{"id":23576,"date":"2021-11-22T11:23:21","date_gmt":"2021-11-22T10:23:21","guid":{"rendered":"http:\/\/www.ebib.pl\/?p=23576"},"modified":"2021-11-22T11:24:06","modified_gmt":"2021-11-22T10:24:06","slug":"archiwum-spoleczne-polskiego-webu","status":"publish","type":"post","link":"https:\/\/www.ebib.pl\/?p=23576","title":{"rendered":"Archiwum Spo\u0142eczne Polskiego Webu"},"content":{"rendered":"\n<p><strong>Powsta\u0142o Archiwum Spo\u0142eczne Polskiego Webu<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>oddolny projekt tworzenia zbioru wspieraj\u0105cego badania z wykorzystaniem historycznych zasob\u00f3w webowych; dokumentowanie m.in. kryzysu migracyjnego, bie\u017c\u0105cych wydarze\u0144 w polityce krajowej i pandemii koronawirusa;<\/li><li>ponad 100 tys. skatalogowanych adres\u00f3w URL wyodr\u0119bnionych z ponad 4 mln tweet\u00f3w;<\/li><li>dane dost\u0119pne za darmo na warunkach wolnej licencji, do swobodnego wykorzystania;<\/li><li>strona archiwum: <a href=\"https:\/\/aspw.pl\/\">https:\/\/aspw.pl\/<\/a>.<\/li><\/ul>\n\n\n\n<!--more-->\n\n\n\n<p>Ponad 100 tys. skategoryzowanych adres\u00f3w URL i 4 mln identyfikator\u00f3w tweet\u00f3w mo\u017cna wykorzysta\u0107 bezp\u0142atnie do cel\u00f3w badawczych dzi\u0119ki dzia\u0142aniom Archiwum Spo\u0142ecznego Polskiego Webu (ASPW, <a href=\"https:\/\/aspw.pl\/\">https:\/\/aspw.pl\/<\/a>). Od listopada 2020 archiwum indeksuje strony internetowe linkowane we wpisach polskich u\u017cytkownik\u00f3w Twittera i udost\u0119pnia informacje na temat ich obecno\u015bci w archiwach Webu. Zbiory archiwum dost\u0119pne s\u0105 na wolnej licencji Open Data Commons Attribution License (ODC-By) i mog\u0105 by\u0107 z powodzeniem wykorzystane jako otwarte dane badawcze.<\/p>\n\n\n\n<p>ASPW respektuje przepisy prawa autorskiego i regulamin platformy Twitter, dlatego nie gromadzi i nie udost\u0119pnia tre\u015bci indeksowanych stron. Udost\u0119pniane s\u0105 jedynie metadane stron i identyfikatory tweet\u00f3w. Identyfikatory te mo\u017cna wykorzysta\u0107 do pobrania tre\u015bci tweet\u00f3w dzi\u0119ki narz\u0119dziom takim jak hydrator (<a href=\"https:\/\/github.com\/DocNow\/hydrator\">https:\/\/github.com\/DocNow\/hydrator<\/a>). R\u00f3wnocze\u015bnie archiwa Webu (takie jak Internet Archive) pozwalaj\u0105 w \u0142atwy spos\u00f3b i tak\u017ce maszynowo wyszukiwa\u0107 kopie archiwalne stron WWW po ich adresach URL. ASPW u\u0142atwia wi\u0119c badania z wykorzystaniem zasob\u00f3w webowych, proponuj\u0105c otwart\u0105 alternatyw\u0119 dla komercyjnych system\u00f3w indeksuj\u0105cych strony WWW i media spo\u0142eczno\u015bciowe.<\/p>\n\n\n\n<p>Dane ASPW wykorzysta\u0107 mo\u017cna w badaniach Webu, na przyk\u0142ad stabilno\u015bci zasob\u00f3w polskiej domeny (problem <em>link rot<\/em>), ale te\u017c do bada\u0144 spo\u0142ecznych czy j\u0119zykowych, w kt\u00f3rych zasoby internetowe s\u0105 \u017ar\u00f3d\u0142ami podlegaj\u0105cymi analizie. ASPW zawiera te\u017c du\u017cy zbi\u00f3r identyfikator\u00f3w tweet\u00f3w i adres\u00f3w stron dokumentuj\u0105cych pandemi\u0119 koronawirusa.<\/p>\n\n\n\n<p><em>Zale\u017cy mi na tym, \u017ceby u\u0142atwi\u0107 inicjowanie bada\u0144 z wykorzystaniem zasob\u00f3w WWW. <\/em>&#8211; m\u00f3wi Marcin Wilkowski, za\u0142o\u017cyciel ASPW. <em>Pierwszym problemem, na jaki natrafia osoba chc\u0105ca przygotowa\u0107 analizy internetowe, jest dost\u0119pno\u015b\u0107 danych historycznych. ASPW publikuje je za darmo i na wolnej licencji. Poniewa\u017c gromadzone adresy stron pochodz\u0105 z korpusu twitterowego, mo\u017cemy oczekiwa\u0107, \u017ce lepiej reprezentuj\u0105 najwa\u017cniejsze spo\u0142ecznie zasoby polskiego Webu ni\u017c adresy gromadzone losowo. Wykorzystanie medi\u00f3w spo\u0142eczno\u015bciowych w budowie zasobu archiwalnego to zreszt\u0105 podej\u015bcie od kilku lat mocno obecne w literaturze naukowej dotycz\u0105cej archiwistyki Webu<\/em>.<\/p>\n\n\n\n<p>Inspiracj\u0105 dla powstania archiwum by\u0142y projekty takie jak Common Crawl (<a href=\"https:\/\/commoncrawl.org\/\">https:\/\/commoncrawl.org\/<\/a>) czy HTTP Archive (<a href=\"https:\/\/httparchive.org\/\">https:\/\/httparchive.org\/<\/a>), buduj\u0105ce otwarty globalny indeks WWW, oraz projekt Documenting the Now (<a href=\"https:\/\/www.docnow.io\/\">https:\/\/www.docnow.io\/<\/a>), kt\u00f3rego celem jest upowszechnianie narz\u0119dzi i metod archiwizowania i badania historycznego Webu. W planach rozwoju ASPW jest udost\u0119pnianie zbior\u00f3w danych publikowanych w mediach spo\u0142eczno\u015bciowych przez oficjalne konta instytucji pa\u0144stwowych oraz testowy projekt indeksowania i archiwizacji link\u00f3w z przypis\u00f3w publikacji naukowych z polskich czasopism open access. Gromadzone b\u0119d\u0105 tak\u017ce sumy kontrolne wyliczane z kodu \u017ar\u00f3d\u0142owego indeksowanych stron WWW, aby mo\u017cna by\u0142o wychwytywa\u0107 tzw. <em>content drift<\/em>, czyli zmiany w tre\u015bciach dost\u0119pnych pod tym samym adresem URL.<\/p>\n\n\n\n<p>Zasoby WWW s\u0105 regularnie archiwizowane w ramach program\u00f3w prowadzonych przez dziesi\u0105tki bibliotek, archiw\u00f3w i instytucji pozarz\u0105dowych na ca\u0142ym \u015bwiecie. W pa\u017adzierniku tego roku min\u0119\u0142o 25 lat od pierwszych archiwizacji Webu, podj\u0119tych przez ameryka\u0144sk\u0105 fundacj\u0119 Internet Archive. W Polsce nie istniej\u0105 \u017cadne programy tego typu.<\/p>\n\n\n\n<p>Marcin Wilkowski jest programist\u0105, pracuj\u0105cym w Centrum Kompetencji Cyfrowych UW i doktorantem IBL PAN, zajmuj\u0105cym si\u0119 metodami bada\u0144 historycznych polskiego Webu lat 90. W CKC UW rozwija pracowni\u0119 archiwistyki webowej (webArch, <a href=\"https:\/\/ckc.uw.edu.pl\/webarch\/\">https:\/\/ckc.uw.edu.pl\/webarch\/<\/a>).<\/p>\n\n\n\n<p>ASPW nie jest w \u017caden spos\u00f3b finansowane, mo\u017cna je wspiera\u0107 na Patronite (https:\/\/patronite.pl\/aspw). Bie\u017c\u0105ce informacje o dzia\u0142aniach archiwum mo\u017cna znale\u017a\u0107 na Twitterze (<a href=\"https:\/\/twitter.com\/ArchiwumWWW\">https:\/\/twitter.com\/ArchiwumWWW<\/a>).<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"http:\/\/www.ebib.pl\/wp-content\/uploads\/2021\/11\/aspw_screenshot_promo_minified.png\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"900\" src=\"http:\/\/www.ebib.pl\/wp-content\/uploads\/2021\/11\/aspw_screenshot_promo_minified-1024x900.png\" alt=\"\" class=\"wp-image-23578\" srcset=\"https:\/\/www.ebib.pl\/wp-content\/uploads\/2021\/11\/aspw_screenshot_promo_minified-1024x900.png 1024w, https:\/\/www.ebib.pl\/wp-content\/uploads\/2021\/11\/aspw_screenshot_promo_minified-300x264.png 300w, https:\/\/www.ebib.pl\/wp-content\/uploads\/2021\/11\/aspw_screenshot_promo_minified-768x675.png 768w, https:\/\/www.ebib.pl\/wp-content\/uploads\/2021\/11\/aspw_screenshot_promo_minified-1536x1351.png 1536w, https:\/\/www.ebib.pl\/wp-content\/uploads\/2021\/11\/aspw_screenshot_promo_minified-341x300.png 341w, https:\/\/www.ebib.pl\/wp-content\/uploads\/2021\/11\/aspw_screenshot_promo_minified.png 1566w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/a><\/figure>\n","protected":false},"excerpt":{"rendered":"<p>Powsta\u0142o Archiwum Spo\u0142eczne Polskiego Webu oddolny projekt tworzenia zbioru wspieraj\u0105cego badania z wykorzystaniem historycznych zasob\u00f3w webowych; dokumentowanie m.in. kryzysu migracyjnego, bie\u017c\u0105cych wydarze\u0144 w polityce krajowej i pandemii koronawirusa; ponad 100 tys. skatalogowanych adres\u00f3w URL wyodr\u0119bnionych z ponad 4 mln tweet\u00f3w; &hellip; <a href=\"https:\/\/www.ebib.pl\/?p=23576\">Czytaj dalej <span class=\"meta-nav\">&rarr;<\/span><\/a><\/p>\n","protected":false},"author":7,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[],"class_list":["post-23576","post","type-post","status-publish","format-standard","hentry","category-wiadomosci"],"_links":{"self":[{"href":"https:\/\/www.ebib.pl\/index.php?rest_route=\/wp\/v2\/posts\/23576","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ebib.pl\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ebib.pl\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ebib.pl\/index.php?rest_route=\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ebib.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=23576"}],"version-history":[{"count":3,"href":"https:\/\/www.ebib.pl\/index.php?rest_route=\/wp\/v2\/posts\/23576\/revisions"}],"predecessor-version":[{"id":23580,"href":"https:\/\/www.ebib.pl\/index.php?rest_route=\/wp\/v2\/posts\/23576\/revisions\/23580"}],"wp:attachment":[{"href":"https:\/\/www.ebib.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=23576"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ebib.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=23576"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ebib.pl\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=23576"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}