Dans un article précédent de cette série, j'ai présenté quatre difficultés courantes que je rencontre fréquemment dans les projets d'intégration géospatiale. Après avoir exploré l'importance de la connaissance des données dans l'article précédent, je me penche maintenant sur la deuxième difficulté : la création de métadonnées conformes aux normes.
Dans un de mes projets précédents, lorsque j'ai demandé à mes collègues s'ils disposaient de métadonnées, beaucoup ont répondu « oui ». Cependant, j'ai rapidement découvert que ces « métadonnées » étaient des fichiers dans des formats ad hoc, contenant uniquement des métadonnées de découverte, ou des résultats générés par logiciel avec des statistiques sur le fichier ou le modèle sous-jacent.
Dans le domaine géospatial, le concept de métadonnées normalisées — des métadonnées qui suivent des normes établies telles que ISO 19115, INSPIRE, Dublin Core ou DCAT — est généralement plus familier que dans de nombreuses autres disciplines scientifiques.
Les métadonnées sont un pilier des principes FAIR , car elles facilitent la recherche et l'accessibilité des jeux de données. Cependant, si les métadonnées ne respectent pas une norme, elles ne sont ni interopérables ni réutilisables.
Pourquoi les métadonnées basées sur des normes sont importantes
La création de métadonnées conformes aux normes reste néanmoins une tâche ardue pour beaucoup. Cela peut s'expliquer par le manque d'outils facilitant leur création, ainsi que par la perception que les métadonnées sont par nature complexes.
Le fait que beaucoup de gens ne perçoivent pas les métadonnées comme particulièrement utiles n'arrange rien, car cela les laisse peu motivés pour investir du temps dans leur création.
Je pense que le choix du bon schéma de métadonnées est crucial. Il faut trouver le juste milieu entre créer un outil utile au projet et ne pas surcharger les utilisateurs avec trop de champs à remplir.
Dans certains cas, les métadonnées de découverte seules pourraient suffire — par exemple, quelques champs comme dans l’API OGC (unité atomique « Records ») . Dans d’autres cas, il devrait être possible d’extraire automatiquement certaines informations, ne laissant aux utilisateurs que quelques champs à renseigner.
L’objectif devrait être de demander le moins d’interventions manuelles possible tout en veillant à ce que les informations fournies soient exactes et pertinentes.
Après tout, il n'y a rien de pire que des métadonnées de mauvaise qualité . Lorsqu'un système ingère des métadonnées de mauvaise qualité, il ne peut fournir d'informations utiles, renforçant ainsi l'idée que les métadonnées elles-mêmes ont peu de valeur.
Simplifier la création de métadonnées
Malheureusement, l’écosystème d’outils de création et de visualisation des métadonnées n’est toujours pas aussi « riche » que l’écosystème des données – une lacune que nous devons, à mon avis, combler.
Cependant, nous pouvons toujours aider les utilisateurs à créer facilement des métadonnées conformes aux normes, en évitant les flux de travail qui les obligent à soumettre directement des fichiers XML ou JSON.
Une approche pratique consiste à fournir un formulaire d'enquête et à poser aux utilisateurs un petit nombre de questions sur les données, en précisant qu'ils doivent remplir un questionnaire pour chaque nouvel ensemble de données.
Lorsque les utilisateurs gèrent de nombreux ensembles de données contenant des informations répétitives, une feuille de calcul peut s'avérer plus efficace, permettant de copier-coller les informations entre plusieurs enregistrements. Un processus ETL peut ensuite valider ces réponses, les transformer en métadonnées lisibles par machine et, enfin, les intégrer au système.
Le projet eMOTIONAL Cities offrait aux utilisateurs plusieurs façons de soumettre des métadonnées à l'infrastructure de données spatiales (SDI), allant d'interfaces conviviales, telles que des formulaires d'enquête, à des approches conviviales pour les machines (par exemple, des requêtes POST).
Changer la perception des métadonnées
Bien que nous puissions et devions augmenter le nombre de clients de métadonnées et créer des flux de travail qui aident les utilisateurs à créer des métadonnées avec les outils existants, la perception des métadonnées comme « non pertinentes » restera un obstacle à leur prolifération.
Comme on le constate pour les données elles-mêmes, les gens sont prêts à consacrer beaucoup de temps et d'efforts à la production de résultats de haute qualité. Nous devons encourager le même état d'esprit pour les métadonnées et, d'après mon expérience, cela ne peut se faire que par la sensibilisation et l'information, en démontrant leur réelle valeur.
