bibliotek cyfrowych. Ilustracja 50. Wtyczka do wyszukiwania z biblioteki cyfrowej opartej na systemie DSpace. [źródło]

Czym jest cyfrowa kopia główna i jakie jest jej znaczenie?

Wstęp

Pojęcie cyfrowej kopii głównej - egzemplarza wzorcowego zostało już wprowadzone w poprzednich częściach kompendium. Ta część ma na celu podsumowanie i poszerzenie wcześniejszych wiadomości. W kolejnych częściach będzie mowa o długoterminowej konserwacji materiałów cyfrowych (ang. long term preservation). Termin ten jest stosowany do opisania całego zbioru kwestii związanych z zapewnieniem dostępności treści intelektualnych zawartych w obiektach cyfrowych w długiej perspektywie czasowej. Dobrze udokumentowana i wysokiej jakości główna kopia cyfrowa - egzemplarz wzorcowy jest bardzo ważna w kontekście długoterminowej konserwacji, z ich przechowywaniem wiąże się jednak kilka problemów. W niniejszej części opisane zostaną pewne możliwe rozwiązania dla tychże problemów.

Cyfrowa kopia główna

Po zapoznaniu się z kompendium powinno stać się jasne, dlaczego należy skanować w najlepszej możliwej jakości oraz jakie są zalety i wady takiego podejścia. Jak wiadomo, cyfrowa kopia główna jest oryginalnym plikiem stworzonym w trakcie procesu skanowania. Jako że skanowanie należy wykonywać tak rzadko, jak to tylko możliwe, cyfrowa kopia główna powinna zawierać największą możliwą ilość szczegółów. Oczywiste jest również, że poziom szczegółowości lub ilość informacji cyfrowej jest bezpośrednio związany z ostatecznym rozmiarem pliku. Co to oznacza w rzeczywistości? Rozmiar pliku zależy od parametrów skanowania:

• obraz o rozdzielczości 300 dpi, zapisany w formacie TIFF (z kompresją bezstratną) może mieć wielkość ponad 40 MB.
• jedna godzina nieskompresowanego filmu w rozdzielczości 720x576 pikseli z 25 klatkami na sekundę (standardowa jakość w telewizji - system PAL) będzie zajmować 93 GB.

W przypadku kolekcji 1000 zdjęć będzie to oznaczało 40 GB danych. Ponieważ pamięci (tzn. twarde dyski) stają się coraz tańsze, te ilości danych nie powinny przerażać. Jeśli weźmie się jednak pod uwagę skanowane książki, która może mieć setki stron, liczby te mogą znacznie wzrosnąć. Pojawia się również pytanie - co z materiałami natywnie cyfrowymi (ang. born digital)? Pojęcie cyfrowej kopii głównej - egzemplarza wzorcowego ma zastosowanie również w przypadku takich obiektów. Również w ich przypadku może okazać się konieczne stworzenie wersji prezentacyjnej i w związku z tym należy pamiętać o zabezpieczeniu oryginału. Zaprezentowany powyżej przykład pokazuje, że materiały multimedialne zajmują większe ilości miejsca niż tradycyjne obrazy czy pliki tekstowe. Oczywiście rozmiar pliku może być zmniejszony przez zastosowanie którejś z metod kompresji bezstratnej (w przypadku egzemplarzy wzorcowych tylko takie metody powinny być rozważane), ale podobnie jak w przypadku wyboru formatu plików, metoda kompresji powinna być szeroko akceptowanym standardem. Zanim użytkownik kompendium zapozna się z sugerowanymi rozwiązaniami dotyczącymi wyboru formatu plików i rozwiązywania problemów z przechowywaniem, kolejna część będzie dotyczyć pojęcia długoterminowej konserwacji.

Długoterminowe przechowywanie materiałów cyfrowych

W różnych miejscach tego kompendium jako jeden z najważniejszych celów digitalizacji było wymieniane długoterminowe przechowywanie/konserwacja materiałów cyfrowych. Łączą się w nim różne pojęcia związane z digitalizacją i bibliotekami cyfrowymi. Podobnie jak obiekty analogowe, zawartość cyfrowa jest podatna na różne zagrożenia, w tym:

• Wychodzenie formatu z użytku,
  • Wiąże się to z brakiem oprogramowania zdolnego do poprawnego wyświetlenia zawartości danego pliku dane są więc uwięzione w nierozwijanym już formacie.
• Fizyczne starzenie/uszkodzenie się nośnika,
  • Przypadkowe zarysowanie powierzchni dysku DVD, na którym przechowywana jest kopia obiektu cyfrowego może mieć fatalny wpływ na możliwość odczytania zawartości obiektu.
• Wychodzenie z użytku nośnika
  • Dokładnie tak samo, jak w przypadku wychodzenia z użytku formatu plików, również nośnik może stać się niemożliwy do odczytania z powodu braku odpowiedniego sprzętu - wystarczy przypomnieć sobie dyskietki 3,5 cala. Dostępność sprzętu, za pomocą którego można odczytać ich zawartość jest obecnie mocno ograniczona.
• Brak informacji pozwalającej na poprawną interpretację intelektualnych treści obiektu,
  • Z czasem wiedza na temat interpretacji informacji zawartej w danym obiekcie może zaniknąć. Wystarczy wyobrazić sobie zdjęcie ukazujące budynek, który już nie istnieje. Z biegiem czasu wiedza na temat jego istnienia (położenia) może ulec zatarciu i identyfikacja zawartości danego zdjęcia będzie niemożliwa.
• Trwałość instytucjonalna
  • Jeśli zostanie zlikwidowana instytucja lub upadnie firma, która zapewnia działanie danemu repozytorium, co stanie się z ich aktywami cyfrowymi?

Jak widać obiekty cyfrowe mogą być w rzeczywistości bardzo nietrwałe. Autorzy poradnika "Some Preliminary Ideas Towards a Theory of Digital Preservation" [źródło] stwierdzają, że "Zagadnienie przechowywania materiałów cyfrowych jest obecnie jednym z najtrudniejszych problemów badawczych dla środowiska bibliotek cyfrowych, skupiającym na sobie uwagę zarówno badaczy, jak i praktyków". Długoterminowe przechowywanie nie jest prostą kwestią, w trakcie całego przebiegu digitalizacji zawsze powinno się pamiętać o wspomnianych zagrożeniach. W poprzednich rozdziałach często podkreślany był fakt, że oparcie się na standardach jest najważniejsze do zapewnienia długoterminowego dostępu do zasobów. W kolejnych omówiona zostanie rola metadanych w zapewnieniu dostępu do intelektualnych treści obiektu. Cyfrowe kopie główne, dzięki wysokiej jakości powinny gwarantować, że cyfrowe wersje obiektów będą w pełni przedstawiać obiekt oryginalny nawet jeśli oryginał przestanie być dostępny. Pełny przegląd zagadnień związanych z długoterminowym przechowywaniem nie mieści się w zakresie niniejszego kompendium. Wspaniałym zasobem omawiającym ten temat jest kurs Digital Preservation Management Tutorial.

Przechowywanie cyfrowych kopii głównych

Po zakończeniu procesu skanowania należy się upewnić, że rezultaty pracy będą bezpiecznie przechowane w odpowiednio do tego celu przygotowanym miejscu. We wcześniejszych częściach tego kompendium zawarto wiele przykładów pokazujących, jak duża może być cyfrowa kopia główna. Aby zarchiwizować tak wielką ilość danych należy zdecydować, który nośnik będzie najbardziej wydajny w danym przypadku. Nie jest to proste, jednak w dalszej części będzie można dowiedzieć się więcej na ten temat. Aby mieć przynajmniej pewien stopień pewności, że archiwum cyfrowych kopii głównych - egzemplarzy wzorcowych nie ulegnie zniszczeniu lub uszkodzeniu w trakcie jakiegoś wypadku losowego, należy również pomyśleć o kopii zapasowej. Jeśli kolekcja będzie ciągle się rozrastać jej twórcy z pewnością staną przed problemem związanym z niewystarczającą ilością miejsca. Jak rozwiązać ten problem?

Przechowywanie na nośniku fizycznym

Istnieje wiele rodzajów nośników, które mogą być użyte do przechowywania dużych ilości danych. Według już cytowanego kursu edukacyjnego "Digital Preservation Management" wśród najlepszych możliwych rozwiązań zostały wymienione płyty CD-R/DVD-R i taśmy magnetyczne DLT (ang. Digital Linear Tapes). Wybór ten został oparty na podstawie porównania tych nośników pod względem trwałości, pojemności, żywotności, starzenia się technologii i kosztów. Porównanie to nie uwzględnia dysków SSD i zwykłych dysków twardych, które są całkiem wygodnym i stosunkowo tanim sposób przechowywania zawartości cyfrowej, ale wymagają ostrożności przy użytkowaniu. Przechowywanie danych na nośnikach fizycznych wymaga ciągłej uwagi. Niektóre badania przeprowadzone w National Institute of Standards and Technology (NIST) [źródło] sugerują, że płyty DVD-R powinny być czytelne przez 30 lat (zakładając, że są przechowywane w temperaturze 25°C przy wilgotności względnej 50%). Jak widać przy przechowywaniu danych na dyskach optycznych, takich jak CD lub DVD, należy zdawać sobie sprawę, że za jakiś czas będą one wymagały odświeżenia. Oprócz tego należy również pamiętać o odpowiednim postępowaniu i przechowywaniu (np. nie układać dysków CD jeden na drugim) w bezpiecznym, suchym miejscu. Aby w razie potrzeby odnalezienie danego zasobu było możliwe, każdy dysk musi być odpowiednio opisany. Wspomniano, że bardzo wydajnym sposobem przechowywania danych są również taśmy magnetyczne DLT. Są one używane głównie w dużych centrach przechowywania danych. Oprócz zakupienia samego nośnika, należy jeszcze posiadać odpowiednie urządzenie umożliwiające zapisywanie i odczytywanie danych na taśmie. Nagrywarki i napędy CD/DVD są bardzo powszechnie i zwykle nie ma potrzeby kupować ich specjalnie na potrzeby wykonywania cyfrowych kopii głównych. Trudno jest sobie wyobrazić, że czytnik taśm magnetycznych będzie przydatny w małej instytucji kultury o ograniczonych zasobach i niewielu zatrudnionych informatykach, lub w ogóle ich pozbawionej. Innym rozwiązaniem jest przechowywanie danych na twardym dysku, przy czym alternatywą dla tradycyjnych twardych dysków są dyski SSD, które są wciąż bardzo kosztowne. Twarde dyski są bardziej pojemne niż dyski optyczne i zapewniają wygodniejszy dostęp do danych. Zewnętrzny dysk twardy, który może być łatwo podłączony do komputera za pomocą złącza USB są niekosztowne i dość szybkie. Oprócz dysków zewnętrznych USB należy również wziąć pod uwagę tradycyjne twarde dyski 3,5 cala, które są tańsze i mogą być podłączone bezpośrednio do kontrolera twardego dysku komputera. Bez względu na wybór nośnika należy pamiętać o następujących kwestiach:

• wybór znanych marek gwarantuje przyzwoity poziom jakości,
• nośniki powinny być przechowywane w odpowiednich warunkach i zgodnie z zaleceniami producenta.

Przechowywanie danych w firmie zewnętrznej

Można zdecydować się na przechowywanie danych na nośnikach fizycznych, stworzyć magazyn nośników w danej instytucji i przechowywać w nim wszystkie dyski optyczne lub dyski twarde. W poprzedniej części wspomniano, że czasem jedna kopia nie wystarcza. Jeśli zapadnie decyzja o stworzeniu dodatkowej kopii zasobów, lub po prostu nie chcąc borykać się z przechowywaniem setek lub tysięcy dysków optycznych, można zdecydować się na przechowywanie zasobów w zdalnym lub zewnętrznym centrum danych lub poprosić o pomoc większą instytucję. Sprzęt do przechowywania staje się coraz bardziej dostępny, podobnie jak usługi przechowywania danych on-line. Istnieje kilka różnych typów takich serwisów: narodowe banki danych, serwisy do przechowywania danych on-line i zwykłe serwisy hostingowe. Dzięki korzystaniu z usług firm zewnętrznych można uniknąć wszystkich problemów związanych z przechowywaniem danych, takich jak odświeżanie nośnika, możliwe uszkodzenia i wypadki prowadzące do utraty danych. Chcąc skorzystać z możliwości przechowywania danych on-line, należy pamiętać o przepustowości sieci. Niektóre z firm prowadzących takie usługi mogą otrzymywać dane na dyskach fizycznych, tak więc można wysłać im zestaw płyt DVD za pomocą tradycyjnej poczty. Narodowe banki danych (w Polsce - Krajowy Magazyn Danych, KMD) mogą zapewniać darmowe usługi hostingowe dla niektórych grup instytucji publicznych. Banki te są zwykle odpowiednio zabezpieczone przed możliwymi wypadkami i awariami technicznymi. W sieci działają również liczne serwisy stworzone z myślą o tworzeniu kopii zapasowych. Oferują one dedykowane oprogramowanie, zapewniające synchronizację między twardym dyskiem komputera i kopią on-line. Różni dostawcy mogą zapewniać różne warunki, np. ustaloną ilość danych lub ustaloną liczbę komputerów, z których będą tworzone kopie zapasowe. Oprócz usług takich, jak opisane powyżej, można również wykupić miejsce do przechowywania danych on-line, dostępne za pomocą standardowych protokołów takich, jak FTP lub HTTP. W przypadku usług komercyjnych najczęściej jest możliwość przetestowania usług przed zakupem. Jest to dobra okazja do sprawdzenia, czy oferowane przez dostawcę komercyjnego usługi odpowiadają potrzebom danej instytucji. W przypadku skorzystania z oferty dostawców zewnętrznej przestrzeni magazynowej bezpieczeństwo danych zależy tylko od możliwości opłacenia takiej usługi. Jeśli instytucja nie ma pieniędzy, ani wykwalifikowanego personelu pozwalającego na użycie rozwiązań zaproponowanych powyżej, można spróbować nawiązać współpracę z jakąś większą instytucją, np. regionalną biblioteką, dużą biblioteką uniwersytecką lub centrum komputerowym.

Sumy kontrolne

Suma kontrolna jest bardzo przydatną rzeczą. Jeśli ktoś o niej słyszał, prawdopodobnie wie, że ta idea pochodzi z kryptografii. Suma kontrolna jest rodzajem unikatowego identyfikatora jednego lub więcej plików i jest tworzona na podstawie analizy zawartości pliku. Algorytmy tworzenia sum kontrolnych gwarantują, że jeśli zawartość pliku ulegnie zmianie, identyfikator również się zmieni. Dlaczego jest to takie przydatne? Fizyczne nośniki mogą zostać uszkodzone, a w rezultacie część danych może ulec zniszczeniu, a część uszkodzeniu lub zmianie. Jeśli przechowuje się sumę kontrolną oprócz cyfrowej kopii głównej - egzemplarza wzorcowego, zyska się kolejny sposób weryfikacji tego, czy plik jest wciąż czytelny i nieuszkodzony. Oczywiście sumy kontrolne również mogą ulec uszkodzeniu, ale ponieważ pliki je zawierające są bardzo małe (szczególnie w porównaniu z kopią wzorcową), przechowywanie ich kopii nie powinno być problemem. Najbardziej popularnymi algorytmami generowania sum kontrolnych są MD5 i SHA1. Popularne programy, takie jak Total Commander zapewniają wbudowaną funkcję tworzenia sum kontrolnych dla dowolnego pliku. Wystarczy zaznaczyć jeden lub więcej plików, dla których chce się stworzyć sumy kontrolne, przejść do menu File i wybrać polecenie "Create CRC checksum". W następnym kroku pojawi się okno dialogowe, w którym można wybrać nazwę pliku z sumą kontrolną (domyślnie jest to nazwa oryginalnego pliku oraz nazwa algorytmu) i kliknąć OK. Następnie program stworzy sumy kontrolne dla danego pliku lub plików. W celu weryfikacji, czy suma kontrolna pliku jest zgodna z zawartością należy:

• Uruchomić program Total Commander,
• Skopiować sumę kontrolną pliku do tego samego folderu, w którym znajduje się egzemplarz wzorcowy,
• Wybrać kursorem plik z sumą kontrolną,
• Przejść do menu, wybrać polecenie File, a następnie "Verify CRC checksum"
• Wynik weryfikacji zostanie wyświetlony przez program.

Powinno się poważnie rozważyć użycie tego prostego środka zabezpieczającego. Przy istnieniu sum kontrolnych stosunkowo łatwo zautomatyzować proces weryfikacji spójności nośnika.

Wybór formatu do archiwizacji

Wybór formatu plików do archiwizacji nie jest prostym zadaniem, jest jednak kilka artykułów poświęconych porównaniu różnych formatów. W tej części można będzie się zapoznać z głównymi cechami, którymi powinny się charakteryzować formaty do archiwizacji.

• Otwarte, powszechnie używane standardy
  • Otwarty standard oznacza, że jego specyfikacja (szczegółowy opis techniczny, pozwalający na interpretację zawartości) jest dostępna publicznie. Jest to ważne, ponieważ producenci oprogramowania mogą zrezygnować z danego formatu. Dzięki otwartej specyfikacji będzie w takim przypadku możliwe opracowanie narzędzi do obsługi danego formatu niezależnie od pierwotnego dostawcy.
• Solidność
  • Dobry format plików powinien łączyć duże możliwości i prostotę struktury.
• Elastyczność
  • Niektóre formaty działają jak opakowanie, umożliwiające stosowanie różnych algorytmów kompresji. Niektóre z nich, jak np. JPEG2000, umożliwia stosowanie kompresji zarówno stratnej, jak i bezstratnej, inne, takie jak TIFF mogą być używane z kompresją bezstratną albo bez kompresji.
• Niezależność od platformy
  • Dobry format powinien być przenośny, tak aby umożliwić jego odtwarzanie na dowolnej platformie, tzn. zarówno na Linuksie, jak i na Windows.
• Możliwość osadzenia metadanych
  • Możliwość osadzenia metadanych wewnątrz formatu do archiwizacji wydaje się być bardzo dobrym rozwiązaniem. W związku z tym, że rekord metadanych, opisujących dany plik (lub obiekt, którego plik jest częścią) może się zmieniać w czasie, dobrze jest osadzić niektóre najbardziej podstawowe metadane w cyfrowej kopii głównej - egzemplarzu wzorcowym.
• Dostępność mechanizmów konwersji
• Wbudowane mechanizmy umożliwiające wykrywanie błędów i naprawę uszkodzonego pliku.
  • Niektóre formaty mogą zawierać możliwość powtarzalności niektórych danych lub inne mechanizmy naprawy.

Nie trzeba samemu dokonywać oceny wszystkich istniejących formatów plików. W kolejnych częściach będzie można się dowiedzieć, które formaty plików powinny być używane do danego typu zawartości. Istnieją również różne formalne metodologie, czasem wdrażane jako programy komputerowe, możliwe do użycia w przypadku konieczności szczegółowych badań.

Sugerowane formaty do archiwizacji i ich parametry

W poprzedniej lekcji, w ramach tego tematu zaprezentowano sugestie rozwiązań, dotyczących formatów plików dla różnego rodzaju mediów. Kolejne trzy części zawierają podsumowanie tego, co zostało już powiedziane oraz dodatkowe, użyteczne informacje, dotyczące różnych typów treści, z którymi można się spotkać.

Sugerowane formaty do archiwizacji i ich parametry: obrazy nieruchome

Poniższe sugestie pochodzą z dokumentu technicznego Biblioteki Kongresu [źródło], zatytułowanego "Technical Standards for Digital Conversion of Text and Graphic Materials".

• Tekst drukowany: książki ilustrowane, druki ulotne, karty zapisane pismem maszynowym, czasopisma
  • w przypadku tekstu w formie graficznej:
    • co najmniej 300 PPI,
    • 8-bitowa skala szarości
  • dla potrzeb OCR:
    • 400 PPI,
    • 8-bitowa skala szarości
• Muzykalia: zapisy nutowe, partytury z adnotacjami, manuskrypty muzyczne:
  • Dostęp do zawartości:
    • co najmniej 300 PPI,
    • 8-bitowa skala szarości lub kolor 24-bitowy w przypadku, gdy kolor jest ważną cechą dokumentu
  • Rozpoznanie artefaktów:
    • 400 PPI,
    • 8-bitowa skala szarości
• Manuskrypty: pismo ręczne lub maszynowe
  • Dostęp do zawartości:
    • co najmniej 300 PPI,
    • 8-bitowa skala szarości lub kolor 24-bitowy w przypadku, gdy kolor jest ważną cechą dokumentu
  • Rozpoznanie artefaktów:
    • 400 PPI,
    • 8-bitowa skala szarości
• Materiały kartograficzne: drukowane w skali szarości lub kolorze do rozmiaru D (864 × 559 mm)
  • Badanie zawartości:
    • co najmniej 250 PPI - rozdzielczość zależy od rozmiaru mapy, w szczególności gdy poszczególne fragmenty mapy muszą być sklejane i rozmiar pliku wzrasta do 500 MB i powyżej,
    • kolor 24-bitowy
  • Reprodukcja map:
    • 400 PPI,
    • kolor 24-bitowy
• Fotografie: płynne przejścia tonalne, kolor
  • Dostęp do zawartości:
    • co najmniej 300 PPI,
    • 8-bitowa skala szarości lub kolor 24-bitowy w przypadku, gdy kolor jest ważną cechą dokumentu
  • Reprodukcja:
    • należy użyć najwyższej dostępnej rozdzielczości dla danego urządzenia
    • co najmniej 24-bitowy kolor
• Grafika artystyczna: oryginały o ograniczonej liczbie tonów, materiały kolorowe o płynnych przejściach tonalnych
  • Dostęp do zawartości:
    • co najmniej 300 PPI,
    • 8-bitowa skala szarości lub kolor 24-bitowy w przypadku, gdy kolor jest ważną cechą dokumentu
  • Reprodukcja:
    • należy użyć najwyższej dostępnej rozdzielczości dla danego urządzenia
    • co najmniej 24-bitowy kolor
• Stare druki: obiekty o wysokiej wartości artystycznej
  • Rozpoznanie wartości artystycznych:
    • co najmniej 400 PPI,
    • 24-bitowy kolor
  • Prace badawcze nad wartościami artystycznymi:
    • co najmniej 600 PPI,
    • co najmniej 24-bitowy kolor

Powyższe zalecenia mogą być stosowane w praktyce. Cyfrowe kopie główne obrazów nieruchomych zwykle są przechowywane jako pliki w formacie TIFF 6.0 lub JPEG2000 z kompresją bezstratną. Nazwa standardu TIFF pochodzi od Tagged Image File Format. TIFF jest to szeroko używanym formatem (pierwsza wersja specyfikacji została opublikowana w 1986), elastycznym i dającym się łatwo przystosować. W pliku TIFF obraz można przechowywać zarówno w formacie skompresowanym, jak i nieskompresowanym, do kompresji można stosować algorytmy stratne lub bezstratne. JPEG2000 jest standardem kompresji obrazu i systemem kodowania opracowanym przez komitet Joint Photographic Experts Group w 2000 r. Charakteryzuje się on bardzo ciekawymi cechami, wśród których najbardziej warte wymienienia to:

• Możliwość stosowania zarówno kompresji stratnej, jak i bezstratnej.
• Wbudowany mechanizm naprawy błędów spowodowanych szumami w kanałach komunikacyjnych.
• Możliwość przechowywania w jednym pliku obrazu w różnych rozdzielczościach.
• Dokładnie tak samo jak TIFF ma możliwość osadzania metadanych.

Oba formaty plików wydają się być dobrym rozwiązaniem dla cyfrowych kopii głównych - egzemplarzy wzorcowych, jednak w momencie powstawania tego kursu JPEG 2000 jest wciąż dość nowym formatem w porównaniu z TIFF. Ten ostatni jest w rzeczywistości o wiele mniej skomplikowany niż JPEG 2000. Te dwa argumenty mogą przemawiać za tym, że format TIFF jest lepszym wyborem.

Sugerowane formaty do archiwizacji i ich parametry: zawartość tekstowa

Po otrzymaniu obrazu nieruchomego i przeprowadzeniu rozpoznania OCR zawartości tekstowej należy podjąć decyzję jak (i co) przechowywać jako cyfrową kopię główną - egzemplarz wzorcowy obiektu tekstowego. Ponieważ rozpoznawanie znaków tekstowych zabiera również dużo czasu i jest czynnością kosztowną, warto przechowywać nie tylko oryginalne obrazy z urządzenia skanującego, ale również rezultaty rozpoznawania OCR. Istnieją dwa sposoby na przechowywanie obrazów razem z rozpoznanym tekstem:

• Najprostszym rozwiązaniem jest umieszczenie pliku tekstowego obok każdego obrazu, przy czym plik tekstowy powinien być zakodowany w standardzie UTF-8. Rozwiązanie to może być użyte tylko, gdy tekst widoczny na obrazie ma prosty układ i nie ma zaawansowanego formatowania.
  • Programy OCR oprócz samego tekstu podają również informację o położeniu tekstu na stronie. Informacja ta powinna być zachowana, ale ten prosty plik tekstowy nie daje takiej możliwości.
  • Programy OCR, takie jak ABBYY Finereader umożliwiają wyeksportowanie rezultatów OCR do OCR XML, który może być przekonwertowany na otwarte standardy takie jak TEI P5 lub TEI Lite. Można również zachować ten XML obok każdej ze strony.
• Innym rozwiązaniem jest użycie ustandaryzowanego pliku PDF/A, który może zawierać zarówno tekst, jak i oryginalne obrazy w takiej postaci, w jakiej zostały wytworzone (TIFF lub JPEG2000). Większość istniejących narzędzi do OCR umożliwia zachowanie rezultatów OCR jako plik PDF, tak więc użycie tego rozwiązania jest dość proste.

Sugerowane formaty do archiwizacji i ich parametry: materiały dźwiękowe i filmowe

Ogólnie rzecz biorąc, materiały dźwiękowe i filmowe powinno się zachowywać w takiej formie, w jakiej uległy wytworzeniu w urządzeniu nagrywającym. Cyfrowa kopia główna (egzemplarz wzorcowy) zawierający takie surowe dane może być zakodowana z użyciem zamkniętego formatu wspieranego tylko przez wytwórce sprzętu. W niektórych przypadkach konwersja do formatu otwartego może być niemożliwa, gdyż spowodowałaby utratę jakości. W takiej sytuacji oprócz cyfrowych kopii głównych, powinno się rozważyć zachowanie odpowiedniego oprogramowania. Zarówno w przypadku materiałów dźwiękowych, jak i filmowych rekomendacje oparto na dokumencie "MINERVA Technical Guidelines for Digital Cultural Content Creation Programmes" [źródło]. Dla plików dźwiękowych powinno się używać formatów WAV lub AIFF z co najmniej 24 bitami na kanał dzwięku (przy czym należy zachować wszystkie kanały) próbkowane z częstotliwością co najmniej 48/96 KHz. Jeśli wielkość pliku zacznie być problemem, można użyć bezstratnych algorytmów kompresji takich jak FLAC lub LPCM. Filmy, gdy to możliwe, powinny być przechowywane w nieprzetworzonym formacie AVI, bez użycia jakichkolwiek kodeków, z oryginalną wielkością klatki, przy 25 klatkach na sekundę, z użyciem 24-bitowego koloru.

Konwencje nadawania nazw plikom

Zwykle nie przywiązuje się dużej wagi do nadawania nazw plikom, lecz jeśli zachodzi potrzeba przeniesienia plików z jednego systemu operacyjnego do innego, kwestia nazw plików staje się bardzo istotna. We współczesnych systemach operacyjnych plikowi można nadać prawie każdą nazwę. Jednak różne systemy operacyjne używają różnych sposobów na kodowanie znaków takich jak spacje, litery spoza alfabetu łacińskiego. Tak więc użycie któregoś z tych znaków może spowodować problemy przy przesyłaniu plików w sieci [źródło]. System plików dla dysków optycznych jest określony w standardzie ISO 9660. Ma on na celu wsparcie różnych systemów komputerowych w taki sposób, żeby była możliwa wymiana danych. Krótko mówiąc, standard ten używa konwencji krótkich nazw plików (standard 8.3). Oznacza to, że nazwa pliku składa się z co najwyżej 8-literowej nazwy, kropki i co najwyższej trzyliterowego rozszerzenia. Zarówno nazwa, jak i rozszerzenie nie powinny zawierać żadnych znaków interpunkcyjnych, takich jak \,/,:,?,”,<>, ponieważ niektóre z nich mogą mieć w określonych systemach operacyjnych specjalne przeznaczenie. Nie powinno się również używać spacji, można ją zastąpić łącznikiem lub podkreśleniem. Zarówno w nazwie, jak i w rozszerzeniu powinno się używać tylko liter alfabetu łacińskiego. Należy unikać sytuacji, w której nie podano rozszerzenia pliku. W rozszerzeniu jest zawarta informacja o formacie pliku, stąd jest ono ważne dla użytkowników, którzy będą chcieli obejrzeć zawartość danego pliku.