Keeping it under lock and keywords: exploring new ways to open up the web archives with notebooks.

The UK Government Web Archive (UKGWA) has been archiving government websites since 1996 and now holds regular snapshots of over 5000 sites. Currently, this material can be accessed through browsing or a simple keyword search interface on their website and has also been catalogued in The National Archives' online catalogue, Discovery. However, the scale of the UKGWA exposes the limits of the current search interface, and there is no facility to understand the archive in aggregate. This article seeks to go beyond the simple keyword search by exploring the data sources available, from APIs to web crawling, for computational analysis of the UKGWA. The article is accompanied by two Python Notebooks which present examples of analysis using each data source. Notebooks lower the technical barriers for the reader to explore and interpret the UKGWA as data, while surfacing the challenges around making web material computationally accessible.

Proyecto de catalogación por descriptores en serie de consultas en un archivo de gestión de titularidad pública

Este informe describe el proceso para la implementación y realización de proyectos de catalogación por descriptores, de la información contenida en documentos de series de expedientes de consultas y respuestas en archivos de gestión de instituciones públicas. Estas consideraciones se abordan con un enfoque sistémico. Después de explicar los primeros resultados obtenidos en la ejecución del proyecto por la empresa Pons Seguridad Vial en una institución de la Administración pública española, el informe concluye con la importancia de discriminar la información clave dentro del gran volumen informativo del que dispone una institución. De esta forma, prima la eficiencia en la recuperación de la información y la rapidez con la que está disponible para su reutilización. También se destacan la trascendencia y potencialidades que brindan las series documentales de expedientes de consultas y respuestas en archivos de gestión para llevar a cabo este tipo de proyectos, que en nada pueden sustituir los procesos archivísticos ordinarios.

The report analyses some useful remarks for the implementation and accomplishment of cataloging projects by descriptors, about the information that is inside documents in consultations and answers series of current public archives. These ideas are tackled by a systemic approach. After explaining the first results gained in the project by Pons Seguridad Vial society inside a Spanish Public Administration, the report concludes with the importance of differentiating the key information inside the vast informative volume of an institution. Thus the efficiency prevails in information retrieval and the speed takes priority over reuse of information. The relevance and the potential of consultations series in current archives are emphasized for the implementation of these kind of projects, that they should not replace regular archival processing.