医学图书情报机构数字资源的长期保存

医学图书情报机构数字资源的长期保存 医学图书情报机构数字资源的长期保存 随着信息技术和互联网的快速发展，数字资源已经成为医、教、研活动中的主流信息资源。医学图书情报机构顺应时代潮流将大量基于传统介质的资源数字化后提供服务，同时大量增加原生数字资源，数字化的书刊在馆藏中的比重不断增加。例如：解放军医学图书馆是国内最大的医学图书馆之一，拥有丰富的生物医学文献资源，并形成了以军事医学为特色，以生物化学、药理学、放射医学、病理生理学、耳鼻咽喉、骨科学、老年医学等为重点的馆藏结构。至2010-08月已订购外文期刊 5800余种（其中印本刊1000余种，电子刊4800余种），中文期刊9400余种（其中印本刊1500余种，电子刊9300余种），文献数据库50余种；已有电子图书8.3万余种，博、硕士学位论文40余万篇[1]。同时，在有限的购置经费下，为了发挥资金的最大效用，达到最佳信息需求保障率，也不得不减少传统纸本书刊的订购。由此我们不无担忧，一旦数字信息资源难以使用，整个馆藏建设势必将遭到重创。 1 图书情报机构数字资源保障中存在的问题 图书情报机构的数字资源按来源可划分为：①引进资源，是指图书情报机构引进的各种国内外商用数据库，如Elsevier Science Direct Online、Springer、中国期刊网全文数据库等。②自建资源，指图书情报机构的纸本书刊数字化而来的数字资源。③网络采集资源，指图书情报机构针对用户需求在网络上采集的可开放获取的免费资源。 目前，对数字信息资源的长期保存与维护还缺乏经验，图书情报机构数字资源保障中主要存在以下问题：①数字馆藏建设缺乏长远规划。图书情报机构引进的数字资源，多以购买当年使用权的方式引进，一旦合同终止，使用已购买数据的权利将会受到威胁。有的数据库商许诺停止购买后可以通过网络继续使用已购买资源，但需要额外支付服务系统的使用费，或者只能使用被剥夺许多正常功能的“简版”系统，或者只能使用功能不再发展的旧版服务系统。②部分图书情报机构纸本书刊数字化而来的资源，由于没有建立相应的知识组织机制和检索系统或没有采用通行的标准，造成了资源的检索和使用困难。③由于自然灾害、人为破坏、战争、法律纠纷、系统灾难性故障、国际争端等原因，造成数据库商或其委托的镜像服务商终止经营或停止向用户提供服务，也会造成信息服务机构失去对已购买资源的可持续使用权[2]。④数字资源的分布性和异构性的影响。图书情报机构的数字资源分散在不同的数据库中，这些数据库运行于非统一的异构的软件系统环境，用户使用时需要了解各数据库的收录范围并熟悉各数据库的检索方法，才能确定到哪个数据库中去查找自己需要的资源以及怎样查找，而且各数据库所收录资源的交叉重复现象较为严重，同样的查询题目用户不得不在不同的数据中重复查找，这种无形的压力使得用户只能选用少量自己熟悉的资源和服务，产生了图书情报机构的资源和服务利用率低，而用户的满意度也很低的情况。用户经常在报怨的是图书馆的资源太少，服务没有适应自己的需求，图书情报机构则责怪用户发现资源和利用服务的能力差。⑤商家主导，赢利目的。数字信息交流传播机制已经打破传统的图书情报机构主导的信息存储责任体系，部分剥夺了传统信息保存机构的保存权利。出版商直接向用户提供数字期刊检索阅览、图书情报机构通过使用许可向用户提供服务但并不一定实际拥有数字资源。图书馆在馆藏发展上也受到某些限制，这样的限制包括信息的数量和主题的分布。从数据商那里订购期刊数据以获取使用权，图书情报机构对数据库所包括的期刊种类、内容、数据形式与其中的增删与变化没有挑选及决定的权利，从这个角度来看，图书情报机构对数据控制的主导权将可能会转移到数据商的手中。因此急切需要重新定义和建立数字资源长期保存的责任体系。⑥各自为政，重复浪费。由于缺乏统一的规划和指导，目前我国的各个数据公司都是各自为政、独立生产，各个数据库一味追求收录数，同一种期刊或者同一篇文章常被几个数据库同时收录。以CNKI、万方、维普3大全文数据库收录的图书情报档案类期刊为统计对象，通过对图书情报档案类期刊重复量的统计来预见总体。截至2007-04-26，CNKI共收录图书情报档案类期刊74种，其中73种同时被维普全文数据库收录；万方全文数据库共计收录39种，其中有36种同时被维普收录，36种同时被CNKI收录，未被维普收录的3种是《黑龙江档案》、《中国典籍与文化》、《中国科技期刊研究》，未被CNKI收录的3种期刊是《数字图书馆论坛》、《中国典籍与文化》、《中国科技期刊研究》[3]。图书馆单独引进上述3个数据库的任何一个都不能达到最高文献保障度，最终只好同时引进3个数据库形成了资源重复建设和浪费现象。 数字资源保障中存在的上述问题和数字资源长期可持续使用面临的潜在危险使馆藏建设长期规划蒙上了阴影。由于担心数据能否长期使用，因而对于一些重要的书刊在购买数字版的同时，也购买了纸本资源。由此在馆藏建设中产生了这样的矛盾：一方面不断扩大数字资源的比例，另一方面又害怕它的扩大，正是这种矛盾心理严重阻碍着馆藏的发展。鉴于这些原因，需要考虑建立图书情报机构自己的数字资源长期保存系统把图书情报机构自建的和订购的中外文数据库中的数字资源保存在本地，以增强对知识资源的控制权，保证对数字资源的长期可持续使用，为用户提供更稳定、优质的服务。 2构建数字资源长期保存系统的必要性和可行性 建立图书情报机构数字资源长期保存系统对于解决数字资源保障中现存的问题具有的重要意义在于：①把从数据库商处购买的只有网络访问权的资源保存到本地系统中来，在图书情报机构停止购买后仍然可以继续使用这些资源，从长远来看更加经济；②图书情报机构馆藏文献数字化而来的数字资源也可以存放在该系统中向用户提供服务；③图书情报机构可以自主决定该系统所包括的期刊种类、内容、数据组织形式与其中的增删与变化，进而突出本馆资源的专业特色；④把只能远程访问的资源保存到本地（特别是外文数据库中的资源）之后，战争、国际争端、自然灾害等原因造成数据库商不能向用户提供服务时，我们依然可以使用已经购买的资源；⑤可以通过长期保存系统把图书情报机构分布在不同数据库中的资源整合到一个系统中来。 建立图书情报机构独立的数字资源长期保存系统不仅具有必要性，从技术上也是有可能实现的。对于数字资源的长期保存问题，国外的一些发达国家早在20世纪90年代初就开始关注, 目前已经取得了一系列的技术成果。欧美发达国家的图书情报机构已经建成了诸如e-Depot、Portico、LOCKSS、DSpace、Fedora等投入实际服务的长期保存系统[4]，虽然这些系统保存功能的通用性和完整性还有待完善，但已经让数字资源长期保存从理论走向实践成为可能。 3数字资源长期保存相关技术、标准规范和法律问题 3.1数字资源长期保存相关技术 数字资源长期保存系统功能复杂，涉及数据摄入、档案存储、数据管理、数据分发、内容管理、数据库系统、元数据管理、搜索引擎、分布式文件系统、唯一标识系统、存储系统、存储管理系统、媒体检测(监测)系统、认证授权系统、安全机制、统计管理等多个领域，覆盖多方面技术。中国科学院国家科学图书馆参考OAIS对这些相关技术进行了归纳整理，提出了一个数字保存技术体系，把数字保存技术划分为保存管理、摄入、仓储、存储管理和访问5个功能块[5]： 图1数字保存的技术体系 其中与保存管理相关的主要技术有保存技术策略的选择、保存规划管理、保存工作流管理、保存媒体迁移等方面；与摄入相关的主要技术有格式标准、格式迁移、格式规范和格式注册技术、信息封装技术、安全检测技术、完整性校验技术和数据功能校验技术等；与仓储相关的主要技术有信息模型的构建、保存元数据体系、保存标识体系、内容管理、元数据管理、索引等；与存储相关的主要技术是如何构建大规模安全存储体系，对存储对象进行备份和恢复的技术，它包括常见的磁带存储、光盘存储、磁盘阵列存储，也包括各种类型的分布式文件系统、基于NAS或SAN模式的网络存储和基于网格的存储体系，同时也包括相应的备份和恢复系统；与访问相关的主要技术是如何使仓储的数字对象能够被安全方便地访问的技术，主要包括检索浏览技术、基于保存标识的定位技术、认证和授权技术、与第三方的互操作技术等。 3.2数字资源长期保存主要标准规范 数字资源长期保存过程中除了技术问题以外，还存在着极其重要的标准化问题。标准化是推动数字图书馆发展的一个重要条件，有了标准化，就可以为大批量的数字化资源加工和后续的数字资源服务奠定下良好的基础。数字资源要长期保存，就必须要考虑标准化的问题，如果保存采用了非标准化的文件格式和存储介质，就必然会加重日后这些数字资源迁移和转换的负担，也不利于保存机构间的数据交换。 目前在数字资源长期保存中比较重要的标准有OAIS参考模型、PREMIS项目保存元数据数据字典、METS、MODS等。其中OAIS参考模型是数字资源长期保存的一个系统建设标准；PREMIS项目主要关注保存元数据在具体实践中的实施问题，PREMIS提出的保存元数据字典从更加实用化和更具可操作性的角度，对数字保存仓储中具体的核心保存元数据进行了定义；METS提供了一个基于XML的元数据编码格式来封装元数据，这对数字图书馆保存的数字对象的管理和数字图书馆之间以及数字图书馆与其用户的数据交换都是十分必要的，一个METS文件能在OAIS的参考模型中被用来承担提交信息包(SIP)、归档信息包(AIP)、分发信息包(DIP)的角色。 对于数字文件的保存格式，目前还缺乏统一的标准。国内的几大数字资源内容提供商大都有自己专有的数据格式，如超星的PDG格式、方正APABI的CEB格式、清华同方的CAJ格式、重庆维普的VIP格式等，需要用户分别安装不同的浏览器，为用户利用资源造成了很大的不便。随着有关国际标准的发展与对用户需求的重视，目前许多数字资源内容提供商都在专有格式的基础上又提供了PDF格式，以方便用户利用资源。但也仍有部分数字资源内容提供商只提供专有格式的对象数据。 对于存储介质的标准选择也在随着科学技术的发展、硬件与存储设备的不断变化而改变，这种改变使数字资源长期保存的费用累积随之增高。在不久前的蓝光与HD-DVD格式大战中，最终蓝光赢得了未来，如果在之前采用了HD-DVD格式保存了资源，就不可避免的要面临数据迁移的问题。图书馆是这些设备的使用部门，如何正确选择相关标准的设备，以避免不断的数据迁移是需要慎重考虑的问题[6]。 3.3数字资源长期保存相关法律问题 数字资源长期保存最大的困难不是收集、筛选、甄别有用的信息，而是是否有权将其获取并加以保存与提供利用等，实施数字资源长期保存的权利主要包括：①采集权，包括资源的下载、复制、备份权；②编辑权，包括文字编码转化、文件格式的变更权、迁移或仿真中对原有软件的改编权；③长期保存权，保存机构可以无限期拥有作为国家文化遗产的网络信息；④公共服务权，保存机构在一定的时间和空间范围内通过某种手段提供存档的信息[7]。面对知识产权方面出现的新问题，在法律上的界定和保障都还不够成熟的情况下，一旦权利所有者提出权利要求，必将大大提高图书馆的运作成本，否则，图书馆难免要被卷入版权纠纷。 建立数字信息资源呈缴是应对数字资源长期保存法律问题的主要途径。目前，世界上许多国家都非常注重电子出版物呈缴制度的建立与完善。各国在电子出版物的呈缴方式上大致可以分成两种情况：①按照纸质出版物的缴送体制进行收集，如法国、德国、荷兰；②一方面要求出版商主动地缴送，另一方面着手制定相关法律将其纳入缴送对象，如挪威、德国、意大利等。 数字资源长期保存机构也可通过签订版权许可使用合同解决数字资源长期保存知识产权问题。根据我国著作权法的规定，使用他人作品应当同版权人订立权利许可使用合同，这是目前获得版权权利许可最主要的途径。2005-03实施的国务院颁布的《著作权集体管理条例》规定：著作权法规定的表演权、放映权、广播权、出租权、信息网络传播权、复制权等权利人自己难以有效行使的权利，可以由著作权集体管理组织进行集体管理，建立并完善著作权集体，并将其扩展到数字信息资源领域，这将有助于解决数字信息资源保存过程中复杂的网络著作权问题。另一方面，著作权集体管理组织的地位也得到了法律的肯定，新修改的《中华人民共和国著作权法》确认了著作权集体管理组织的法律地位，使著作权集体管理制度有了法律保障。数字信息保存机构在订立权利许可使用合同时，既可以与版权人直接签订，也可以与版权集体管理组织签订。 数字资源长期保存机构还可通过合理使用解决权利许可问题。为了平衡版权人与社会公众双方的利益，我国法律设立了合理使用制度来限制版权人的权利。合理使用是指在特定条件下，法律允许他人自由使用享有版权的作品而不必征得版权人的同意，也不必向版权人支付报酬的一种制度。根据我国著作权法第二十二条关于合理使用的规定，其中与数字作品长期保存有关的是第八项，即“图书馆、档案馆、纪念馆、博物馆、美术馆等为陈列或者保存版本的需要，复制本馆收藏的作品”，可以视为合理使用。另外，在国务院2006年5月10日颁布的《信息网络传播权保护条例》第七条规定，“图书馆档案馆、纪念馆、博物馆、美术馆等可以不经著作权人许可，通过信息网络向本馆馆舍内服务对象提供本馆收藏的合法出版的数字作品和依法为陈列或者保存版本的需要以数字化形式复制的作品，不向其支付报酬，但不得直接或者间接获得经济利益。”这些规定的出台，为数字信息保存机构的长期保存活动提供了有力的法律保障，相关机构可以充分利用。 4结语 信息的保存和利用一直是图书情报机构的主要工作，没有永久保存就没有长期利用。图书情报机构对纸介质资源、缩微平片等传统资源的保存已经具有了较为完善的保存方法；然而，却还没有一套成熟的数字资源保存技术方法。目前，数字资源海量增长，社会对数字资源的依赖性越来越强。因此，数字资源长期保存问题是数字图书馆建设中紧迫的现实问题。另外，数字资源长期保存具有复杂性和长期性，与之相关的技术也将随着信息技术的发展而不断进步和完善。对于数字资源的长期保存，需要给予足够的重视，在深入研究技术、标准、系统的同时，开始着手建立图书情报机构的数字资源长期保存系统，逐步建立完善的数字资源保存和利用机制。对于数字资源可以真正的长期、完整地保存具有重要的现实意义和历史意义。