En webhistorikers erfaringer publ

INSTITUT FOR INFORMATIONS- OG
MEDIEVIDENSKAB
Niels Brügger, Lektor i medievidenskab
En webhistorikers erfaringer
En webhistorikers
erfaringer
— om webarkivering og en registrant over
websites, med dr.dks historie som case

MEDIEVIDENSKAB
Cand.mag. (fransk, idéhistorie), ph.d., Aarhus Universitet
Lektor i medievidenskab, Aarhus Universitet
Leder og medgrundlægger af Center for Internetforskning, 2000
Forskningsinteresser: Internetteori og webhistorie, herunder webarkivering
Relevante forskningsprojekter:
• netarkivet.dk, indsamlings-, arkiverings- og forskningsprojekt, som var et
forarbejde til en kommende strategi for oprettelsen af et dansk
internetarkiv, med Det kongelige Bibliotek samt Statsbiblioteket (2001)
• ”Metodestudie om integrering af internetmateriale, der modtages direkte
fra producenter”, med Statsbiblioteket (2007)
• dr.dks historie 1996-2006 (2007-)
Kort om mig

MEDIEVIDENSKAB
Archiving Websites: General Considerations and Strategies,
the Centre for Internet Research, Aarhus, 2005
Web History (ed.), Peter Lang, New York, 2010
— samt diverse artikler og papers
Kort om mig

MEDIEVIDENSKAB
1. LARM i webarkivet
2. Webhistorie — kort introduktion og om dr.dks historie
3. Webarkivers historie og det danske Netarkivet
4. Det arkiverede webdokument
5. En registrant over websites: en gammel praksis med
nye implikationer
De næste 40 minutters program

MEDIEVIDENSKAB
www.larm-archive.org, oktober 2010

MEDIEVIDENSKAB
larm.hum.ku.dk, The Internet Archive, marts 2007

MEDIEVIDENSKAB
larm.hum.ku.dk, 22. jan. 2010

MEDIEVIDENSKAB
larm.hum.ku.dk, 12. mar. 2010

MEDIEVIDENSKAB
larm.hum.ku.dk, 4. sep. 2010
larm-archive.org, sep. 2010

MEDIEVIDENSKAB
"Introduction” & "Website History: An Analytical Grid", Web History, Peter
Lang 2010
Website Analysis. Elements of a conceptual architecture, Center for
Internetforskning, Skrifter fra Center for Internetforskning, nr. 12, Århus: 56
sider, 2010

MEDIEVIDENSKAB
Hvad studerer webhistorien?
Web har bredt sig eksplosivt
Web er blevet internettets gravitationspunkt
Web har allerede nu en lang historie
Webhistorie nødvendig for at forstå samtidens og fremtidens web

MEDIEVIDENSKAB
Web strata:
• webelement
• webside
• website
• websfære
• web
Webelement

MEDIEVIDENSKAB
Webside

MEDIEVIDENSKAB
Website
Web page
Web
element
Website

MEDIEVIDENSKAB
Website
Web page
Web
element
Web sphere
Websfære

MEDIEVIDENSKAB
The web
Web

MEDIEVIDENSKAB
The web
Website
Web page
Web
element
Web sphere

MEDIEVIDENSKAB
Overordnet mål
at udarbejde en historisk afhandling, der beskriver og analyserer
dr.dk's udvikling fra 1996 til 2006 — en 'gammeldags' doktordisputats
• forprojekt med Statsbiblioteket forår 2007
• startet juli 2007
• støttes af Forskningsrådet for Kultur og Kommunikation 2007-10
• opbygningen af projektets netsted mm. støttes af
forskningsfokusområdet Videnssamfundet, Det Humanistiske
Fakultet ved Aarhus Universitet

MEDIEVIDENSKAB
Hvilke drivkræfter ligger bag skabelsen og
udviklingen af netstedet dr.dk fra 1996 til
2006, og hvilke konsekvenser får det for
netstedet?
Hvilke teoretiske og metodiske
nyudviklinger er påkrævet for at kunne
analysere dr.dk?
Status:
1) indsamling af kilder (adgangsproblemer, tidskrævende)
2) teoretisk/metodiske diskussioner (papers og artikler)
3) gennemlæst samtlige pressemeddelelser 1990-2006 — første skelet (formidlingsartikel)
4) igang med gennemlæsning af samtlige de kilder, jeg har fået fremskaffet
5) og skrive om perioden frem til starten i januar 1996

MEDIEVIDENSKAB
“Web Archiving — between Past, Present and Future”, The Handbook
of Internet Studies (eds. M. Consalvo & C. Ess), Blackwell, pp. 24-42 (in
press)

MEDIEVIDENSKAB
Tre overordnede strategier:
a) tværsnit
b) selektiv
c) begivenhed
Fra Bjarne Andersen: ”DK-domænet i ord og tal”, netarkivet.dk

MEDIEVIDENSKAB
Webarkivernes korte historie — 12-14 år — 3 hovedfaser
Webarkivernes forhistorie
• begyndelsen af 90erne og frem
• enkeltindivider, firmaer, institutioner, o.lign.
• html, skærmdumps
• ingen overvejelser over arkivering
• ingen overvejelser over kulturarvssikring
Statiske webpublikationer i nationalbiblioteker
• nogenlunde samme periode
• nationalbiblioteker
• statiske webdokumenter, ligner tidsskrifter og bøger
• biblioteksfagligt udgangspunkt (katalogisering, osv.)
• mere professionelt
• pligtafleveringslove
Det dynamiske web i (trans)nationale webarkiver
• en smule senere
• søgemaskineteknologi muliggør crawlere
• antallet af arkiveringsinitiativer vokser meget
• dynamisk webmateriale
• det rent biblioteksfaglige udfordres
• andre transnationale aktører
Eksempler
• The Internet Archive, 1996 — tværsnit, transnational
• Kulturarw3, Sverige, 1996/97 — tværsnit, national
• Pandora, Australien, 1996 — selektiv, national
• Netarkivet, Danmark, 2005 — tre strategier, national

MEDIEVIDENSKAB
Website history and the website as an object of study, New Media &
Society, 11/1-2, Sage, London 2009, 115-132
The
Archived Website and Website Philology. A new Type of Historical Document
?, Nordicom Review, 29/2, Göteborg 2008: 155-175
Archiving Websites: General Considerations and Strategies,
the Centre for Internet Research, Aarhus, 2005

MEDIEVIDENSKAB
The history of dr.dk, 1996-2006
• many sources — minutes of meetings, strategy papers,
correspondance, etc.
• and the archived website, in two ways:
• the object of my history of dr.dk (textual structure, layout, etc.)
• a source that tells us something about the history of dr.dk
(information about the site, the organisation DR, etc.)

MEDIEVIDENSKAB
No matter how an archived web document has been created, and
no matter in what archive it is found, the web historian cannot
expect it to be an identical copy on a 1:1 scale of what was actually
on the live web at a given time
Two reasons for this
• the archived web document is an actively created and subjective
re-construction
• it is almost always deficient

MEDIEVIDENSKAB
An actively created and subjective re-construction
• subjective because choices have to be made between different
archiving forms and strategies (made by either an individual or an
institution)
• a re-construction in the sense that it is re-created on the basis of
a variety of archived web elements that are re-assembled and re-
combined in the archive
Thus, the archived web document is the result of an active process
and in this sense it does not exist prior to the act of archiving.

MEDIEVIDENSKAB
Almost always deficient — for two reasons
• technical reasons (soft- or hardware), for instance words, images,
graphics, sounds, moving images can be missing, or some of the
possibilities of interaction can be non-functional in the archived
web document
• the dynamics of updating, that is the fact that the web content
might have changed during the process of archiving, and we do
not know if, where, and when this happens — an example

MEDIEVIDENSKAB
”During the Olympics in Sydney in 2000, I wanted to save the
website of the Danish newspaper JyllandsPosten. I began at the
first level, the front page, on which I could read that the Danish
badminton player Camilla Martin would play in the finals a half hour
later.
My computer took about an hour to save this first level, after which
time I wanted to download the second level, ’Olympics 2000’. But
on the front page of this section, I could already read the result of
the badminton finals (she lost).
The website was — as a whole — not the same as when I had
started; it had changed in the time it took to archive it, and I could
now read the result on the front page, where the match was
previously only announced.”
N. Brügger: Archiving Websites, 2005, pp. 22-23

MEDIEVIDENSKAB
Consequences
• we cannot be sure that we have everything in our archive — we
will always have lost something in the asynchronous relationship
between updating and archiving
• we are also in danger of getting something that in a way was
never there — something that is different from what was really
there
My archived version of the newspaper’s website can be a
combination of elements from two (or more) versions that were
there at different times — but they were never there at the same
time as they might now be in my archive.
Paradox:
• the archive is not exactly as the website really was in the past (we
have lost something)
• but the archive may be exactly as the Internet never was in the
past (we get something different).

MEDIEVIDENSKAB
Consequences for web historians
• an archived website, archived at the same date, is not necessarily
identical in different archives
• the archived web document must be treated differently compared
to well known media types, especially as regards source reliability
The process of archiving
• creates a unique version and not a copy
• a version of an original which we can never expect to find in the
form it actually took on the web, neither can we find an original
among the different versions, nor can we reconstruct an original
based on the different versions

MEDIEVIDENSKAB
5. En registrant over websites: en gammel praksis med nye implikationer
“Digital History and a Register of Websites. An Old Practice with New
Implications”, The Long History of New Media: Technology,
Historiography, and Newness Contextualized (eds. D.W. Park, N.
Jankowski & S. Jones), Peter Lang Publishing, 20 sider (in press)

MEDIEVIDENSKAB
En registrant over sub-sites på dr.dk
Sub-site: dr.dk/nyheder, dr.dk/oline, osv.
Registranten indeholder 480 sub-sites og kan ses på:
www.drdk.dk/registrant.html

MEDIEVIDENSKAB
Registranten udspændt mellem:
1) de forskningsspørgsmål, den skal gøre det muligt at besvare
2) mediekarakteristika ved det medie, som registreres
Betjener sig af en række kategorier:
Titel, publikations- eller udsendelsesdato, forfatter, instruktør,
skuespillere, vært, oplæser, osv.

MEDIEVIDENSKAB
Hovedspørgsmål — webmateriale
Webmediets mediekarakteristika afstedkommer grundlæggende nyfortolkning af kategorierne:
Hvad skal vi egentlig forstå ved Titel, publikations- eller udsendelsesdato, osv?
Hovedspørgsmål — traditionelt
Hvilke kategorier skal med for at forene forskningsspørgsmål og
mediekarakteristika?

MEDIEVIDENSKAB
Med registranten over sub-sites på dr.dk som case
Hvordan skal vi forstå følgende kategorier:
a) Titel
b ) Rumlig udstrækning
c) Tidslig udstrækning
d) Forskelle mellem arkiverede versioner

MEDIEVIDENSKAB
Websites
Tre mulige navne
1) det navn, der fremgår af sidens tekstuelle indhold
2) URL’en, som står i lokationsfeltet
3) det navn, producenten har givet siden, ses i browservinduets top
Radio
Programmets titel for det meste entydig

MEDIEVIDENSKAB

MEDIEVIDENSKAB
Yderligere et problem — redirects
At en URL ikke svarer til et egentligt website, men blot viderestiller, og således er ‘tom’
Konsekvenser
Et sub-site kan have flere navne end dem, der fremgår af selve siden — et utal af mulige
‘satellit-navne’
Det er vanskeligt at finde disse ‘satellit-navne’, idet de ikke fremgår af netstedet
Det er vanskeligt at afgøre, om en URL faktisk svarer til et website eller bare er ‘tom’
og videre...
Hvis man har besluttet, at URL’en skal være navnet i registranten, må man beslutte:
Om alle URL’er, der vedrører et website, skal registreres individuelt, med den mulige
konsekvens, at man får en meget stor regisrant og en masse tomme URL’er
Eller om én URL skal betragtes som hoved-URL, og redirectende URL’er skal registrers
sammen med denne

MEDIEVIDENSKAB
... og det bliver endnu værre, når registranten skal være historisk...
— redirects er nemlig sjældent konsistente over tid, de kommer og går
og de ændrer status, fx kan en tidligere hoved-URL blive en redirectende URL — og omvendt
Konkluderende på kategorien ‘Titel’
All things considered, in a register of a historical source such as a Website,
one of the most fundamental categories ’the title’ is in many ways more
equivocal and fluid than it is in other media types, and in general it is very
difficult to reconstruct and document this network of names in the past.

MEDIEVIDENSKAB
Websites
Også semiotisk afgrænset, som semiotisk enhed der bindes sammen:
a) udtryksmæssigt
b) indholdsmæssigt
c) fysisk performativt (typisk ved links)
Radio
Den rumlige udstrækning af programmer relativt nemt fastsat, ud fra
semiotiske markører mellem programmerne såsom jingles, voice-
over, titler, o.lign.
Udfolder sig i en entydigt fremadskridende udtrykskæde, bundet op
på tid

MEDIEVIDENSKAB
Udfordring
Websitet udfolder sig ikke i en entydigt fremadskridende udtrykskæde, bundet op på tid
Hvordan få et overblik over hele sub-sitetets udstrækning?
Og hvordan gøre dette over tid, i historiske studier?
Konkluderende på kategorien ‘Rumlig udstrækning’
To sum up this point: since the Website is not delimited in a material
way (as are print media) or by the linking of semantic elements in a
progressive chain of expression (as are broadcast media), we are
dependent on such aspects as semantic cohesion, paratexts and
linking when delimiting the spatial extent of the subsite — and on the
consistency of these means of expression over time when trying to
trace the same subsite in the past.

MEDIEVIDENSKAB
Websites
Har muligvis en ‘begyndelses’-tidspunkt
Men ikke narrativ udstrækning med begyndelse, midte, slutning.
Forholder sig mere komplekst hertil — et ‘udgivelsestidskontinuum’
Radio
Den tidslige udstrækning bygger på kronologiens fremadskridende
rytme.
Relativt klart start- og sluttidspunkt — slutningen konstitutiv for et
program, ellers bare flow af lyd
Klar udstrækning mellem start og slut

MEDIEVIDENSKAB
Begyndelse?
Første gang offentliggøres på en webserver
Men det kan være vanskeligt at fastslå med sikkerhed:
a) fremgår sjældent af selve websitet
b) sekundære kilder som programoversigter eksisterer ikke
c) pressemeddelelser kan hjælpe, men ingen sikkerhed for, at det gik som annonceret
... og webarkiver hjælper desværre ikke meget...
Fortæller os kun, at et website eksisterede på arkiveringstidspunktet
Konklusion
Begyndelsestidspunktet vil i langt de fleste tilfælde være upræcist
— et begyndelsestidsrum snarere end et tidspunkt

MEDIEVIDENSKAB
Midte?
Selv hvis vi kan etablere et begyndelsestidsrum, så er det, der følger efter, markant
anderledes end ved andre medietyper:
a) en kontinuerlig offentliggørelse uden tidsopdelinger såsom dato, time, minut
b) tidsopdelinger ikke lavet af producenten ved udsendelse, men af arkivet eller forskeren
post festum
c) tidsopdelingerne er derfor tilfældige i forhold til medieartefaktets tidskontinuum — og kan
derfor ændres efter offentliggørelsen
d) tidsopdelingerne ikke nødvendigvis identiske i forskellige arkiver — det er de sjældent —
og kan være forskellige i samme arkiv

MEDIEVIDENSKAB
Slutning?
Selvom et website har en tidslig udstrækning, så behøver det ikke noget sluttidspunkt for at
være et website.
Og et websites ‘sluttidspunkt’ kan bestemmes på to forskellige måder:
a) tidspunktet, hvor det fjernes fra webserveren
b) tidspunktet, hvor det ikke længere opdateres (med det bliver på webserveren)

MEDIEVIDENSKAB
I begge tilfælde har vi store vanskeligheder med at fastslå, hvad der overhovedet er sket...
a) Vi kan bare registrere, at websitet ikke længere er online på et givet tidspunkt, men hermed
ikke, hvor længe det har været offline
Sekundære kilder ikke til megen hjælp, nedlukning af et website annoceres yderst sjældent
Webarkiver hjælper heller ikke — at et website ikke optræder i arkivet efter et givet tidspunkt,
siger ikke noget om, hvornår det er fjernet fra webserveren — og måske arkiverer arkivet
bare ikke længere det pågældende netsted
b) Det kan være vanskeligt at fastslå om et website opdateres mere eller bare har en meget
økonomisk omgang med opdateringer
Nogle websites efterlades bare, andre sætter ordet ‘arkiv’ eller lignende på, men sjældent
med nogen dato fra hvornår

MEDIEVIDENSKAB
Konsekvens
Uhyre vanskeligt at afgøre, hvornår et website er ‘slut’.
Vores registrant vil tendentielt få vokseværk — hvis den skal vise, hvor mange websites der
var aktive på et givet tidspunkt — en akkumulation af ‘ikke-afsluttede’ websites
Konkluderende på kategorien ‘Tidslig udstrækning’
Compared to the programs of broadcast media, the web subsite as a
whole is often continuous, just as the well-known entities of start and
stop times may in themselves form more of a continuum than a point
in time, and the Website may thus appear to be a historical source
that is not only continuous, but infinite.

MEDIEVIDENSKAB
Websites
Hvis registranten over websites er baseret på arkiverede udgaver, så vil der eksistere flere
forskellige udgaver af samme website, fra samme dag og tidspunkt.
En unik version og ikke en kopi.
En konstitutiv del af webarkiveringsprocessen.
Standardisering og dokumentation vanskelig.
Radio
Uanset hvem der sætter båndet i optagemaskinen og trykker på
knappen, så er alle kopier af det udsendte stort set ens.
Der kan være forskelle, fx mht. reklamer før, under, efter programmer.

MEDIEVIDENSKAB
Konkluderende på kategorien ‘Forskelle mellem arkiverede versioner’
Furthermore, these differences may very well affect the above-
mentioned categories – names, spatial and temporal extents —
insofar as they may vary, depending on which archived version is
used. Accordingly, the differences between archived versions play a
crucial role when establishing a register of subsites, which is why it is
relevant to register the known archived versions as well as their
limitations and deficiencies.

MEDIEVIDENSKAB
En registrant over websites?
Webmediets mediekarakteristika betyder, at vi grundlæggende må nyfortolke ellers velkendte,
selvindlysende og uproblematiske kategorier, som vi kender fra andre medietyper.
Spørgsmålet er ikke længere — kun — at diskutere, hvilke kategorier, der skal medtages,
men at finde ud af og dokumentere, hvad der overhovedet skal forståes ved hver af
kategorierne.

MEDIEVIDENSKAB
Websites
Noget så enkelt som at lave en fortegnelse over analysegenstanden er fuld af udfordringer.
Radio
Radio er let ;-)
Og måske mest interessant i LARM...
Hvad sker der, når vi skal kombinere de to i én registrant over:
WEBRADIO

MEDIEVIDENSKAB
Spørgsmål?
Kommentarer?

En webhistorikers erfaringer publ

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Andere mochten auch

Andere mochten auch (14)

Ähnlich wie En webhistorikers erfaringer publ

Ähnlich wie En webhistorikers erfaringer publ (20)

En webhistorikers erfaringer publ