Última atualização em 21 de Setembro de 2021 às 10:52
A informação recolhida da Web durante 2019 está acessível através do Arquivo.pt, depois do embargo de 1 ano que precede a disponibilização de conteúdos.
As imagens do incêndio na Catedral de Notre Dame, printscreen de página do Jornal I, 17-04-29, preservada pelo Arquivo.pt
Relembre e investigue os acontecimentos históricos de 2019, tais com:
O Arquivo.pt recolheu 1700 milhões de ficheiros, a partir de 2 milhões de sites visitados, num total de 131 terabytes que agora estão disponíveis para que possa aceder a eventos passados.
Em 2021, o Arquivo.pt disponibiliza acesso aberto a mais de 10 000 milhões de ficheiros (721 terabytes) oriundos de 27 milhões de websites.
formação em preservação dos dados abertos publicados online.
A AMA é a organização pública responsável pela promoção dos meios digitais na Administração Pública e tem por objetivo modernizar e simplificar o acesso dos cidadãos aos serviços do Estado.
O Arquivo.pt é um serviço operado pela Fundação para a Ciência e a Tecnologia I.P. (unidade FCCN) que preserva dados publicados na Web entre 1996 e a atualidade, tornando-os acessíveis a qualquer cidadão para fins de memória e investigação.
Diretiva da União Europeia para dados abertos inclui documentos nos sítios na Internet
“(30) A presente diretiva prevê a definição do termo «documento» e essa definição deverá designar também qualquer parte do documento. O termo «documento» deverá abranger qualquer representação de atos, factos ou informações – e qualquer compilação destes –, seja qual for o seu meio (papel, suporte eletrónico, registo sonoro, visual ou audiovisual).
…
(34) A fim de facilitar a reutilização, os organismos do setor público deverão, se possível e adequado, disponibilizar os documentos, incluindo os que são publicados em sítios na Internet, num formato aberto e compatível com a leitura por máquina, juntamente com os respetivos metadados, ao melhor nível de precisão e granularidade, num formato que garanta a interoperabilidade
…
(35) Deverá considerar-se que um documento se apresenta em formato legível por máquina se tiver um formato de ficheiro estruturado de modo a ser facilmente possível, por meio de aplicações de software, identificar, reconhecer e extrair dados específicos. Os dados codificados em ficheiros estruturados num formato legível por máquina deverão ser considerados dados legíveis por máquina. Os formatos legíveis por máquina podem ser abertos ou sujeitos a direitos de propriedade; podem ser normas formais ou não.
…
(60) A Comissão deverá facilitar a cooperação entre Estados-Membros e apoiar a conceção, o ensaio, a aplicação e a implantação de interfaces eletrónicas interoperáveis que permitam dispor de serviços públicos mais eficazes e seguros.”
O serviço público Arquivo.pt tem a missão de preservar os documentos publicados nos sítios da Internet para viabilizar o seu acesso aberto a longo prazo e disponibiliza interfaces eletrónicas interoperáveis (APIs) para o seu processamento automático.
Qualquer cidadão pode aceder aos dados abertos resultantes destes arquivos históricos, podendo por exemplo, pesquisar informação oficial publicada em websites dos sucessivos Governos.
Em 2021, o Arquivo.pt disponibilizava acesso aberto a mais de 10 000 milhões de ficheiros (721 TB) oriundos de 27 milhões de websites. Os dados abertos preservados pelo Arquivo.pt podem ser explorados através da interface de pesquisa, automaticamente através de API (https://arquivo.pt/api) ou reutilizando os conjuntos de dados derivados.
Conjuntos de dados derivados disponíveis no Portal de Dados Abertos
Além dos artefactos web originais preservados no Arquivo.pt, este serviço tem gerado conjuntos de dados abertos derivados das suas atividades, que estão agora disponíveis em acesso aberto para que possam ser reutilizados:
Última atualização em 1 de Outubro de 2021 às 9:10
A coleção histórica de conteúdos da Web gerada ao longo da atividade da Internet Memory Foundation (IMF) foi doada ao Arquivo.pt e pode agora ser pesquisada!
A IMF foi uma organização europeia dedicada a preservar conteúdos da web que foi extinta em 2018.
Em 2010, Julien Masanès, o “pai” dos arquivos da Web na Europa criou a IMF.
Exemplos de páginas da coleção doada pelo IMF
A coleção doada pelo IMF foi agora integrada no acervo do Arquivo.pt para ser preservada para a posteridade.
Esta coleção é composta por 142 milhões de ficheiros que totalizam 6,3 TB de informação histórica cujos textos ou imagens podem agora ser pesquisados através do Arquivo.pt.
Formulário de sugestão de endereços de páginas, sites e outros conteúdos Web
O Arquivo.pt convida todos os cidadãos a sugerirem páginas da Web relacionadas com as Eleições Presidenciais de 2021 para serem preservadas para o futuro.
As Eleições Presidenciais ocorrerão em Portugal no dia 24 de janeiro de 2021.
As suas sugestões são importantes para que o Arquivo.pt consiga guardar uma memória mais completa deste importante evento eleitoral.
Última atualização em 26 de Fevereiro de 2021 às 13:06
Preservar os websites de projectos científicos é importante
Os conteúdos dos websites tendem a desaparecer quando os projetos científicos terminam.
A preservação dos websites de projetos científicos é importante porque:
documenta o desenvolvimento dos projetos;
assegura o acesso a conteúdos técnicos e científicos únicos que os investigadores publicaram nos websites dos projetos (ex. apresentações, fotografias, conjuntos de dados);
reforça a visibilidade dos resultados dos projetos financiados pela FCT.
Recolha experimental dos websites dos projetos de científicos em 2016
O Arquivo.pt recolheu websites de projetos financiados pela FCT em 2016 de forma automática.
A informação acerca destes websites estava dispersa pois não era registada durante o processo administrativo.
Durante cerca 20 anos a FCT financiou projetos científicos, por isso o número de sites poderia ser demasiado elevado para serem identificados manualmente.
A recolha dos conteúdos referenciados por estes endereços resultaram na preservação de 600 721 ficheiros (72 GB), incluindo conteúdos tais como páginas da web de grupos de pesquisa, páginas pessoais de investigadores ou blogs relacionados com os projetos.
Referências online em relatórios de projectos científicos passaram a ser preservadas a partir de 2020
A partir de junho de 2020, os endereços dos websites dos projetos financiados pela FCT passaram obrigatoriamente a ser registados nos relatórios de progresso e final submetidos à FCT.
O Arquivo.pt passou a utilizar estes endereços para preservar o conteúdos de websites de projetos científicos nacionais de forma sistemática.
1ª recolha oficial de websites de projectos científicos
Em junho de 2020, o Arquivo.pt obteve 263 endereços relacionados com 100 projetos científicos a partir dos relatórios financiados pela FCT. Grande parte dos endereços (67%) não tinha qualquer versão anteriormente preservada no Arquivo.pt.
Os endereços obtidos apontam para recursos online tais como os websites dos projetos, unidades de I&D, notícias nos media, artigos em revistas científicas ou repositórios, base de dados, vídeos no Youtube ou páginas do Facebook.
Em julho de 2020, lançou-se uma recolha especial a partir deste conjunto de endereços que resultou em 6,9 GB de informação obtidos a partir da visita a 31 606 URLs.
Exposição acerca de projetos de Investigação & Desenvolvimento
A Memória da Investigação Científica é uma exposição online dedicada aos websites de projetos científicos financiados pela Fundação para a Ciência e a Tecnologia (FCT) que o Arquivo.pt tem preservado.
Encontram-se também websites das Unidades de Investigação & Desenvolvimento financiadas pela FCT.
Memorial do Arquivo.pt preserva gratuitamente websites científicos
O serviço Memorial do Arquivo.pt tem preservado websites históricos da FCT que foram desativados. Estes foram criados para eventos ou iniciativas que terminaram e por isso os seus conteúdos deixaram de ser actualizados.
Para incluir um website no Memorial, o Arquivo.pt começa por fazer uma recolha de alta qualidade dos seus conteúdos.
Em seguida, os conteúdos recolhidos são validados em colaboração com os responsáveis pelo website.
Finalmente, o endereço do website é redireccionado para os conteúdos que passaram a ser preservados pelo Arquivo.pt.
Por exemplo, se alguém quiser aceder a qualquer página do site do Encontro Arquivos Científicos realizado em 2014, será redirecionado para o Arquivo.pt.
Assim, os conteúdos permanecem acessíveis ao longo do tempo e os links, as referências em comunicações científicas que possam existir não se quebram.
O serviço de preservação digital Memorial do Arquivo.pt não tem custos para websites da comunidade académica e científica, bastando enviar um pedido para contacto@arquivo.pt.
No final de 2020, recomendamos alguns textos que colocam o futuro em perspetiva.
Destacamos o tema da preservação dos conteúdos online, apresentado no livro “Tendências 2021”, mais precisamente no capítulo intitulado “Arquivos online ou do online?” da autoria de Daniel Gomes, Gestor do Arquivo.pt.
Fui convidado para escrever acerca dos desafios e ameaças aos arquivos online. A primeira questão que me surgiu foi o que se entende por um “arquivo online”?
A minha preocupação reside nos “arquivos do online” porque ainda nem existe uma consciência instituída acerca da sua necessidade, seja a nível académico, governamental ou individual.
É tecnologicamente impossível preservar toda a informação online. Mas é um absurdo não ter a consciência, e consequentemente a acção, de que temos de preservar alguma da informação online para acesso a curto, médio e longo prazo.
Última atualização em 23 de Novembro de 2020 às 18:19
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.
Tal como em 2017, 2018 e 2019, convidámos todas as pessoas a conhecerem o Arquivo.pt, e a utilizarem-no na investigação e na preservação da memória.
O Dia Mundial da Preservação Digital é promovido pelo Digital Preservation Coalitium (UK) e é motivo para iniciativas em todo o mundo, partilhadas nas redes sociais com a hashtagWDPD2020.
Agenda
15h00 – Boas vindas (slides, 1 MB, PDF)
15h05 – Novidades do Arquivo.pt, Daniel Gomes (slides, 2.6 MB, PDF)
15h15 – Desarquivo, 1º classificado do Prémio Arquivo.pt 2020, Miguel Ramalho (slides, 3 MB, PDF)
15h45 – Questões dos participantes
16h00 – Fim
Última atualização em 23 de Setembro de 2021 às 15:30
O Geocities.com foi a primeira grande “rede social” que permitia a qualquer pessoa criar o seu website e difundir informação através da Internet. Foi criado em 1994, adquirido pela Yahoo! em 1999 e encerrado em 2009.
Dada a relevância histórica do Geocities, o Arquivo.pt também integrou os seus conteúdos que prevaleceram até aos dias de hoje.
Agora, qualquer pessoa pode facilmente explorar os conteúdos históricos do Geocities utilizando as ferramentas inovadoras de pesquisa disponibilizadas pelo Arquivo.pt como a pesquisa de páginas, pesquisa de imagens ou via API.
Com esta iniciativa, o Arquivo.pt pretende contribuir para o surgimento de estudos inovadores em áreas como Artes, Humanidades ou Sociologia (ver sumário do projecto).
A coleção especial de páginas Web acerca das Eleições Europeias de 2019 está disponível para pesquisa no Arquivo.pt.
Para compilar esta coleção, foram identificadas páginas escritas em 24 línguas europeias, através de pesquisas automáticas no motor de busca Bing e sugestões oriundas de 17 países europeus.
Convidam-se todos os cidadãos, especialmente os investigadores, a explorarem os conteúdos da Web do passado e a incluí-los nos seus trabalhos através deste serviço criado especialmente para pesquisar a coleção multi-lingue Eleições Europeias de 2019: https://arquivo.pt/ee2019
Vídeo “A transnational and cross-lingual crawl of the European Parliamentary Elections 2019”
A transnational and cross-lingual crawl of the European Parliamentary Elections 2019, Ivo Branco, IIPC Web Archiving Conference and RESAW 2021 (slides)
Última atualização em 14 de Julho de 2022 às 17:38
Bem vindo aos Cafés com o Arquivo.pt
Semanalmente, o Arquivo.pt abre uma sessão on line para tratar um tópico relacionado com a Web e sua preservação.
Venha ouvir os convidados e converse directamente com a equipa do Arquivo.pt para saber como tirar maior partido do serviço e concorrer ao Prémio Arquivo.pt.
Sessões realizadas durante a 1ª temporada
1ª sessão – 27 de março – Preservação de websites: Faça você mesmo!
Nesta sessão foi apresentado pelo curador digital, Ricardo Basílio, um tutorial de gravação de páginas Web num formato normalizado, utilizando o Webrecorder. Usando esta ferramenta disponível gratuitamente no projeto Rhizome, qualquer pessoa pode gravar páginas Web e assim preservar o seu conteúdo tal como estava num determinado momento.
A App meuParlamento.pt foi a vencedora do Prémio Arquivo.pt 2019 e permite simular uma votação sobre legislação que passou pela Assembleia da República. Muitos conteúdos encontram-se em páginas Web preservadas pelo Arquivo.pt. O assunto principal é pois a questão da cidadania que, neste caso, pode beneficiar da tecnologia para ser dinamizada. A apresentação de Nuno Moniz, da Faculdade de Engenharia da Universidade do Porto, contou também com a presença dos outros dois autores, Arian Pasquali e Tomás Amaro. Seguiu-se um espaço de perguntas relacionadas com esta aplicação e com o desenvolvimento de trabalhos a partir do Arquivo.pt.
3ª sessão – 17 de abril – Prémio Arquivo.pt 2020 e novidades
De regresso, após interrupção da Páscoa, a 3ª sessão do Arquivo.pt foi dedicada ao esclarecimento de questões acerca do Prémio Arquivo.pt 2020 e às novidades. O lançamento da nova interface do Arquivo.pt, denominada Webapp release, foi a grande novidade dada em primeira mão. Daniel Gomes, Gestor do Arquivo.pt, deu a conhecer aos participantes a interface única para desktop e para dispositivos móveis.
A aplicação Revisionista -Des-cobre as notícias, da autoria de Flávio Martins (NOVA-LINCS) e André Mourão (NOVA-LINCS e Arquivo.pt), foi 2ª classificada do Prémio Arquivo.pt 2019. Esta ferramenta utiliza o Arquivo.pt para mostrar as versões das notícias dos jornais no seu processo de publicação. Falou-se da utilidade da tecnologia para reforçar a confiança dos cidadãos nos meios de comunicação social.
5ª sessão – 30 de abril – Discursos públicos sobre violência em privado
Violência doméstica foi o tema desta sessão, que teve por convidada a Zélia Teixeira, Psicóloga e Professora da Universidade Fernando Pessoa. O seu estudo, que baseado em páginas preservadas pelo Arquivo.pt, foi o 3º classsificado do Prémio Arquivo.pt 2019.
6ª sessão – 8 de maio – API do Arquivo.pt – Como processar informação em larga escala?
A API do Arquivo.pt (Application Programming Interface) explicada por André Mourão, Engenheiro I&D do Arquivo.pt, a partir de exemplos concretos, foi a matéria desta sessão. Não é necessário ser informático para compreender as potencialidades desta interface e, a partir daí, construir projetos derivados do Arquivo.pt para a sua instituição ou para a sociedade, em geral.
7ª sessão – 15 de maio – Arquivar um website: Faça você mesmo!
Webrecorder e Browsertrix são duas ferramentas úteis para a recolha de websites localmente e em pequena escala. O Webrecorder é de utilização simples e intuitiva, adequada para um pequeno número de páginas selecionadas. O Browsertrix exige alguns conhecimentos técnicos, mas depois de implementado permite fazer recolhas de um site inteiro ou de listas de páginas. A partir das demonstrações o curador digital do Arquivo.pt, Ricardo Basílio, incentivou a comunidade a experimentá-los e a cuidar da preservação dos seus websites.
8ª sessão – 22 de maio – A história dos videojogos na Web portuguesa
A 8ª sessão foi dedicada ao tema fascinante dos videojogos, apresentada pelo Web developer Miguel Costa. Quem sabe qual foi o primeiro videojogo português? Quem foram as figuras-chave na evolução dos videojogos no contexto nacional? Será que o Arquivo.pt guardou jogos antigos? Essas e outras questões foram tratadas e partilhadas nesta sessão.
9ª sessão – 29 de maio – O Straight Edge na área metropolitana de Lisboa
Nesta sessão conhecemos mais de perto o Straight Edge e a sua presença no meio punk/hardcore da área metropolitana de Lisboa na década de 90. Diogo Duarte, antropólogo e investigador do Instituto de História Contemporânea da Universidade Nova de Lisboa, falou sobre o seu trabalho dedicado ao tema e sobre a importância do Arquivo.pt para estudar este movimento e outras expressões da cultura popular.
Saúde e Internet foi o tema que nos trouxe Rita Espanha, docente e investigadora do ISCTE-IUL e CIES e especialista na área das tecnologias da Comunicação em Saúde. A Internet tornou-se o meio privilegiado onde os cidadãos procuram informação e constroiem o seu próprio saber em todas as áreas da sua vida, entre elas a saúde. Os organismos do Estado por sua vez desenvolveram serviços que usam a Internet. De fora fica parte da população que não acompanhou esta mudança. A outra parte da população que tem facilidade em aceder à informação nem sempre tem o sentido crítico para avaliar a informção e usá-la em seu benefício. Todas estas questões se tornaram mais evidentes durante o recente período de pandemia.
11ª sessão – 19 de junho – Criação e gestão de websites preserváveis
O seu site é preservável? Esta foi a questão principal desta sessão, dedicada à preservabilidade dos conteúdos publicados na Web. A equipa do Arquivo.pt, através do curador digital e do engenheiro de crawling, apresentou um conjunto de recomendações a ter em conta na criação e desenvolvimento de sites para assegurar, tanto quanto possível, a sua preservação.
Conta-me Histórias é um serviço que cria narrativas temporais, a partir dos conteúdos preservados pelo Arquivo.pt. Esta aplicação foi vencedora do Prémio Arquivo.pt 2018. Ricardo Campos (Instituto Politécnico de Tomar e INESC TEC) falou-nos do desenvolvimento do serviço e das novas histórias que o Conta-me Histórias tem para contar.
Os investigadores das áreas de NLP (Natural Language Processing) encontram nesta sessão um excelente caso de uso explicado em pormenor pelo seu autor. Miguel Won, investigador do INESC-ID, falou da importância das seções de opinião dos órgãos de comunicação. Como lêem os comentadores os acontecimentos e de que modo isso reflecte o seu posicionamento político? A partir desta questão, desenvolveu a aplicação Web Arquivo de Opinião, premiada em 2018, a qual apresenta um histórico das colunas de opinião de jornais portugueses, a partir das páginas do Arquivo.pt. Nesta sessão ficámos a saber as novidades do projeto que agora passou a recolher também páginas de redes sociais.
14ª sessão – 10 de julho – Museu do Web design português
Sandra Antunes, Professora na Escola Superior de Tecnologia e Gestão de Viseu (ESTGV), foi a ilustre convidada da 14ª sessão do Café com o Arquivo.pt. Abordou a questão da criação de espaços virtuais para a memória do Web design e mostrar a importância de um museu para colmatar lacunas nas áreas da preservação, exposição e história do Web design português.
