Outils pour utilisateurs

Outils du site


fairdata:accueil

Projet "FAIR data" en histoire

Les principes FAIR ont pour finalité de mettre à la disposition des autres chercheurs et du public les données produites par la recherche, en appliquant une méthodologie qui les rend réutilisables.

Le projet de FAIRisation des données, initié par le Pôle histoire numérique du LARHRA en mars 2020, ouvert à tou-te-s les intéressé-e-s, est dédié à la mise à disposition de données FAIR en histoire et à la mise en place d'un processus méthodologique en adéquation avec cette finalité.

Les principes FAIR signifient que les données sur lesquelles les chercheurs travaillent sont:

  • Findable: D’abord, les données et les métadonnées doivent être facilement trouvables, autant par des humains que par des machines.
  • Accessible: Ensuite, les données et les métadonnées doivent être facilement accessibles, donc il faut indiquer comment accéder à ces dernières.
  • Interoperable: Puis, les données et les métadonnées peuvent être reprises pour les ajouter à d’autres données. Pour cela, la sémantique et la syntaxe doit avoir des standards communs à la communauté scientifique internationale.
  • Reuse: Enfin, les données et les métadonnées doivent pouvoir être réutiliser. Cela demande qu’elles soient bien décrites.


Doit-on dire FAIRisation ou FAIRification ?

Vous retrouverez ici une documentation pour aller plus loin dans la compréhension et l’articulation des différentes étapes pour produire des données FAIR.

Vous trouverez ici des ressources et exemples autour de la FAIRisation.

Le projet

Voir sur cette page la feuille de route détaillée.

Les principes FAIR

Production de données FAIR en histoire : bonnes pratiques

Événements

Data modelling with and around the CIDOC CRM, Summer School on Digital Prosopography Vienna, 06-10. July 2020

Atelier Données FAIR

Chantiers

Défi données MaDICS-ADOC 2018

Francesco Beretta, François Mistral, Enrichir et exploiter un corpus de données historiques publiées sous forme de LOD : le projet SIPROJURIS. Système d’information des professeurs de droit (1804-1950)

Accès au chantier

Comment transformer les données hétérogènes semi-structurées (notamment issues de tableurs CSV) en données FAIR (Atelier PHN 2020)

Feuille de route du processus de FAIRification des données adopté dans l'atelier du Pôle histoire numérique dès mars 2020.

Répertoire des professeurs et principaux de la faculté des arts de Paris aux XVIIe et XVIIIe siècles (Boris Noguès)

Base des syndicats patronaux en Rhône-Alpes (XIXe-XXe siècles)

Jeux de données du projet HisArc-RDF

Répertoire des membres de l'Institut des actuaires français (1967)

Prosopographie des Chanoines réguliers de Notre-Sauveur (XVIIe-XVIIIe siècles)

La maison médiévale à Tolède

fairdata/accueil.txt · Dernière modification: 2021/07/09 12:43 par Sylvain Besson