Ce billet fait partie du cycle de publications sur la thématique des outils de préparation des versements d’archives numériques. Il se concentre sur un outil particulier : DataAccessioner accessible à l’adresse http://dataaccessioner.org/.

DataAccessioner est un outil sous licence libre (sans réutilisation commerciale) disposant d’une interface graphique et destiné à la copie contrôlée et décrite de fichiers d’un support vers un autre. Écrit en Java, il est portable sur toutes les plates-formes. Il a été développé pour la David M. Rubenstein Rare Book and Manuscript Library de l’université Duke aux États-Unis afin de copier facilement des fichiers issus d’un support CD vers des serveurs pour des opérations de classement ultérieures. Le produit est aujourd’hui maintenu dans le cadre du projet POWRR. La dernière version (v1.0.0-beta) date du 13 août 2014.

Préparation de la copie

L’utilisation de DataAccessioner est particulièrement intuitive. Le processus de préparation de la copie se résume en trois étapes :

1. Paramétrage

Après avoir renseigné son nom, l’utilisateur peut qualifier sa copie avec des informations de haut niveau, à savoir un identifiant et un titre. Il sélectionne, par un explorateur de fichiers, le répertoire source et le répertoire de destination dans lequel se trouveront les documents après la copie.

Il est intéressant de constater que DataAccessioner réutilise sous forme de modules l’ensemble des composants que l’on trouve dans l’outil FITS, qui est fréquemment utilisé pour identifier et valider les formats de fichiers ainsi que pour en extraire des métadonnées techniques. Ces modules, comme Apache Tika, DROID, ExifTool, ou Jhove ont déjà fait leurs preuves et sont capables de traiter la plupart des formats de fichiers que l’on peut trouver dans un répertoire bureautique. DataAccessioner donne la possibilité d’activer ou de désactiver des modules, de façon à limiter le temps de traitement ou à restreindre la collecte des métadonnées.

2. Visualisation de l’arborescence source et sélection des fichiers à copier

Une fois le répertoire source indiqué, l’outil affiche dans une fenêtre centrale l’arborescence des fichiers. Les dossiers peuvent être pliés/dépliés. Surtout, c’est durant cette étape que l’utilisateur peut choisir d’exclure des dossiers et/ou des fichiers de la copie. Cette fonctionnalité est particulièrement utile pour opérer une première sélection d’un ensemble de fichiers à traiter de façon à donner une cohérence au futur versement. Néanmoins, cette sélection n’aura lieu qu’à partir des métadonnées minimales affichées par DataAccessioner, c’est-à-dire le nom et l’extension du fichier, sa date de création et sa taille en octets. Il n’est par exemple pas possible de visualiser le contenu des documents à partir de l’outil. Soulignons qu’il n’est pas prévu non plus de modifier l’arborescence des fichiers dans l’outil.

3. Description

Enfin, DataAccessioner propose de réaliser une description minimale du lot à copier en utilisant des métadonnées tirées de la norme Dublin Core. L’utilisateur peut ainsi ajouter un certain nombre de métadonnées à n’importe quel objet dans l’arborescence (fichier ou dossier) en renseignant l’élément Dublin Core puis en lui donnant une valeur. Si l’on peut de cette façon attribuer aux documents un identifiant, un titre, un contenu, une date, ou encore un créateur, il convient de préciser que le schéma atteint vite ses limites et qu’il n’est pas pensé pour une description proprement archivistique. On pourra donc y voir une « pré-description » avec un travail ultérieur de correspondance à faire avec des standards plus appropriés comme l’EAD.

Interface de DataAccessioner

Résultat

Les réglages effectués, l’utilisateur lance la copie. Celle-ci peut se révéler assez longue si la taille du répertoire source est importante et si tous les modules d’extraction des métadonnées ont été activés. Avant le lancement du processus de copie, DataAccessioner vérifie que celle-ci est bien possible en analysant un certain nombre de problèmes techniques courants (chaînes de caractères inappropriées ou trop longues dans les chemins d’accès, place sur le support cible…).

Les dossiers et fichiers sont copiés à l’identique à la destination choisie, à l’exception de ceux qui avaient été exclus dans la phase précédente. L’ensemble du lot est rassemblé dans un dossier racine dont le nom reprend l’identifiant mentionné par l’utilisateur.

Copie dans le répertoire de destination

Mais la vraie plus-value de DataAccessioner réside dans le fichier xml produit lors de la copie et déposé à côté du dossier racine avec un nom similaire. Ce fichier xml contient d’une part les métadonnées descriptives en Dublin Core ajoutées manuellement par l’utilisateur et les métadonnées techniques (identifiant, empreinte calculée avec l’algorithme MD5, taille, format) remplies automatiquement par les modules de FITS et exprimées en PREMIS avec un formalisme dédié. L’identification et la validation des formats de fichiers ne se base pas uniquement sur l’extension mais utilise également des référentiels externes.

Cet inventaire des fichiers donne un instantané fiable des documents et de leurs données après copie, qui pourra être réutilisé pour les prochaines opérations archivistiques.

Métadonnées descriptives Dublin Core

Métadonnées techniques PREMIS (identification d’un fichier MP3 malgré une extension erronée)

Conclusion

DataAccessioner est un outil intéressant et facile à utiliser, qui intervient en amont dans le processus de préparation des versements d’archives sur support numérique. Doté de ce logiciel, l’archiviste peut, par exemple, copier les répertoires bureautiques issus d’un support amovible dans un espace sécurisé, tout en ayant préalablement retiré les fichiers qui de façon évidente n’ont pas à être versés (comme les dossiers privés). En renseignant un minimum de métadonnées descriptives et en activant les modules de FITS, il obtient in fine un ensemble cohérent et caractérisé par un récolement prenant la forme d’un fichier XML. Il sera toutefois nécessaire, pour obtenir un versement « propre », d’effectuer des opérations plus complexes, et notamment de classer et de décrire finement les fichiers.

---

---