Colecciones del Museo Nacional de Colombia (2026)

Colecciones del Museo Nacional de Colombia (2026)

Descripción

El dataset comprende la captura web completa del catálogo en línea de las colecciones del Museo Nacional de Colombia, con las obras LGBTIQ+ que el museo retiró de exhibición. Están el listado de las colecciones, las búsquedas capturadas y la página de cada objeto con su ficha de datos, y todas las imágenes con sus miniaturas.

De las 18 obras retiradas de exhibición que listó Colombia Diversa están 14, una no es segura y faltan 3. Se capturó el 20 y el 21 de octubre de 2026, a pedido de Colombia Diversa, como parte del respaldo que el equipo Amnesia hizo de portales públicos de Colombia en 2026 para el Buscatón "Datos libres para vidas dignas".

El WARC se puede recorrer como si el catálogo siguiera en línea.

Estructura

Cifras destacadas

• 19.365 objetos, cada uno con su página y su ficha de datos en JSON
• 33.983 imágenes con sus miniaturas: 20.786 en tamaño completo, 12.547 con restricción de derechos en la versión que muestra el sitio y 650 del ICANH
• 963 páginas del listado general y de búsquedas, y 962 respuestas JSON de búsqueda
• 108.625 URLs, todas con respuesta 2xx o 3xx
• Obras retiradas de exhibición: 14 de 18 están, una no es segura y faltan 3

Procedencia

• Fuente: Museo Nacional de Colombia
• URL original: https://colecciones.museonacional.gov.co
• Fecha de captura: 20 y 21 de octubre de 2026

Metodología

Captura con wget a partir de una lista de URLs armada desde el sitio, escribiendo en paralelo un archivo WARC, en tres pasadas. La primera bajó la portada, el listado general y las búsquedas de temas LGBTIQ+ y de las obras retiradas. La segunda, la página y el JSON de detalle de los 19.365 objetos. La tercera, las imágenes que listan esos JSON, primero las de los objetos de las búsquedas. El museo entrega cada imagen a unos 50 KB/s por conexión, así que la tercera pasada usó 6 conexiones en paralelo.

El WARC está desduplicado: queda una sola captura por URL, la respuesta exitosa más reciente. Se puede reproducir con pywb o cargándolo en replayweb.page.

Limitaciones

• Faltan 3 de las obras retiradas que listó Colombia Diversa: la cédula de ciudadanía de 2017 posterior al reconocimiento jurídico del cambio de nombre y sexo, el yembé de la batucada Toque Lésbico (2009) y la Revista Ventana Gay n.° 1 (1980). Ya no figuran en el catálogo en línea del museo, ni en el buscador simple ni en el avanzado, y tampoco en el Internet Archive.
• Una no es segura: el afiche de la marcha de 2004 "El cuerpo: primer territorio de paz". Lo más parecido en el catálogo es la programación de la VI semana del orgullo LGBT de 2002, con ese lema (objeto 26162).
• Las imágenes con restricción de derechos están en la versión que muestra el sitio, no en tamaño completo.

Integridad

• SHA256SUMS.txt trae el hash SHA-256 de cada archivo del paquete.

Licencia y contacto

• Licencia: CC0 1.0
• Restricciones: ninguna. La información es de carácter público en su origen
• Uso no permitido: identificar o contactar a personas específicas fuera del contexto de rendición de cuentas
• Contacto: Amnesia, [email protected]