feat: descrição arquivística NOBRADE multinível com exportação EAD 3, EAC-CPF e AtoM

- pipeline/nobrade: normalizadores de datas (ISO 8601-2), séries, autoridades,
  espécie/suporte, direitos, lugar e assuntos; montagem dos níveis 0–5 com
  código de referência BR RJXYZ.BF.<seção>.<série>.<handle>.<imagem>
- validador dos elementos obrigatórios: 0 pendências em 26.454 unidades
- EAD 3 e 457 EAC-CPF validados contra os XSD
- mural: cartão com código, data normalizada, série e reprodução; filtro por série
This commit is contained in:
2026-09-30 21:22:00 +02:00
parent e92df83a78
commit 23b56e8c87
46 changed files with 19562 additions and 68 deletions
+136
View File
@@ -0,0 +1,136 @@
# Nível 1 — Coleção Brasiliana Fotográfica (cópia digital)
Cada seção `## N.N` preenche o elemento de mesmo número da NOBRADE no nível 1.
Lido por `pipeline/nobrade/montar.py`. Seções vazias são ignoradas.
## 2.2 História administrativa/Biografia
Coleção formada em setembro de 2026 para preservar uma cópia integral da
Brasiliana Fotográfica, portal criado em 2015 pela Biblioteca Nacional e pelo
Instituto Moreira Salles para reunir, num único repositório DSpace, acervos
fotográficos dos séculos XIX e XX de instituições brasileiras e estrangeiras.
O eixo temático é o do próprio portal: a fotografia produzida no Brasil ou
sobre o Brasil.
## 2.3 História arquivística
Natureza da acumulação: coleção. Reunida intencionalmente por cópia digital,
sem transferência de custódia dos originais, que permanecem nas 15
instituições de origem (5.1 de cada dossiê).
A Biblioteca Nacional foi consultada antes da coleta. Confirmou que o material
é público e que não tinha equipe técnica para fornecer um dump; a coleta por
raspagem, em ritmo cortês e com identificação, foi o caminho combinado.
Intervenções técnicas, em ordem:
1. Metadados (setembro de 2026): 13.060 itens enumerados pelo índice de
navegação ao vivo do DSpace (`browse?type=title`), comunidade a comunidade.
O sitemap oficial, gerado em abril de 2019, lista só cerca de 41% do acervo
e foi descartado como fonte. O registro completo de cada item
(`?show=full`) foi colhido a partir de um navegador real, porque o
Cloudflare do site bloqueia automação.
2. Arquivos: para cada item foi guardado o bitstream do DSpace como imagem de
preservação (maior resolução disponível; digitalizações de até 34,7 MB), a
miniatura gerada pelo DSpace e, quando existia, a cópia legada do
objdigital.bn.br, de resolução bem menor, guardada como procedência. 115
itens tinham de 2 a 6 imagens reais, e todas foram guardadas (nível 5).
3. Cada arquivo foi baixado, somado (SHA-256), enviado ao bucket e apagado do
disco local. O ledger do envio é a fonte dos elementos 5.2 e 1.5 de cada
dossiê.
4. Coleta concluída em 13 de setembro de 2026.
Sinistros e dispersões: 69 itens não têm imagem de preservação porque a origem
responde HTTP 500 ao bitstream, embora a página do item responda 200. Foram
feitas três rodadas de tentativa. Nesses itens a cópia guarda só a miniatura
(ver 6.1 de cada um e `errors.md`). Arquivos que chegaram corrompidos ou que
eram pirâmides de blocos (DZI) em vez de imagem foram rejeitados pelo ledger e
refeitos.
## 2.4 Procedência
Brasiliana Fotográfica (https://brasilianafotografica.bn.gov.br/), repositório
DSpace 4.2 mantido pela Biblioteca Nacional, handles `20.500.12156.1/*`. Cópia
obtida por raspagem combinada com a Biblioteca Nacional, 9–13 de setembro de 2026.
Inclui também os 636 posts do blog editorial do portal, usados em 5.4 e nas
fontes das autoridades.
## 3.2 Avaliação, eliminação e temporalidade
Nenhum item foi eliminado: a coleção é uma cópia integral. Entre as versões de
um mesmo arquivo foi mantida a de maior resolução (preservação), e a cópia
legada do objdigital foi guardada como procedência, nunca como substituta.
Arquivos rejeitados na validação (corrompidos, em formato de blocos, ou de
licença em vez de imagem) foram descartados e registrados no ledger.
## 3.3 Incorporações
Não há incorporações previstas. Uma nova coleta completa pode ser feita se a
origem publicar itens novos; o `fetched_at` de cada dossiê permite comparar.
## 3.4 Sistema de arranjo
Arranjo em quatro níveis abaixo da coleção:
- seção (nível 2): instituição de origem, conforme a comunidade do DSpace;
- série (nível 3): coleção ou fundo de origem, normalizado a partir de
`dc.source`. Itens sem coleção identificável ficam na série AV (Avulsos) da
seção;
- dossiê (nível 4): um item do DSpace, identificado pelo número do handle;
- item documental (nível 5): cada imagem do dossiê, numerada `01`, `02`…
Código de referência: `BR RJXYZ.BF.<seção>.<série>.<handle>.<imagem>`.
## 4.2 Condições de reprodução
Cada dossiê traz em 4.2 a condição informada pela origem (domínio público, uso
cultural liberado, reprodução sujeita a autorização, ou não informada) e o
detentor dos direitos. As instituições têm políticas distintas: a decisão de
reproduzir é item a item, junto ao detentor indicado.
## 4.3 Idioma
Descrições em português. Há legendas e títulos originais em francês, inglês,
latim, alemão, italiano, ucraniano e húngaro, registrados em 4.3 de cada
dossiê (ISO 639-2).
## 4.4 Características físicas e requisitos técnicos
Arquivos digitais JPEG (com alguns PNG e PDF), abertos em qualquer visualizador
de imagem. Os maiores passam de 8.000 px no lado maior. Nenhum requisito
especial.
## 4.5 Instrumentos de pesquisa
- Mural 3D navegável com busca e filtros: https://xn--2dk.xyz/brasiliana/
- Esta descrição em EAD 3: `descricao/ead/brasiliana.xml` (no bucket, em
`s3://brasiliana/descricao/`).
- Catálogo bruto em Dublin Core: `s3://brasiliana/catalogo.jsonl`.
## 5.1 Existência e localização dos originais
Os originais pertencem às 15 instituições de origem, listadas como seções. Cada
dossiê indica a instituição, o endereço do item na Brasiliana Fotográfica e,
quando a origem publica, o código ou a notação da instituição.
## 6.2 Notas gerais
Os valores dos metadados de origem que foram normalizados (datas, direitos,
nomes) estão preservados em 6.2 de cada dossiê e no `catalogo.jsonl`. Valores
visivelmente corrompidos na origem, com fragmentos de XML ou hash no lugar do
texto, foram desconsiderados e anotados.
## 7.1 Nota do arquivista
Descrição gerada automaticamente a partir dos metadados Dublin Core colhidos,
por `pipeline/nobrade`, com tabelas de revisão em `descricao/revisao/`.
Fontes: registros `?show=full` do DSpace, ledger de envio do bucket, blog da
Brasiliana Fotográfica. Responsável: rafapolo.
## 8.1 Pontos de acesso e indexação de assuntos
Pontos de acesso: título (1.2), autores em forma autorizada ISAAR(CPF)
(`descricao/autoridades.jsonl`, com as variantes como remissivas), data
tópica e lugares (`dc.coverage`), assuntos (`dc.subject`, com os termos em
português separados das traduções inglesas) e período (ISO 8601-2). Os
assuntos seguem o vocabulário da origem, sem controle adicional nesta versão.