Un modèle sémantique en vue d’améliorer la FAIRisation des données météorologiques - Méthodes et Ingénierie des Langues, des Ontologies et du Discours Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Un modèle sémantique en vue d’améliorer la FAIRisation des données météorologiques

Résumé

Rendre les données météorologiques FAIR pour faciliter leur réutilisation est un enjeu stratégique car ce sont des données essentielles à la recherche scientifique dans de nombreux domaines. Cet article propose un modèle sémantique associant un modèle de métadonnées et un modèle de données pour décrire les données météorologiques d’observation. En effet, la modélisation des (méta)données est une étape essentielle vers leur FAIRisation. Nous utilisons le jeude données "SYNOP" de Météo-France pour illustrer les difficultés liées à l’accès et à la compréhension de ce type de données, et pour montrer comment le modèle proposé améliore leur adhésion aux principes "F", "I", et "R".
annane_In-Ovive_Sept2021-2.pdf (1.06 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03409597 , version 1 (29-10-2021)

Identifiants

  • HAL Id : hal-03409597 , version 1

Citer

Amina Annane, Nathalie Aussenac-Gilles, Catherine Comparot, Mouna Kamel, Cassia Trojahn dos Santos, et al.. Un modèle sémantique en vue d’améliorer la FAIRisation des données météorologiques. Séminaire In-OVIVE 2021, Réseau In-OVIVE - INRAE, Sep 2021, Paris (en distanciel), France. ⟨hal-03409597⟩
67 Consultations
23 Téléchargements

Partager

Gmail Facebook X LinkedIn More