Un peu d’histoire….<\/p>\n
En 2007, naissait la directive Inspire<\/strong> incitant les \u00e9tats membres de l’union europ\u00e9enne \u00e0 publier et partager sur internet les donn\u00e9es g\u00e9ographiques acquises sur des fonds publiques. Cette directive d\u00e9crivait un certain nombre de pr\u00e9conisations pour que soient mises en place des Infrastructures de Donn\u00e9es G\u00e9ographiques (IDG) permettant \u00e0 un utilisateur d’acc\u00e9der \u00e0 l\u2019information environnementale qu\u2019il souhaite trouver. Pour cela, il fallait \u00e9tablir, entre les m\u00e9tadonn\u00e9es et les diff\u00e9rents services, un cha\u00eenage lui permettant :<\/p>\n A cette \u00e9poque, les premiers \u00e0 se lancer en France dans la mise en place de tels services furent les instances publiques r\u00e9gionales port\u00e9es le plus souvent par les conseils r\u00e9gionaux et\/ou par la Direction R\u00e9gionale de l’Environnement, de l’Am\u00e9nagement et du Logement (DREAL). C’est ainsi que naquirent G\u00e9oBretagne, CigAlsace ou le CRIGE PACA. en 2014, \u00e0 Leiden aux Pays-Bas, lors d’un atelier m\u00ealant universitaires et partenaires priv\u00e9s furent \u00e9labor\u00e9s les principes fondamentaux du FAIR data. Ce big bang dans le monde scientifique posait les bases d’un ensemble minimal de principes et de pratiques pour que les donn\u00e9es de la recherche soient Findable<\/strong>, Accessible<\/strong>, Interoperable<\/strong> et Reusable<\/strong> (FAIR) \u00e0 la fois par les machines et par les personnes. Le fait que les programmes de recherche financ\u00e9s par la commission europ\u00e9\u00e9enne soient fortement incit\u00e9s \u00e0 produire des donn\u00e9es compatibles avec le FAIR data a compl\u00e8tement chang\u00e9 la donne. On est pass\u00e9 d’initiatives isol\u00e9es r\u00e9pondant \u00ab\u00a0vaguement\u00a0\u00bb aux pr\u00e9conisations de la directive INSPIRE <\/strong>avec une forme de d\u00e9sint\u00e9r\u00eat des tutelles \u00e0 de nouvelles et fortes injonctions \u00e9manant des instituts de recherche pour que leurs \u00e9quipes produisent des FAIR data<\/strong>. Le financement<\/strong> des projets de recherche en est l’enjeu, pas moins. Findable<\/strong> : La premi\u00e8re \u00e9tape pour (r\u00e9)utiliser les donn\u00e9es consiste bien \u00e9videmment \u00e0 les trouver. Les m\u00e9tadonn\u00e9es et les donn\u00e9es associ\u00e9es doivent \u00eatre ais\u00e9ment accessibles et trouvables \u00e0 la fois par les humains et par les machines.<\/p>\n Accessible : <\/strong>Une fois les donn\u00e9es trouv\u00e9es, l’utilisateur doit savoir comment y acc\u00e9der<\/strong>, parfois via une autorisation et une authentification.<\/p>\n Interop\u00e9rable :<\/strong> En g\u00e9n\u00e9ral, les donn\u00e9es doivent \u00eatre utilis\u00e9es avec d’autres jeux de donn\u00e9es au sein d’applications ou de cha\u00eenes de traitement afin d’\u00eatre stock\u00e9es, analys\u00e9es, trait\u00e9es.<\/p>\n Reusable : <\/strong>Le but ultime du FAIR est d’optimiser la r\u00e9utilisation des donn\u00e9es. Pour atteindre ce but, Les m\u00e9tadonn\u00e9es et les donn\u00e9es doivent \u00eatre suffisamment bien d\u00e9crites de telle sorte quelle puisent \u00eatre dupliqu\u00e9es et combin\u00e9es dans diff\u00e9rents contextes et pour diff\u00e9rents usages.<\/p>\n On peut donc conclure que la directive Inspire est globalement compatible avec les diff\u00e9rents crit\u00e8res d’\u00e9valuation du FAIR data. Le respect de ces crit\u00e8res peut \u00eatre le fait de diff\u00e9rents \u00e9l\u00e9ments parfois concomitants :<\/p>\n L’objectif principal du FAIR data est d’assister dans leur d\u00e9couverte de la connaissance les humains et les machines dans la recherche, l’acc\u00e8s, l’int\u00e9gration et l’analyse des donn\u00e9es scientifiques. La directive Inspire r\u00e9pond largement \u00e0 cet objectif pour les humains<\/strong>. Pour les machines<\/strong>, \u00e0 priori aussi, mais cela reste \u00e0 quantifier pr\u00e9cis\u00e9ment. Bera R, Squividant H, Le Henaff G, Pichelin P, Ruiz L, et al. (2015) GeoSAS: A modular and interoperable Open Source Spatial Data Infrastructure for research. IAHS-AISH publication = International Association of Hydrological Sciences-Association Internationale des Sciences Hydrologiques publication, International Association of Hydrological Sciences, 368, pp.9-14. 10.5194\/piahs-368-9-2015<\/a> Un peu d’histoire…. La directive INSPIRE En 2007, naissait la directive Inspire incitant les \u00e9tats membres de l’union europ\u00e9enne \u00e0 publier et partager sur internet … <\/p>\n","protected":false},"author":1,"featured_media":3213,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[8,9],"tags":[],"class_list":["post-2977","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-recherche","category-toutes-les-actualites"],"yoast_head":"\n\n
\nA la m\u00eame \u00e9poque, les injonctions \u00e9manant des instances de la recherche fran\u00e7aise comme le CNRS, l’INRA ou l’IRSTEA, pour suivre ces pr\u00e9conisations \u00e9taient quasi nulles. Seules quelques initiatives isol\u00e9es<\/strong> venant de chercheurs ou d’ing\u00e9nieurs conduirent \u00e0 la mise en place d’IDG pour la publication et le partage de donn\u00e9es g\u00e9ographiques produites par les \u00e9quipes de recherche. Ces donn\u00e9es provenaient de diff\u00e9rentes sources comme les observatoires, les inventaires ou les simulations num\u00e9riques g\u00e9n\u00e9r\u00e9es par des mod\u00e8les informatiques. Ce fut le cas \u00e0 l’INRA<\/strong> avec la cr\u00e9ation du plateau g\u00e9omatique du centre INRA-PACA d’Avignon et son infrastructure informatique mutualis\u00e9e GeOpen4S<\/a>. Certaines unit\u00e9s de recherche comme l’UMR LISAH<\/a> de Montpellier et l’UMR SAS<\/a> (Bera et al., 2015) de Rennes d\u00e9ploy\u00e8rent la solution geOrchestra. Du c\u00f4t\u00e9 du CNRS<\/strong>, le laboratoire Brestois G\u00e9omer, pr\u00e9curseur dans le catalogage des donn\u00e9es, lan\u00e7a son IDG Indigeo<\/a>. Par application du principe de subsidiarit\u00e9 tel que d\u00e9crit par la directive Inspire, d’autres IDG apparurent \u00e0 diff\u00e9rents niveaux des organigrammes des EPST (\u00c9tablissement public \u00e0 caract\u00e8re scientifique et technologique): unit\u00e9, centre, d\u00e9partement, institut.<\/p>\nLe FAIR data
\n<\/strong><\/h6>\n
\nEn 2016 et 2017, furent publi\u00e9s deux documents de r\u00e9f\u00e9rence du FAIR data. Le premier dans la revue Nature<\/strong> constitue sa r\u00e9f\u00e9rence bibliographique fondatrice (Wilkinson et al., 2016). Le second, publi\u00e9 par la commission europ\u00e9enne incite les projets de recherche b\u00e9n\u00e9ficiaires du programe H2020<\/strong> \u00e0 rendre leurs donn\u00e9es de recherche trouvables, accessibles, interop\u00e9rables et r\u00e9utilisables (FAIR) (European Commission, 2017)<\/p>\nINSPIRE, FAIR or not FAIR ?<\/strong><\/h6>\n
\nLes quelques \u00e9quipes qui ont emprunt\u00e9 depuis longtemps le chemin de l’Open Data sont en droit de questionner leurs syst\u00e8mes d’information pour ce qui est de leur compatibilit\u00e9 ou de leur conformit\u00e9 avec le FAIR data. C’est donc le cas des IDG d\u00e9ploy\u00e9es pour certaines depuis plus d’une dizaine d’ann\u00e9es. Le \u00ab\u00a0trouver, voir, t\u00e9l\u00e9charger\u00a0\u00bb<\/strong> de la directive Inspire est-il suffisant ? Trouve-t-il un prolongement dans le monde des donn\u00e9es de la recherche avec le \u00ab\u00a0Findable, Accessible, Interoperable, Reusable\u00a0\u00bb<\/strong> du FAIR data ? A partir des travaux de Wilkinson, la communaut\u00e9 FORCE11<\/a> a d\u00e9fini un ensemble de 14 crit\u00e8res afin d’\u00e9valuer le niveau de compatibilit\u00e9 d’une donn\u00e9e publi\u00e9e avec les principes du FAIR data. Ci-dessous, nous tentons \u00e0 notre tour d’\u00e9valuer la r\u00e9ponse des IDG et plus g\u00e9n\u00e9ralement de la directive Inspire \u00e0 ces diff\u00e9rents crit\u00e8res…<\/p>\n\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n<\/strong><\/p>\n\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Inspire, la bonne afFAIRe !<\/strong><\/h6>\n
\n
\nOn pouvait le pressentir. On peut maintenant expliquer pourquoi et comment le pari fait par certaines \u00e9quipes scientifiques en diffusant librement les donn\u00e9es de la recherche en appliquant les pr\u00e9conisations de la directive INSPIRE (Trouver, Voir, T\u00e9l\u00e9charger<\/strong>) \u00e0 la fin de la d\u00e9cennie 2000-2010, permet aujourd’hui de r\u00e9pondre aux nouvelles exigences du FAIR (Findable, Accessible, Interoperable, Reusable<\/strong>) data.<\/p>\nR\u00e9f\u00e9rences bibliographiques<\/strong><\/h6>\n
\nEuropean Commission (2017) Guidelines on FAIR Data Management in Horizon 2020 v3.2 (version anglaise<\/a>, traduction fran\u00e7aise INIST-CNRS<\/a>)
\nWilkinson, Mark D et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data. 3. 10.1038\/sdata.2016.18<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"