Skip to Main content Skip to Navigation
Conference papers

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".
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03409597
Contributor : Nathalie Aussenac-Gilles Connect in order to contact the contributor
Submitted on : Friday, October 29, 2021 - 6:25:36 PM
Last modification on : Monday, July 4, 2022 - 10:25:58 AM

Identifiers

  • HAL Id : hal-03409597, version 1

Citation

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⟩

Share

Metrics

Record views

42

Files downloads

9