Cours de mobilisation des données sur la biodiversité

A. Capacité à identifier les types de données numériques qui peuvent être extraites d’une source de données sur la biodiversité (c’est-à-dire qui peuvent être publiées en utilisant le réseau GBIF)

Peut identifier uniquement les types de données les plus évidents des sources de données de biodiversité les plus communes (p. ex. les occurrences des spécimens de collections d’histoire naturelle). Montre une faible compréhension du potentiel de publication en ligne à l’aide du GBIF.

Peut fréquemment identifier correctement au moins un type de données numériques pouvant être extraites de sources de données communes. Il a des difficultés à identifier celles qui peuvent être publiées à l’aide du GBIF.

Peut toujours identifier un (ou plusieurs) types de données numériques qui peuvent être extraites de sources de données communes.Peut identifier ceux qui peuvent être publiés à l’aide du GBIF.

Peut toujours identifier un ou plusieurs types de données numériques qui peuvent être extraites de sources de données communes et inhabituelles. Il peut identifier parmi ces types ceux qui peuvent être publiés à l’aide du GBIF et lesquels sont en cours de discussion. Peut identifier les cœurs de données et les extensions utilisés pour la publication de ces types de données.

B. Capacité à extraire les informations pertinentes d’une source de données sur la biodiversité vers des structures de données simples (par exemple, des feuilles de calcul) qui respectent les standards internationaux

Peut extraire uniquement des grands éléments d’information évidents (par exemple, toutes les informations géographiques en tant qu’unité unique) qui sont évidents dans la source de données. Montre une faible connaissance des standards courants pour l’enregistrement de données de biodiversité.

Peut extraire plusieurs éléments d’information de la source de données (mais pas tous) et peut les désagréger en éléments significatifs. Montre une certaine connaissance de base des standards les plus courantes (par exemple DwC) et des champs de données les plus utilisés dans ces standards.

Peut identifier toutes les informations utiles dans une source de données et extraire les éléments obligatoires dans une structure de données standard (par exemple, une feuille de calcul basée sur DwC simple). Peut identifier les informations manquantes et en déduire depuis les informations existantes (par exemple, déduire le nom d’un pays à partir d’une province).

Peut identifier toutes les informations utiles dans une source de données complexe, et les diviser en éléments significatifs directement traduis en standards internationaux. Peut identifier les informations capitales manquantes dans la source et les déduire à partir des données existantes ou d’informations supplémentaires sur la source (métadonnées).

C. Capacité à comprendre et à appliquer les principes de base de la qualité des données au processus de saisie des données

Ne comprend pas complètement comment l’application de principes simples de qualité des données peut avoir un impact important sur le produit final, en évitant un nettoyage supplémentaire nécessaire par la suite.

Connaît certains des principes les plus généraux de la qualité des données (par exemple, éviter les fautes de frappe), mais ne sait pas vraiment comment appliquer des principes plus spécifiques au processus de saisie des données.

Connaît tous les principes de base de la qualité des données et sait comment les appliquer de manière simple au processus de capture des données. Utilise les formats de manière cohérente au cours du processus de capture des données (par exemple, dans les dates, les noms de pays). Documente de manière simple toutes les procédures et modifications liées à la qualité des données.

Fait preuve d’une bonne connaissance de tous les principes courants de la qualité des données et de la manière de les utiliser pour améliorer le processus de capture des données. Utilise les formats de données de manière cohérente et peut utiliser des répertoires géographiques, des listes de référence ou des fonctions spécifiques du logiciel pour améliorer la qualité par rapport à l’original. Documente clairement tous les changements et toutes les décisions prises en rapport avec la qualité des données.