DataCite : Infrastructure pour valoriser et rendre FAIR les … · 2017-11-13 · M. S. Yahia Colloque DataBFC: ouvrir et gérer les données de la recherche en Bourgogne Franche-Comté

M. S. Yahia Colloque DataBFC : ouvrir et gérer les données de la recherche en Bourgogne Franche-Comté Besançon 13-15 novembre 2017

DataCite : Infrastructure pour valoriser et rendre FAIR les données de la recherche

Mohamed S. Yahia Inist-CNRS


PID et Open Science

Eléments importants dans le déploiement du mouvement de l’Open

Science, les identifiants pérennes (PID) facilitent la découverte et l’accès

sur le long terme aux produits de la recherche scientifique : Ils permettent

d’identifier, de référencer et de citer ces produits. Ils concourent ainsi à leur

visibilité, à leur partage et à les rendre :

FAIR :Findable

Accessible

Interoperable

Re-usable


Principes FAIR (force 11)

Findable: (facile à trouver)

F1. (meta)data are assigned a globally unique and eternally persistent identifier.

F2. data are described with rich metadata.

F3. (meta)data are registered or indexed in a searchable resource.

F4. metadata specify the data identifier.

Accessible:

A1 (meta)data are retrievable by their identifier using a standardized communications protocol.

Interoperable:

I1. (meta)data use a formal, accessible, shared, and broadly applicable language for knowledge

representation.

I2. (meta)data use vocabularies that follow FAIR principles.

I3. (meta)data include qualified references to other (meta)data.

Re-usable:

R1. meta(data) have a plurality of accurate and relevant attributes.

R1.1. (meta)data are released with a clear and accessible data usage license.

R1.2. (meta)data are associated with their provenance.

R1.3. (meta)data meet domain-relevant community standards.

Les PID contribuent à la mise en

œuvre des 2 premiers principes FAIR


Un identifiant pérenne (PID) pourquoi ?

• Sur le web, les documents sont référencés par des URL qui sont des

mécanismes d’adressages

• Si le document est déplacé par un changement : de serveur, de chemin,

de nom... le lien est brisé. Le document n’est plus disponible. On obtient

la page 404

URL n’est donc pas stable

d’où la nécessité d’un identifiant pérenne qui fiabilise la localisation


Un identifiant pérenne (PID) c’est quoi ?

Identifiants pérennes

Chaine de caractères unique

Association dans un registre (géré et mis à jour continuellement par des institutions)

entre :

- Personne

- Institution

- Objet

La pérennité n’est pas un problème technique; C’est une question de service (gestion).

Elle n’est ni inhérente à un objet, ni conféré par une syntaxe de nommage particulier


Historique PID

Principaux systèmes d’Identifiants pérennes

- Handle (1994)

- DOI (Digital Object Identifier),2000

- ARK (Archival Ressource Key), 2001

- ResearcherID (de Thomson Reuters )2008

- ISNI (International Standard Name Identifier) 2010

- ORCID (Open Researcher and Contributor ID) 2012

- Ringgold Identifier 2003

- ISNI (International Standard Name Identifier) 2010

- OrgID (Organisation Identifier) en cours

PID

Ressources

PID Personnes

(auteur, contributeur)

PID

Organisations


Lequel choisir ?

Handle, ARK, ….., DOI sont tous des choix valides pour identifier

de manière pérenne des ressources scientifiques sur le web.

• Pourquoi choisir le DOI ?

• 5 raisons principales :

• DOI est une norme internationale – ISO26324:2012

• Très largement utilisé > de 148 millions

• Coopération – synergies – entre plusieurs organisations (DataCite, Crossref, Orcid, RDA…)

• Même si les registres DOI disparaissent le Handle System prendra le relai

• Couche de services supplémentaires

le DOI s’appuie sur le système Handle pour construire

une infrastructure sociale qui garantit la pérennité


DOI

• Contrôlé et géré par IDF ( International DOI Foundation)

• IDF est composé de 10 agences d’enregistrement (RA)

dont les plus importantes sont :

• CrossRef

• DataCite

DataCite et Crossref sont des RA bien développées, mais seule DataCite fournit les solutions les mieux adaptées pour les données scientifiques

Airiti, Inc.

CrossRef

China National Knowledge Infrastructure (CNKI)

DataCite

EIDR (Entertainment Identifier Registry)

ISTIC (The Institute of Scientific and Technical Information of China)

JaLC (Japan Link Center)

KISTI (Korea Instituteof Science and Technology Information)

mEDRA (Multilingual European DOI Registration Agency)

OP (Publications Office of the European Union)

Institution membre

Data CentreData CentreCentre données

DataCite

FondationInternationale DOI

ex : ILL, INRA

Inist-CNRS


Consortium international à but non lucratif

Créé en décembre 2009 à Londres

Centré sur la valorisation des données de la recherche.

> 50 membres au 10/2017

DataCite


Infrastructure technique de DataCite

Agence d’Enregistrement DataCite :

• Support de l'infrastructure de résolution

• Mise en place des politiques et des bonnes pratiques

• Coordination avec les parties prenantes ayant les mêmes objectifs

• Création et mise à jour de schémas de métadonnées

• Maintien d’une archive de métadonnées consultable et moissonable

• Gestion des identifiants sur le long terme

• Gestion des services de découverte (moteur de recherche, annuaire d’entrepôts de données –

re3data)

• Soutien et aides aux utilisateurs pour la creation des fichiers de métadonnées et des DOI (agences

d’attribution)

les utilisateurs (centres de données, organismes de recherche,

producteurs de données) sont responsables de :

• Assurance qualité des données selon l’état de l’art dans leurs domaines

• Maintien, persistance et mise à disposition de la ressource dotée de DOI

• Création et mise à jour des métadonnées associées à la ressource

• Création des identifiants


En plus de l’infrastructure technique, DataCite s’appuie sur une infrastructure sociale

* https://blog.datacite.org ** https://groups.google.com/forum/?hl=en#!forum/datacite-metadata

Infrastructure sociale de DataCite

composée de 3 Steering Groups ou groupes de pilotage:

• Sustainability and business steering group (sbsg)

• Services and technology steering group (stsg)

• Community engagement steering group (cesg)

Chaque Steering Group pilote des groupes de travail (WG)

Une couche supplémentaire d’infrastructure sociale

renforce la réactivité de DataCite en remontant et

en rapportant les retours d’expérience des usagers.

(blog*,groupe de discussion**).

DataCite collabore également avec

plusieurs organisations à travers le monde

sur différents aspects de la valorisation des

données de la recherche (Crossref, ORCID,

RDA, Codata,…)

https://blog.datacite.org/

https://groups.google.com/forum/?hl=en#!forum/datacite-metadata


Services de DataCite

• DataCite Metadata Store (MDS) fonction intégré progressivement dans DOI Fabrica

Plateforme de création de DOI et d’enregistrement des métadonnées associées

https://mds.datacite.org

• DataCite Metadata Schema

Schéma de métadonnées DataCite http://schema.datacite.org

• DataCite API

Automatisation du processus de création de DOI https://mds.datacite.org/static/apidoc

• Content NegotiationChoix du format des métadonnées exportées https://data.datacite.org/

• DataCite Metadata SearchMoteur de recherche de jeux de données enregistrés par des DOI dans la base DataCite

http://search.datacite.org

• re3dataAnnuaire d’entrepôts de données de recherche

http://www.re3data.org/

• DataCite OAI ProviderExposition des métadonnées de la base DataCite moissonables selon le protocole OAI-PMH

http://oai.datacite.org

Principaux services offerts par DataCite

https://mds.datacite.org/

http://schema.datacite.org/

https://mds.datacite.org/static/apidoc

https://data.datacite.org/

http://search.datacite.org/

http://www.re3data.org/

http://oai.datacite.org/


Attribuer des DOI

o Se renseigner sur les règles de propriété intellectuelle et sur le cadre

juridique en vigueur pour savoir si les données peuvent-être diffusées.

Associer une licence appropriée pour favoriser la réutilisation des donnés

o Evaluer et sélectionner les données à conserver et à partager.

(pertinence, non reproductibilité, coût de la donnée versus coût stockage)

o Déterminer et fixer la granularité des jeux de données à identifier en fonction

des besoins et de la citation.

Réflexions préalables à mener sur les données à identifier par un DOI


Granularité

La granularité décrit le degré d'agrégation de l'objet à enregistrer.

DataCite n’impose aucune restriction sur le niveau de granularité

Il est possible d’attribuer des DOI à des entités de différents niveaux d’un même objet

Les DOI sont principalement conçus pour la citation et la découverte de ressources. Chaque entité

doit avoir un sens indépendant de l’ensemble plus large ou de la collection à laquelle il peut appartenir

Le Schéma de métadonnées DataCite comprend un champ pour préciser les relations entre les

objets.

Quelle granularité adopter ?


Citer des données dynamiques(données continuellement ou fréquemment mises à jour)

Données dynamiques

3 approches sont possibles :

1.Citer une partie spécifique (la série de mises à jour effectuées au cours d’une période

donnée ou à un secteur particulier du jeu de données)

2.Citer un instantané (snapshot) (copie du jeu de données entier à un moment précis)

3.Citer le jeu de données continuellement mis à jour et incorporer à la citation la date

et l’heure de l’extraction du jeu de données


Citer des données dynamiques(données continuellement ou fréquemment mises à jour)

Données dynamiques

Cependant ces approches ne résolvent pas tous les problèmes liés à l’accès et à la

citation des données dynamiques.

Un groupe de travail de RDA a produit 14 propositions ( à implémenter par les entrepôts

de données) basées sur l’identification et le stockage des requêtes. Ces propositions sont

en phase d’essai pilote https://rd-alliance.org/group/data-citation-wg/outcomes/data-citation-recommendation.html

http://portal.vamdc.org/vamdc_portal/home.seam

https://rd-alliance.org/group/data-citation-wg/outcomes/data-citation-recommendation.html

http://portal.vamdc.org/vamdc_portal/home.seam


Données dynamiques

Le centre de données SAHFOS (Sir Alister Hardy Foundation for Ocean

Science) crée, identifie par des DOI

et stocke des sous-ensembles de

jeux de données dynamiques à la

demande de chercheurs en

fonction de 3 critères. https://www.sahfos.ac.uk/data/our-data/

Exemple de citation de

données dynamique :

Critères spatiaux

Critères temporels

Critères taxonomiques

https://www.sahfos.ac.uk/data/our-data/


1- Nom du DOI

- Préfixe attribué par l’Agence d’Attribution

- Suffixe choisi par le centre de données

DataCite recommande que le suffixe soit opaque et court

longueur maximum du nom DOI: 255 caractères

Attribuer des DOI1ere information nécessaire à la création de DOI

10.xxxxx/abcd_x-x_efg

Préfixe Suffixe


Attribuer des DOI2eme information nécessaire à la création de DOI

2- URL stable permettant l’accès aux données via une Landing page ou Page de présentation

(page vers laquelle le DOI sera résolu) : Elle peut contenir

• des métadonnées descriptives

• des informations concernant les moyens et les conditions d’accès à la ressource (restriction,

embargo….)

• des informations pour lire l’objet scientifique (logiciels, contexte, formats, autres informations

nécessaires à l’interprétation….)

• Le format de citation souhaité


Exemple de landing page

Description des

données

Accès aux

données


Exemple de landing page

Utilisation des

données


Attribuer des DOI3eme information nécessaire à la création de DOI

3 - Fichier des métadonnées en xml selon schéma DataCite : https://doi.org/10.5438/0014

6 propriétés obligatoires

Les 5 premières propriétés constituent les éléments de la citation :Creator (PublicationYear): Title. Publisher. Identifier

Kalaydjian Regis, Girard Sophie (2014). Civil marine research effort in

main French research organisations: data and estimates. SEANOE.

http://doi.org/10.17882/44428

https://doi.org/10.5438/0014

http://doi.org/10.17882/44428


Schéma de métadonnéesLes 13 propriétés optionnelles


Exemple de propriété : RelatedIdentifier « isCitedBy »


Lien entre les jeux de données et la publication par

les identifiants pérennes

Lien vers données dans

l’entrepôt Dryad

Lien article original

1ier jeu de données (sur 8) du package

Entrepôts de données

Article original


Accessibilité aux ressources utilisant le DOI

Résolution directe par navigateurs : ajouter les plug-in

Firefox : http ://addons.mozilla.org/fr/firefox/addon/10820

Internet Explorer : http://handle.net/resolver/index.html

Cliquable en citation

doi:10.1016/j.dsr.2008.08.009

Utilisation du moteur DataCite Metadata Search beta : https://search.datacite.org/ui

Ou en ajoutant le nom de domaine https://doi.org/ devant lenom du DOI dans le navigateur 10.1016/j.dsr.2008.08.009

Sur les site de IDF https://www.doi.org/

http://oai.datacite.org/

https://addons.mozilla.org/fr/firefox/addon/10820

http://handle.net/resolver/index.html

http://doi.pangaea.de/10.1016/j.dsr.2008.08.009

https://search.datacite.org/ui

https://doi.org/

https://www.doi.org/


Inist-CNRSAgence française d’attribution de DOI

Institution membre

Data CentreData CentreCentre données

DataCite

FondationInternationale DOI

ex : ILL, inra,..

Inist-CNRS

• Lien fort avec le consortium (participation aux groupes de

travail, assemblée générale, stratégie…)

• Sensibilisation aux services DataCite

• Fourniture des préfixes de DOI

• Assistance à la création et à la conversion de fichiers de

métadonnées

• Aide au paramétrage de l’API


Workflow d’attribution de DOI par l’Inist-CNRS

1er contactEchanges

Réponses aux questions

ContratCréation compte, Attribution préfixe

Création de DOI

Assistance techniqueInformation

spécifique

Métadonnées Reformatage

vers xml

DataCite

Paramétrage

API,

Services

DataCite

Création fichiers

métadonnées

Mise à disposition de la communauté d’un service en ligne pour les opérations en masse sur

les DOI : création de DOI, mise à jour des métadonnées, vérification et mise à jour des URL.

La conversion depuis des standards de métadonnées vers le standard DataCite est à l’étude


Partenariat

• Un contrat formalise les relations entre l’usager et l’Inist-CNRS (3 ans reconductible)

Modèle économique :

Membres ESR : cotisation annuelle de 180 € HT pour un nombre illimité de DOI

Autres usagers : cotisation annuelle de 180 € /HT pour 500 DOI/an. Tarif

dégressif au-delà


Responsabilités des deux partenaires

• Veiller au respect des règles de bonne pratique édictées par DataCite :

- URL pérenne

- persistance des données.

• Accompagner et conseiller à l’utilisation des services DataCite

• Fournir un préfixe(s) de DOI unique(s)

• Fournir un login pour accéder à la plateforme Metadata Store (MDS) de DataCite

Responsabilités de l’Inist-CNRS


• Qualité et pertinence des données selon l’état de l’art de la discipline

• Veiller à la conservation et la gestion des données de manière à garantir leur accessibilité

• Page de présentation ou landing page accessible.

Responsabilités des deux partenaires

Responsabilités de l’usager


Création de DOI

• Manuelle via Metadata Store (MDS) https://doi.datacite.org/

• DOI Fabrica https://doi.datacite.org/

• Automatique via l’API https://mds.datacite.org/static/apidoc

• Création en masse de DOI (service plus convivial que l’API DataCite

et utilisable par des non-informaticiens mis en ligne par l’Inist)

https://doi.datacite.org/

https://mds.datacite.org/static/apidoc


Création et mise à jour de DOIsur la plateforme MDS


Création de DOI


Création de DOI


Mises à jour


Mise à jour d’un jeu de données


Mettre à jour

Ensemble de données

Mise à jour d’un jeu de données


Merci de votre attention

[email protected] :

https://opidor.fr/Informations :

mailto:[email protected]

https://opidor.fr/

Documents

DataCite : Infrastructure pour valoriser et rendre FAIR les … · 2017-11-13 · M. S. Yahia Colloque DataBFC: ouvrir et gérer les données de la recherche en Bourgogne Franche-Comté