Temas especiales Información de Formato

Temas especiales

Información de Formato

El grupo de trabajo estudió el formato con detalle y llegó a la conclusión de que había que llegar a un acuerdo en algunos temas fundamentales antes de poder definir unidades semánticas concretas. Estos temas incluían:

• ¿Qué es un formato?

• ¿Qué tipo de objetos tienen formato?

• ¿Cómo se identifica un formato?

• ¿Existe alguna diferencia entre un formato y un perfil?

El concepto de formato parece casi intuitivo, pero debido a la importancia que tiene la información del formato para la preservación digital, el grupo decidió ser muy concreto respecto a su significado. Debatiendo acerca de las características que definen un formato surgió se llegó a la conclusión de que todo formato tiene que corresponderse con alguna especificación formal o informal, no puede tratarse de un diseño de bits al azar o sin previa documentación. La definición de Wikipedia, «una manera particular de codificar información para almacenarla en un archivo informático», no parece enfatizar lo suficiente esta característica1. El grupo esbozó su propia definición: una estructura específica y preestablecida para la organización de un fichero digital o cadena de bits.

El formato es, evidentemente, una propiedad de los ficheros, pero también puede aplicarse a las cadenas de bits. Por ejemplo, una cadena de bits de una imagen dentro de un fichero TIFF podría tener un formato acorde a la especificación del formato del fichero TIFF. Por este motivo, PREMIS evita utilizar el término formato de fichero y emplea en su lugar formato, más genérico.

Un repositorio debe registrar la información sobre el formato de la manera más específica posible. Lo ideal sería identificar los formatos con un enlace directo hacia la especificación completa del formato. En la práctica, es más cómodo un enlace indirecto como un código o una cadena que pueda a su vez asociarse con las especificaciones completas del formato. El grupo consideró el nombre de formato como una designación algo arbitraria que se podría utilizar a modo de enlace indirecto. Sin embargo, surgieron dos complicaciones cuando el grupo intentó definir las unidades semánticas que se utilizarían como enlace.

En primer lugar, las designaciones utilizadas habitualmente para los formatos, como las del tipo MIME con sus extensiones, no ofrecen información suficientemente detallada como para utilizarla sin tener que añadir información adicional sobre la versión. Se debatió acerca de si la unidad semántica definida para el nombre del formato debería incluir tanto el formato como la versión (por ejemplo, «TIFF 6.0») o si deberían definirse dos unidades semánticas diferentes, una para el nombre y otra para la versión. Se decantaron por dos unidades semánticas para poder utilizar listados de autoridades ya existentes como los de tipo MIME, así, en el Diccionario de Datos, formatDesignation (designación del formato) consta de dos componentes: formatName (nombre de formato) y formatVersion (versión de formato).

En segundo lugar, es muy probable que en el futuro los registros centralizados de formatos constituyan la mejor vía para obtener información detallada sobre formatos2. En el modelo PREMIS, el nombre del formato proporciona un enlace indirecto a la especificación del formato. En cuanto al registro hay que saber dos cosas: cual es el registro que se utiliza y qué es lo que identifica la especificación dentro del registro.

El grupo se planteó o combinar todas las identificaciones de formato en un único conjunto de unidades semánticas, o bien definir contenedores

...