L'interopérabilité des (méta)données, c’est la capacité à comprendre et interpréter avec précision des données échangées entre différents systèmes et organisations. Elle peut être sémantique : c'est-à-dire qui a une signification non ambiguë et qui est correctement mise en correspondance. Ou structurelle : c'est-à-dire que l'ensemble de (méta)données est formaté dans un format requis intelligible. L’interopérabilité sémantique est un des défis importants pour faciliter le partage, l’échange et la réutilisation des données à grande échelle sur le long terme (Principes FAIR). La standardisation, l’utilisation de vocabulaires contrôlés, de thésaurus et d’ontologies sont notamment des outils qui permettent de garantir l’interopérabilité des données et des métadonnées. La production de métadonnées robustes et riches est une étape nécessaire pour garantir la bonne réutilisation des données à court, moyen et long terme. C’est aussi un moyen efficace et nécessaire pour lutter contre la perte d’informations inéluctable induite par le temps. Dans le premier volet de ce guide pratique, l’accent est donc mis sur la mise en pratique de l’interopérabilité des métadonnées via l’utilisation de standards ouverts de métadonnées, de vocabulaires contrôlés et de thésaurus. Le principe des standards de métadonnées est de définir un ensemble d’informations (de champs) nécessaires et suffisantes à une compréhension fine et complète des données. Au sein des champs prévus par les standards, des vocabulaires contrôlés et des références à des thésaurus sont prévues et/ou peuvent être utilisées pour augmenter l’interopérabilité de l’information renseignée. L’objectif est de faciliter et guider la production de métadonnées interopérables. Mais aussi de mettre en évidence les différences entre ces standards de métadonnées et leurs particularités. La première version de ce guide porte sur 4 standards de métadonnées (DataCite ; Dublin Core ; INSPIRE et EML). Il a vocation à être enrichi progressivement.

(Meta)data interoperability is the ability to understand and accurately interpret data exchanged between different systems and organizations. It can be semantic: that is, it has an unambiguous meaning and is correctly mapped. Or structural: i.e. the (meta)data set is formatted in a required intelligible format. Semantic interoperability is one of the key challenges in facilitating the sharing, exchange and reuse of large-scale data over the long term (FAIR Principles). Standardization and the use of controlled vocabularies, thesauri and ontologies are some of the tools used to guarantee data and metadata interoperability. The production of robust, rich metadata is a necessary step in guaranteeing the proper re-use of data in the short, medium and long term. It is also an effective and necessary means of combating the inevitable loss of information over time. In the first part of this practical guide, the emphasis is therefore on putting metadata interoperability into practice through the use of open metadata standards, controlled vocabularies and thesauri. The principle behind metadata standards is to define a set of information (fields) that are necessary and sufficient for a detailed and complete understanding of the data. Within the fields defined by the standards, controlled vocabularies and thesaurus references are provided and/or can be used to increase the interoperability of the information provided. The aim is to facilitate and guide the production of interoperable metadata. But also to highlight the differences between these metadata standards and their specific features. The first version of this guide covers 4 metadata standards (DataCite; Dublin Core; INSPIRE and EML). It is intended to be progressively enriched.

All files are also avalible online at the following link / tous les fichiers sont aussi disponibles en ligne en suivant ce lien : Metadata and data schema