Décrire avec des métadonnées

Les métadonnées (littéralement « données à propos des données ») sont des informations sur une donnée, un objet, un jeu de données, une recherche ou tout autre élément physique ou virtuel. Voici quelques exemples de métadonnées pour différents "objets" : 

  • Projet de recherche : Titre du projet, chef-fe de projet, personnes impliquées, bailleur de fonds, date de début, durée...
  • Jeu de données : Nom, description, URL d’accès, format, licence, volumétrie, date(s) de production, date de publication...
  • Photographie : Photographe, date et lieu de la prise de vue, marque de l'appareil, de l'objectif, ouverture et temps d'exposition...
  • Article : Auteur/trice, titre, date de création, titre du journal, pagination, DOI...

Les métadonnées sont lisibles tout autant par des humains que par des ordinateurs, car elles précisent de manière simple, concise et structurée le contexte dans lequel une donnée a été créée. Elles permettent ainsi de déterminer la fiabilité d'une donnée et dans quelle mesure celle-ci peut être réutilisée.

La valeur du message (données) peut dépendre fortement des informations relatives à son origine (métadonnées).

data_metadata_6-1.png

Image: Dataedo, 2022, licensed under a Creative Commons Attribution-NoDerivs 3.0 License

Standard de métadonnées

La sélection des métadonnées qui seront nécessaires dans un projet de recherche est une tâche difficile, car ce choix doit se faire avant même la capture des premières données. C’est la raison pour laquelle il est recommandé d'utiliser si possible des modèles existants et adaptés aux besoins de la discipline. Quelques exemples de ces modèles aussi appelés "standards de métadonnées" :

  • Dublin Core : standard constitué de 15 éléments et généralement utilisé pour l'échange d'informations sur des oeuvres (écrites, photographiques, scénographiques...) entre les systèmes de différentes institutions ;
  • Darwin Core : standard dérivé du Dublin Core développé pour les besoins spécifiques de l’informatique de la diversité biologique ;
  • Data Documentation Initiative (DDI) : standard dans les sciences sociales, comportementales, économiques et de la santé. Les spécifications et divers outils sont disponibles sur les pages du DDI ;
  • Digital Imaging and Communications in Medicine (DICOM) : standard reconnu par l’accréditation ISO 12052 spécifique aux images médicales et à leurs informations connexes ;
  • Text Encoding Initiative (TEI) : standard utilisé dans les humanités numériques permettant de décrire de manière très fine la structure, mais aussi la sémantique, d'un texte...

Le Digital Curation Centre (DCC) liste de nombreux standards avec, pour chacun d’entre eux, des informations générales, des outils pour les mettre en œuvre et des cas d'utilisation par des dépôts de données actuellement. FAIRSharing propose également une telle liste.

Schéma de métadonnées

Un schéma de métadonnées est un standard évolué, dans lequel des contraintes ont été introduites pour chaque valeur saisie. Un schéma précisera ainsi si un élément est obligatoire ou facultatif, s'il est unique ou peut être répété, quels sont les valeurs limites, la syntaxe à utiliser, etc. Un très bon exemple est le schéma (devenu norme) ISO 8601 qui détaille le formatage précis des dates et heures. Pour ce qui est des éléments nécessaires à la citation d'une source, le mieux est d'utiliser le schéma DataCite.

Quand et comment créer des métadonnées

Les métadonnées devraient être créées le plus tôt possible et au fur et à mesure de l'évolution d'un projet de recherche. Ceci permet de capturer les informations essentielles au moment opportun, d'éviter d'en oublier, ainsi que la surcharge de travail en fin de projet. Elles respecteront les principes FAIR tout comme les objets qu'elles décrivent.

Les métadonnées sont complémentaires à la documentation, qui est rédigée de manière plus littéraire, et destinée aux humains. Elles peuvent être créées manuellement, ou en utilisant des logiciels pour faciliter ou automatiser leur création. Le Digital Curation Centre (DCC) propose une liste de tels outils.

Typologie

Les métadonnées peuvent être regroupées en plusieurs grandes familles dont le nombre varie selon la typologie utilisée.

Ces métadonnées facilitent la découverte, l’évaluation et la compréhension des contenus.

Exemples :

  • Titre
  • Auteur(s) / autrice(s)
  • Résumé
  • Date(s)
  • Langue(s)
  • Identifiants (ISBN, DOI...)
  • etc.

Ces métadonnées, en partie créées par les instruments de mesure eux-mêmes, permettent l’interopérabilité des données à travers différents systèmes et différents projets. Elles garantissent la pérennité de leur lecture à la fois par les humains et les machines.

Exemples :

  • Comment les données sont-elles configurées ?
  • Quels formats (y compris leur version) sont utilisés ?
  • Comment est configurée la base de données ?
  • etc.

Ces métadonnées décrivent l’origine des données et les traitements qu’elles ont traversés. Elles sont nécessaires pour une bonne compréhension, interprétation et réutilisation des données. Ces métadonnées concernent des actions humaines comme des aspects très techniques et requièrent souvent une certaine connaissance du domaine de recherche pour être renseignées.

Exemples :

  • D’où viennent les données ?
  • Pourquoi ont-elles été collectées ?
  • Qui les a collectées ? Où et quand ?
  • Quels instruments ou technologies ont été utilisés pour collecter les données. Comment ont-ils été mis en place ?
  • Comment les données ont-elles été traitées ?
  • etc.

Ces métadonnées décrivent les modalités d’accès et d’utilisation des données, le statut des droits d’auteur/trice, les conditions de licence et les titulaires des droits.

Exemples :

  • Comment une personne peut-elle accéder aux données ?
  • Qui est autorisé à lire ou modifier les données ou les métadonnées, et sous quelles conditions ?
  • Qui est responsable ou possède une autorité sur les données ?
  • Y a-t-il des coûts associés à l’accès aux données ?
  • Sous quelle licence les données sont-elles disponibles ?
  • etc.

Ces métadonnées sont les informations nécessaires pour gérer la disponibilité des données dans le long terne. Ces métadonnées s’appuient sur les métadonnées de provenance, techniques, et de droits et d’accès.

Exemples :

  • Les fichiers ont-ils subi des restructurations ou d'autres modifications, liées par exemple à la migration vers de nouveaux formats de fichiers ? (checksums)
  • Quel logiciel doit être utilisé pour accéder aux données ?
  • Quelle est leur durée de conservation ?
  • etc.

Pour aller plus loin

video-metadata.pngCapsule vidéo - Data Science for All : "Les métadonnées, ces facilitatrices au rôle mésestimé"

17 juin 2026