Un modèle sémantique en vue d’améliorer la FAIRisation des données météorologiques - Archive ouverte HAL Access content directly
Conference Papers Year : 2021

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

(1) , (1) , (1, 2) , (1, 3) , (1, 2) , (4)
1
2
3
4

Abstract

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".
Vignette du fichier
annane_In-Ovive_Sept2021-2.pdf (1.06 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

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

Identifiers

  • HAL Id : hal-03409597 , version 1

Cite

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⟩
45 View
10 Download

Share

Gmail Facebook Twitter LinkedIn More