O que aparece na tela, campo por campo, e como interpretar.
Um AIP do Archivematica é uma pasta compactada. Dentro dela, na raiz, há um arquivo
chamado METS.<uuid>.xml: é o mapa do pacote. Ele não
guarda os documentos — guarda a descrição de tudo o que está lá e de tudo o que foi feito
durante a ingestão.
Esse mapa é dividido em seções, e é por elas que o programa se orienta:
| Seção do METS | O que guarda |
|---|---|
dmdSec | metadados descritivos — em geral Dublin Core: título, data, descrição, proveniência |
amdSec | metadados administrativos, subdivididos em techMD (técnico), digiprovMD (procedência digital: eventos e agentes), rightsMD (direitos) |
fileSec | a lista dos arquivos, agrupados por uso (fileGrp) |
structMap | como esses arquivos se organizam em pastas e itens |
O METS liga essas seções por identificadores: cada mets:file carrega
atributos DMDID e ADMID apontando para os blocos que descrevem
aquele arquivo. Ler isso à mão significa saltar de um identificador a outro num arquivo de
milhares de linhas. É exatamente esse trabalho que o programa faz por você:
segue as referências e mostra o resultado reunido, por objeto.
Seis contadores, para você ter a dimensão do pacote antes de entrar nos detalhes.
| Contador | Significa |
|---|---|
Objetos (mets:file) | quantos arquivos o pacote declara — originais, cópias de preservação, documentação de submissão e metadados, tudo somado |
| PREMIS objects | quantas entidades-objeto PREMIS existem |
| PREMIS events | quantos eventos de preservação foram registrados |
| PREMIS agents | quantos agentes (software, organização, pessoa) aparecem |
| PREMIS rights | quantas declarações de direitos existem |
Divisões (mets:div) | quantos nós a árvore de estrutura tem, contando pastas e itens |
O que esses números dizem. Os eventos costumam ser muitos: o
Archivematica registra cada verificação de vírus, cada identificação de formato, cada
normalização, para cada arquivo. Dezenas de eventos para um punhado de documentos é o
esperado, não um sinal de problema. Já os direitos costumam ser poucos, ou nenhum — só
existem se alguém os declarou, seja por um rights.csv na transferência, seja
à mão.
Uma diferença entre Objetos e PREMIS objects também é normal: o AIP em si costuma ter uma entidade PREMIS própria, além da de cada arquivo.
É a aba central. Um bloco por mets:file, com o nome do arquivo no título.
Primeiro vêm os dados do próprio elemento:
structMap aponta para cá.fileGrp/@USE) — o papel do arquivo no pacote. Os valores usuais do Archivematica são original (o que veio na transferência), preservation (a cópia normalizada para preservação), submissionDocumentation (a documentação da submissão, inclusive o METS da transferência) e metadata (arquivos de metadados que vieram junto, como rights.csv ou premis.xml).FLocat/@xlink:href, ou seja, onde o arquivo está dentro do AIP.Abaixo, duas gavetas que se abrem:
O que os atributos DMDID do arquivo apontam. Em geral um bloco Dublin
Core, marcado com a etiqueta DC: título, data,
descrição, proveniência — o que descreve o documento como conteúdo, não como arquivo
digital.
O que os atributos ADMID apontam, bloco a bloco, cada um identificado pelo
tipo (techMD, digiprovMD, rightsMD) e pelo
MDTYPE. Aqui aparecem, conforme o caso:
objectIdentifier — o identificador PREMIS do objeto, quase sempre um UUID. É a chave que os eventos e os direitos usam para se referir a este arquivo.objectCharacteristics — a descrição técnica:
compositionLevel: quantas camadas de codificação estão sobrepostas (0 = nenhuma);fixity: messageDigestAlgorithm e messageDigest — o algoritmo e o hash registrados no momento da ingestão;size: o tamanho em bytes;format: formatDesignation (nome e versão do formato) e formatRegistry (o registro consultado e a chave — normalmente o PRONOM, e a chave vira link para a ficha do formato).creatingApplication — o programa que criou o arquivo, com versão e data, quando essa informação foi extraída.objectCharacteristicsExtension — os relatórios das ferramentas de caracterização embutidos pelo Archivematica: MIX para imagens, JHOVE, e o que mais estiver configurado. Vêm em blocos recolhíveis, com os nomes qualificados dos elementos preservados, para você conferir o que a ferramenta realmente devolveu.originalName — o nome do arquivo como estava na transferência, antes de qualquer renomeação.relationship — o vínculo com outro objeto. É aqui que se lê a normalização: a cópia de preservação declara um relacionamento derivation / has source apontando para o original, e cita o evento que produziu a derivação (relatedEventIdentifier).No mesmo lugar aparecem, quando o arquivo os referencia, os eventos PREMIS:EVENT, os agentes PREMIS:AGENT e os direitos PREMIS:RIGHTS ligados àquele arquivo — os mesmos que as abas seguintes mostram em conjunto.
Todos os premis:event do pacote, em sequência. Cada evento traz:
eventIdentifier — tipo e valor, em geral um UUID;eventType — o que aconteceu. No Archivematica os tipos recorrentes são virus check, format identification, message digest calculation, fixity check, normalization, ingestion, validation;eventDateTime — quando;eventDetail — o detalhe técnico, muitas vezes o comando e a versão da ferramenta usada;eventOutcomeInformation — o resultado: eventOutcome (por exemplo pass, fail, ou vazio) e eventOutcomeDetailNote, que costuma trazer a saída da ferramenta;linkingAgentIdentifier — quem executou, com o papel (linkingAgentRole) quando declarado.Um evento que interessa quase sempre é o de normalização: é ele que explica por
que existem dois arquivos aparentemente iguais no pacote, um em original e
outro em preservation.
Todos os premis:agent. Cada um com agentIdentifier (tipo e
valor), agentName, agentType e, quando houver,
agentNote.
O agentType distingue três naturezas: software (as
ferramentas — ClamAV, Siegfried, Ghostscript, o próprio Archivematica),
organization (a instituição responsável pelo repositório) e
person (a conta de usuário que operou a ingestão).
person carregam nome e usuário de
gente real. É por isso que compartilhar um METS de AIP — em aula, num relatório, num
repositório público — merece uma conferida antes.Cada premis:rightsStatement do pacote, identificado pelo
rightsMD que o embrulha, para você conseguir localizá-lo no XML. A leitura
segue a estrutura do PREMIS:
rightsStatementIdentifier — tipo e valor.rightsBasis — o fundamento do direito, e é o campo que orienta todo o resto. Os valores previstos são Copyright, License, Statute, Donor, Policy e Other.copyrightInformation, licenseInformation, statuteInformation ou otherRightsInformation. É onde ficam as datas de vigência e as notas que explicam o direito em palavras.rightsGranted — o que se pode fazer na prática, e é a parte operacional da declaração:
act: o ato permitido ou vedado — disseminate, replicate, migrate, modify, delete;restriction: se o ato é permitido (Allow) ou restringido (Disallow, Conditional);termOfGrant / termOfRestriction: o período, com startDate e endDate — OPEN significa sem termo final;rightsGrantedNote: a justificativa em texto livre.linkingObjectIdentifier e linkingAgentIdentifier — a que objeto o direito se prende e, quando declarado, a que agente.Vale saber de onde esses blocos costumam vir. No fluxo normal do Archivematica, eles
são gerados a partir de um rights.csv incluído na transferência — e esse
formato prende cada direito a arquivos. Quando o direito é, na verdade, de nível
do documento ou do processo, ele acaba replicado em cada peça. Se você encontrar a mesma
declaração repetida em vários arquivos, provavelmente é isso, e não duplicação por
engano.
A árvore do structMap: como o pacote se organiza por dentro. Cada nó é um
mets:div, mostrado com o LABEL em destaque e o TYPE
ao lado — tipicamente Directory para pastas e Item para
arquivos.
Dentro de cada nó aparecem, quando existirem:
DMDID e ADMID — metadados presos àquela divisão e não a um arquivo isolado. O DMDID no nó raiz é o lugar onde costuma ficar a descrição do conjunto.fptr → — o ponteiro para um arquivo. O programa resolve o FILEID e mostra o caminho real e o grupo de uso entre parênteses, em vez do identificador cru. Se um fptr apontar para um FILEID que não existe no fileSec, isso é dito explicitamente — é um defeito do pacote.mptr → — ponteiro para um METS externo, usado quando o pacote referencia outro pacote.É a aba que responde mais rápido a “o que exatamente tem dentro deste AIP e onde”.
As etiquetas marcam a natureza do bloco que acabou de ser exibido:
| Etiqueta | Significa |
|---|---|
| DC | Dublin Core — metadado descritivo |
| PREMIS:OBJECT | a entidade-objeto: o arquivo como coisa digital |
| PREMIS:EVENT | um evento de preservação |
| PREMIS:AGENT | quem agiu: software, organização ou pessoa |
| PREMIS:RIGHTS | uma declaração de direitos |
Nas listas, o rótulo do campo aparece em destaque e o valor ao lado, para que a leitura acompanhe a mesma nomenclatura do PREMIS — assim o que você lê na tela pode ser procurado no XML tal como está escrito.
messageDigest exibido é o que o pacote afirma. Conferir se o arquivo continua íntegro é outra tarefa, feita sobre os arquivos.| O que você vê | O que provavelmente é |
|---|---|
| “O documento raiz não parece ser um METS” | o arquivo escolhido não é um METS — talvez o premis.xml ou um metadata.csv do pacote, e não o METS.<uuid>.xml da raiz |
| “Erro ao analisar XML” | o arquivo está truncado ou corrompido; vale reextrair o AIP |
| “não encontrado no índice de dmdSec/amdSec” | o mets:file aponta, por DMDID ou ADMID, para um bloco que não existe no documento — referência quebrada, defeito do pacote |
“FILEID sem mets:file correspondente” | o structMap aponta para um arquivo que o fileSec não declara — também um defeito do pacote |
| A aba Direitos está vazia | o AIP não tem direitos declarados. É comum: só existem se alguém os informou na transferência ou depois |
Um bloco de amdSec aparece só com o identificador | o bloco existe mas o seu conteúdo não é objeto, evento, agente nem direito PREMIS — é de um tipo que este leitor não detalha |