Kjersti Rustad

Collection Building, Vol. 25, n. 3, 2006

Artículo en el que se analizan los procedimientos utilizados por la Biblioteca Nacional de Noruega para llevar a cabo la recopilación y conservación de los documentos publicados en el espacio web noruego. Este "web harvesting" o recopilación de documentos web, se inició de una manera regular en febrero de 2005. La base legal de esta actividad reside en la Ley de Depósito Legal de este país, una de las pioneras en incluir los documentos digitales. Actualmente se recopilan todos los sitios web publicados bajo el dominio noruego, es decir, bajo el dominio .no. No obstante, se tiene en mente incorporar en un futuro, todos aquellos sitios web publicados bajo otros dominios (.com, .org, etc.), que estén claramente destinados al público noruego. El proceso de recopilación de los sitios web se realiza mediante un robot de búsqueda denominado Heritrix. La idea inicial era la de realizar un "web harvesting" de todo el dominio .no cuatro veces al año. Esta idea se basaba en una serie de cálculos que se vieron sobrepasados cuando, en la primera ronda del año 2005, el robot de búsqueda recopiló más del triple de URLs de las que se había calculado que recopilaría. La recopilación de todo el espacio web noruego se realiza con el objetivo de conservar una visión de conjunto del aspecto de la Internet noruega en un momento determinado. Como complemento, también se lleva a cabo una recopilación selectiva (por ejemplo, se prevé la recopilación diaria de los periódicos noruegos). Con objeto de garantizar la preservación de los documentos recopilados, éstos se almacenan en el National Library's Digital Long Term Preservation Repository. El acceso al Archivo Web Noruego por parte de los usuarios se realiza mediante el software Web aRchive Access (WERA). Sin embargo, este acceso es restringido ya que la Biblioteca Nacional de Noruega se ve obligada a respetar la Ley de Protección de Datos Personales y la Ley de Propiedad Intelectual.

Resumen elaborado por: Mayte Blasco Bermejo