Hoezo is alles eeuwig op internet te vinden?

Meestal schrijf ik over zaken die me gelijk van pas komen maar nu wil ik enkele archiefproblemen van internet beschrijven.

Op internet wordt ontzaglijk veel geproduceerd en geciteerd. Citaten van url's worden vaak verkleind zodat het beter leesbaar is of vanwege plaatsgebrek (Twitter, 140 tekens).

Het idee dat op internet altijd alles te vinden is en informatie nooit verloren gaat is gedeeltelijk waar. 

Hoe gerenommeerd de site ook is, op een gegeven moment zal die er mee stoppen. 

Ook de tinyurl-site heeft niet het eeuwige leven. 

Wat zal er dan met alle links gebeuren? Worden die afgebroken? 

Shrink2One, dat was een handige url-verkleiner, is ook al gestopt met het doorlinken waardoor er informatie verloren gaat.

Tinyarchive probeert het tinyurl-probleem op te lossen door een archief te maken van alle kleine urls. Probleem is dat iedereen heel consequent de kleine url in moet voeren zodat het voor de volgende generaties niet verloren gaat. Een nobele daad maar ze kunnen mij nog geen verklaring geven waarom zij niet eerder stoppen dan tinyurl of archive.com.

The Shifted Librarian schreef in maart over het probleem dat ook het Twitterarchief moeilijk te doorgronden is. De discussies in Twitter, via hashtags (#) gevoerd, zijn na een tijdje moeilijk terug te halen via de gebruikelijke weg. Aan de reakties op haar post te zien zijn er meer mensen die dit probleem proberen te tackelen. Gemakkelijker is op de individuele tweets terug te vinden of te archiveren maar om de conversaties netjes bij elkaar te houden is wel een probleem.

Omdat sites vaak veranderen zijn links niet altijd betrouwbaar. De site die je linkt kan er over een tijd er heel anders uitzien omdat de site er inmiddels heel anders uitziet. BackupURL zorgt ervoor dat dit niet gebeurt. Zet de link op hun site en zij vertonen de site netjes zoals jij die hebt gevonden, ze maken als het ware een foto van de site. 

Zou dat geen goed idee zijn voor links in wetenschappelijk artikelen?

Nu hopen dat BackupURL  het eeuwige leven heeft.

Het web weet of je man of vrouw bent.

The Library of Congress

Ik ga er van uit dat ik me tamelijk sekseneutraal op internet begeef. Ik lees over nieuws, boeken, internet, wandelen, vakantie enzovoorts.
Ik ben niet geïnteresseerd in mode maar ook niet in de meest ingewikkelde technische snufjes.

Mikeonads beweert dat hij uit mijn bezoekersprofiel mijn sekse kan detecteren.

Ik was nogal sceptisch omdat ik nogal veel sites bezoek. Veel sites die ik bezoek vind ik niet eens de moeite waard en worden die ook meegeteld?
Veel sites bezoek ik via links die door mannen zijn gemaakt en dus 'mannelijk' genoemd zouden kunnen worden. En veel bezochte sites worden waarschijnlijk mannelijk genoemd omdat ze een wat nerd-achtige uitstraling hebben.

Dus ik bereidde me op een sekchange-vonnis en als vrouw vind ik dat toch jammer.

Groot was mijn verbazing dat volgens Mike ik 77% vrouw ben, pfft gelukkig.




Maar hoe doet hij dat?
Als uitgangspunt gebruikt hij de Amerikaanse database Quancast.
Quancast maakt gebruikersprofielen van websites. Dus het is een kwestie van tellen of een site meer vrouwen dan wel mannen trekt.

Quandcast geeft de verhouding mannelijk vrouwelijk via een cijfer weer. Het cijfer 1 is sekseneutraal, boven de 1 mannelijk en er onder vrouwelijk. YouTube is met het cijfer 1 neutraal, Flickr is met zijn 1.15 mannelijk en Gmail met het cijfer 0,9 vrouwelijk.
Van de sites zoals Nasa.gov snap ik dat die een cijfer 1.38 hebben gekregen maar ik begrijp niet waarom Gmail vrouwelijker publiek aanspreekt. En Yahoo blijkt ook een 0,9 te krijgen. Heel apart.

Misschien kunnen de Wiskundemeisjes meer over deze cijfers zeggen want ik blijf mijn twijfels hebben over de getallen.

Nadat Quandcast de cijfers heeft ophgehoest is de volgende stap mijn browsergeschiedenis vergelijken met de database.
En dan komt er het eindoordeel uit.

Hoe vrouwelijk of mannelijk browsen jullie?


links
Oorspronkelijke plek van het script: Azarask
Petesearch heeft op Mikes script weer verder geknutseld en heeft er een wordcloud van gemaakt.