Última atualização em 17 de Agosto de 2023 às 15:50
O Arquivo.pt lançou uma nova versão, denominada Francisco, no dia 19 de janeiro de 2022.
Nesta versão, destaca-se o novo serviço SavePageNow que permite a qualquer pessoa gravar uma página Web para ser preservada pelo Arquivo.pt. Basta colocar o endereço de uma página e navegar pelos conteúdos.
Ao utilizar o SavePageNow está a contribuir para que informações importantes publicadas na Internet não se percam.
Ajude-nos a melhorar: avise-nos de problemas!
As interfaces de utilização foram recodificadas nesta nova versão e necessitamos da sua ajuda para testá-las em diferentes dispositivos (ex. telemóveis, tablets, portáteis).
Por isso, se detectar algum problema, por favor contacte-nos!
Lembre-se de enviar sempre o endereço da página onde detectou o problema.
A Wikimedia Portugal iniciou uma colaboração com o Arquivo.pt que visa captar a atenção da comunidade para a preservação dos conteúdos publicados na Wikipédia.
Oitenta por cento das páginas publicadas na Web desaparecem ou são alteradas, apenas 1 ano após a sua publicação. Simultaneamente, a informação na Wikipédia baseia-se em informação maioritariamente publicada na Web. O desaparecimento da informação de referência prejudica a confiabilidade dos artigos da Wikipédia.
Ciclo de webinars “Património Cultural na Web: como preservar as referências na Wikipédia?”
O ciclo de Webinars promovido pela Wikimedia Portugal inclui conteúdos pedagógicos que enriquecem a formação dos profissionais da informação e comunicação mas também a literacia digital de qualquer cidadão.
O Arquivo.pt e a preservação da memória digital (1º Webinar)
Gonçalo Themudo, Presidente da Wikimedia Portugal, introduziu o 1º webinar do ciclo intitulado “Património cultural na Web: como preservar as referências na Wikipédia?”. Salientou a importância de preservar as referências (URLs) utilizadas pelos autores, quando publicam artigos na Wikipédia. Daniel Gomes, Gestor do Arquivo.pt, mostrou como o Arquivo.pt preserva os conteúdos Web e como a comunidade de autores da Wikipédia pode contribuir para que esses conteúdos fiquem efetivamente preservados.
Acesso e processamento automático de informação preservada da Web através de APIs (2º Webinar)
Webinar que apresenta as APIs (Application Programming Interface) do Arquivo.pt que possibilitam o processamento automático da informação histórica preservada da Web para desenvolver aplicações inovadores e úteis às organizações. Este Webinar destina-se principalmente a profissionais de informática (ex. Web developers, Web designers, Web marketers).
Webinar que apresenta como é preservada a informação cultural de índole municipal e nacional publicada na Web. Demonstra através de casos práticos como qualquer pessoa pode arquivar informação publicada na web num formato adequado que permitirá a sua preservação para o futuro utilizando ferramentas gratuitas. Este Webinar destina-se a qualquer utilizador da Internet mas é particularmente útil para responsáveis pela comunicação e gestão de informação em organizações.
Bem vindos à 3ª temporada do Café com o Arquivo.pt
O Arquivo.pt continua a oferecer à comunidade sessões online que endereçam tópicos relacionados com a preservação da informação publicada na web.
Ouça os convidados e converse directamente com a equipa do Arquivo.pt para saber como tirar maior partido do serviço e concorrer a mais uma edição anual do Prémio Arquivo.pt.
Sessões da 3ª temporada
Sessão especial Dia Mundial da Preservação Digital 2021 – 5 de novembro – Major Minors
No mês de novembro comemora-se o Dia Mundial da Preservação Digital e para assinalar esta iniciativa internacional, o Arquivo.pt realizou uma sessão online aberta à comunidade.
O Politiquices.pt permite pesquisar relações de apoio ou oposição entre personalidades e partidos políticos expressas em títulos de notícias. Esta aplicação utiliza informação preservada no Arquivo.pt para criar uma ontologia de relações, recorrendo a tecnologia de processamento de linguagem natural.
David Batista, 2º classificado do Prémio Arquivo.pt 2021, explica como desenvolveu o seu trabalho e demonstra as aplicações para os investigadores e cidadãos em geral.
21ª sessão – 17 de fevereiro de 2022 – Primeiras páginas de jornais online portugueses
“Primeiras páginas de jornais online portugueses” apresenta uma análise gráfica interativa das primeiras páginas de jornais online portugueses. Para este estudo foram analisados itens específicos dentro do desenho de jornais, permitindo assim observar tendências ao longo do tempo.
Susana Parreira, explica como desenvolveu este trabalho no âmbito do seu mestrado, com a colaboração e orientação de Ana Boavida (Universidade de Coimbra) Ana Sabino (Instituto Politécnico de Castelo Branco e Penousal Machado.
Milhares páginas eleitorais a preservar antes que desapareçam
No dia 26 de setembro de 2021 realizaram-se as eleições autárquicas em Portugal, evento marcado pela pandemia da Covid-19. A comunicação dos candidatos foi baseada sobretudo nos meios de comunicação social e nas redes sociais.
A informação online que documenta processos eleitorais é de manifesta importância histórica. Contudo, é difícil de identificar porque aparecem e desaparecem rapidamente. No caso das eleições autárquicas, a quantidade de candidatos e a variedade de canais utilizados torna a tarefa ainda mais desafiante.
O Arquivo.pt, tal como em eleições anteriores, lançou uma recolha especial para preservar conteúdos relativos às Autárquicas 2021.
Como foram identificados os conteúdos eleitorais publicados na Web
Começou-se por fazer a identificação manual de conteúdos relacionados com eleições, por concelho e freguesia. Para isso pediu-se ajuda a pessoas e organizações com as seguintes iniciativas:
Grande parte destes conteúdos de interesse nacional não puderam ser preservados porque estas empresas privadas estrangeiras não o permitem.
A lista com nomes de candidatos por concelho, partido ou coligação serviram para criar pesquisas automáticas no Bing que identificaram os conteúdos eleitorais mais relevantes.
Por exemplo, ao combinar o termo “autárquicas 2021” com o nome de um candidato e do respetivo concelho, obtém-se resultados relacionados com esse candidato, tais como notícias, iniciativas da sua campanha ou a página oficial da sua campanha eleitoral.
Recolha de conteúdos e disponibilização no Arquivo.pt
Entre 22 de agosto e 8 de outubro de 2021, o Arquivo.pt recolheu de forma exaustiva páginas relacionadas com as Autárquicas 2021.
A coleção resultante denominada Eleições Autárquicas 2021” (EAWP39) reúne 31 milhões de ficheiros que totalizam 2.7 TeraBytes de informação e estará disponível a partir de outubro de 2022, por respeito ao período de embargo de 1 ano.
Investigadores que queiram realizar estudos acerca das Autárquicas 2021 e necessitem de obter acesso mais cedo aos conteúdos recolhidos podem contactar o Arquivo.pt.
Este produto de informação online é uma apresentação dos resultados de forma sistemática e estruturada do projeto PARA SEMPRE.
O segundo produto online do projeto será um diretório de referências de artistas, galerias e projetos na área da arte contemporânea portuguesa a ser disponibilizado durante o ano de 2022, em gulbenkian.pt/biblioteca-arte.
Ciclo de Webinars intitulado Arte para sempre na web
A média de participantes foi de 58 por sessão, os quais avaliaram a sua satisfação, numa escala de 1 a 5, com uma pontuação média de 4,6.
As três sessões tiveram por objetivo a difusão do conhecimento sobre a preservação digital de informação na web e requisitos para a publicação de informação preservável.
Identificação de artistas, galerias e projetos
Começou-se por identificar artistas, galerias e projectos relevantes no panorama artístico português contemporâneo. Partiu-se de um conjunto inicial de 63 agentes (artistas, galerias e projetos), aos quais foram adicionados 573 artistas pertencentes à Colecção Moderna da FCG e à Colecção de Livros de Artista e Edição Independente da BAA – FCG.
Ao longo destes meses foram assim identificados 636 elementos (redes sociais e sítios web ativos em 2020), que foram posteriormente analisados.
As conclusões da análise realizada no âmbito do projeto PARA SEMPRE foram apresentadas no webinar realizado a 1 de julho de 2021, intitulado Arquivar a Web: faça-você-mesmo!
Em Abril de 2021, 0 Arquivo.pt fez uma recolha especial com base na identificação inicial de artistas, galerias e projetos e obteve 2.8 terabytes de informação preservada.
Gravaram-se novos conteúdos sobre websites de arte, utilizando ferramentas que permitem recolhas com maior qualidade, tais como Brozzler e Webrecorder.
Um projeto colaborativo de curadoria digital
PARA SEMPRE é um projeto de curadoria digital aplicada à informação disponibilizada na web pelos diversos agentes da cena artística portuguesa contemporânea (artistas, galerias e locais híbridos).
Este tem como finalidade principal contribuir para a preservação/reutilização das páginas do passado e do futuro, assegurar a preservação da memória digital da arte portuguesa actual disponível no Arquivo.pt e promover o conhecimento sobre esta temática, apresentando-a de forma sistematizada e estruturada.
Os objetivos desta iniciativa foram apresentar os serviços do Arquivo.pt e disseminar a sua utilização para que o património histórico publicado na web possa ser preservado e explorado por qualquer cidadão.
As sessões foram abertas mediante inscrição e tiveram um total de 126 participantes (média de 31 por sessão).
As apresentações dos oradores foram gravadas e podem agora ser acedidas, juntamente com os slides de cada sessão.
Sessões realizadas
15/10 – O Arquivo.pt: O que é? Para que serve?
Daniel Gomes, gestor do Arquivo.pt, explica como qualquer cidadão pode utilizar este serviço para consultar páginas Web do passado nos mais diversos casos e fala da importância da preservação da memória digital.
11/11 – API Arquivo.pt : acesso automático a informação preservada da Web
Vasco Rato, web developer do Arquivo.pt, apresentou as APIs (Application Programming Interfaces) do Arquivo.pt. Estas possibilitam o desenvolvimento de aplicações inovadores e úteis às organizações através do processamento automático da informação histórica preservada da Web.
Ricardo Basílio, curador digital do Arquivo.pt, apresentou um tutorial sobre a utilização das ferramentas do projeto Webrecorder.net para arquivar páginas da Web. Estas ferramentas permitem que qualquer pessoa ou organização possa criar o seu próprio arquivo da Web utilizando formatos normalizados adequados para a sua preservação.
Pedro Gomes, engenheiro responsável pelas recolhas de websites no Arquivo.pt, abordou boas práticas de publicação de informação na Web para que esta possa vir a ser preservada. Várias situações foram ilustradas com casos práticos e respetivas recomendações acerca de como bem publicar para bem preservar.
O Arquivo.pt está aberto a colaborações tendo em vista a formação de profissionais em organizações ou cidadãos individuais acerca de preservação da Web.
Agora, o Arquivo.pt contribuiu para a preservação da informação científica publicada online que documenta projetos de investigação e desenvolvimento financiados pela União Europeia durante o programa Horizonte 2020 (2014-2021). Foram preservados 197 milhões de ficheiros (17 TB) relacionados com ciência para acesso futuro.
Projectos H2020 publicam informação online valiosa que está a ser perdida
O recurso a websites para documentar as atividades de projetos de investigação e desenvolvimento tem vindo sempre a aumentar, sendo utilizados para disponibilizar informação científica relevante que completa a literatura publicada, como por exemplo conjuntos de dados abertos, apresentações em eventos ou software desenvolvido.
Contudo, após o fim dos projetos, os respetivos websites normalmente desaparecem causando uma perda irrecuperável de informação científica única e valiosa.
Arquivo.pt identificou automaticamente os endereços que documentam projetos de investigação e desenvolvimento H2020
O portal de dados abertos da União Europeia publicou um conjunto de dados do Community Research and Development Information Service (CORDIS) que documenta projetos de investigação financiados durante o programa H2020. Porém, dos 31 129 projetos listados, apenas 46% apresentavam o URL do projecto (coluna projectURL).
O Arquivo.pt desenvolveu uma metodologia de baixo custo que identifica automaticamente os URLs relacionados com projetos de investigação e desenvolvimento para serem preservados de forma sistemática. Esta identificação automática é alcançada através da combinação do recurso a conjuntos de dados abertos com serviços de pesquisa na web. Esta metodologia é detalhada no artigo científico publicado na conferência International Conference on Digital Preservation 2016.
Em suma, extraímos 270 650 URLs únicos dos seguintes conjuntos de dados abertos:
Em seguida, extraímos o acrónimo e o título dos projetos documentados nos conjuntos de dados e pesquisámos automaticamente na web usando a API do Bingpara encontrar URLs adicionais.
Todos os conjuntos de dados e ferramentas desenvolvidas foram disponibilizados publicamente em acesso aberto para que possam ser reutilizados e complementados de forma colaborativa, incluindo o software desenvolvido para identificar automaticamente URLs adicionais sobre os projetos H2020.
197 milhões de ficheiros da web acerca de Ciência foram preservados
O Arquivo.pt identificou e preservou 197 milhões de ficheiros da web (17 TB) de informação que documentam projetos de investigação e desenvolvimento financiados peloprograma europeu Horizonte 2020.
Contribuições para complementar os conjuntos de dados abertos da União Europeia
Todos os conjuntos de dados resultantes foram tornados públicos para que possam ser melhorados e reutilizados por outras organizações também interessadas na preservação deste património digital:
URLsBingSearch (coluna V): top 10 resultados de pesquisa retornados pela Bing API quando a coluna projectUrl (coluna K) no conjunto de dados estava vazia (ex. http://extmos.eu/)
archivedOrganizationUrl (coluna Y): link direto para a versão preservada dos organizationUrl (coluna O)no Arquivo.pt (ex. https://arquivo.pt/wayback/www.it.pt)
Última atualização em 1 de Fevereiro de 2022 às 15:52
Os vencedores do Prémio Arquivo.pt 2021 foram os convidados da sessão online do Arquivo.pt no Dia Mundial da Preservação Digital, 4 de novembro de 2021.
Tal como em anos anteriores, o Arquivo.pt associou-se a esta iniciativa internacional realizando uma sessão aberta, onde se partilham conhecimentos úteis à comunidade.
Paulo Martins, Leandro Costa e Jose Carlos Ramalho, que orientou este trabalho, falaram do projeto “Major Minors” e da forma como utilizaram os conteúdos preservados pelo Arquivo.pt.
O projeto “Major Minors” é uma ontologia de recortes de imprensa de jornais portugueses com referência a minorias sociais. Tem por objetivo mapear e estudar a representação de minorias em contexto jornalístico português ao longo das duas primeiras décadas do século XXI.
Divulgue e partilhe o conteúdos da sessão que aqui disponibilizamos.
Agenda
4 de novembro
15:00 h – Boas vindas e novidades, Daniel Gomes (slides PDF, 3MB)
15:10 h – Major Minors, Paulo Martins, Leandro Costa e José Carlos Ramalho (Slides PDF, 5MB)
15:40 h – Perguntas e respostas
16:00 h – Fim
Quando um utilizador insere um conjunto de palavras acerca de um tema na caixa de pesquisa do Arquivo.pt e clica no botão “Narrativa”, é direcionado para o serviço “Conta-me Histórias”, que por sua vez analisa automaticamente as notícias de 25 websites arquivados pelo Arquivo.pt ao longo do tempo e apresenta ao utilizador uma cronologia de notícias relacionadas com o tema pesquisado.
Figura 1: Resultados da pesquisa de páginas sobre “Jorge Sampaio”.
Figura 2: Narrativa de notícias sobre “Jorge Sampaio” gerada pelo serviço “Conta-me Histórias”.
Crie agora a sua narrativa!
O “Conta-me Histórias” pesquisa, analisa e agrega milhares de resultados para gerar cada narrativa acerca de um tema. Recomenda-se a escolha de palavras descritivas sobre temas bem definidos, personalidades ou eventos para obter boas narrativas.
A criação de uma narrativa é útil para investigadores, jornalistas ou cidadãos que pretendam obter rapidamente uma visão geral acerca da evolução de um tema ao longo do tempo, poupando-lhes assim imenso tempo e trabalho.
Aceda ao Arquivo.pt e experimente criar uma narrativa sobre um tema à sua escolha.
Última atualização em 13 de Setembro de 2022 às 16:15
Desde 2006 que não era publicado um livro que refletisse o estado-da-arte na área da preservação da web e da investigação que tem sido conduzida sobre os arquivos da web.
O principal objetivo do novo livro The Past Web: exploring web archives foi criar um novo recurso atualizado que permitisse formar mais pessoas na área de preservação da web e dar a conhecer os arquivos da web aos investigadores e académicos.
Assim sendo, o livro dirige-se principalmente à comunidade académica e científica, e apresenta os métodos mais inovadores para a exploração de informação do passado preservada pelos arquivos da web.
Daniel Gomes, gestor do Arquivo.pt liderou a equipa de editores do livro, composta também pelos especialistas Elena Demidova, Jane Winters e Thomas Risse. No total, o livro contou com as contribuições de 40 autores especialistas na área de arquivo da web, oriundos de todo o mundo.
A obra divide-se em 6 partes onde encontramos variados recursos para explorar páginas arquivadas da Internet desde a década de 1990.
Podemos também aprender como preservar a nossa memória coletiva na Era Digital, que estratégias utilizar na seleção de conteúdos online e qual o impacto dos arquivos web na preservação de informação histórica.
O livro pretende apoiar os professores na sua missão de transmitir conhecimento inovador e adequado para a literacia digital necessária para formar profissionais para o século XXI.
O gestor do Arquivo.pt alerta para a necessidade de incluir os arquivos da web nos planos letivos e destaca que este conhecimento traz uma grande vantagem competitiva principalmente para os estudantes de Ciências Sociais e Humanidades.
Um detalhe inovador deste livro é que todos os links citados foram preservados pelo Arquivo.pt por forma a assegurar que as referências se mantenham válidas ao longo do tempo.
O livro esteve disponível gratuitamente para ser descarregado a partir de instituições do ensino superior (entidades aderentes à b-On) até dia 6 de março de 2022.