Enlace roto

La degradación de enlaces (también conocida como enlace muerto , enlace roto o referencia rota ) es el fenómeno por el cual los hipervínculos tienden con el tiempo a dejar de apuntar a su archivo , página web o servidor de destino original debido a que dicho recurso se reubica en una nueva dirección o deja de estar disponible permanentemente. Un enlace que ya no funciona en el destino previsto puede considerarse roto o muerto . La degradación de enlaces se puede evitar diseñando URL estables y limpias , evitando el enlace profundo y el uso de archivos web .

La tasa de enlaces rotos es objeto de estudio e investigación debido a su importancia para la capacidad de internet de preservar la información. Las estimaciones de dicha tasa varían considerablemente entre los distintos estudios. Los profesionales de la información han advertido que la rotura de enlaces podría provocar la desaparición de datos de archivo importantes, lo que podría tener repercusiones en el sistema legal y la investigación académica.

Diversos estudios han examinado la prevalencia de enlaces rotos en la World Wide Web , en la literatura académica que utiliza URL para citar contenido web y en las bibliotecas digitales .

En un estudio de 2023 sobre los enlaces externos de Million Dollar Homepage , se encontró que el 27% de los enlaces resultaron en la carga de un sitio sin redirecciones, el 45% de los enlaces fueron redirigidos y el 28% devolvieron varios mensajes de error. ^{[ 1 ]}

Un estudio de 2002 sugirió que la degradación de enlaces dentro de las bibliotecas digitales es considerablemente más lenta que en la web. El artículo encontró que alrededor del 3% de los objetos ya no eran accesibles después de un año, ^{[ 2 ]} lo que equivale a una vida media de casi 23 años.

Un estudio de 2003 reveló que en la web, aproximadamente uno de cada 200 enlaces se rompía cada semana, ^{[ 3 ]} lo que sugiere una vida media de 138 semanas. Esta tasa fue confirmada en gran medida por un estudio de 2016-2017 sobre los enlaces del Directorio de Yahoo! (que había dejado de actualizarse en 2014 tras 21 años de desarrollo) que determinó que la vida media de los enlaces del directorio era de dos años. ^{[ 4 ]}

Un estudio de 2004 mostró que subconjuntos de enlaces web (como aquellos dirigidos a tipos de archivos específicos o aquellos alojados por instituciones académicas) podrían tener vidas medias dramáticamente diferentes. ^{[ 5 ]} Las URL seleccionadas para publicación parecen tener mayor longevidad que la URL promedio. Un estudio de 2015 de Weblock analizó más de 180 000 enlaces de referencias en los corpus de texto completo de tres importantes editoriales de acceso abierto y encontró una vida media de aproximadamente 14 años, ^{[ 6 ]} lo que generalmente confirma un estudio de 2005 que encontró que la mitad de las URL citadas en artículos de D-Lib Magazine estaban activas 10 años después de su publicación. ^{[ 7 ]} Otros estudios han encontrado tasas más altas de degradación de enlaces en la literatura académica, pero generalmente sugieren una vida media de cuatro años o más. ^{[ 8 ] [ 9 ]} Un estudio de 2013 en BMC Bioinformatics analizó casi 15 000 enlaces en resúmenes del índice de citas Web of Science de Thomson Reuters y encontró que la vida útil media de las páginas web era de 9,3 años, y solo el 62 % estaban archivadas. ^{[ 10 ]} Un estudio de 2021 de enlaces externos en artículos del New York Times publicados entre 1996 y 2019 encontró una vida media de unos 15 años (con una variación significativa entre los temas del contenido) pero señaló que el 13 % de los enlaces funcionales ya no conducen al contenido original, un fenómeno llamado deriva de contenido . ^{[ 11 ]}

Un estudio de 2013 encontró que el 49% de los enlaces en las opiniones de la Corte Suprema de los Estados Unidos están rotos. ^{[ 12 ]}

Un estudio de 2023 que analizó los paneles de control de COVID-19 de Estados Unidos encontró que el 23% de los paneles de control estatales disponibles en febrero de 2021 ya no estaban disponibles en las URL anteriores en abril de 2023. ^{[ 13 ]}

Pew Research descubrió que, en 2023, el 38% de las páginas de 2013 habían desaparecido. Además, en 2023, el 54% de los artículos de la Wikipedia en inglés tenían un enlace roto en la sección de "referencias" y el 23% de los artículos de noticias enlazaban a una URL rota. ^{[ 14 ]}

La degradación de un enlace puede deberse a varias razones. Una página web de destino puede ser eliminada. El servidor que aloja la página de destino podría fallar, ser retirado del servicio o reubicarse en un nuevo nombre de dominio . Ya en 1999, se señaló que con la cantidad de material que se puede almacenar en un disco duro, "una sola falla de disco podría ser como la quema de la biblioteca de Alejandría ". ^{[ 15 ]} El registro de un nombre de dominio puede caducar o ser transferido a otra parte. Algunas causas harán que el enlace no encuentre ningún destino y devuelva un error como HTTP 404. Otras causas harán que un enlace apunte a contenido distinto al que pretendía el autor del enlace.

Otras razones por las que pueden producirse enlaces rotos son:

• la reestructuración de sitios web que provoca cambios en las URL (por ejemplo, domain.net/pine_treepodría trasladarse a domain.net/tree/pine)
• reubicación de contenido anteriormente gratuito a un muro de pago ^{[ 13 ]}
• un cambio en la arquitectura del servidor que da como resultado que el código, como PHP, funcione de manera diferente
• contenido de página dinámico, como resultados de búsqueda que cambian según el diseño
• eliminación de la página de destino y/o su contenido
• la presencia de información específica del usuario (como un nombre de inicio de sesión) dentro del enlace
• bloqueo deliberado mediante filtros de contenido o cortafuegos
• la expiración del registro de un nombre de dominio

Las estrategias para prevenir la degradación de enlaces pueden centrarse en colocar el contenido donde haya mayor probabilidad de que permanezca, crear enlaces con menos probabilidades de romperse, tomar medidas para preservar los enlaces existentes o reparar los enlaces cuyos destinos hayan sido reubicados o eliminados.

La creación de URL que no cambien con el tiempo es el método fundamental para prevenir la obsolescencia de los enlaces. La planificación preventiva ha sido defendida por Tim Berners-Lee y otros pioneros de la web. Berners-Lee recomendó diseñar URI para evitar detalles susceptibles de cambiar, como la autoría, el tema, la extensión del archivo, el mecanismo del software o el estado de acceso. ^{[ 16 ]}

Las estrategias relativas a la autoría de enlaces incluyen:

• vincularse a fuentes primarias en lugar de secundarias y priorizar sitios estables ^{[ 5 ]}
• evitar enlaces que apunten a recursos en las páginas personales de los investigadores ^{[ 7 ]}
• utilizando URL limpias o empleando de otro modo la normalización de URL o la canonicalización de URL ^{[ 17 ]}
• utilizando enlaces permanentes e identificadores persistentes como ARK, DOI , referencias del sistema Handle, PURL o direccionamiento de contenido ^{[ 18 ]}
• evitar enlazar a documentos que no sean páginas web ^{[ 17 ]}
• evitar el enlace profundo
• enlazar a archivos web como Internet Archive , ^{[ 19 ]} WebCite , ^{[ 20 ]} archive.today , Perma.cc , ^{[ 21 ]} Amber, ^{[ 22 ]} o Arweave ^{[ 23 ]}

Las estrategias relativas a la protección de los enlaces existentes incluyen:

• Utilizar mecanismos de redireccionamiento como HTTP 301 para remitir automáticamente a los navegadores y rastreadores al contenido reubicado.
• utilizando sistemas de gestión de contenido que pueden actualizar automáticamente los enlaces cuando se reubica el contenido dentro del mismo sitio o reemplazar automáticamente los enlaces con URL canónicas ^{[ 24 ]}
• Integración de recursos de búsqueda en páginas HTTP 404 ^{[ 25 ]}

La detección de enlaces rotos puede realizarse de forma manual o automática. Los métodos automatizados incluyen complementos para sistemas de gestión de contenido , así como verificadores de enlaces rotos independientes, como Link Sleuth de Xenu . La verificación automática puede no detectar enlaces que devuelven un error 404 suave o enlaces que devuelven una respuesta 200 OK pero que apuntan a contenido que ha cambiado. ^{[ 26 ]}

• Equipo de Archivo – Grupo dedicado al archivo web y la preservación digital 
• Teoría de Internet muerta
• Preservación digital : práctica para mantener los activos digitales accesibles a largo plazo. 
• Infodemia : rápida propagación de información precisa e imprecisa. 
• Medios perdidos : término general para medios inaccesibles. 
• Deterioro del software : Degradación o pérdida de la funcionalidad del software con el tiempo. 

• Markwell, John; Brooks, David W. (2002). "Broken Links: The Ephemeral Nature of Educational WWW Hyperlinks". Journal of Science Education and Technology . 11 (2): 105– 108. Bibcode : 2002JSEdT..11..105M . doi : 10.1023/A:1014627511641 . S2CID 60802264 . 
• Gomes, Daniel; Silva, Mário J. (2006). "Modelado de la persistencia de la información en la web" (PDF) . Actas de la 6.ª Conferencia Internacional sobre Ingeniería Web . ICWE'06. Archivado del original (PDF) el 16 de julio de 2011. Consultado el 14 de septiembre de 2010 .
• Dellavalle, Robert P.; Hester, Eric J.; Heilig, Lauren F.; Drake, Amanda L.; Kuntzman, Jeff W.; Graber, Marla; Schilling, Lisa M. (2003). "Going, Going, Gone: Lost Internet References" . Science . 302 ( 5646): 787– 788. doi : 10.1126/science.1088234 . PMID 14593153. S2CID 154604929 .  
• Koehler, Wallace (1999). "Análisis de la constancia y permanencia de páginas web y sitios web". Journal of the American Society for Information Science . 50 (2): 162– 180. doi : 10.1002/(SICI)1097-4571(1999)50:2 < 162::AID-ASI7 > 3.0.CO ; 2-B .
• Sellitto, Carmine (2005). "El impacto de las citas impermanentes ubicadas en la web: un estudio de 123 publicaciones académicas de congresos" (PDF) . Journal of the American Society for Information Science and Technology . 56 (7): 695–703 . CiteSeerX 10.1.1.473.2732 . doi : 10.1002/asi.20159 . 

• Cómo preparar sus URI para el futuro
• Nielsen, Jakob (14 de junio de 1998). "Combatiendo el Linkrot" . Archivado del original el 23 de diciembre de 2012.