Même objet et même registre
Comparez le couple « système d’identification + valeur », pas une suite de caractères isolée. Un établissement et son unité légale nécessitent deux fiches reliées.
OSINT / IDENTITÉ
Deux fiches qui se ressemblent ne décrivent pas nécessairement le même objet. Le rapprochement doit conserver les sources, les dates et les raisons de la décision, y compris lorsqu’aucune fusion n’est possible.

Illustration générée par IA
Écrivez d’abord si la fiche représente une personne, une unité légale, un établissement, une marque ou un organisme de recherche. Une relation entre deux objets n’est pas une identité. Un nom normalisé aide à rechercher des candidats ; il ne constitue pas une clé de fusion.
| ID | Objet identifié | Point de contrôle |
|---|---|---|
| SIREN | Unité légale | Neuf chiffres. À vérifier dans le répertoire et à stocker comme texte pour conserver les zéros initiaux. Le nom commercial ne remplace pas cet identifiant. |
| SIRET | Établissement | Quatorze chiffres, dont les neuf premiers correspondent au SIREN. Deux SIRET partageant ce préfixe peuvent relever de la même unité légale tout en désignant deux établissements distincts. |
| ORCID iD | Personne dans la recherche | Conservez l’URI complète et les zéros initiaux. Le dernier caractère peut être X. Un ORCID distingue un identifiant de personne ; il ne certifie pas automatiquement toutes les informations de son profil. |
| ROR ID | Organisme de recherche | Comparez le candidat, sa localisation et ses relations. Une chaîne d’affiliation peut mêler département, organisme parent et adresse ; ne choisissez pas automatiquement le premier nom approchant. |
Comparez le couple « système d’identification + valeur », pas une suite de caractères isolée. Un établissement et son unité légale nécessitent deux fiches reliées.
Pour nom, adresse et statut, conservez l’URL ou la pièce, la date d’observation et la date d’effet lorsqu’elle est connue. Une fiche agrégée ne remplace pas la pièce.
Une adresse différente peut refléter un déménagement ; un nom différent peut être un ancien nom. Vérifiez les périodes avant de remplacer une valeur historique.
Deux identifiants différents dans le même registre, des lieux incompatibles ou des affiliations simultanées contradictoires imposent une revue. Ne les effacez pas pour rendre la fiche plus nette.
Conservez les identifiants des lignes d’origine, la règle utilisée, le relecteur, la date et une table de correspondance. Une correction ultérieure doit permettre de séparer les fiches.
Copiez les libellés et identifiants originaux dans des champs distincts des versions normalisées.
Normalisez espaces et casse pour la recherche. Gardez accents, noms alternatifs et translittérations comme variantes ; évitez de supprimer les suffixes qui distinguent des objets.
Vérifiez l’identifiant dans son registre et confrontez les autres attributs à une source pertinente. Deux portails reprenant le même registre ne sont pas deux confirmations indépendantes.
Utilisez « même objet documenté », « objets distincts », « relation à conserver » ou « indéterminé ». Une similarité ne doit pas être convertie en certitude.
Comparez comptes de lignes avant/après, liens cassés et pertes d’attributs. Relisez aussi des cas refusés pour repérer les doublons laissés de côté.
Ces cas sont schématiques et ne décrivent aucune personne ou entreprise réelle.
Décision : Conserver deux candidats
Contrôle décisif : Vérifier registre, objet et période ; le nom seul ne permet pas de choisir.
Décision : Relier les établissements à l’unité légale
Contrôle décisif : Préserver les fiches d’établissement, leurs adresses et leurs dates. Ne pas les fusionner en un lieu unique.
Décision : Conserver l’historique
Contrôle décisif : Vérifier la source et la date d’effet ; distinguer le changement réel d’une erreur de saisie.
Décision : Créer une relation, si elle est documentée
Contrôle décisif : Vérifier la granularité des fiches et la relation institutionnelle. Une affiliation ne prouve pas une identité.
Pour chaque décision, conservez : identifiants des fiches A et B ; type d’objet ; registre et identifiants ; libellés bruts ; sources et dates ; points concordants ; contradictions ; décision motivée ; personne ayant relu ; date de révision. L’absence de champ vaut « non renseigné », pas « faux ».
Non. Le format ou une clé de contrôle détecte certaines erreurs de saisie. Vérifiez l’enregistrement dans le registre officiel et sa correspondance avec l’objet recherché.
Pas automatiquement. Une adresse peut héberger plusieurs organismes et un site peut représenter un groupe. Utilisez ces champs comme indices.
Conservez nom publié, langue, variantes et identifiant commun vérifié. Une translittération proche n’établit pas que deux personnes sont la même.
Non. Ils peuvent désigner des objets distincts mais liés, ou relever de registres différents. Documentez la relation plutôt que d’inventer une équivalence.
Non. Collecte, travail interne et publication sont des décisions distinctes. Conservez seulement les attributs nécessaires au sujet et adaptez la diffusion.
Constituez des cas relus avec faux rapprochements et doublons manqués. Mesurez précision et rappel sur ce jeu, en décrivant son périmètre ; ne déduisez pas un taux de fiabilité d’un score de similarité.
REPÈRES DOCUMENTÉS
Un lien direct entre entité et valeur ne transporte pas tout le contexte d’une déclaration. Le modèle RDF de Wikibase distingue le sujet, le nœud de déclaration, les qualificatifs et les références. Cette structure devient essentielle pour dater une fonction, attribuer une mesure à une méthode ou comprendre pourquoi plusieurs valeurs coexistent. Les préfixes ci-dessous désignent des rôles dans le graphe, pas des niveaux de confiance.
| Repère | Valeur ou forme | Ce que cela désigne |
|---|---|---|
| wd: | Entity | Identifie l’entité, par exemple wd:Q16 pour le Canada dans les exemples officiels. Un libellé traduit sert à la lecture ; il ne remplace pas l’identifiant lors d’une jointure. |
| p: | Entity → statement | Relie une entité à une déclaration pour une propriété. Plusieurs déclarations peuvent concerner la même propriété sans constituer automatiquement des doublons. |
| ps: | Statement → value | Relie le nœud de déclaration à sa valeur principale simple. Pour une quantité ou une date détaillée, les nœuds de valeur complets peuvent apporter des composantes supplémentaires. |
| pq: | Qualifier | Porte un qualificatif de la déclaration. Dans l’exemple de population, pq:P585 précise le point dans le temps : cette date contextualise la mesure, elle ne date pas forcément la saisie. |
| prov:wasDerivedFrom | Statement → reference | Relie la déclaration à un nœud de référence. La présence d’un lien ne dispense pas d’ouvrir la source et de vérifier qu’elle étaye réellement la valeur retenue. |
| pr: | Reference property | Décrit une propriété à l’intérieur de la référence. Des références multiples peuvent étayer une même déclaration ; les compter comme des personnes ou des événements multiplie artificiellement les effectifs. |
| wds: | Statement identifier | Identifie le nœud de déclaration. La documentation ne garantit pas un format ni une signification interne : ne pas extraire une date ou une identité métier de sa chaîne. |
Avant d’aplatir le graphe, choisir une ligne par entité, déclaration ou référence. Une requête qui combine plusieurs qualificatifs et références peut produire plusieurs lignes pour une seule déclaration. DISTINCT retire des lignes identiques, mais ne résout pas une mauvaise unité de comptage. Conserver la requête, la date d’exécution et les identifiants utiles au contrôle.
Seulement si la question et la règle de sélection le justifient. La date peut qualifier une mesure ou une période historique ; sélectionner le maximum sans relier correctement valeur, déclaration et qualificatif peut associer des éléments qui ne vont pas ensemble.
Documentation consultée le .
REPÈRES DOCUMENTÉS
Un identifiant ORCID aide à distinguer les chercheurs homonymes, mais le contenu d’un dossier rassemble des assertions de provenances différentes. ORCID distingue l’acteur qui ajoute un élément et celui qui établit le lien entre la personne et cet élément. La visibilité choisie par le titulaire détermine aussi ce qu’un lecteur public peut réellement observer.
| Repère | Valeur ou forme | Ce que cela désigne |
|---|---|---|
| Source | Who added the item | La source est la personne ou le système qui a ajouté l’élément au dossier. Un nom d’organisation affiché comme source décrit un rôle de dépôt, pas nécessairement l’auteur intellectuel de toutes les données. |
| Assertion origin | Who made the connection | L’origine de l’assertion désigne l’acteur qui a établi le lien avec le titulaire. Un chercheur peut initier une importation tandis qu’un service ajoute techniquement l’élément : les rôles diffèrent. |
| Affiliation | Assertion + source | Lire l’affiliation avec sa source, son organisme et ses dates disponibles. Une affiliation ajoutée par le titulaire et une affiliation ajoutée par une institution ne sont pas le même parcours de provenance. |
| PUBLIC | Everyone | Les éléments publics peuvent être lus dans le dossier public et par l’API publique. Cela ne transforme pas leur contenu en preuve indépendante de chaque affirmation. |
| LIMITED | Trusted parties | Les éléments réservés aux parties de confiance ne font pas partie du dossier public. Leur lecture dépend des autorisations ; un observateur externe ne doit pas en déduire le contenu. |
| PRIVATE | Only me | Les éléments privés ne sont pas visibles dans une consultation publique. La documentation détaille les accès du titulaire, des délégataires et, selon le cas, de l’intégration qui a ajouté l’élément. |
Un dossier public vide ou incomplet ne prouve pas l’absence d’emploi, de financement ou de publication. Conserver la date de consultation et éviter de reconstruire une biographie à partir des seuls champs visibles. L’authentification d’un ORCID dans un parcours autorisé établit un lien de compte ; elle ne certifie pas à elle seule toutes les qualifications décrites.
Non. Examiner la provenance élément par élément et distinguer source et origine de l’assertion. Une institution peut avoir ajouté une affiliation sans avoir validé une liste d’articles déposée séparément par le titulaire.
Documentation consultée le .
APPROFONDISSEMENT / PRATIQUE
Deux lignes semblent décrire la même organisation, mais leurs noms ou adresses diffèrent. Le rapprochement doit reposer sur plusieurs attributs et préserver les données initiales.
Mis à jour le .
Comparer identifiants stables, territoire, période, forme du nom et autres attributs disponibles. Examiner les cas d’homonymie et les changements de dénomination avant une fusion.
Une normalisation agressive peut faire disparaître une différence significative. Un rapprochement automatique doit pouvoir être revu lorsque les indices sont faibles ou contradictoires.
Le journal de rapprochement conserve lignes d’origine, règle, indices, décision et réserve. Les cas ambigus restent séparés tant qu’un élément supplémentaire ne justifie pas leur réunion.
CAS PRATIQUE / EXEMPLE PÉDAGOGIQUE
L’exemple ci-dessous est pédagogique. Il montre comment passer d’un document à une proposition qualifiée, en préservant le contexte, les éléments contradictoires et les informations que la recherche ne permet pas encore d’établir.
Deux organisations partagent une adresse et des noms proches. Une règle de rapprochement les réunit alors que leurs identifiants et leurs activités documentées restent distincts.
Revenir aux lignes originales, comparer plusieurs attributs et examiner les preuves disponibles. Séparer les cas de proximité des cas d’identité. Documenter les corrections de fusion.
Le journal conserve la décision révisée et ses motifs. La règle est ajustée pour que l’adresse serve d’indice complémentaire plutôt que de preuve suffisante d’identité.
Les maintenir dans une catégorie à examiner, avec les indices pour et contre. Cette séparation préserve les données et évite de propager une fusion non justifiée dans les analyses suivantes.
ATELIER DÉTAILLÉ / MISE EN APPLICATION
Choisir attributs, identifiants et données originales. Préparer des correspondances connues ainsi que des homonymes ou structures partageant une adresse.
Tester la règle, examiner les indices et conserver les décisions. Vérifier les faux rapprochements et les cas manqués. Documenter les transformations des noms ou codes utilisées pour la comparaison.
Si une fusion dépend d’un seul indice faible, maintenir les lignes distinctes. Une catégorie incertaine permet une revue sans imposer immédiatement une identité commune.
La règle est acceptable pour son périmètre lorsque les erreurs importantes sont examinées. Les décisions manuelles et automatiques restent identifiables avec leurs motifs.
Transmettre journal d’appariement et exemples de contrôle. Une révision peut retrouver les valeurs originales et corriger les analyses dépendant d’une fusion erronée.
LIVRABLE COMMENTÉ / GRILLE DE LECTURE
Le journal conserve lignes originales, transformations, règle et décision. Il distingue correspondance confirmée, séparation et cas incertain pour que les rapprochements puissent être revus.
Sur petit écran, faites défiler la grille pour lire les trois colonnes.
| Élément observé | Interprétation permise | Suite à prévoir |
|---|---|---|
| Plusieurs attributs stables concordent. | L’identité est soutenue selon les preuves et le contexte documentés. | Conserver les motifs et vérifier les cas limites de la règle. |
| Un nom proche et une adresse partagée concordent seuls. | Le rapprochement reste fragile face aux homonymies et structures voisines. | Chercher des identifiants ou maintenir une catégorie incertaine. |
| La fusion produit des attributs incompatibles à la même période. | La règle peut réunir des objets distincts. | Revenir aux originaux et corriger les analyses dépendantes. |
La relecture doit pouvoir annuler une fusion et retrouver les valeurs sources. Les normalisations doivent être conservées séparément pour ne pas transformer une aide de recherche en preuve d’identité.
RESTITUTION / EXEMPLE DE FORMULATION
Une décision de fusion doit pouvoir être revue à partir des données initiales.
Vérifier les indices contradictoires et les effets de la fusion sur les analyses.
Le rapprochement repose sur les indices décrits. Les cas ambigus sont maintenus séparément et les transformations des attributs sont conservées avec leurs règles.