Chaque jour paraissent en ligne de nouvelles informations, issues d’articles de blog ou de projets de recherche financés par l’UE, par exemple. Or, le web est un support éphémère.
À titre d’exemple: seuls 7 % des sites web de projets associés au 4e programme-cadre (4e PC, 1994-1998) étaient encore en ligne en 2015.
Les sites de R&D comportent des informations précieuses qui ne peuvent être trouvées ailleurs:
- des logiciels utilisés dans le cadre d’expériences;
- des jeux de données de test;
- des documents n’entrant pas dans les circuits de publication universitaires et commerciaux;
- des actualités;
- des documents destinés à être diffusés.
La mise hors ligne de ces sites appauvrit les connaissances de l’humanité.
Comment éviter cela? Grâce à l’archivage du web.
Arquivo.pt, gérée par la Fondation portugaise pour la science et la technologie, garde les informations scientifiques et académiques disponibles en ligne, et permet ainsi de consulter d'anciens projets de R&D.
Cette application détecte automatiquement les sites web de projets de R&D et recueille leur contenu. Arquivo.pt a déjà permis de sauvegarder 52 millions de fichiers provenant de projets de R&D financés depuis le 4e PC, recueillis sur près de 54 000 sites, et ce n’est qu’un début!
Les jeux de données relatifs aux 4e, 5e, 6e et 7e PC ont été publiés, afin que d’autres organisations soucieuses de préserver ce patrimoine numérique puissent les améliorer et les réutiliser.