Le score de qualité des métadonnées vous donne une indication sur le niveau de complétude des métadonnées associées à un jeu de données. Plus le score est élevé, plus vous disposez d’informations pour vous aider à exploiter les données. Il ne constitue en aucun cas un indicateur de la qualité des données elles-mêmes.
Le score de qualité vous accompagne à chaque étape de votre parcours sur le Pôle. Vous le retrouverez chaque fois que la carte d’un jeu de données est affichée et les détails pour l’interpréter sont situés sur la page dédiée de la fiche descriptive du jeu de données.
Interpréter le score
Le score de qualité est inféré à partir de la note globale et peut prendre les valeurs suivantes :
- Bronze : note globale inférieure ou égale à 59 %
- Argent : note globale entre 60 et 79 %
- Or : note globale supérieure ou égale à 80 %
- Diamant : score attribué manuellement par un membre de l’équipe du Pôle de données, pour souligner la documentation exceptionnelle d’un jeu de données.
Cette notation est basée sur les métadonnées de chaque jeu de données qui sont visibles dans l’aperçu et dans la section Informations additionnelles. Certaines métadonnées sont automatiques (par exemple la date d’ajout au Pôle de données), mais la plupart sont renseignées par le publieur.
Le score de qualité est complémentaire des informations fournies dans la description, la méthodologie, ou encore la documentation associée à un jeu de données. Ces dernières peuvent apporter les précisions nécessaires à la compréhension de la qualité des données elles-mêmes (p. ex. leur complétude, le niveau de détail, la présence d’erreurs, etc.).
Détail du calcul
La qualité des métadonnées est évaluée selon quatre dimensions : la fraîcheur, la découvrabilité, l’utilisabilité, et l’interopérabilité. Une note est déterminée automatiquement pour chacune des dimensions, puis la note globale est calculée à l’aide de la pondération suivante :
- Fraîcheur : 35 % de la note globale
- Découvrabilité : 10 % de la note globale
- Utilisatibilité : 35 % de la note globale
- Interopérabilité : 20 % de la note globale
La note intermédiaire de chaque dimension est déterminée selon ses propres métriques.
Fraîcheur
La fraîcheur permet d’évaluer la régularité avec laquelle un jeu de données est mis à jour. Cette dimension vous permet de savoir rapidement si le jeu de données est suffisamment à jour pour répondre à votre besoin. La fraîcheur vise ainsi à répondre aux questions suivantes :
- La fréquence de mise à jour documentée est-elle respectée?
- Cela fait-il longtemps que le jeu de données n’a pas été mis à jour?
Découvrabilité
Trouver facilement les jeux de données recherchés est une fonction essentielle d’un Pôle de données. La découvrabilité d’un jeu de données est rendue possible notamment grâce aux métadonnées et aux mots-clés, qui tissent des liens entre des contenus similaires. Cette dimension évalue :
- La présence de mots-clés (étiquettes) pour un jeu de données.
Utilisabilité
La facilité avec laquelle les données peuvent être utilisées est étroitement liée au niveau de documentation disponible. Pour fournir une indication des aides disponibles à la prise en main d’un jeu de données, la dimension d’utilisabilité vise à répondre aux questions suivantes :
- Les noms des colonnes sont-ils compréhensibles (en français ou en anglais)?
- Des termes du glossaire sont-ils utilisés (dans la description ou le dictionnaire de données)?
- Peut-on contacter le producteur des données?
- La méthodologie est-elle documentée?
- Toutes les métadonnées optionnelles et recommandées ont-elles été renseignées?
Interopérabilité
Pour intégrer une ressource du pôle à d’autres données ou à des systèmes, l’interopérabilité des données est essentielle. Cette dimension mesure l’interopérabilité de chaque jeu de données en répondant aux questions suivantes :
- Est-ce qu'un dictionnaire de données est disponible?
- Une API est-elle disponible pour accéder aux données?
- Les données respectent-elles une norme ou un standard?
Améliorer la qualité des métadonnées
Des indications sur les mesures qui n’atteignent pas une note parfaite sont générées automatiquement et affichées sur la fiche détaillée du score. Ces messages aident à identifier les éléments manquants ou obsolètes et offrent au producteur de données des pistes concrètes pour améliorer ses publications.
Inspiration
Notre approche est basée sur le travail mené par la Ville de Toronto. Les détails de leur méthodologie sont disponibles sur leur portail de données ouvertes (en anglais).