Anteriormente nesta série, apresentei quatro desafios comuns que encontro frequentemente em projetos de integração geoespacial. Depois de explorar a importância de conhecer seus dados na publicação anterior, agora abordo o segundo desafio: a criação de metadados baseados em padrões.
Em um dos meus projetos anteriores, quando perguntei aos colegas se eles tinham metadados, muitos responderam que sim. No entanto, logo descobri que esses "metadados" eram arquivos em formatos ad hoc, contendo apenas metadados de descoberta ou resultados gerados por software com estatísticas sobre o arquivo ou o modelo subjacente.
No domínio geoespacial, as pessoas geralmente estão mais familiarizadas com o conceito de metadados baseados em padrões — metadados que seguem padrões estabelecidos, como ISO 19115, INSPIRE, Dublin Core ou DCAT — do que em muitas outras disciplinas científicas.
Os metadados são um pilar fundamental dos princípios FAIR , ajudando a tornar os conjuntos de dados localizáveis e acessíveis. No entanto, se os metadados não seguirem um padrão, não serão interoperáveis nem reutilizáveis.
Por que os metadados baseados em padrões são importantes
Criar metadados baseados em padrões, no entanto, ainda parece ser uma tarefa assustadora para muitas pessoas. Isso pode ser devido à falta de ferramentas que auxiliem na criação de metadados, combinada com a percepção de que os próprios metadados são complicados.
Também não ajuda o fato de muitas pessoas não considerarem os metadados particularmente úteis, o que as deixa com pouca motivação para investir tempo em sua criação.
Acredito que escolher o esquema de metadados correto é extremamente importante aqui. Existe um ponto de equilíbrio entre criar algo que seja útil para o projeto e, ao mesmo tempo, não sobrecarregar os usuários com muitos campos para preencher.
Em alguns casos, os metadados de descoberta por si só podem ser suficientes — por exemplo, alguns campos como na unidade atômica de registros da API OGC . Em outros casos, deve ser possível extrair algumas informações automaticamente, deixando para os usuários apenas a tarefa de preencher alguns campos.
O objetivo deve ser solicitar o mínimo possível de intervenção manual, garantindo ao mesmo tempo que as informações fornecidas sejam precisas e relevantes.
Afinal, a única coisa pior do que não ter metadados é ter metadados de baixa qualidade . Quando um sistema ingere metadados de má qualidade, ele deixa de fornecer informações úteis, reforçando a percepção de que os metadados em si têm pouco valor.
Facilitando a criação de metadados
Infelizmente, o ecossistema de ferramentas para criação e visualização de metadados ainda não é tão "rico" quanto o ecossistema de dados — uma lacuna que acredito que devemos abordar.
No entanto, ainda podemos ajudar os usuários a criar metadados baseados em padrões com facilidade, evitando fluxos de trabalho que exigem o envio direto de arquivos XML ou JSON.
Uma abordagem prática é fornecer um formulário de pesquisa e fazer aos usuários um pequeno número de perguntas sobre os dados, deixando claro que eles devem preencher uma pesquisa para cada novo conjunto de dados.
Em situações onde os usuários gerenciam muitos conjuntos de dados com informações repetitivas, uma planilha pode ser mais eficiente, permitindo que as informações sejam copiadas e coladas em vários registros. Um processo de ETL ( Extração, Transformação e Carga) pode então validar essas respostas, transformá-las em metadados legíveis por máquina e, por fim, integrá-las ao sistema.
O projeto eMOTIONAL Cities ofereceu aos usuários diversas maneiras de enviar metadados para a Infraestrutura de Dados Espaciais (IDE), desde interfaces amigáveis para humanos, como formulários de pesquisa, até abordagens amigáveis para máquinas (por exemplo, solicitações POST).
Mudando a percepção dos metadados
Embora possamos, e devamos, aumentar o número de clientes de metadados e criar fluxos de trabalho que ajudem os usuários a criar metadados com as ferramentas existentes, a percepção de que os metadados são "irrelevantes" continuará sendo um obstáculo à sua proliferação.
Assim como observamos com os próprios dados, as pessoas estão dispostas a investir tempo e esforço consideráveis na produção de resultados de alta qualidade. Precisamos fomentar a mesma mentalidade em relação aos metadados e, na minha experiência, isso só pode acontecer por meio da educação e da divulgação, demonstrando seu valor real.
