Documenter les données avant publication

Rédiger la fiche métadonnée associée au jeu de données et la tenir à jour.

Source : ODF, version : V1.1, date : 12 déc. 18, Licence : CC-BY-SA

Historique des modifications : 1.0 : version initiale (déc.17) 1.1 : diverses corrections (suppression -NC dans licence, références url)

Contexte

Que sont les métadonnées ?

Les métadonnées sont de l’information structurée qui décrit, explique, localise ou facilite l’obtention, l’utilisation ou la gestion d’une ressource d’information.

Les métadonnées fournissent des informations permettant de comprendre des données. Par exemple, dans les achats de tous les jours, une étiquette fournit des informations sur un produit (composition, origine, date limite de consommation), c’est une métadonnée. Les métadonnées sont des “données sur les données”. Ce sont plus précisement une description normalisée du contenu des jeux de données publiées, c’est donc un élément essentiel dans le processus de publication des données. Il est important de s’appuyer sur des formats de métadonnées reconnus pour s’assurer de leur pertinence (les données nécessaires) et de leur format (la façon dont on les a structuré et codifié). Les formats standard permettent la collecte et la recherche des données et autorise un traitement automatique des métadonnées. Les métadonnées homogénéisées permettent le fonctionnement des plateformes d’échange de métadonnées, qui peuvent à leur tour réduire les barrières d'accès aux ressources, conduisant à une meilleure visibilité, et donc augmentent leur potentiel de réutilisation. Dans de nombreux cas, c’est le portail qui héberge les données qui propose un format pour les métadonnées. Ceux-ci sont généralement en conformité avec les standards internationaux.

Utilisation des normes existantes

Il est important de s’appuyer sur des standards internationaux pour rendre les métadonnées cohérentes et ré-exploitables. Il en existe de nombreuses (c’est un défaut...) mais elles ont des nombreux points communs et sont assez structurantes :

Normes et spécifications à usage général : ● Dublin Core pour les documents publiés (textes, images), http://dublincore.org/documents/dcmi-terms

Norme spécifique pour les ensembles de données : ● Vocabulaire pour les Catalogue de Données DCAT, http://www.w3.org/TR/vocab-dcat/

Usage spécifique de DCAT et d’autres vocabulaires pour soutenir l'interopérabilité des portails de données à travers l'Europe: ● Profil applicatif DCAT pour les portails de données en Europe, http://joinup.ec.europa.eu/asset/dcat_application_profile/description

Dans le cadre du projet OpenDataLocale, la norme DCAT, la plus courante et adaptée à l’open data, a été utilisée et légèrement simplifiée pour un usage courant. Le contenu et le format de métadonnées est décrit dans la spécification du jeu de donnée CATALOGUE du Socle Commun des Données Locales.

Quelles sont les données essentielles ?

Les données d'un catalogue sont essentiellement :

  • Titre du jeu de données

  • Description libre de l'objet et du contenu de la donnée

  • Thème du jeu de données

  • Nom de la structure qui diffuse la donnée

  • Nom de la structure qui crée produit la donnée

  • ​Nom de la structure qui gère la donnée

  • Couverture spatiale sur lequel s'appliquent les données

  • Début/Fin de la Plage temporelle couverte par les données

  • ​Fin de la Plage temporelle couverte par les données

  • ​Date de la première publication

  • ​Fréquence de la mise à jour

  • ​Date de la dernière mise à jour publiée

  • Mots-clés permettant des recherches libres

  • ​Licence appliquée sur le jeu de données

  • Liste des formats dans lesquels sont publiées les données

  • Code de la projection géographique quand cela s’applique

  • Langue du jeu de données

  • Liens vers les ressources accessibles

Commentaires sur certaines données importantes

THEME​

Les thèmes peuvent être choisis et codifiés librement par les collectivités (voirie, transport, ...). Il est cependant souhaitable de les normaliser pour faciliter des recherches croisées et des sélections dans les gisements de données publiées au niveau national. Un projet de normalisation des thèmes est en cours d’élaboration. Il est recommandé de l’appliquer.

PRODUCTEUR

Ce champ permet de désigner le service ou l’organisme qui produit la donnée.

MOT_CLES

Ce champ permet d’attribuer des tags (ou mots-clés) pour faciliter la recherche des données. Les mots-clés sont totalement libres pour les collectivités. (par ex : “jardins”, “points d’eau”, “mobilité”).

LICENCE

C’est une donnée indispensable qui attribue une licence à un jeu de données. La pratique d’attribution d’une licence à un portail est abusive, même si elle permet de simplifier les déclarations des licences de chaque jeu de données qui héritent ainsi de la licence indiqué sur le portail. Les Licences décrivent le droits et devoirs des Producteurs et des Réutilisateurs du jeu de données concerné.

En pratique, dans le cas des données publiées à titre gratuit, et en vertu du décret publié par l’état sur les licences homologuées, le choix se porte sur deux licences :

  • Licence Ouverte

  • ODBL (OpenDataBaseLicence)

Décret n° 2017-638 du 27 avril 2017 relatif aux licences de réutilisation à titre gratuit des informations publiques et aux modalités de leur homologation.

Un document produit dans le cadre d’OpenDataLocale présente les licences, leur portée et les avantages/inconvénients. Dans la majorité des cas, la Licence Ouverte, LO v2​, répond très bien aux besoins des collectivtés. L'usage d'ODBL doit être fait avec prudence en raison des restrictions qu'elle engendre.

Gestion des métadonnées

Les métadonnées doivent être gérées pour assurer leur...

  • Disponibilité : les métadonnées doivent être stockées où elles peuvent être consultées et indexées afin de pouvoir être trouvées

  • Qualité : les métadonnées doivent être de qualité constante afin que les utilisateurs sachent qu'ils peuvent y faire confiance

  • Persistance : les métadonnées doivent être entretenues au fil du temps

  • Licence ouverte : les métadonnées devraient être disponibles sous une licence du domaine public pour permettre leur réutilisation

Le cycle de vie de métadonnées est plus grand que le cycle de vie des données :

  • Les métadonnées peuvent être créées avant que les données ne soient créées ou capturées, par exemple, pour informer sur les données qui seront disponibles dans le futur.

  • Les métadonnées doivent être conservées après que les données ont été supprimées, par exemple, pour informer sur les données qui ont été déclassées ou retirées.

Création des métadonnées

La création de métadonnées peut être prise en charge par des processus (semi-) automatiques :

  • Les propriétés de documents générées par des outils (de bureau), par exemple la date de création d’un document.

  • Informations spatiales et temporelles capturées par des caméras, des capteurs ...

  • Informations issues du processus de publication, par exemple l'emplacement de fichier ou l'URL.

Cependant, d'autres caractéristiques requièrent une intervention humaine :

  • Quel est l'objet de la ressource (par exemple un lien vers le vocabulaire d’un sujet)?

  • Comment peut-on utiliser les ressources (par exemple un lien vers une licence)?

  • Où puis-je trouver plus d'information sur cette ressource (par exemple un lien vers un site Web ou de la documentation qui décrit la ressource)?

  • Comment de l'information de qualité peut être incluse?

Stocker les métadonnées : quelles sont les options?

En fonction des exigences opérationnelles, les métadonnées peuvent être intégrées avec les données ou stockées séparément des données.

  • Intégrer les métadonnées dans les données (par ex. onglet d’un fichier tabulaire) facilite l'échange de données.

  • La séparation des métadonnées et des données avec des liens vers des fichiers de données correspondants rend la gestion plus facile. C’est le cas le plus courant que l’on retrouve dans la plupart des portails open data

Qualité des métadonnées

La qualité et l'exhaustivité des métadonnées de description des données influent directement sur leur visibilité et leur réutilisation.

  • La précision des métadonnées : est-ce que les caractéristiques de la ressource sont correctement reflétées? (par ex. indiquer le bon titre, une licence explicite)

  • L‘exhaustivité des métadonnées : est-ce que toutes les caractéristiques pertinentes de la ressource sont documentées ? (par ex. La fréquence de mise à jour permet de s’assurer de la fraicheur de la donnée)

  • La conformité des métadonnées aux normes acceptées : est ce que les métadonnées sont conformes à une norme spécifique de métadonnées? (par ex. la description d’un ensemble de données doit être conforme à la normalsiation du Socle Commun des Données Locales ou le référenciel international DCAT).

  • La cohérence et la provenance des métadonnées : sont-elles basées sur des sources fiables (en général le Producteur)?

  • La capacité de traitement des métadonnées : les métadonnées sont-elles correctement lisibles par machine? (par ex. en rendant disponible les métadonnées en RDF et/ou XML, et non en texte libre).

Quelques exemples de fiches métadonnées

Fiche de métadonnées sur le portail data.gouv.fr
Fiche de métadonnées sur le portail OpenDataSoft