L’ouverture des données d’OpenEdition ? (3/3)

Réaliser un audit de données et étudier leurs potentiels d’utilisation pour définir la méthode d’ouverture des données d’OpenEdition

Méthode d’identification des données

Le système d’information et l’architecture logicielle de la plateforme sont organisés autour du service Core (Central OpenEdition Registry). Core s’appuie sur le moteur d’indexation Lucene SolR qui agrège des contenus produits dans les environnements logiciels hétérogènes : WordPress et Lodel pour la publication de contenus et permet l’enrichissement automatique des documents (DOI, ORCID, enrichissement des références bibliographiques, cités par) ; l’espace Freemium permet quant à lui la commercialisation et la gestion des autorisations d’accès aux contenus publiés.

L’existence de ce système d’information centralisé devrait faciliter l’ouverture des données.

La stratégie de mise en œuvre du projet OpenEdition Data doit également être définie en s’appuyant sur l’audit des données. Celles-ci ont été identifiées et qualifiées à partir :

  • des entretiens dans les locaux d’OpenEdition
  • l’observation des outils internes
  • l’étude du rapport d’activité annuel
  • la description des données dans le cadre des projets R&D

En complément, des données de transparence d’OpenEdition ont été ajoutées pour intégrer une dimension de transparence indispensable à tout projet d’open data.

Pour réaliser cet audit, nous nous sommes appuyés sur le modèle scientifique pour la description des données Datasheet for Datasets (https://arxiv.org/pdf/1803.09010.pdf) :

  • Raison de la production des données
  • Contenu des données
  • Processus de collecte
  • Traitement des données
  • Modalités de diffusion actuelles
  • Maintenance des données
  • Considérations légales et techniques

 

Résultats

Avec cette méthode, nous avons pu identifier 8 jeux de données pour le projet :

avec une description détaillée pour chaque jeu de données.

Exemple de fiche descriptive du jeu de données portant sur les métadonnées des documents des différentes plateformes

OpenEdition Data Roadmap

Deux scenarii ont été élaborés pour l’ouverture des données d’OpenEdition :

  • une ouverture progressive des données en publiant les jeux de données au fur et à mesure après un premier lancement du portail. Ce scénario vise à constituer progressivement une communauté autour des données
  • un lâcher de données en publiant le plus de données possibles, y compris celles à plus fortes valeurs ajoutées, en faisant un coup de communication comme #allofplos. Ce scénario prend le parti de focaliser l’attention en mettant en avant le volume et la variété des données d’OpenEdition

Pour notre projet, nous nous orientons vers une ouverture progressive des données qui visera à informer notre communauté de notre démarche et des analyses qui ont nourri notre réflexion. Cela se traduit par la publication de l’étude à travers ces 3 billets sur le carnet d’OpenEdition lab et d’une roadmap pour l’ouverture des données :

  • la recherche d’une solution logicielle pour la réalisation du portail OpenEdition data
  • l’agrégation et exposition des données existantes : métadonnées des documents, état des collections d’OpenEdition Journals, d’OpenEdition Books et d’Hypothèses, les citations, etc.
  • l’ouverture de données à forte valeur ajoutée : comme le texte intégral des revues en open access et quels indicateurs d’activités des plateformes à la suite d’un travail juridique et technique sur l’ouverture de jeux de données volumineux et complexes.

 


Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.