Repositorios digitales

Ricard de la Vega Jefe del Servicio de Portales y RepositoriosCentre de Supercomputació de Catalunya (CESCA)

CRUE-TICRepositorios Institucionales de Información HeterogéneaJaén, 21-22 de octubre de 2010

Agenda

CESCA

10 años de repositorios en el CESCA• TDR, RECERCAT, RACO y MDX• PADICAT (BC)• RECYT y PADICYT (FECYT y MICIN)• CALAIX (DCiMC de la Generalitat de Catalunya)

Características de los repositorios cooperativos

Software y hardware

Conclusiones

Centre de Supercomputació de Catalunya

Consorcio público

Creado en 1991

Formado por:• Generalitat de Catalunya

• Fundació Catalana per a la Recerca i la Innovació

• 9 universidades catalanas

• Consejo Superior de Investigaciones Científicas

Nuestros servicios

Taxonomia de los repositorios

Towards a European e-Infrastructure for e-Science Digital Repositories. 7th e-Concentration Meeting, Brussels, 12-14th October, 2009

Repositorios digitales

Tesis Doctorales en Red (TDR)

Dipòsit de la Recerca de Catalunya

Revistes Catalanes amb Accés Obert

Patrimoni Digital de Catalunya (PADICAT)

Repositorio Español de Ciencia y Tecnología

Materials Docents en Xarxa (MDX)

CALAIX, repositorio del DCiMC

Patrimonio Digital de Ciencia y Tecnología

Tesis Doctorales en Red

Desde 2001, 19 universidades

9.618 tesis doctorales

Desde 2007, recolector tesis españolas

+ 19.000 tesis a través de OAI-PMH

Software: ETDdb (migrando a DSpace)

www.tesisenred.net

Dipòsit de la Recerca de Catalunya

www.recercat.cat

Desde 2005

19 instituciones

299 colecciones

21.158 documentos de investigación

Modelo híbrido, depósito y recolector

Software: DSpace

Revistes Catalanes amb Accés Obert

www.raco.cat

Desde 2006

60 instituciones editoras

289 revistas

114.671 artículos

Software: Open Journal Systems

Patrimoni Digital de Catalunya

www.padicat.cat

Proyecto de la Biblioteca de Catalunya

Desde 2006

53.249 capturas de 30.481 webs

200 millones de ficheros en 7,5 TB

Captura selectiva de convenios y recomendaciones

Captura exhaustiva del dominio .cat

Monográficos: Elecciones, Museos...

Software: Heritrix, NutchWAX, Wayback,WERA, CAT...

Repositorio Español de Ciencia y Tecnología

http://recyt.fecyt.es

Proyecto “llave en mano” para la FECYT

Desde 2007

Entorno de pruebas, soporte y formación

Software: Open Journal Systems

Materials Docents en Xarxa

www.mdx.cat

Desde 2009

10 universidades

1.668 materiales docentes

Modelo híbrido (recolector)

Software: DSpace

CALAIX, repositorio del DCiMC

Proyecto del DCiMC de la Generalitat de Catalunya

Desde 2010 (22 de septiembre)

2.000 memorias de intervenciones arqueológicas

3.000 imágenes de restauraciones

1.500 planos de monumentos, etc.

Software: DSpace http://calaix.gencat.cat

Patrimonio Digital de Ciencia y Tecnología

Piloto para el MICINN

En desarrollo 2009-2010

Software: Heritrix, NutchWAX, Wayback...

Agenda

CESCA

10 años de repositorios en el CESCA• TDR, RECERCAT, RACO y MDX• PADICAT (BC)• RECYT y PADICYT (FECYT y MICIN)• CALAIX (DCiMC de la Generalitat de Catalunya)

Características de los repositorios cooperativos

Software y hardware

Conclusiones

Facilitan la adopción de procedimientos comunes

Compartición de costes

Economías de escala

Mayor visibilidad

Características de los repositorios cooperativos

Cooperativos Acceso abierto

Acceso en línea, gratuito, inmediato y permanente al texto completo de un artículo

Iniciativas impulsadas por diversas organizaciones que se basan en las declaraciones de Budapest, Bethesda y Berlín (BBB), a partir del 2000

Software libre, interoperatibilidad, ...

Software

Se ha hecho un estudio inicial para cada repositorio con el objetivo de conocer qué software sería el más adecuado en cada caso

Todos los repositorios son software de código abierto, hecho que ha permitido, entre otras ventajas, la adaptación a las necesidades concretas de cada proyecto

Interoperatividad a través de OAI-PMH• Proveedores de datos• Proveedores de servicios

Software

Repositorios de propósito general: DSpaceImplementado en:

Gestión y publicación de revistas: Open Journal SystemsImplementado en:

Repositoris de sitios web: Heritrix, etc.Implementado en:

+ Adaptaciones, ampliación funcionalidades, desarrollo de módulos complementarios, software complementario...

Hardware

~80 GB y 7.690 consultas

HP V2500 (cálculo)• 16 procesadores • 4 GB de memoria• 227 GB de disco

StorageTek TimberWolf 9740• 2,7 TB en cintas

2001 2005 2006 2006 2009 2010

Hardware

En 2003 ~100 GB y 278.710 consultas

HP rp5430 (servidor)• 2 procesadores PA8700• 704 GB de memoria

HP EVA V.2 (cabina de discos)• 2,8 TB de disco

StorageTek TimberWolf 9740• 5 TB en cintas

2001 2005 2006 2006 2009 2010

Hardware

En 2010 ~2 TB y 8.019.930 consultas (TDR+RECERCAT+RACO)

Clúster de e-Información• 32 nodos Proliant DL360• 291 GB de memoria

NetApp FAS3140 • 100 TB de disco

ADIC Scalar i2000• 156 TB en cintas

2001 2005 2006 2006 2009 2010

Hardware

Human

Software

Conclusiones

En 10 años... 7 repositorios, casi 8TDR, RECERCAT, RACO, MDX, PADICAT, CALAIXRECYT, PADICYT

Con la cooperación:Adopción procedimientos comunesCompartición de costes…

Economías de escala• En software• En hardware• En el equipo humano