Guides pratiques approfondis
Relier fichier source, date, schéma et transformations : préparer un jeu de données que l’on peut retrouver, comparer et réutiliser sans confondre mise à jour, correction et changement de périmètre.
Mise à jour :
Étagères d’archives photographiques de l’Ifremer, photographie de Stephane Lesbats. Photo de contexte documentaire ; elle ne représente pas une mission ou un équipement d’Alexis Roux ZG. © Stephane Lesbats / Ifremer · Source · CC BY 4.0. Redimensionnement et conversion WebP ; affichage recadré.
Un lien vers une base évolutive ne décrit pas les données réellement utilisées. Une correction peut modifier une ancienne série, un export perdre des zéros initiaux et une nouvelle colonne changer le sens d’un total. Conserver une version utile signifie expliquer la matière de départ et le chemin suivi. L’objectif est la reproductibilité du travail décrit, pas une garantie universelle sur la qualité de la source.
Nommer producteur, dataset, territoire, population, période et filtres. Distinguer date d’observation, de publication et de téléchargement. Un export reçu aujourd’hui peut décrire une période ancienne. Écrire la question à laquelle le jeu doit répondre et les exclusions qui comptent pour l’interprétation.
Enregistrer URL ou paramètres publics, date de récupération et fichier reçu lorsque les conditions le permettent. Attribuer un identifiant de version et calculer une empreinte du fichier. L’empreinte aide à distinguer deux fichiers ; elle ne prouve pas que leurs valeurs sont exactes. Conserver les informations de licence.
Documenter champs, types, unités, clés et valeurs manquantes. Pour un CSV, vérifier séparateur, encodage, guillemets et retours à la ligne selon l’export réel. Garder comme texte les identifiants qui exigent leurs zéros initiaux. Distinguer zéro, valeur absente et valeur non applicable.
Noter filtres, normalisations, rapprochements, conversions et règles de dédoublonnage dans leur ordre. Séparer entrée brute et sortie préparée. Pour chaque rapprochement, retenir la clé et les cas non résolus. Un nom similaire ne suffit pas à fusionner deux entités. Documenter les choix plutôt que les masquer dans le fichier final.
Mesurer lignes ajoutées, retirées ou modifiées sur une clé stable lorsque celle-ci existe. Vérifier aussi structure, unités et définitions. Une évolution du nombre de lignes ne démontre pas une évolution du phénomène : elle peut venir du filtre, de la couverture ou d’une révision du producteur.
Associer résultat, version source, étapes et limites. Vérifier que les liens permettent de retrouver le producteur et le contexte. Prévoir une nouvelle collecte avec critères de comparaison. Conserver une ancienne version séparément si elle soutient une conclusion publiée, en respectant les conditions et données qu’elle contient.
Situations types pour préparer un contrôle. Elles ne décrivent pas des missions ou observations réalisées.
Un logiciel interprète une colonne comme nombre et retire les zéros initiaux. Repartir de l’export brut, imposer le type texte pour cette clé et vérifier les rapprochements. Reformater visuellement une valeur déjà altérée ne reconstitue pas forcément l’identifiant original.
Le fichier nouveau remplace aussi des valeurs anciennes. Comparer sur période et clé, conserver les deux versions et lire les notes du producteur. Distinguer correction des observations et arrivée de nouvelles observations avant de décrire une tendance.
L’export couvre désormais davantage de territoires ou catégories. Comparer le périmètre commun, puis présenter séparément l’extension. Documenter les changements de champ et les valeurs manquantes au lieu de traiter toutes les lignes comme directement comparables.
Conserver les versions nécessaires au travail et aux conclusions publiées selon une règle définie. Éviter les copies sans rôle et respecter les conditions de conservation et de réutilisation.
Non. Elle sert à reconnaître un contenu de fichier et à repérer un changement, pas à valider sa source, son interprétation ou ses valeurs.
Vérifier d’abord la clé, le contexte et les homonymes. Une règle de rapprochement doit prévoir les cas ambigus et conserver une trace des fusions.
Indiquer la version et la correction pertinente, puis distinguer le résultat révisé du résultat publié auparavant. Ne pas présenter une révision comme une nouvelle observation.
