Digital arkivering vid Göteborgs universitet

Transkript

1 Digital arkivering vid Göteborgs universitet Utredning rörande förekomst av allmänna handlingar i digitala format samt förslag till modell för bevarande Version: Sammanställd av universitetsarkivarie Christer Johansson 1

2 Innehåll Sammanfattning Bakgrund och förutsättningar... 8 Bakgrund...8 Syfte och mål...8 Frågeställning och genomförande...8 Avgränsning...9 Definitioner...9 Lagstiftningens krav...11 Riksarkivets föreskrifter och allmänna anvisningar...11 Erfarenhet av digital långtidslagring vid GU...14 Elektronisk publicering vid Universitetsbiblioteket...14 Svensk samhällsvetenskaplig datatjänst...14 Språkvetenskaplig databehandling vid Institutionen för svenska språket...15 Informationshämtning från andra projekt och verksamheter rörande digital långtidslagring...15 AGDA Arbetsgruppen för ett gemensamt digitalt arkiv bland svenska universitet och högskolor...15 REDA Regionalt digitalt arkiv i Skåne...16 SVEP Samordning av den svenska högskolans elektroniska publicering...18 LDB Långsiktigt digitalt bevarande...19 Arkivering av webbsidor vid Kungliga biblioteket...20 Arkivering av webbsidor vid Högskolan i Borås...20 Förekomst av allmänna handlingar i olika digitala format vid Göteborgs universitet Inventeringens genomförande...21 Något om IT-strukturen...21 Förekomst av allmänna handlingar i olika IT-system...22 Olika format och medier...23 Rutiner för säkerhetskopiering...24 Anvisningar för digitalt bevarande Modell för långsiktigt bevarande...26 Vad bör bevaras i digital form?...27 Teckentabeller och filformat...27 Medium...29 Konvertering och migrering...30 Förvaring...31 Förslag till bevarande av myndighetens webbsidor

3 Databasfiler och statistikfiler...34 Dokumentation och metadata...36 OAIS-modellen...37 Ansvar...39 Kostnader...39 Vinster...39 Fler åtgärder...40 Bilagor BILAGA 1: Sammanställning över universitetsgemensamma IT-system som innehåller uppgifter som skall bevaras för framtiden...44 BILAGA 2: Plan för långsiktigt bevarande av digital information vid GU

4 Sammanfattning Flertalet av de handlingar som upprättas i digital form vid GU bevaras på papper eller lagras enbart i de olika IT-systemen. Därför är det viktigt att se över denna fråga så att myndigheten kan uppfylla lagstiftningens krav vad gäller hanteringen av allmänna handlingar. Risken är annars stor att viktig och värdefull information försvinner eller förstörs. Undersökningen består av två delar: först en allmän inventering av de digitala handlingar som förekommer vid GU och därefter förslag till anvisningar för bevarande. I sistnämnda del presenteras också en modell för hur den digitala arkiveringen kan organiseras i framtiden. Frågor som undersökningen syftar till att besvara är: Allmän inventering Vilka typer av handlingar förekommer digitalt vid GU? I vilka format och på vilka medier förekommer handlingarna? Hur ser rutinerna för säkerhetskopiering ut? Förslag till bevarande Vilka handlingar måste bevaras och vilka får gallras efter en viss tid? Vilka format och medier bör eftersträvas vid arkivering? Var bör handlingarna arkiveras fysiskt? Vem ansvarar för att handlingarna dokumenteras och bevaras? Vem ansvarar för framtida konverteringar och migreringar? Vem betalar? Det kan i stort konstateras att den digitala arkiveringen inte har kommit igång i någon större omfattning vid något av landets lärosäten. Det pågår dock ett antal projekt som rör dessa förhållanden. Ett exempel är AGDA-projektet (14 lärosäten i samverkan) som undersöker förutsättningarna för bevarande av forskningsdata. Ett annat exempel är REDA-projektet (Lunds universitet tillsammans med flera lokala verksamheter i Skåne) som arbetar med att skapa ett regionalt digitalt arkiv. Ett annat positivt exempel är Högskolan i Borås, där man har börjat bevara lärosätets webbsidor. Vad gäller förekomsten av allmänna digitala handlingar vid GU så förekommer denna information i följande typer av system: Forskningsdatabaser/IT-system för bearbetning av forskningsdata IT-system för distansutbildning Administrativa IT-system Myndighetens webbsidor Foto, film och ljud 4

5 Handlingarna förekommer i en mängd olika format och på olika medier. Kontorsdokument förekommer bl.a. i olika MS Office-format samt PDF. Förekommande databaser är bl.a. Access, FileMaker, DB2 och Excel samt SAS och SPSS för olika statistikprogram. Myndighetens webbsidor förekommer som HTML och bilder som GIF och JPEG. Ett annat vanligt bildformat är TIFF. Därutöver förkommer handlingar också i ett flertal analoga format. Olika typer av medier är optiska skivor och magnetiska band samt hårddiskar. I regel säkerhetskopieras informationen i alla större IT-system vid GU en gång per dygn och uppgifterna bevaras för en period av några veckor upp till fyra månader. Därutöver tas också säkerhetskopior per månad, halvår och år. Denna information bevaras för en tid av upp till ett år. Utbildningsvetenskapliga fakulteten och Handelshögskolan har som ambition att bevara årliga säkerhetskopior för en längre period. Redan här i sammanfattningen bör det betonas att säkerhetskopiering inte är detsamma som att arkivera digital information. Säkerhetskopiering syftar enbart till att säkerställa att information finns kvar vid driftstopp/systemkrasch motsv. medan digital arkivering handlar om att avgränsa och bevara en viss informationsmängd för framtiden. Varför dessa rutiner tas upp här är för att de omnämns i Riksarkivets föreskrift RA-FS 2003:2. Vad som måste bevaras i digital form är sådan unik information som förlorar sin funktionalitet vid utskrift på papper. Några exempel på handlingar är: Myndighetens diarium i DIABAS Dokumentation av studieresultat i LADOK Rådata (primärmaterial) i olika forskningsdatabaser Myndighetens webbsidor Beståndet av foto, film och ljud i olika analoga och digitala format I stort kan följande format rekommenderas för arkivering: XML för data och metadata 8-bits ASCII (SS-ISO ) eller Unicode för ren text TIFF (300 dpi) för scannade dokument och bilder PDF/A (SS-ISO ) för dokument MPEG 2 för ljud och film Vid digital arkivering bör i första hand optiska skivor (CD-R/DVD-R) och magnetbandskassetter användas som medium för bevarande. Det är också tillåtet att lagra information på en separat hårddisk, om säkerhetskopior tas med löpande intervaller. Det mest ideala är annars en RAID-lösning där ett antal diskar kopplas mot varandra. Varje arkivbildare har att tillse att den egna digitala informationen arkiveras, konverteras och migreras (med konvertera menas här att spara om information i ett nyare format och med migrerar att överföra information mellan två medier). Handlingarnas läsbarhet bör kontrolleras minst vart 5:e år. Tills vidare skall 5

6 handlingarna förvaras i verksamheten. Ett undantag är myndighetens webbsidor som bör arkiveras i Vasaparken. I och med att det inte finns några särskilda medel avsatta för digital arkivering så måste eventuella kostnader tas från befintlig budget. På sikt vore det önskvärt att det fanns en gemensam resurs som kunde ge stöd till hela verksamheten, ett centralt digitalt arkiv. Då blir det också lättare att hantera, vårda och tillgängliggöra materialet utifrån ett långsiktigt perspektiv. Vad som bör göras för att kunna gå vidare med frågan om digital arkivering vid GU är att ytterligare styra upp myndighetens dokumenthantering. Från den 1 januari 2008 kommer nya föreskrifter att gälla för myndigheternas arkivredovisning. De nya reglerna skall fullt ut tillämpas från den 1 januari Vad som då sker är att det äldre förteckningssystemet enligt allmänna arkivschemats principer avskaffas och istället ersätts med ett nytt processorienterat system. Av denna anledning måste samtliga arkivförteckningar som utarbetades av arkivprojektet göras om. I detta sammanhang kommer också processorienterade dokumenthanteringsplaner att spela en viktig roll. Då bör även riktlinjerna för bevarande och gallring av forskningshandlingar ses över liksom myndighetens diarieplan. Detta arbete bör utföras fram till Först därefter är det aktuellt att ta upp frågan om ett gemensamt digitalt arkiv vid GU samt eventuellt införandet av ett myndighetsgemensamt ärendehanteringssystem. För att kunna gå vidare krävs också tekniskt stöd från IT-avdelningen. Universitetets arkivarier har goda kunskaper i informationsstruktur och arkivhantering men har ingen direkt IT-teknisk kompetens. Därför bör en IT-kunnig person utses som sätter sig in i ämnet. Det vore också bra att närma sig ITuniversitetet i denna fråga. GU bör även fortsätta att stödja det nationella projekt (AGDA) som pågår kring digital arkivering av forskningsdata. Följande åtgärder bör sålunda vidtas de närmaste åren: (2006 ) Fortsätta att stödja det nationella projekt (AGDA) som pågår kring digital arkivering av forskningsdata. Avvakta utvecklingen och inhämta vidare kunskaper. (2007) Utse IT-kunnig person som sätter sig in i frågan kring digital arkivering. Samverka med IT-avdelningen. Skapa kontakt med IT-universitetet. (2007) Revidera riktlinjer för bevarande och gallring av forskningshandlingar ( ) Avsluta de äldre arkivförteckningarna och skapa nya processorienterade förteckningar ( ) Utarbeta processorienterad registreringsplan för myndighetens diarieföring 6

7 (2010 ) Införskaffa gemensamt digitalt arkiv och ärendehanteringssystem för hela myndigheten. 7

8 Bakgrund och förutsättningar Bakgrund Flertalet av de allmänna handlingar som förekommer vid Göteborgs universitet (GU) upprättas och hanteras digitalt i olika IT-system. Bevarandet sker dock till dock till största delen på papper eller så ligger informationen kvar i de olika systemen. Därför är det viktigt att se över denna fråga så att myndigheten kan uppfylla lagstiftningens krav vad gäller hanteringen av allmänna handlingar. Risken är annars stor att viktig och värdefull information försvinner. Syfte och mål Syftet med denna utredning är att inventera behovet rörande digital arkivering vid GU samt att ge förslag på hur handlingarna kan bevaras för framtiden. En viktig fråga i sammanhanget är vem som skall ansvara för framtida konverteringar och migreringar samt stå för dessa kostnader. Utredningen skall också ses som en första plan till långsiktigt bevarande av digital information vid GU. Frågeställning och genomförande Utredningen är indelad i två delar, först en allmän inventering av vilka handlingar som förekommer digitalt vid GU och därefter ett förslag till hur handlingarna kan bevaras för framtiden. Till respektive del förekommer ett antal frågor som utredningen syftar till att besvara: Allmän inventering Vilka typer av handlingar förekommer digitalt vid GU? I vilka format och på vilka medier förekommer handlingarna? Hur ser rutinerna för säkerhetskopiering ut? Förslag till bevarande Vilka handlingar måste bevaras och vilka får gallras efter en viss tid? Vilka format och medier bör eftersträvas vid arkivering? Var bör handlingarna arkiveras fysiskt? Vem ansvarar för att handlingarna dokumenteras och bevaras? Vem ansvarar för framtida konverteringar och migreringar? Vem betalar? Utredningen har genomförts av universitetsarkivarie Christer Johansson i samverkan med ett flertal medarbetare vid GU. Vid respektive avdelning vid Gemensamma förvaltningen har det funnits minst en referensperson för de universitetsgemensamma systemen. Vid flertalet fakulteter har framförallt arkivsam- 8

9 ordnarna koordinerat uppgifterna om vilka handlingar som förekommer inom respektive verksamhet. Christer Johansson sitter också med i den nationella Arbetsgruppen för ett Gemensamt Digitalt Arkiv (AGDA) och erfarenheterna från detta arbete har varit till stor hjälp under utredningens gång. Arbetsgruppen är ett samverkansprojekt mellan 14 universitet och högskolor i Sverige. På detta sätt har pilotstudien också en grund i de diskussioner som förs på nationell nivå rörande digital arkivering. Avgränsning Vid GU förekommer allmänna handlingar i ett flertal olika format och på olika medier. Utredningen fokuserar framförallt på förekomsten av digitala handlingar och hur detta material kan bevaras för framtiden. Till viss del berörs även beståndet av handlingar i olika analoga format då även detta material på sikt bör migreras till något digitalt format. Det bör poängteras att utredningen inte utgör någon totalinventering av det digitala beståndet av allmänna handlingar vid GU. Syftet har inte heller varit detta, utan att istället ge exempel på typer av handlingar, format och medier och utifrån dessa uppgifter ge förslag till långsiktigt bevarande. De IT-system som behandlas är framförallt sådana som innehåller allmänna handlingar som skall bevaras för all framtid. Vilka dessa handlingar är framgår i universitetets dokumenthanteringsplan, se Det har också visat sig svårt att få in relevanta uppgifter från fakulteterna. En anledning till detta är att det verkar råda en allmän osäkerhet kring vilken information som är aktuell för arkivering. Därför är det också svårt att säga något om några exakta mängder. Vad som ändå kan konstateras är att behovet av digital arkivering finns. Denna resurs måste dock kompletteras med en detaljerad instruktion för att komma till sin fulla rätt. Definitioner I texten förekommer ett antal begrepp som bör förklaras: Digital arkivering Med digital arkivering menas här att tillföra arkivet handlingar som förekommer i digital form. Med handling förstås enligt 2 kap. tryckfrihetsförordningen framställning i skrift eller bild samt upptagning som kan läsas eller på annat sätt uppfattas endast med tekniskt hjälpmedel. Som allmän räknas en handling om den förvaras hos myndigheten och är att anse som inkommen till eller upprättad hos myndigheten. Handlingar räknas som inkomna när de har anlänt till myndigheten eller har kommit behörig befattningshavare tillhanda. Som upprättad räknas en handling när den har expedierats, justerats eller på annat sätt fått sin slutgiltiga utformning. 9

10 Säkerhetskopiering Säkerhetskopiering, eller tagande av back-up, skall inte blandas samman med digital arkivering. Säkerhetskopiering syftar enbart till att säkerställa att information finns kvar vid driftstopp, systemkrasch, motsv. Digital arkivering innebär att information avgränsas, ställs av och bevaras utifrån ett långsiktigt perspektiv. Säkerhetskopior brukar enbart bevaras ett visst antal år. IT-system I GU:s IT-regelpolicy ( definieras IT-system som utrustning och programvara som behandlar d.v.s. insamlar, bearbetar, lagrar samt distribuerar information och utbyter data mellan funktionsenheter med hjälp av dataöverföring och i enlighet med tekniskt protokoll. Format Med format menas i vilken form uppgifter förekommer. Format kan antingen vara analoga eller digitala. Några exempel på digitala format är t.ex. TXT, DOC och PDF för textdokument, JPEG, GIF och TIFF för bilder samt MPEG för filmer. Medium Riksarkivet definierar medium som medel och metoder för överföring eller lagring av information. Begreppet omfattar såväl databärare som mer allmänna medier, t.ex. IT, foto och film. Databärare Ett annat mer specifikt ord för medium, som används i Riksarkivets föreskrifter. Fysiskt underlag för handlingar/uppgifter (t.ex. papper, foto, film, server, hårddisk, CD-R m.m.). Konvertering Med konvertering menas förflyttning av data mellan exempelvis olika versioner av ett ordbehandlingsprogram. Man konverterar alltså ett dokument från Word 6.0 till Word 97. Migrering Med migrering avses här flyttning av datamängder till ny systemmiljö, nytt tilllämpningsprogram eller nytt medium. Information bevaras i bästa fall oförändrad men representation och teckenkoder kan vara annorlunda. Ett exempel på migrering är t.ex. om man överför innehållet i en Access-databas från en NTserver till en Oracle-databas i Unixmiljö. Metadata Metadata beskrivs allmänt som data om data. Dessa uppgifter behövs för att man i framtiden skall kunna förstå vad det är som har arkiverats, i vilket sammanhang och med vilket syfte samt hur man tekniskt kan ta del av informatio- 10

11 nen. I arkivsammanhang brukar man tala om deskriptiva, tekniska/strukturella och administrativa metadata. Gallring Med gallring menas att förstöra allmänna handlingar eller uppgifter i allmänna handlingar. I digitala sammanhang kan gallring inträffa i samband med överföring till annat medium och/eller annat program/systemmiljö om överföringen medför informationsförlust, förlust av möjliga informationssammanställningar, förlust av sökmöjligheter eller förlust av möjligheter att fastställa informationens autenticitet. Lagstiftningens krav Myndigheternas hantering av allmänna handlingar regleras i 2 kap. tryckfrihetsförordningen (1949:105), arkivlagen (1990:782), arkivförordningen (1991: 446), sekretesslagen (1980:100) samt i Riksarkivets författningssamling (RA-FS) och myndighetsspecifika föreskrifter (RA-MS). Syftet med att myndigheterna skall sköta sina arkiv framgår i 3 arkivlagen: Myndigheternas arkiv är en del av det nationella kulturarvet. Myndigheternas arkiv skall bevaras, hållas ordnade och vårdas så att de tillgodoser 1. rätten att ta del av allmänna handlingar 2. behovet av information för rättsskipningen och förvaltningen, och 3. forskningens behov. I sammanhanget är det viktigt att uppmärksamma att det gällande regelverket är teknik- och medieneutralt vilket innebär att det inte spelar någon roll om en uppgift förekommer på papper eller i digital form. Vad gäller myndigheternas hantering av digital information förekommer det dock vissa specialbestämmelser. Vid utlämnande av allmänna handlingar i digitalt format är myndighet inte skyldig att tillhandahålla informationen i annan form än utskrift. Det finns å andra sidan en långtgående skyldighet att på begäran göra sammanställningar och andra bearbetningar av digital information om detta kan ske med rutinbetonad åtgärd. Undantag från denna regel är personuppgiftssammanställningar som myndighet enligt lag eller förordning inte får göra tillgänglig. Riksarkivets föreskrifter och allmänna anvisningar Riksarkivet (RA) är tillsynsmyndighet för de statliga myndigheternas arkivhantering och har rätt att utfärda särskilda föreskrifter rörande arkivfrågor (RA-FS och RA-MS). 11

12 Som tidigare har nämnts är det gällande regelverket teknik- och medieneutralt. De anvisningar som gäller för bevarande och gallring av t.ex. personal- och ekonomihandlingar gäller sålunda oavsett om informationen förekommer på papper eller i digital form. Det viktiga är sålunda att de unika uppgifterna hanteras på rätt sätt. Riksarkivet har utfärdat tre föreskrifter som särskilt rör myndigheternas hantering av digital information: RA-FS 2003:1 RA-FS 2003:2 RA-FS 2003:3 Häri framgår vilka format och tekniska medier som skall användas vid leverans till arkivmyndighet. I föreskriften anges också krav på hur informationen skall organiseras och representeras med filformat och teckenkoder. Häri framgår hur myndigheterna praktiskt skall sköta det långsiktiga bevarandet av sina handlingar. Denna föreskift är mer beskrivande till sin karaktär. Häri framgår anvisningar för hur leveranser praktiskt skall genomföras till arkivmyndighet. I RA-FS 2003:2 framgår ett antal punkter som är intressanta i relation till arkivhanteringen vid statliga myndigheter: Vid utveckling av ett system/applikation skall dataorganisation och repree- sentation väljas med hänsyn till att informationen skall kunna överföras/konverteras till annan databärare och/eller annan dataorganisation/datarepresentation under den fortsatta hanteringen. Myndigheten skall regelbundet framställa säkerhetskopior av ADBupptagningarna. Säkerhetskopiorna skall för att ge avsett skydd förvaras separat och på ett betryggande sätt. Under driften av ett system eller en applikation för ADB skall dokumenta- tion med följande innehåll upprättas eller sammanställas ur befintlig dokumentation. - översiktlig beskrivning av systemet/applikationen - redogörelse för indata och utdata - redogörelse för registrerings- och uttagsmöjligheter - beskrivning av rutiner i systemet - beskrivning av lagrade data såsom struktur, samband och definitioner - redogörelse för ändringar i systemet/applikationen. 12

13 Av dokumentationen skall framgå vilka dokument som finns i systemet/applikationen och vilka sammanställningar av uppgifter som myndigheten kan eller har kunnat göra Dokumentationen skall fortlöpande kompletteras och hållas aktuell. Myndigheten skall upprätta en plan för långtidslagring, med följande innehåll: - överföring till annan databärare - databärare (typ och fabrikat) - klimat (avläsning, avvikelser) - kontrolläsning (läsfel) och annan vård - användningsfrekvens (om beständigheten kan påverkas) - bevakningsdatum för olika moment - ansvarig operatör. Vid val av tidpunkt och periodicitet för överföring till långtidslagring ska hänsyn tas till långsiktiga behov av återsökning och användning av data. Vid överföring av ADB-upptagningar till databärare för långtidslagring skall två arkivexemplar framställas. Arkivexemplar får inte användas för tillhandahållande eller vid utlåning. Vid utlämnande av databärare skall särskilda låneexemplar framställas. Arkivexemplaren skall förvaras i arkivlokal med klimat som är anpassat till databäraren. I de rapporter som publicerats av Riksarkivet (Att bevara digitala handlingar förslag till framtida inriktning 2006 samt Långsiktigt bevarande av digital arkivinformation ur arkivutredningen Arkiv för alla 2002) framgår att arkivmyndigheten arbetar med att ta fram en modell för hur man i framtiden skall kunna ta hand om det digitala material som upprättas idag. Tidigare ägnade sig Riksarkivet i stort åt att skriva författningar och verksamheten hade en låg operationell nivå och saknade en sammanhängande vision. Nu arbetar man istället mer aktivt tillsammans med andra statliga myndigheter och målet är att utveckla en gemensam teknisk plattform liksom att bestämma standarder för datautbyte, rutiner för masslagring m.m. Utvecklingen verkar gå mot att XML (extended Markup Language) accepteras som ett leverantörsoberoende arkivformat för data och metadata. Som generell referensmodell för digital arkivering omnämns OAIS som standard. Vid migrering av data rekommenderas bl.a. 8-bits ASCII/Western Latin 1 eller Unicode (för ren text), TIFF (bildformat t.ex. vid scanning av dokument) samt XML/SGML (som märkspråk för att skilja innehåll och presentation). Dessa nationella ansatser har givetvis också en grund i den internationella standard som utvecklats för Records management (ISO 15489). I sammanhanget kan det också vara intressant att nämna att PDF/A sedan hösten 2005 räknas som ett internationellt standardformat för arkivering av scannade dokument (SS-ISO ). 13

14 Erfarenhet av digital långtidslagring vid GU Frågan rörande digital långtidslagring eller arkivering av digital information har tidigare inte behandlats centralt vid GU men fanns en projektgrupp som undersökte förutsättningarna för elektronisk ärendehantering (Dnr A /2000). Detta arbete behandlade sålunda myndighetens informationsflöde, s.k. workflow, men inte själva bevarandet av handlingarna. Vid myndigheten finns dock ett antal enheter som faktiskt arbetar med frågor rörande elektronisk långtidslagring Universitetsbiblioteket (UB), Svensk samhällsvetenskaplig datatjänst (SSD) och Språkdata vid Institutionen för svenska språket. Elektronisk publicering vid Universitetsbiblioteket Handelshögskolans bibliotek har under flera år publicerat fakultetens vetenskapliga publikationer samt studenternas uppsatser på webben initierades ett projekt vid UB som syftar till att bygga upp en universitetsgemensam resurs för e-publicering. Som bakgrund till detta arbete ligger regeringens regleringsbrev från 2003 där det framgår att alla lärosäten till utbildningsdepartementet skall återrapportera sina forskningspublikationer. Projektet består av tre delar Göteborgs Universitets Publikationer GUP (en databas för redovisning av forskningspublikationer) Elektronisk publicering GUPEA Göteborgs Universitets Publikationer och e-publicering och e-arkiv Open Access en översikt Som system för lagring av e-publikationer har UB valt att använda DSpace, vilket är en öppen programvara och teknisk plattform för digital långtidslagring. Läs mer om projektet och sök i databasen: Svensk samhällsvetenskaplig datatjänst Svensk samhällsvetenskaplig datatjänst (SSD) hörde tidigare till Samhällsvetenskapliga fakulteten vid Göteborgs universitet men överflyttades 2006 till Vetenskapsrådet. Där är verksamheten organisatoriskt knuten till kommittén för infrastruktur (KFI) men GU har fortfarande arbetsgivaransvar för SSD. SSD har som uppdrag att ta emot och bevara samt tillgängliggöra primärdata från samhällsvetenskaplig och humanistisk forskning. Informationen bevaras som flata filer i ASCII-format (rent text) för att vara oberoende av specifik programvara. Metadata tas fram och bevaras enligt särskilda specifikationer. Materialet komprimeras med programvaran G-zip och lagras på server. Backup bränns ned på DVD-skivor en gång i veckan och en gång per år. Läs mer på: 14

15 Språkvetenskaplig databehandling vid Institutionen för svenska språket Språkvetenskaplig databehandling (med Språkbanken) tillhör Institutionen för svenska språket och arbetar med lexikaliskt material i elektronisk form. Samlingen utgörs i huvudsak av texter men man skall eventuellt även börja bevara talmaterial. Informationen lagras på server/hårddisk och backup tas på band en gång per kvartal och en gång per år. Formatet som används är TEI (Text Encoding Initiative) samt för metadata SGML och XML. Unicode används som teckenkod. Läs mer på: Informationshämtning från andra projekt och verksamheter rörande digital långtidslagring Idag sker ingen omfattande arkivering av digital information vid landets universitet och högskolor men det pågår ett antal projekt som behandlar dessa frågor. I detta stycke avser jag att referera till de resultat som har framkommit genom detta arbete samt andra angränsande verksamheter. AGDA Arbetsgruppen för ett gemensamt digitalt arkiv bland svenska universitet och högskolor Förutsättningarna för digital arkivering utreds även nationellt av Arbetsgruppen för ett gemensamt digitalt arkiv (AGDA). Projektet genomförs på uppdrag av förvaltningscheferna vid 14 av landets universitet och högskolor. Under perioden genomfördes en första pilotstudie och kommer studien även att omfatta material från andra lärosäten. Syftet med projektet är att undersöka förutsättningarna för långtidsbevarande av forskningsdatabaser och att testa en teknisk plattform för den generiska modellen Open Archival Information System (OAIS). Metoder som testats inom projektet är bevarande i ursprungligt format (bit preservation) och bevarande genom migrering (functional preservation), d.v.s. flytt av information från ett system till ett annat med bevarande av informationens autenticitet, integritet, tillförlitlighet och användbarhet. De båda metoderna testades tillsammans med en teknisk plattform kallad DSpace. DSpace bygger på gratis och öppen programvara utvecklad av Massachusetts Institute of Technology (MIT) i USA och Hewlett Packard (HP). Dspace är under utveckling och används som elektroniskt arkivsystem och en digital arkivdepå (institutional repository) av flera universitet och institutioner runt om i världen. En av användarna är Universitetsbiblioteket i Göteborg som lagrar och tillgängliggör vetenskapliga publikationer på webben. Under pilotprojektet installerades DSpace på en Intelbaserad server och materialet lagrades på en hårdvaru-raid (Redundant Array of Independent Disc). RAID innebär säkrare lagring då flera diskar är sammanslagna till en enda logisk disk. Dspace använder programspråket Java och kräver olika javakomponenter. 15

16 Dessa är fri programvara och hämtas gratis från SUN Microsystems hemsida. DSpace använder också databasen PostgreSQL De studerade objekten i pilotprojektet utgjordes av tre databaser: Växtnäringsförsök, Riksinventeringar av sjöar och vattendrag och Hönsgenetik. Även inscannat material i form av fältprotokoll från projektet Barrskogslandskapets ekologi testades i samspel med DSpace. Testet med bit preservation bestod av tre försök där databaserna migrerades till flata textfiler, överfördes i komprimerad form eller överfördes som ren text. Resultatet av dessa försök visar att arkiverad information förblir oförändrad över tiden men att informationen samtidigt blir omöjlig att återanvända utan speciella program och speciell teknisk bearbetning. I pilotprojektets slutrapport konstateras att det ändå är meningsfullt med bit preservation. Det pågår ett omfattande utvecklingsarbete med den metod som kallas emulgering, d.v.s. en strategi som går ut på att man återskapar den ursprungliga tekniska miljön genom simulering. Det blir således möjligt att återanvända det digitala materialet med hjälp av nya tekniska lösningar samtidigt som man behåller materialets logiska innehåll och fångar dess ursprungliga look and feel. För att testa functional preservation arkiverades samma databaser i DSpace med hjälp av en XML-plattform. Ett XML-verktyg har utvecklats för att producera en XML-representation av respektive databas. Verktyget är uppdelat i flera filer och databasens innehåll och struktur visas i separata XML-filer. Migreringen av samma databaser med hjälp av en särskild rutin för XMLöverföring uppvisade helt andra möjligheter för bevarande och tillgång till det arkiverade materialet. Både databasens innehåll och struktur extraherades samtidigt som informationen kunde presenteras för användning omedelbart och på samma sätt som den var nyttjad ursprungligen. Informationens integritet, autenticitet och tillförlitlighet förblev oförändrad. Behovet av metadata har också utretts under testen. Dataelement från den metadatastandard som kallas Dublin Core, och den som används av DSpace, har jämförts med internationella och nationella arkivstandarder för metadata samt med metadata för bevarande enligt OAIS-modellen. En viss begränsning i Dublin Core-uppsättningen har konstaterats, främst för användningen av administrativa metadata. Pilotprojektets slutsats är att de bästa förutsättningarna för långtidsbevarande uppnås genom migrering av forskningsdatabaser till ett XML-format. Med XML kan man arkivera, återvinna och visa information på ett strukturerat sätt, oberoende av datasystem. DSpace som är en teknisk plattform för arkivering och tillgängliggörande kan vara en möjlig lösning. Mer att läsa: 3.doc. REDA Regionalt digitalt arkiv i Skåne I Lund utreds förutsättningarna för digital arkivering inom det s.k. REDAprojektet. Deltagande parter är Region Skåne, Lunds universitet, Landsarkivet i 16

17 Lund, Lunds kommun, Länspolismyndigheten i Skåne och Skånes arkivförbund. Projektet offentliggjorde sin förstudierapport i december Under perioden planeras ett pilotprojekt för att därefter utvärdera framkomna resultat. De studerade objekten kommer att utgöras av ett PA-system, ett Patientjournalsystem och ett omfattande digitalt bildmaterial. Slutmålet är skapandet av ett digitalt arkiv i någon form. Som utgångspunkt i projektet har man utgått ifrån följande förutsättningar: REDA-projektet skall ta sin utgångspunkt i den referensmodell för digitalt arkiv som beskrivs i OAIS-standarden (ISO 14721:2003) Så långt som möjligt skall projektet tillämpa öppna strategier. Till exempel bör en konvertering av informationsinnehållet till nya format (s.k. functional preservation ) inte utesluta att även originalfilen bevaras (s.k. bit preservation ) Den föreslagna modellen för ett regionalt arkiv skall vara skalbar från pilot till full skala. För att minimera frågeställningen kring lagringsmedia skall förslaget till regionalt digitalt arkiv i så stor utveckling som möjligt förespråka ren disklagring. En möjlighet som bör övervägas är en RAID-lösning där back-up och arkivfunktion på ett ekonomiskt sätt kan integreras. REDA-gruppen har inte inom ramen för det befintliga arbetet bestämt vilken metadatauppsättning som skall tillämpas. Ett lovande internationellt arbete som lyfts fram i förstudien är OCLC:s (Online Computer Libraray Center) och RLG:s (Research Libraries Group) gemensamma ansträngning i The Preservation Metadata: Implementation Strategies (PREMIS) group. Andra viktiga referenser är dokumenttypsdefinitionen EAD (Encoded Archival Description) och den internationella förteckningsstandarden ISAD(G). Förstudien har inte bildat tillräckligt underlag för val av specifik teknisk lösning. REDA-gruppen trycker dock på vissa principiella ställningstaganden som bör vara vägledande i kommande tekniskt val. Den tekniska implementeringen bör så långt som möjligt: vara leverantörsoberoende vara plattformsoberoende bygga på verkliga och defactostandarder, samt uppnå största möjliga tillgänglighet och undvika migrering på grund av databärarens fysiska livslängd genom lagring på disk i ett RAID-system. I valet av hårdvara väger projektgruppen olika databärare mot varandra. Även om det förekommer vissa kostnadsskillnader mellan lagring på disk och lagring på magnetiska band och optiska skivor måste man väga in ett flertal andra faktorer i valet av lagringsteknik: 17

18 disklagring i ett redundant disksystem med feltolerans och paritet innebär bättre garantier för bevarad dataintegritet. migrering p.g.a databärarens fysiska livslängd är inte nödvändig (felaktiga och föråldrade diskar kan bytas ut under drift, s.k. hot swap ) betydligt snabbare åtkomst till data uppnås (jämför åtkomsttiden för en SCSI-hårddisk med data som lagrats på sekventiellt band). Arbetsgruppens rekommendation är sålunda online-lagring i ett RAID-system, nivå 5 eller motsvarande och inte offline-lagring på band och skivor. Lagringsteknik som ILM (Information Lifecycle Management) och HSM (Hierchial Storage management) kan dock vara ett alternativ för att styra lagring av större datamängder mindre frekvent material till billigare lagringsmedier. I förstudien framgår att ingen programvara motsvarar den totala funktionaliteten i REDA-modellen. I botten måste finnas en databashanterare som håller reda på de digitala objekten, deras inbördes relationer och metadata kopplade till respektive objekt. SQL:2003-standarden kan vara en tänkbar utgångspunkt. För att uppnå leverantörsoberoende på operativsystemsidan är det idag svårt att se något alternativ till GNU/Linux-distribution. Användargränssnittet bör vara webbaserat enligt W3C:s standarder och specifikationer för att undvika plattformsberoende klientutveckling. Vad gäller kostnaden för att skapa och underhålla ett digitalt arkiv konstateras i förstudien att det är svårt att göra en dylik uppskattning. Digital arkivering är ett långsiktigt ekonomiskt åtagande. Dock kan man se vissa kostnadsreducerande faktorer: samverkan och samfinansiering automatisering av manuella rutiner standardisering i floran av accepterade format, samt maximal skalbarhet i koncept och implementering. Ett intressant förhållande som uppmärksammas av projektgruppen är att kostnaden för digital lagring tenderar att sjunka med 30-40% per år vilket innebär att man också sparar större mängder information. Teknikutvecklingen medför alltså inte automatiskt minskade kostnader. Mer att läsa: ierapport+slutlig.pdf. SVEP Samordning av den svenska högskolans elektroniska publicering SVEP-projektet har under åren finansierats och samordnats av BIB- SAM/Kungl. biblioteket. Syftet med projektet var att främja en mer samordnad och kraftfull utveckling av elektronisk publicering av forskares och studenters egna arbeten vid universitet och högskolor. Projektets mål var att definiera stan- 18

19 darder, sprida lösningar för långsiktigt tillgänglighet, ge råd och stöd kring verktyg för publicering samt utveckla nya söktjänster. Projektet har byggt på ett samarbete mellan Kungl. biblioteket, Lunds universitet, Uppsala universitet och en rad andra svenska universitet och högskolor. Projekttiden löpte ut i december Delprojekt 2 (DP2) inom SVEP-projektet behandlade aspekten långtidsbevarande. Ändamålet med studien var att skapa en infrastruktur som bygger på gemensamma rutiner för överföring och lagring av dokument mellan en lokal producent och det nationella digitala arkivet. Det centrala arkivet skall finnas på KB. Delrapportens underrubrik är arbetsflöden och tekniska lösningar för arkivering av elektroniskt publicerade dokument vid svenska universitet och högskolor. Viktiga ledord i arbetet har varit: Långsiktig tillgänglighet Resurssnålhet Långsiktig hållbarhet Samordning Standardisering DP2 rekommenderar OAIS som referensram. Projektet enades om att alla lösningar som tas fram under SVEP/DP2 skall vara kompatibla med OAIS. DP2 har arbetat med att se över de tekniska metadata som behövs för att kunna bevara digital information långsiktigt. Till paketering av enkla och komplexa objekt rekommenderas användningen av Library of Congress Meta Encoding and Transmission Standards (METS) och MPEG21 Digital Item Declaration Language (DIDL). PREMIS (PREservation Metadata: Implementation Strategies) Working Group s arbete har varit viktigt för SVEP. I maj 2005 publicerade PREMIS ett viktigt dokument: Data Dictionary for Preservation Metadata: Final Report of the PREMIS Working Group som kan användas som en referenshandbok för bevarandedata. En viktig slutsats av DP2 är vikten av ändamålsenliga verktyg som är enkla att tillämpa, särskilt vid skapande av tekniska metadata. Detta moment bör vara automatiserat så långt det är möjligt. Mer att läsa: LDB Långsiktigt digitalt bevarande LDB-projektet i Luleå är ett samverkansprojekt mellan Riksarkivet, Luleå tekniska universitet, Bodens kommun och Riksförsäkringsverket. Verksamheten består av tre delar: systemutveckling, forskning och nätverkande fick projektet en fastare form, som en egen enhet inom Riksarkivet. Syftet med LDB är att utveckla projektmetoder och teknik för digital arkivbildning och arkivinformationssystem. Man arbetar också med att ta fram ett ramverk/ implementeringsförslag för hur Riksarkivet/Landsarkiven ska hantera arkiveringsprocessen i enlighet med OAIS. Nätverkandet syftar till att skapa ett nationellt kompetenscentrum. 19

20 På LDB-enhetens hemsida finns ett flertal intressanta rapporter, uppsatser och avhandlingar publicerade, bl.a. rörande bevarande av webbsidor, , arkivredovisning m.m. Mer att läsa: Arkivering av webbsidor vid Kungliga biblioteket Vid Kungliga biblioteket (KB) bedrivs sedan 1997 projektet Kulturarw³. Syftet är att samla in, bevara och tillgängliggöra förekommande svenska webbsidor på internet. Därför scannas nätet regelbundet för att fånga upp intressant material. Bl.a. har bevarats 2 3 gånger per år sedan Allmänheten kan enbart ta del av materialet i KB:s lokal i Stockholm. Förekommande dynamiska webbsidor med olika inställningar och vyer bevaras som statiska frusna sidor. Mer att läsa: Arkivering av webbsidor vid Högskolan i Borås Högskolan i Borås bevarar sedan 2005 lärosätets webbsidor. Webbsidorna bevaras i två olika format dels som statiska sidor med programvaran webbstripper, dels som en kopia av filstrukturen (rotkatalogen) från webbservern. För att spegla högskoleårets olika skeenden bevaras materialet i januari, maj och oktober. Som arkiveringsmedium används DVD-skivor (Riksarkivet rekommenderar annars CD-R) och anledningen till detta är att kunna samla ett arkiveringstillfälle på en och samma skiva. DVD-skivorna upprättas enligt Riksarkivets anvisningar i tre exemplar (arkiv-, kopierings- och användarexemplar). För att kunna bevara och läsa det arkiverade materialet upprättas systemdokumentation. Dessa handlingar följer med varje arkiveringstillfälle i pappersform och som textdokument på DVD:n. 20

21 Förekomst av allmänna handlingar i olika digitala format vid Göteborgs universitet Inventeringens genomförande Vad som har varit av intresse att ta med i denna inventering är de IT-system som innehåller uppgifter som skall bevaras för all framtid. Vid GU förekommer ett mycket stort antal IT-system och flertalet av dessa innehåller information som bör räknas som av tillfällig och ringa betydelse (jämför RA-FS 1997:6). Några exempel är stöd för lokalbokning och schemaläggning. Dessa IT-system och handlingar har alltså inte tagits med här. Under våren 2006 informerade chefen för rektors kansli övriga avdelningschefer vid Gemensamma förvaltningen om utredningens genomförande. Dessa har därefter utsett en eller flera kontaktpersoner på respektive avdelning. Utifrån kontaktpersonernas anvisningar har universitetsarkivarien därefter vänt sig till respektive systemförvaltare. Denna del av inventeringen får därför ses som relativt heltäckande. Under våren har också kanslicheferna vid respektive fakultet informerats om utredningens genomförande. Dessa rekommenderade då universitetsarkivarien att ta kontakt med arkivsamordnarna för att få in relevant information den vägen. Detta har dock inte fungerat särskilt bra. Mer eller mindre heltäckande uppgifter har enbart kommit in från Humanistiska fakulteten och ITuniversitetet. Att så blev fallet kan bero på att man har missuppfattat uppgiften eller att den ansetts som svår att genomföra. I stort kan konstateras att verksamheten känner stor osäkerhet kring vilken digital information som skall bevaras för framtiden. Resultatet av inventeringen är här alltså inte heltäckande utan får ses som exempel på det digitala material som förekommer vid fakulteterna. Resultatet av inventeringen rörande de universitetsgemensamma systemen framgår enligt bilaga 1. Vad gäller uppgifter rörande fakulteternas handlingar så har dessa bakats in i den löpande texten. Förekomsten av foto och film vid Konstnärliga fakulteten inventerades 2004 av två studenter, som en del i arkivutbildningen vid Landsarkivet. Något om IT-strukturen Vad gäller IT-strukturen vid GU så finns för tillfället ingen enhetlig sådan. Gemensamma förvaltningens avdelningar tillsammans med stora delar av Sahlgrenska akademin och UFL ingår i ett nätverk där informationen lagras på ett antal speglade servrar. Servrarna förvaras fysiskt i Vasaparken och i Lyktan på Medicinarberget. Här lagras också de uppgifter som hanteras i de universitetsgemensamma IT-systemen, t.ex. för personal och ekonomi. Fakulteterna har också egna nätverk samt egna fil-, mail- och printservrar. På institutioner och avdelningar förekommer även information på hårddiskar och andra typer av medier. Vid Gemensamma förvaltningen används idag huvudsakligen tunna kli- 21

22 enter (nätverksansluten minimalistisk dator som har som sin enda uppgift att kommunicera tangent- och muskommandon till en server och därifrån hämta skärmuppdateringar). Förekomst av allmänna handlingar i olika IT-system Som tidigare har nämnts förekommer det ett flertal olika IT-system vid GU och majoriteten av dessa innehåller information som kan räknas som av tillfällig och ringa betydelse. De IT-system som förväntas innehålla uppgifter som bör bevaras för all framtid kan grovt delas in i följande kategorier: Forskningsdatabaser/IT-system för bearbetning av forskningsdata IT-system för distansutbildning Administrativa IT-system Myndighetens webbsidor Foto, film och ljud Forskningsdatabaser/IT IT-system för bearbetning av forskningsdata förekommer på fakulteternas olika institutioner och avdelningar. Dessa system används framförallt till att lagra och bearbeta olika former av forskningsdata. I många fall är livslängden för systemen väldigt lång och kan räknas i decennier. Uppdatering av programvara sker löpande vid behov. Vad gäller de system som förekommer vid Sahlgrenska akademin kan det i många fall vara svårt att dra gränsen för vem materialet tillhör, GU eller sjukvården. Dessa förhållanden behöver utredas vidare. Många fakulteter ger också distansutbildningar på webben som administreras via olika IT-system. Lärare och studenter kan här kommunicera och studenterna laddar ner kursmaterial och lämnar in tentor m.m. Vad jag har stött på så förekommer sådana system bland annat på IT-universitetet, Sahlgrenska akademin och Samhällsvetenskapliga fakulteten. Liknande system förekommer säkert även på andra håll inom GU. Till kategorin administrativa IT-system räknas t.ex. personal- och ekonomisystemen samt LADOK. Hit räknas också system för diarieföring, arkivredovisning, fastighetsförvaltning, kemikaliehantering, upphandling och övrig studieadministration. Här rör det sig i huvudsak om universitetsgemensamma system men lokala system förekommer också på fakulteterna. En viktig kanal för att sprida information om universitetets verksamhet är myndighetens webbsidor på Flertalet webbsidor inom universitetet administreras inom en gemensam plattform för publicering av dynamiska webbsidor, CMS (Content Management System). Några fakulteter har dock valt att stå utanför detta system och använder egna lösningar. Dessa är Universitetsbiblioteket, Humanistiska fakulteten och Handelshögskolan. Därutöver förekommer också ett flertal lokala webbsidor på institutionerna, som inte ingår i den gemensamma CMS-plattformen. 22

23 Mycket av informationen på myndighetens webbsidor styrs också via ett antal webbportaler portaler. På kurs- och studentportalerna förekommer information rörande utbildning och studiedokumentation. Medarbetarportalen behandlar främst personalens anställning vid GU. I flera fall länkar också webbportalerna till olika administrativa IT-systemen. Till kategorin foto, film och ljud räknas Universitets-TV:s produktioner och bilderna i GU:s bilddatabas. Vid vissa fakulteter, bl.a. vid de humanistiska och konstnärliga, förekommer också ett omfattande material av foto, film och ljud i olika digitala och analoga format. För att kunna bevara sistnämnda handlingar så bör även dessa på sikt konverteras till något lämpligt digitalt format. Därför omnämns även dessa i denna utredning. Olika format och medier Det mesta av informationen i de universitetsgemensamma IT-systemen hanteras i SQL-databaser och lagras på förvaltningens servrar. Vad gäller enskilda dokument så förekommer dessa i en mängd olika format, t.ex. som DOC (Word), XLS (Excel) och PDF (Adobe Acrobat). Den information som hanteras i forskningsdatabaser och IT-system för bearbetning av forskningsdata förekommer i ett flertal olika format, beroende på programvaran som används. Några exempel är Access, FileMaker, DB2 och Excel. Forskningsdata bearbetas också i olika statistikprogram, t.ex. SAS och SPSS. Materialet lagras mestadels på olika servrar men lokala hårddiskar förekommer också. Vilka format utbildningsplattformarna använder känner jag inte till men förmodligen rör det sig här om SQL-databaser. Bifogade handlingar förekommer bl.a. som DOC och PDF-filer. Informationen lagras på olika servrar. Myndighetens webbsidor förekommer mestadels i formatet HTML. Bilder förekommer bl.a. som GIF och JPEG. Flertalet av myndighetens webbsidor är dynamiska och innehåller script (PEARL, PHP) och flash. Informationen lagras huvudsakligen på olika servrar. Sedan hösten 2004 bevaras de program som produceras av Universitets-TV i formatet MPEG-2. Därutöver förekommer också ett flertal olika format, både analoga och digitala. Några exempel på analoga format är BVU, Betacam och I C och digitala format DV, DVCam, DVCPro och DigitalS. Arkivkopior förvaras i ett särskilt bandarkiv och nyare produktioner finns även tillgängliga på server. Bilderna i GU:s bilddatabas bevaras i formaten TIFF och JPEG. Bilderna lagras på server. Vad gäller foto, film och ljud på de olika fakulteterna så förekommer även dessa handlingar i en mängd olika format och på olika medier. Fotografier förekommer t.ex. som skioptikonbilder (glasskivor), papperskopior och som negativ och positiv film. Ljudinspelningar finns på rull- och kassettband samt DATband (Digital Audio Tape). Filmer finns inspelade på 16- och 35 mm film, Beta-film, VHS (Video Home System) och DV (Digital Video). Digitala filer lagras även på optiska skivor som CD-R och DVD-R. 23

24 Rutiner för säkerhetskopiering Vad gäller rutinerna för säkerhetskopiering (skall inte blandas samman med begreppet digital arkivering ) så varierar dessa inom GU. De största IT-systemen säkerhetskopieras i regel en gång per dygn och informationen bevaras från några veckor upp till ett år. Den information som hanteras inom Gemensamma förvaltningen (tillsammans med delar av Sahlgrenska akademin och UFL) samt ITuniversitet bevaras i tre månader. Därutöver förekommer också att säkerhetskopior tas per månad, halvår eller år. I regel bevaras denna information för en period av ett år. Två undantag är Utbildningsvetenskapliga fakulteten och Handelshögskolan som bevarar sina årliga säkerhetskopior för all framtid. På förstnämnda fakultet har denna rutin gällt i 4 5 år och vid den sistnämnda sedan Det kan alltså konstateras att mycket av informationen vid GU kan återskapas för en period av några veckor upp till fyra månader. Därutöver förekommer enbart information som har bevarats vid vissa specifika tillfällen. Fakultet/motsv. Gemensamma förvaltningen Sahlgrenska akademin Humanistiska fakulteten Konstnärliga fakulteten Samhällsvetenskapliga fakulteten Säkerhetskopiering och tid för bevarande Inkrementell back-up tas en gång per dygn och informationen bevaras i 3 månader. Fullback-up tas en gång per månad och informationen bevaras i 1 år. Mycket av informationen på Sahlgrenska akademin lagras på universitetets centrala servrar. GF och SA har gemensam ITavdelning. Lokala lösningar finns också. All informationen säkerhetskopieras två gånger i månaden och bevaras från 2,5 månader upp till 10 månader. Det finns inget enhetligt nät eller enhetliga rutiner på fakulteten. På Artisten hämtas e-post hem från en gemensam server till respektive hårddisk där den anställde själv får ansvara för eventuell säkerhetskopiering. På Valand ansvarar var och en för sin egen back-up. Tillfälliga säkerhetskopior tas för webbsidorna och vissa registersystem. Visst webbmaterial har bevarats sedan Finns inget enhetligt nät utan institutionerna ansvarar själva för sina IT-resurser. Backup tas i allmänhet per natt. Informationen bevaras olika lång tid, minst en vecka. Psykologen bevarar den säkerhetskopierade informationen upp till 1 år. Handelshögskolan Back-up tas varje dygn, fullback-up var 128 dygn. Mailloggar kan återskapas för 1 år tillbaka i tiden. Den fullback-up som tas sist på året bevaras och så har skett sedan

25 Naturvetenskapliga fakulteten Utbildningsvetenskapliga fakulteten UFL IT-universitetet Inget enhetligt nät, uppdelat mellan olika GU-institutioner och Chalmers. Vid Geovetarcentrum tas back-up en gång per dygn. Försök pågår med att lagra informationen centralt på Gemensamma förvaltningens servrar. Varje natt tas dygnsback-up och informationen lagras 2 4 veckor. Första söndagen varje månad tas back-up och informationen bevaras i 1 år. Mitt på året tas också back-up och informationen bevaras för all framtid. Denna rutin har gällt i 4 5 år. UFL hör till GF:s nät och all information lagras på de centrala servrarna. 1 ggr dygn (3 månader) 1 ggr halvår (1 år) Universitetsbiblioteket 1 ggr dygn (-) 1 ggr månad (2 år) 25

26 Anvisningar för digitalt bevarande Modell för långsiktigt bevarande Idag ansvarar respektive arkivbildare (kansli, institution, avdelning) för den egna arkiveringen. I praktiken medför detta att arkiven ser väldigt olika ut innehållsmässigt, trots att det finns centrala direktiv och riktlinjer. Om man i framtiden skall införa någon form av enhetlig digital arkivering är det viktigt att styra dokumentflödet än mer än idag. Ett oordnat pappersarkiv är relativt enkelt att ordna upp men ett digitalt arkiv som befinner sig i oreda är desto svårare att hantera. Förmodligen blir det också väldigt kostsamt. Därför är det viktigt med en väl genomtänkt struktur för den framtida dokumenthanteringen. Idag kan skönjas vissa strategiska flaskhalsar i det digitala handlingsflödet. Några exempel är Kursportalen och Universitetsbibliotekets publiceringsdatabas GUP/GUPEA för vetenskapliga publikationer. Här samlas mycket av den kursdokumentation som upprättas (bl.a. kursplaner, deltagarlistor, scheman, kompendier) samt flertalet doktorsavhandlingar. På ett liknande sätt bör det digitala handlingsflödet styras i framtiden så att all information slutligen hamnar på ett ställe, i ett arkiv (institutional repository). Då blir det också lättare att hantera, vårda och tillgängliggöra materialet utifrån ett långsiktigt perspektiv. Modell för dokumentstyrning Forskningsdata Kursdokumentation Webbsidor Administrativa data Avhandlingar, uppsatser och publikationer Foto, film och ljud Digitalt arkiv Forskningens behov Verksamhetens behov Allmänhetens behov 26

27 Det bör dock poängteras att digital arkivering inte har något egensyfte i sig själv. I princip spelar det ingen roll vilken typ av medium informationen bevaras på utan det viktiga är att den bevaras och är autentisk. Troligtvis kommer det under mycket lång tid att vara så att handlingar bevaras i många olika format och på olika medier, t.ex. digitalt, på papper och mikrofiche. Några fördelar som ändå följer med digitala format är att informationen kan bli lättare att tillgängliggöra, sprida, kopiera, söka och sammanställa. Den stora nackdelen är att informationen får ett permanent vårdbehov i form av konverteringar och migreringar. Ett pappersarkiv kan ordnas upp en gång men ett digitalt material blir aldrig färdigställt. Vad bör bevaras i digital form? Som läget ser ut vid GU idag är det bäst att flertalet handlingar inom forskning, utbildning och administration bevaras på papper. Detsamma gäller för uppsatser, avhandlingar och övriga publikationer. Vad som måste bevaras digitalt är sådan unik information som förlorar sin funktionalitet vid utskrift på papp- per, t.ex. data från forskningsdatabaser och administrativa system samt webbsidor. Även beståndet av foto, film och ljud (gäller såväl digitala som analoga format) bör bevaras digitalt för att garantera läsbarheten i framtiden. Först när det finns en fullt utvecklad arkivorganisation kan verksamheten gå över till en mer enhetlig digital arkivering. Några exempel på handlingar som bör bevaras i digital form är: Rådata (primärmaterial) i olika forskningsdatabaser Myndighetens diarium i DIABAS Dokumentation av studieresultat i LADOK Myndighetens webbsidor Beståndet av foto, film och ljud i olika analoga och digitala format Teckentabeller och filformat Vid digital arkivering bör enhetliga format och standarder väljas, som är allmänna, öppna och leverantörsoberoende. Därför är de vanliga kontorsformaten (exempelvis Word/DOC och Excel/XLS) inte lämpliga för arkivering. Informationen får heller inte vara krypterad eller lagrad i komprimerad form, t.ex. ZIP, TAR eller SIT. Vid val av teckentabeller rekommenderar Riksarkivet framförallt SS-ISO (Western Latin I) I men godkänner även SS (svensk 7-bits ASCII). I arkivsammanhang omnämns också ISO :2000 (UTF UTF-8 eller UTF-16 16). Även Unicode 3.0 eller senare är helt kompatibel med andra utgåvan av ISO :2000, Universal Character Set. Följande filformat rekommenderas av Riksarkivet för arkivering: XML för data och metadata 8-bits ASCII (SS-ISO ) eller Unicode för ren text 27

28 TIFF (300 dpi) för scannade dokument och bilder PDF/A (SS-ISO ) för dokument MPEG för ljud och film Försäkringskassan är en av de myndigheter som kommit längst i hanteringen av digitala handlingar och denna myndighet rekommenderar följande arkivformat: Format Affärsprocesser, finans Allmänt CAD och GIS (vektoriserade format) Databasfiler och statistikfiler Kontorsdokument Metadata och arkiv Format för arkivering ebxml-ramverket XBRL (extensible Business Reporting Language) FpML (Financial products Markup Language) OAGIS-ramverket (Open Applications Group) TEI (Text Encoding Initiative) IPTC NewsML XHTML (extensible Hyper Text Markup Language) GML (Geography Markup Language) för 2 D och 3 D CGM (Computer Graphics Metafile ISO/IEC 8632) för 2 D I vissa fall kan även TIFF användas för 2 D Ev. WebCGM för 2 D Ev. SVG (Scalable Vector Graphics) för 2 D Ev. PDF/E för 2 D/3 D Ev. X3D från Web3D Consortium för 3D Ren text/ascii XML ISO :2005 PDF/A Ren text/ascii XHTML EAD (Encoded Archival Description) ISO 15836:2003 DC (Dublin Core) e-goverment Metadata Standard W3C RDF (Resource Description Framework) Ev. PRISM, NARA:s RFC:er för långtidslagring Ev. EAC (Encoded Archival Context) Ev. MODS (Metadata Object Description Schema) Ev. METS (Metadata Encoding and Tranpsortation Standard) Ev. VERS (Victorian Electronic Records Strat- 28

29 Naturvetenskap Scanning (300 dpi) och rastrerad grafik Systemutveckling och teknik Webbsidor Video, ljud, virtuella format egy) MOREQ, ISO :2004 Records management processes MathML (Mathematical Markup Language) TIFF 6.0 CCITT T.6/ grupp 4 för s/v TIFF 6.0 LZW (Lempel-Ziv-Welch) för färg/gråskala Ev. TIFF 6.00 Uncompressed Bitmap för färg/gråskala Ev. PDF/A Ev. JIFIF (JPEG File Interchange Format) Ev. ISO :2004 JPEG 2000 Ev. W3C SVG Ev. ISO 15948:2004 PNG ISO XMI (XML Metadata Interchange) DocBook STEP-ramverket SOAP Ev. W3C ECMAScript, STEPml, WfXML HTML och TXT för text JPEG och GIF för bilder ISO 11172:1993 MPEG-1 MP3 = MPEG-1 layer :1995 MPEG-2 Ev. X3D från Web3D Consortium, MPEG-4 * Tabellen baserar sig på en sammanställning gjord av Magnus Wåhlberg År 2004 utkom en utredning rörande strategi och bevarande för de samlingar som ingår i Statens ljud- och bildarkiv (SOU 2004:53). Materialet utgörs bl.a. av det totala utbudet från Sveriges Radio AB, Sveriges Television AB, Utbildningsradion AB och TV 4 AB samt digitala marksända kanaler. I utredningen rekommenderas ett bevarande som motsvarar sändningskvalitén, vilket innebär MPEG-2 8 Mbit/s. Detta filformat används även vid GU för att bevara de program som produceras av Universitets-TV. Medium I RA-FS 2003:1 framgår att optiska skivor och magnetbandkassetter accepteras som medium vid leverans till Riksarkivet eller landsarkiven. Som optiska skivor räknas CD-R (Compact Disc Recordable) och CD- ROM (Compact Disc - Read Only Memory). Skillnaden mellan båda dessa är att CD-R framställs en och en genom bränning medan CD-ROM produceras i större upplagor med master. Godkända standarder är ISO för CD-R och ISO 9660 för CD-ROM. 29

30 Ett annat optiskt medium som ännu inte har godkänts i någon föreskrift är DVD (Digital Versatile Disc). Skillnaden mellan DVD- och CD-skivor är att de förstnämnda rymmer betydligt mer data. Om en vanlig CD-skiva rymmer 700 MB (megabyte) så rymmer en DVD-skiva upp till 4,7 18 GB (gigabyte). DVD används dock vid flertalet myndigheter som arkiveringsmedium, bl.a. vid Lunds universitet och vid Högskolan i Borås. Bandkassetter som rekommenderas av Riksarkivet är av 3480-typ, Digital Audio Tape (DAT), Exabyte-typ och Digital Linear tape (DLT). Ett flertal olika ISO-standarder har godkänts för bandkassetter vilka framgår av tidigare nämnda föreskrift. Även hårddiskar och servrar kan accepteras för arkivändamål men då bör dessa hållas åtskilda från det övriga nätverket. Informationen skall också säkerhetskopieras med vissa fastställda intervaller. Det mest ideala är annars att välja en RAID-lösning (Redundant Array of Independent Discs) där ett antal hårddiskar är kopplade mot varandra och sparar informationen dubbelt. Denna lösning bygger på att sannolikheten att samtliga hårddiskar går sönder samtidigt är väldigt liten. En trasig hårddisk kan också ersättas med en ny, utan att den sparade informationen påverkas. Oavsett vilket medium som väljs för bevarande så skall det vara av god kvalitet. På så vis förbättras mediets hållbarhet. Konvertering och migrering I och med att det inte finns några arkivbeständiga format och medier så måste digitala handlingar konverteras och migreras med ett visst tidsintervall. Annars kommer informationen inte att vara läsbar i framtiden. I sammanhanget talas det om fysisk och teknisk livslängd. För att ta en CD-R-skiva som exempel så håller den fysiskt från några år upp till kanske år, beroende på skivans kvalitet och bränning. En CD-ROM-skiva bör ha en längre fysisk livslängd, kanske upp till 100 år. Därefter vittrar eller krackelerar skrivytan sönder. Vad gäller den tekniska livslängden så vet vi inte hur länge det finns apparatur som kan läsa CD-skivor. Vem minns inte de gamla disketterna som fanns i olika format, t.ex. 5¼ tum s.k. floppy och 3,5 tum. Idag säljs inga nya datorer med diskettstationer utan dessa har ersatts av optiska läsare och USB-portar. Det är heller inte säkert att en fil som har bevarats i ett visst format kan läsas i framtiden. Informationen måste då sparas om i ett nyare format. Därav krävs en långsiktigt plan för konvertering av filer och migrering av information mellan olika medier. I arkivutredningen Arkiv för alla (SOU 2002:78) återges en tabell som behandlar olika mediers beständighet enligt följande: Databärare Mediets fysiska Mediets tekniska livslängd livslängd Magnetband 2-30 år 5 år Videoband år 5 år 30

31 Magnetiska diskar 5-10 år 5 år Optiska diskar år 10 år * Tabellen baserar sig på uppgifter som publicerats i Scientific American 1995 av Jeff Rothenberg.. Med dessa uppgifter som grund vore det lämpligt att föreslå att all information vid GU kontrolleras vart 5:e år så att den är läsbar. Vid behov bör informationen konverteras till nytt format eller migreras till nytt medium. På så vis kan man minimera risken att viktig information blir liggande och på sikt förstörs. Handlingar (främst foto och film) som förekommer på olika analoga medier, t.ex. rull- och kassettband, 16- och 35 mm-film, Beta-film och VHS bör så fort som möjligt konverteras till lämpligt digitalt format. På så vis kan materialet också räddas för framtiden och blir lättare att vårda. Ytterligare anvisningar för hur en plan för långsiktigt bevarande av digital information skall utformas framgår enligt RA-FS 2003:2. Förvaring I 6 arkivlagen (1990:782) framgår att landets myndigheter skall skydda sina arkiv mot förstörelse, skada, tillgrepp och obehörig åtkomst. Dessa krav förtydligas ytterligare i RA-FS 1997:3 där det framgår att handlingarna skall förvaras i skåp eller annat slutet utrymme som skyddar dem mot: vatten och skadlig fukt brand, brandgas och skadlig upphettning i 120 minuter skadlig klimat- och miljöpåverkan, samt skadegörelse, tillgrepp och obehörig åtkomst. Följande krav ställs på klimatmiljön: pappershandlingar: <18 C ± 2 C 30-40% RF ± 5% RF (Relativ fuktighet) magnetiska databärare: <15 C ± 2 C 30% RF ± 5% RF optiska databärare: <18 C ± 2 C 30% RF ± 5% RF mikrofilm: <18 C ± 2 C 30% RF ± 5% RF svart/vita negativ: <18 C ± 2 C 30% RF ± 5% RF svart/vita påsiktsbilder: <18 C ± 2 C 30% RF ± 5% RF färgnegativ: <-5 C ± 2 C 30% RF ± 5% RF färg påsiktsbilder: <-5 C ± 2 C 30% RF ± 5% RF färgdiapositiv: <-5 C ± 2 C 30% RF ± 5% RF nitratnegativ: <11 C ± 2 C 30% RF ± 5% RF Vad gäller magnetiska databärare så bör dessa inte förvaras i samma utrymme som dammalstrande pappershandlingar. Luften i arkivlokalen bör också renas genom avskiljning av både fasta och gasformiga föroreningar. Magnetiska databärare skall även skyddas mot skadlig elektromagnetisk påverkan. Ju mer förva- 31

32 ringsklimatet avviker från de rekommenderade värdena, desto kortare blir den fysiska livslängden. Förslag till bevarande av myndighetens webbsidor Som tidigare har nämnts i texten administreras flertalet av GU:s webbsidor via en gemensam CMS-plattform (Content Management System). De verksamheter som för närvarande ingår i denna är Gemensamma förvaltningen, Sahlgrenska akademin, Samhällsvetenskapliga fakulteten, Naturvetenskapliga fakulteten och Utbildningsvetenskapliga fakulteten. Övriga fakulteter har valt egna lösningar. Detta innebär att ansvaret för arkiveringen av myndighetens webbsidor också måste delas av verksamheten. Nedanstående plan för bevarande av myndighetens webbsidor har utarbetats av universitetsarkivarie Christer Johansson och webbkoordinator Mikael Stoltz. Dessa kan också besvara frågor rörande olika programvaror för bevarande m.m. Planen bygger i stort på den arkiveringsplan som tillämpas vid Högskolan i Borås. Hur skall myndighetens webbsidor bevaras? Webbsidorna bevaras i ett statiskt HTML-format med programvaror som Webstripper eller Webdevil. Med dessa program är det möjligt att spara webbinformationen och göra den tillgänglig med en offline-browser. Då blir det också möjligt att klicka sig runt inom webbsidan. Rotkatalogen bevaras i ursprungligt format. Vilket urval skall göras? Endast den egna verksamhetens webbsidor skall bevaras, d.v.s. kansli, institution, avdelning eller annan enhet vid Göteborgs universitet. Externa webbsidor som det finns länkar till behöver ej bevaras. Uppgifter i administrativa system och databaser behöver inte bevaras med webbsidorna. Dessa uppgifter bevaras separat vid myndigheten. Hur ofta skall webbsidorna bevaras? Myndighetens webbsidor bevaras två gånger per år, i augusti och januari. På vilket medium skall webbsidorna bevaras? Webbsidorna bränns ned på DVD-skivor i två exemplar (arkiv- och kopieringsexemplar). Om inte informationen får plats på en DVD-skiva skall universitetsarkivarie Christer Johansson kontaktas för ytterligare anvisningar. 32

33 Hur dokumenterar vi processen? Vid varje arkiveringstillfälle skall användardokumentation bifogas materialet dels som ren textfil (.txt) på DVD-skivorna och dels som pappersdokument. Användardokumentationen skall bestå av en allmän instruktion om hur man kan ta del av informationen på DVD-skivan samt en teknisk beskrivning rörande hård- och mjukvara. Nedanstående tekniska dokumentation utgör enbart exempel på hård- och mjukvara. Dessa uppgifter måste korrigeras vid respektive arkiveringstillfälle. Instruktion för att läsa DVD-skivan 1. Utrustning som kan läsa DVD krävs 2. Starta en filutforskare 3. I roten på din DVD-enhet finns en kopia av detta dokument som textfil. 4. Två kataloger vid namn, filkopia och stripped 5. Filkopia innehåller en ren filkopia av webbarna 6. Stripped innehåller en länkad filstruktur så att man kan navigera offline (d.v.s. surfa lokalt) 7. Ingångssidan på varje webb startas med filen indexw.html, förutom cem där man startar med default.html och ei där man startar med eilogon.html. För att tanka ner filerna ifrån universitetets webb nyttjas programmet XXXXXX. Hård- och mjukvara Hårdvara Dator: PC Dell Optiflex Gx 150 RAM-minne: 256 KB Processor: P3 1 GHz/133 MHz Mjukvara Operativsystem: Windows XP Stripper: Webstripper 2.0 Webbläsare: Internet Explorer 6.0 PDF-läsare: Adobe Acrobat Reader 5.0 Dokumentläsare: Microsoft Office 97 DVD-hårdvara: Bravo Primera Disc Publisher DVD-media: Verbatim DVD-R2X 33

34 Vem ansvarar för vad? Avdelningen för externa relationer ansvarar för att de webbsidor som administreras inom den gemensamma CMS-plattformen arkiveras Handelshögskolan, Humanistiska fakulteten och Universitetsbibli biblio- teket ansvarar för att de egna webbsidorna arkiveras. Detsamma gäller för övriga enheter vid GU, som inte ingår i den gemensamma CMSplattformen. Slutförvaring, konvertering och migrering Efter varje arkiveringstillfälle skall DVD-skivorna skickas till registraturet i Vasaparken. Där kopieras filerna över till någon form av disk för att kunna tillgängliggöras för allmänheten, antingen via webben eller på en stationär dator. Rektors kansli ansvarar sålunda för framtida konverteringar och migreringar av insänt material. Databasfiler och statistikfiler Den vanligaste typen av databaser är s.k. relationsdatabaser. I dessa organiseras informationen i tabeller som relaterar till varandra. Exempel på relationsdatabaser är DB2, Access och FileMaker liksom Oracle, Microsoft SQL Server och My-SQL. Exempel på statistikprogram är SAS och SPSS. Vad som är intressant att bevara är inte programvaran i sig utan den information (rådata) som hanteras i systemen. Så länge ett program hålls i bruk bör informationen bevaras i sitt ursprungliga format. Används inte informationen under en tid av minst fem år så bör informationen bevaras i ett format som är oavhängigt programvaran. Bevarandet bör ske genom att informationen konverteras till 8-bits ASCII (SS-ISO ) eller till XML. Det förstnämnda alternativet är godkänt av Riksarkivet och praktiska anvisningar ges i RA-FS 2003:1. Även XML godkänns som lämpligt arkivformat. Detta alternativ förespråkas bl.a. av AGDA-gruppen (14 svenska universitet och högskolor i samverkan) som har testat olika former av bevarande av forskningsdata. Därutöver bör den arkiverade informationen även bevaras i ursprungligt format. Det är möjligt att man i framtiden kommer på ännu bättre sätt att återanvända och tillgängliggöra data och då kan det vara bra att ha kvar det ursprungliga formatet. Stadsarkivet i Stockholm ( publicerade i början av juni 2006 ett antal utkast till handledningar för hantering av digital information inom Stockholms stad. Häri framgår bl.a. en sammanställning över för- och nackdelar mellan olika arkiveringsformat vid bevarande av databaser: 34

35 Format XML Positionsbestämd textfil Teckenseparerad textfil Fördel Lätt att presentera Mindre behov av separat dokumentation, eftersom dokumentationen är sammanlänkad med informationen genom märkorden Inte utrymmeskrävande Lätt att upprätthålla hierarki och relationer Enkel att söka och bearbeta Lätt att generera ur befintlig databas Enkel att söka och bearbeta Inte utrymmeskrävande Lätt att generera ur befintlig databas Nackdel Svårt att söka och bearbeta Svårt att generera ur befintlig databas Är obegriplig utan separat dokumentation Utrymmeskrävande (fältets storlek anpassat efter den mest utrymmeskrävande posten). Känsligt för fasförskjutningar. För att upprätthålla hierarki och relationer krävs separat dokumentation. Är obegriplig utan separat dokumentation Svårt att presentera För att upprätthålla hierarki och relationer krävs separat dokumentation Känsligt för felläsningar om teckenseparatorn förekommer i ett fält. Kombination Samtliga fördelar Större kostnader för att generera och lagra När välja? När det finns en individ eller ett objekt att samla informationen kring. När databasen är svår att platta till p.g.a. hierarkier och samband. När en fil består av få fält och fältens längd inte varierar stort mellan posterna Om data har karaktären av register. När en fil består av många fält och fältlängden varierar mycket mellan olika poster. Då är teckenseparerad fil utrymmesbesparande. Det finns idag ingen central resurs för bevarande av digital information vid GU. Därför vilar ansvaret för bevarandet av myndighetens digitala handlingar på respektive arkivbildare, d.v.s. varje kansli, institution och avdelning. En möjlighet att tillgängliggöra data från humanistisk och samhällsvetenskaplig forskning är att leverera materialet till Svensk Samhällsvetenskaplig Datatjänst (SSD). Det bör dock poängteras att GU inte kan avsäga sig arkivansvaret som statlig myndighet. I sammanhanget är det också viktigt att belysa att SSD sedan årsskiftet 2005/2006 lyder under Vetenskapsrådet och ej under GU. Därför måste alla allmänna handlingar också arkiveras vid myndigheten. 35

36 Dokumentation och metadata Inom det s.k. AGDA-projektet undersöks förutsättningarna för bevarande av forskningsdatabaser. Den metadatastandard som man valt att tillämpa är en kvalificerad version av Dublin Core. Nedanstående text baserar sig på detta arbete. Andra standarder som nämns i arkivsammanhang är bl.a. EAD (Encoded Archival Description), EAC (Encoded Archival Context) och ISAD(G) (International Standard for Archival Description, General). I arkivsammanhang brukar man urskilja följande typer av metadata: deskriptiva metadata tekniska/strukturella metadata administrativa metadata För att kunna identifiera en viss informationsmängd behövs kunskap om både innehåll och kontext. Vad innehåller filen för information, vilken tidsomfattning eller andra avgränsningar kan göras i materialet? Vilket organisatoriskt ursprung har informationen? Vem har skapat den och i vilket syfte? Utan tillgång till information om vilken teknisk miljö en viss fil skapats i är det omöjligt att göra den läsbar. Man måste veta vilken hårdvaruplattform, vilket operativsystem och vilken applikationsprogramvara som krävs för att presentera informationen. Filtyp, filstorlek, kodschema och eventuell komprimering är andra viktiga metadata. Hur tabeller och fält i en databas relaterar till varandra är nödvändig dokumentation för att återskapa en databas från t.ex. flata filer. Det behövs också en del metadata för att hantera den arkiverade informationen rätt. Finns det t.ex. några restriktioner för tillgängliggörandet? Kanske råder det sekretess i materialet, kanske innehåller filerna personuppgifter eller upphovsrättsskyddat material som inte får spridas hur som helst? Det kan också finnas bestämmelser om gallring av hela eller delar av materialet efter en viss tid. Beskrivning av metadata 1. Deskriptiva metadata a) beskrivning av det digitala objektets informationsinnehåll t.ex. beskrivning av ingående dataelement, variabler och parametrar och relationen mellan dessa, tidsomfattning, validitet m.m. b) kontextuell information t.ex. organisatorisk tillhörighet, projektbeskrivning, procedurer för datainsamling, standarder, referenser till kompletterande information. 36

37 2. Tekniska och strukturella metadata a) beskrivning av den ursprungliga filen ( bit preservation ) t.ex. filtyp, filstruktur, version, operativsystem, applikationsprogramvara, hårdvaruplattform, eventuell komprimering, databasdesign etc. b) beskrivning av funktionellt format ( functional preservation ) t.ex. filtyp, filstruktur, version, operativsystem, applikationsprogramvara, hårdvaruplattform, eventuell komprimering, databasdesign etc. 3. Administrativa metadata a) metadata för återsökning, indexering och systematisering t.ex. beteckningar, sökbegrepp, referenser till andra arkiverade objekt etc. b) metadata för tillgängliggörandet t.ex. sekretess, upphovsrätt, informerat samtycke till behandling av personuppgifter. c) metadata för autenticering, migrering och konvertering t.ex. dokumentation av migrering och konvertering till nya versioner, format och media, checksummeberäkningar och andra kontroller. d) metadata för bevarande och gallring t.ex. evalueringsinformation, gallringsfrist etc. Teknisk dokumentation och manualer för olika IT-system skall arkiveras hos respektive systemägare. IT-avdelningen vid Gemensamma förvaltningen skall arkivera en lista med gemensamma IT-system en gång per år. Detsamma gäller för IT-ansvariga ute i verksamheten, vad gäller fakulteternas egna system. Om man beslutar att bevara data i digital form bör även dokumentation och metadata upprättas enligt exemplet ovan. Ytterligare anvisningar rörande systemdokumentation framgår enligt RA-FS 2003:2-3. OAIS-modellen En modell som ofta omtalas i samband med digital arkivering är den s.k. OAISstandarden (Open Archival Information System) ISO 14721:2003. OAIS är, som det återges i arkivutredningen Arkiv för alla (SOU 2002:78), en referensmodell och ett konceptuellt ramverk för digital arkivering, som är framtaget av amerikanska rymdflygstyrelsen NASA. Modellen etablerar terminologi och koncept som är relevanta för digital arkivering, identifierar centrala delar och processer som vanligtvis förekommer vid digital arkivering och föreslår en informationsmodell för digitala objekt och tillhörande metadata. 37

38 I informationsmodellen identifieras tre typer av s.k. informationspaket: Submission Information Package (SIP) Archive Information package (AIP) Dissemination Information Package (DIP) Alla informationspaket består av fyra delar: 1. dataobjektet som skall bevaras, t.ex. en ordbehandlingsfil eller en digital bild 2. information om objektet som är nödvändig för dess bevarande, t.ex. uppgifter om format, när objektet skapades och av vem 3. information om vad som utgör informationspaketet och avgränsar det mot andra paket 4. beskrivning av informationen, helt eller delvis hämtad från den andra delen, och som används vid återsökning av det digitala objektet, t.ex. ärendemening och namn på avsändare i ett diariefört ärende eller e-brev. OAIS-modellen Förklaring: producer(arkivbildare), management (arkivförvarande institution), consumer (användare). Det är i längden inte realistiskt att arkivbildarna skall stå för vården av myndighetens digitala arkiv. Detta förutsätter någon form av gemensam resurs, vilket också är en förutsättning för den dokumentstyrningsmodell som presenterades i kapitlets inledning. I detta sammanhang är OAIS-modellen intressant. 38