Terminologie

Diapositive 1 - Fondations - Définitions et terminologie

Cette session est un travail sur les bases et fait partie de la section Terminologie. Nous allons vous présenter le langage, la terminologie et les définitions de certains des concepts de base, fonctions et processus que vous allez mettre en œuvre pendant le reste du cours.

Image de Carsten Witzel, obtenue via http://www.freeimages.com/photo/root-of-a-tree-1371557.

Image de Carsten Witzel, obtenue via http://www.freeimages.com/photo/root-of-a-tree-1371557.

Diapositive 2 - Concepts clés

Commençons par revoir la structure de cette session.

Dans la section sur les DEFINITIONS nous allons d’abord essayer de clarifier l’utilisation du mot "Données".

Nous examinerons ensuite la terminologie entourant Champs, Étiquettes et Listes.

Enfin, nous allons clarifier certains concepts relatifs aux caractères et à leurs conversions, ce qui permettra d’éviter les erreurs de données indésirables.

Diapositive 3 - Définitions

Premières définitions.

Dans cette section, nous allons examiner quelques-uns des nombreux termes et expressions qui existent dans le monde de la gestion des données et de l’information.

Nous les utiliserons tout au long du cours et il est important que vous soyez familier avec, et sachiez quand et comment les utiliser.

Image de Sharon Grant : https://www.flickr.com/photos/rondls_pics/3629532537/in/album-72157619834323354/

Diapositive 4 - Définitions - Une rose, quel que soit son nom

Nous allons nous concentrer un instant sur quelques expressions communes qui contiennent le mot donnée.

Diapositive 5 - Quelle est la différence ? - Base de données

Toutes les phrases ici incluent le mot donnée, mais sont-elles toutes les mêmes, et si ce n’est pas le cas, alors quelle est la différence?

Diapositive 6 - Base de données

Alors, qu’est-ce qu’une “base de données”?

Diapositive 7 - Langage de base de données

Examinons l’expression "langage de base de données".

Selon l’Oxford English Dictionary, le langage est une forme de communication humaine qui utilise des mots ou des symboles de manière structurée et conventionnelle.

Pour nos besoins, les langages de la base de données et leurs alliés proches, les langage des tableaux sont la façon par laquelle un humain communique avec un ordinateur pour manipuler et déplacer les données.

Les exemples que vous pouvez rencontrer sont:

Diapositive 8 – Programme ou logiciel de base de données

Voyons maintenant l’expression « programme ou logiciel de base de données ».

Une fois de plus, dans le dictionnaire anglais d’Oxford, un "programme" est un ensemble de mesures ou d’activités connexes avec un objectif particulier à long terme.

Dans ce contexte, un "programme de base de données ou logiciel" combine et présente des fonctions et des fonctionnalités pour manipuler les données, ensemble est une interface unifiée.

Les exemples que vous pouvez rencontrer sont:

Microsoft Access, FilemakerPro et Oracle

Ainsi, les programmes ou logiciels de base de données sont des services regroupés qui permettent à un utilisateur, via un langage de base de données, de stocker, gérer, interroger et rapporter les données conservées dans le système.

Diapositive 9 - Outil de nettoyage des données

Le dernier terme est "outil de nettoyage des données".

Les outils de nettoyage des données sont des systèmes conçus pour manipuler et améliorer les données afin de les rendre plus adaptées à l’usage prévu.

Des exemples que vous connaissez peut-être ou que vous apprendrez au cours de la formation sont:

OpenRefine, MatLab et les feuilles de calcul

Un outil de nettoyage des données devrait aider l’utilisateur à découvrir et à corriger des données confuses afin d’en améliorer la qualité.

Diapositive 10 - Définitions - Une rose, quel que soit son nom

En poursuivant avec d’autres termes avec lesquels vous devriez être familier, nous examinerons les différences entre les termes Champ, Étiquette et Liste.

Diapositive 11 - Champ vs étiquette

On parle souvent de noms de champs ou de colonnes et de libellés ou d’en-têtes de champs, parfois comme s’il s’agissait de la même chose. Pourtant, ces termes ont des significations différentes.

Les noms de champs ou de colonnes correspondent aux véritables identifiants des colonnes dans une table de base de données. Ils sont généralement courts, parfois peu explicites ou générés automatiquement. Dans une base de données bien structurée, chaque nom de champ est unique. Les langages de base de données utilisent principalement ces noms uniques afin d’identifier les champs sans risque de confusion.

Les libellés et les en-têtes, en revanche, sont des versions plus faciles à comprendre des noms de champs. Ils apparaissent généralement dans l’interface graphique du logiciel, ainsi que dans les fichiers exportés et les rapports. Dans certains logiciels, un même champ peut même avoir des libellés différents selon l’utilisateur ou le groupe d’utilisateurs.

Diapositive 12 - Listes

Lorsque vous travaillez avec vos données, vous rencontrerez les termes « liste déroulante » et « vocabulaire contrôlé ». À première vue, ils peuvent sembler désigner la même chose. Tous deux sont en effet des outils très utiles pour maintenir la qualité et la cohérence de vos données, mais ils sont différents.

Une liste déroulante, parfois également appelée table de référence, est un élément de saisie configuré dans votre logiciel de base de données. Elle permet de sélectionner une valeur parmi un ensemble prédéfini d’options. Ces options peuvent aussi être générées automatiquement à partir des données existantes.

Un vocabulaire contrôlé, en revanche, est un ensemble de valeurs précisément définies pour un domaine particulier et destinées à être utilisées dans un champ spécifique. Il fait partie intégrante d’un standard clairement établi. Les valeurs d’un vocabulaire contrôlé peuvent notamment être proposées dans une liste déroulante, comme indiqué précédemment.

Diapositive 13 - Définitions - Une rose, quel que soit son nom

Dans cette section, nous examinerons ce que le terme caractère signifie par rapport aux données et aux ordinateurs.

Diapositive 14 – Caractères

Pour rappel, les ordinateurs "voient" en binaire. Tout ce que vous tapez est conservé en mémoire sous la forme d’une série de uns et de zéros.

The computer does not “see” the repertoire of letters and symbols on your keyboard. It needs a map to translate the character set that you would write or type, into its binary language and then back again to show it to you on the screen or a printer.

Cette carte est composée de deux parties :

Le « jeu de caractères codés »

et

L'"encodage des caractères"

Chaque symbole ou glyphe est assigné à une valeur numérique et ce nombre est ensuite converti en binaire.

Diapositive 15 – Exemple de caractères codés

Dans cet exemple, nous voyons comment l’encodage des caractères est utilisé pour mettre en correspondance la lettre majuscule A dans l’alphabet occidental.

Dans le code ASCII, la lettre majuscule « A » correspond au nombre décimal 65

qui en HEXADECIMAL est 041

et en BINAIRE 01000001

Essayez de mapper votre propre nom au binaire en utilisant le lien en bas de l’écran.

Diapositive 16 – Comparaison des caractères

En effet, ce qui se passe est que lorsque vous tapez dans un clavier et que vous enregistrez un fichier, le logiciel que vous utilisez sélectionnera un encodage à sauvegarder avec.

Lorsque vous ouvrez à nouveau ce fichier, le logiciel doit savoir quel encodage (carte) utiliser pour réafficher les informations correctement.

Diapositive 17 – Caractères

Alors pourquoi est-ce important pour vous en tant que dépositaire de données ?

Disons que vous traduisez le début du soliloque d’Hamlet

 "Être ou ne pas être, c’est la question"

en français puis enregistrez le fichier avec un éditeur de texte qui utilise l’encodage Latin-1

Puis vous l’envoyez à un collègue pour vérifier la traduction. Voila!

Diapositive 18 – Caractères

Quand ils ouvrent le fichier dans MicroSoft Word c’est ce qu’ils voient.

Mon dieu!

Il y a des caractères inattendus.

Vous avez oublié de dire à votre collègue que vous utilisiez le Latin-1 comme encodage.

MicroSoft Word à leur extrémité a été configuré pour utiliser l’ensemble d’encodage Unicode UTF-8. Les cartes ne correspondent pas.

Selon le logiciel, les données peuvent être irrémédiablement corrompues.

Diapositive 19 - Récapitulatif

En revue, nous avons examiné les différences entre les phrases :

Et a montré que, malgré que les termes puissent sembler similaires, en fait, ont des définitions très différentes.

Diapositive 20 - Conclusion

Souvienez-vous que:

“…​La première étape de la sagesse est de connaître les choses en elles-mêmes; cette notion consiste à avoir une idée réelle des objets.”

Nous oublions souvent que l’informatique de la biodiversité possède son propre langage, composé de termes peu courants qu’il faut apprendre. Il est donc tout à fait normal de revenir aux notions de base afin de se familiariser avec son vocabulaire, sa grammaire et sa syntaxe, comme pour l’apprentissage de toute nouvelle langue.

Diapositive 21 - Conclusion

Cette vidéo fait partie d’une série de présentations utilisées dans le cours de mobilisation des données de la biodiversité du GBIF.Le programme de mobilisation des données sur la biodiversité a été initialement développé dans le cadre du programme Biodiversity Information Development financé par l’Union européenne.

Cette présentation a été initialement créée et narrée par Sharon Grant avec des contributions supplémentaires des formateurs du BID et du BIFA, les Mentors et Étudiants.

Diapositive 1 - Fondations - Terminologie des logiciels

Cette session fait partie du module « Fondation », dans la section consacrée à la terminologie. Elle présente les différents types de logiciels utilisés pour la mobilisation des données.

Image de Carsten Witzel, obtenue via http://www.freeimages.com/photo/root-of-a-tree-1371557.

Diapositive 2 – Logiciels pour la mobilisation des données

Cette courte présentation a pour objectif de vous faire découvrir quelques exemples d’applications et de logiciels utilisés dans le domaine de la mobilisation des données sur la biodiversité.

Nous espérons qu’elle vous aidera à réfléchir aux différentes utilisations possibles de ces outils et à déterminer lesquels pourraient répondre concrètement à vos besoins.

Diapositive 3 – Définition d’un logiciel

Commençons par une brève définition.

Nous faisons ici la distinction entre les logiciels au sens large et les applications conçues pour permettre à un utilisateur final d’accomplir une tâche précise.

Nous allons découvrir différents logiciels permettant de :

Diapositive 4 – Logiciels de capture des données

Pour la capture initiale des données, notamment sur le terrain, il n’est généralement pas nécessaire de recourir à des logiciels complexes ou très élaborés.

Vous pouvez enregistrer les informations issues de spécimens de collection ou d’observations sur le terrain dans un simple tableur, comme :

Excel, OpenOffice, LibreOffice ou Google Sheets.

Vous n’avez pas forcément besoin de concevoir votre propre système. Des applications telles qu’iNaturalist et eBird sont stables, fiables et faciles à utiliser grâce à leurs interfaces simples et intuitives.

Quel que soit votre choix, assurez-vous que les données collectées resteront accessibles et utilisables à long terme.

Diapositive 5 - Logiciels de gestion des données

En fonction de vos besoins, il peut être préférable d’utiliser un logiciel de gestion des données plus complet, en particulier si vous souhaitez garantir leur conservation à long terme.

Des plateformes de gestion fiables permettent également de diffuser plus facilement les données auprès de différents types d’utilisateurs.

Il existe de nombreuses options, qui diffèrent par leur coût et le niveau d’assistance proposé. En voici quelques-unes, présentées de gauche à droite :

Symbiota, Specify, EMu, Elysia et Brahms.

Diapositive 6 – Logiciels de capture et de gestion des données

Si vous optez pour une solution conçue en interne et que votre institution peut en assurer le soutien technique, les logiciels de bases de données relationnelles peuvent offrir une alternative plus économique.

Parmi les exemples, on peut citer MySQL, SQL Server, Access ou FileMaker

Diapositive 7 - Logiciels de nettoyage des données

La différence entre les langages, les logiciels et les outils est aujourd’hui moins évidente, car ils permettent souvent d’effectuer des tâches similaires.  La fonction « Rechercher et remplacer » en est un bon exemple : utilisée pour nettoyer les données, elle est disponible dans presque tous les logiciels de base de données et peut également être exécutée sous forme de commande dans les langages de base de données.

Vous connaissez probablement déjà les tableurs comme Excel, qui comptent parmi les outils de nettoyage des données les plus couramment utilisés. D’autres outils spécialisés sont également disponibles.

OpenRefine, auparavant connu sous le nom de Google Refine, est un logiciel libre, gratuit et performant destiné au nettoyage des données. Il bénéficie du soutien d’une importante communauté. Vous aurez l’occasion de l’utiliser davantage dans les prochaines sessions.

R est un langage et un environnement de programmation avancés dont l’utilisation ne cesse de se développer. Après une certaine prise en main, il offre de nombreuses possibilités pour traiter et transformer efficacement les données.

Diapositive 8 - Logiciels de publication de données

Lorsque vous serez prêt à diffuser vos données via le GBIF auprès de la communauté scientifique internationale et des décideurs, vous devrez choisir un outil de publication.

Le choix de l’outil dépendra en grande partie des infrastructures et de l’assistance technique dont dispose votre institution. Si elles sont fiables et durables, vous pouvez envisager d’installer un IPT ou BioCASe. Si ce n’est pas le cas, d’autres solutions de publication peuvent être utilisées.

Vous pouvez également vous rapprocher d’une institution hébergeant déjà un IPT, ou opter pour un système de gestion de base de données doté de sa propre mécanisme de publication.

Quel que soit votre choix, assurez-vous que le système permet d’exporter les données aux formats CSV ou TXT. Vous pourrez ainsi les publier par la suite.

Diapositive 9 - Autres logiciels de gestion des données

Ce résumé présente les informations recueillies lors d’une enquête sur les logiciels utilisés par les participants, les mentors et les formateurs de la communauté GBIF.

Le lien permettant d’accéder aux références et aux informations détaillées de chaque section figure au bas de la diapositive.

Référence : https://docs.google.com/spreadsheets/d/1IWBsL4r-LsJRdYYPy9q4eLOAa1nzZYBwTdwk3Kd8cV8/

Diapositive 10 - Conclusion

Souvienez-vous que:

"Le rôle d’un logiciel est d’aider les utilisateurs", et non l’inverse.

La solution choisie doit faciliter votre travail tout en permettant de préserver vos données et de les maintenir accessibles à long terme.

Diapositive 11 - Conclusion

Cette vidéo fait partie d’une série de présentations utilisées dans le cours de mobilisation des données de la biodiversité du GBIF.Le programme de mobilisation des données sur la biodiversité a été initialement développé dans le cadre du programme Biodiversity Information Development financé par l’Union européenne.

Cette présentation a été narrée par Sharon Grant, avec les contributions complémentaires des formateurs, mentors et participants des programmes BID et BIFA.

Diapositive 1 – Fondation – Terminologie des structures

Cette session est un travail sur les bases et fait partie de la section Terminologie. Nous allons vous présenter le langage, la terminologie et les définitions de certains des concepts de base, fonctions et processus que vous allez mettre en œuvre pendant le reste du cours.

Image de Carsten Witzel, obtenue via http://www.freeimages.com/photo/root-of-a-tree-1371557.

Diapositive 2 - Concepts clés

Commençons par revoir la structure de cette session.

Dans la section « STRUCTURES », nous examinerons les types de champs et de données, les structures qui permettent d’organiser et de protéger les données, puis leur importance pour l’intégrité et la sécurité de celles-ci.

Diapositive 3 - Structure

Dans cette section sur les structures de base, nous découvrirons les différents éléments utilisés par les bases de données, les logiciels et les langages pour traiter les données que vous saisissez.

Diapositive 4 – Structures : avions, trains et automobiles

Tout d’abord, intéressons-nous aux types de champs, aussi appelés types de données.

Diapositive 5 - Conteneurs – types de champs/de données

Le type de données précise à l’ordinateur quel type de valeur doit être saisi dans un champ et quelles opérations peuvent lui être appliquées.

Les types de données peuvent être simples et représenter un seul concept, ou en combiner plusieurs selon le logiciel ou le langage utilisé. Dans tous les cas, leurs éléments fondamentaux restent les mêmes.

Découvrons donc les six types de données les plus couramment utilisés.

Diapositive 6 - Conteneurs – types de champs/de données

Commençons par les champs numériques. Ce type de données contient des nombres et se divise en deux catégories :

Les entiers et les entiers longs représentent des nombres entiers. Par exemple : 1, 2, 3, 99, 2000.

La valeur maximale dépend du nombre de bits attribués au champ — nous y reviendrons. Retenez simplement qu’un champ entier long peut stocker des nombres plus élevés qu’un champ entier.

Les nombres à virgule flottante (floats), également appelés doubles, permettent de stocker des nombres comportant une partie décimale, comme 4,5 ou 19,47.

Il faut retenir qu’un nombre à virgule flottante (floats) comporte toujours des décimales : le nombre 10 sera donc stocké sous la forme 10,0. Le nombre de décimales fait partie intégrante de ce type de données, ce qui peut avoir des conséquences sur la précision et l’exactitude.

Diapositive 7 - Conteneurs – types de champs/de données

Champs alphanumériques : on les appelle également champs de texte, de caractères ou de chaînes de caractères.

Ils peuvent contenir n’importe quelle lettre, n’importe quel chiffre ou n’importe quel symbole figurant dans le jeu de caractères codés, mais leur longueur est généralement limitée. Lorsque cette limite est dépassée, les caractères supplémentaires risquent d’être supprimés à l’enregistrement, ce qui entraîne une perte de données.

Diapositive 8 - Conteneurs – types de champs/de données

Un autre type de champ de texte que vous rencontrerez est le champ de texte non structuré, également appelé champ « memo », « long char » ou « blob ».

Ces champs servent à stocker de longs textes sans mise en forme et, contrairement aux champs alphanumériques, leur limite de caractères n’est pas toujours clairement indiquée.

Dans les systèmes simples, ces champs offrent généralement moins de possibilités de traitement, notamment pour le tri et l’indexation, que les champs alphanumériques plus courts.

Cette situation évolue toutefois grâce à la baisse du coût du stockage et au développement des bases de données NoSQL orientées documents, telles que MongoDB.

Diapositive 9 - Conteneurs – types de champs/de données

Les champs de valeurs système présentent deux formes : la valeur affichée à l’écran diffère généralement de celle que le logiciel stocke réellement en mémoire. Les champs de date et d’heure en sont les exemples les plus courants.

Dans cet exemple, vous avez saisi « 1 March 1971 » dans une cellule d’Excel, puis vous avez appuyé sur la touche Entrée.

La cellule affiche maintenant « 1-Mar-71 », tandis que la barre de formule indique « 3/1/1971 ».

Excel applique à la cellule un format d’affichage que vous pouvez modifier à tout moment.

CEPENDANT, si vous supprimez ce format, vous constaterez que la valeur réellement stockée dans le champ est le nombre 25993,00 !

Vous constatez ainsi que le champ stocke en réalité un nombre à virgule flottante. Cette valeur système pouvant varier selon le logiciel, vérifiez lors de l’exportation que la date elle-même est exportée, et non la valeur système.

Diapositive 10 - Conteneurs – types de champs/de données

Les champs booléens, également appelés champs binaires, ne peuvent contenir que l’une de deux valeurs, représentées par 1 ou 0.

Il s’agit d’un cas particulier de champ de valeur système, comme indiqué précédemment : le logiciel enregistre un nombre, mais affiche souvent des valeurs telles que :

Oui/Non ; Oui/non ; O/N ; Vrai/Faux.

Veillez à vérifier la manière dont le système utilisé interprète et convertit ces valeurs.

Est-ce qu’un « 1 » signifie « oui » ou « non » ?

Diapositive 11 - Conteneurs – types de champs/de données

Les champs de texte structuré, bien que moins fréquemment utilisés, sont inclus ici afin de présenter l’ensemble des types de champs.

Ces champs peuvent combiner plusieurs types de données simples ou être structurés en fonction des données qu’ils contiennent.

Ils sont principalement utilisés dans les langages de programmation afin d’offrir davantage de flexibilité et de permettre la gestion de concepts complexes.

Le type facteur (factor), utilisé dans le langage de programmation R, en est un exemple. Il s’agit d’un vecteur contenant des codes numériques associés à des niveaux représentés par des chaînes de caractères.

Référence :  https://www.stat.berkeley.edu/~nolan/stat133/Fall05/lectures/DataTypes4.pdf

Diapositive 12 – Structures : avions, trains et automobiles

Maintenant que vous connaissez les types de champs utilisés pour représenter les différents éléments de vos données, intéressons-nous aux conteneurs, ou structures, qu’utilisent de nombreux logiciels de base de données pour regrouper et afficher ces données.

Référence : https://www.geeksforgeeks.org/data-structures/

Diapositive 13 - Conteneurs - Structures de données

Tout d’abord, la cellule.

Il s’agit de la plus petite structure de données : elle contient une seule valeur à laquelle est associé un seul type de données.

Diapositive 14 - Structures de données

Concernant les cellules, il convient de prêter une attention particulière à la notion de « cellule vide ».   « Une cellule vide ne signifie pas nécessairement qu’un champ est vide. »

Certains logiciels « remplissent » automatiquement un champ vide avec une valeur système définie en fonction du type de données.

Par exemple : « NULL », « N/A », ou même zéro !

Diapositive 15 - Conteneurs - Structures de données

En organisant plusieurs cellules, vous commencez à former une grille. Cette grille présente une structure implicite composée de

Lignes

Diapositive 16 - Conteneurs - Structures de données

Et les colonnes.

Diapositive 17 - Conteneurs - Structures de données

Lorsque vous organisez des cellules en lignes et en colonnes, vous obtenez tout simplement une grille !

On dirait vraiment un tableur, n’est-ce pas ?

Oui, tout à fait. La différence entre une grille de feuille de calcul et une table tient toutefois à la manière dont les lignes et les colonnes sont liées entre elles.

Diapositive 18 – Structures : avions, trains et automobiles

Parlons donc maintenant de ces liens.

Quelles peuvent être les conséquences de liens peu structurés et non contrôlés entre les lignes et les colonnes sur l’intégrité et la sécurité de vos données ?

Diapositive 19 - Structures de données

Une table devient réellement utile lorsque nous établissons des liens entre les données pour leur donner du sens.

Nous associons naturellement différents attributs pour créer des ensembles cohérents qui transforment les données en informations utiles.

Les lignes deviennent des enregistrements et les colonnes, des attributs

Dans un tableur, en revanche, les relations entre les cellules sont implicites, flexibles et ne sont pas contrôlées par le système.

Les attributs peuvent facilement être mélangés entre les lignes ou les valeurs modifiées, entraînant ainsi une perte de sens.

Diapositive 20 - Intégrité et sécurité

L’absence de liens contrôlés rend les feuilles de calcul faciles à utiliser, mais elle peut aussi entraîner des problèmes.

Les erreurs sont faciles à commettre et difficiles à détecter.

Les liens et les relations ne peuvent pas être clairement documentés ; ils sont donc sujets à interprétation et peuvent être modifiés.

Les feuilles de calcul ne sont pas conçues pour gérer de grands volumes de données ni un nombre élevé d’utilisateurs.

Elles peuvent donc devenir lentes, instables et facilement être corrompues

Les feuilles de calcul sont faciles à copier et à envoyer par e-mail

Le suivi des modifications et la gestion des versions deviennent donc difficiles

La question est : quelle est la solution ?

Référence : https://www.mrc-productivity.com/blog/2014/09/7-dangers-of-spreadsheets-part-1/

Diapositive 21 – Conteneurs : intégrité et sécurité

Revenons maintenant plus en détail sur ces relations.

Nous comprenons généralement que les données contenues dans chaque ligne d’une table ont une signification particulière.

Par exemple, chaque ligne peut représenter un spécimen ou un taxon observé à un endroit et à un moment précis, par une personne donnée.

Il serait étrange d’avoir, dans un tableau, une ligne représentant un spécimen suivie d’une ligne représentant un site de collecte.

Nous avons également souvent besoin d’analyser, de trier et de comparer, d’une ligne à l’autre, les valeurs associées à certains attributs.

Par exemple, vous pourriez chercher à déterminer le poids moyen de toutes les chauves-souris observées au Kenya.

Idéalement, nous souhaitons donc utiliser un système de stockage des données qui :

Ce sont précisément les fonctions d’une base de données !

Diapositive 22 – Intégrité et sécurité

Dans une véritable base de données, les fonctions intégrées maintiennent les données de chaque ligne ensemble, tandis que chaque colonne ne peut contenir qu’un seul type de données.

Dans une base de données, les tables sont reliées entre elles par des liens virtuels appelés "clés".

Ces clés sont des identifiants communs à plusieurs tables, qui permettent de relier efficacement les données entre elles.

Ce sont ces deux concepts clés qui distinguent un tableur d’une base de données.

Référence : https://www.mrc-productivity.com/blog/2014/09/7-dangers-of-spreadsheets-part-1/

Diapositive 23 - Récapitulatif

En résumé, nous avons passé en revue les six types de données les plus courants, qui constituent les éléments de base des structures de données, et nous avons établi la distinction entre une grille de tableur et une table de base de données.

La compréhension de ces éléments et de leurs interactions vous permettra de mieux définir comment gérer et documenter les données placées sous votre responsabilité.

Diapositive 24 - Conclusion

N’oubliez pas que :

« Lorsque vous comprendrez la différence entre le contenant et le contenu, vous accéderez à la connaissance. ».

Utiliser une terminologie précise pour décrire vos données et les structures dans lesquelles elles sont stockées est essentiel pour préserver leur pertinence et leur facilité d’utilisation.

Ne sous-estimez jamais les dommages que peuvent causer une description imprécise et un stockage inadéquat à des informations d’une valeur inestimable.

Diapositive 25 - Conclusion

Cette vidéo fait partie d’une série de présentations conçues pour la formation du GBIF sur la mobilisation des données sur la biodiversité. Le contenu pédagogique de cette formation a été initialement élaboré dans le cadre du programme Biodiversity Information for Development (BID), financé par l’Union européenne.

Cette présentation a été initialement créée et narrée par Sharon Grant avec des contributions supplémentaires des formateurs du BID et du BIFA, les Mentors et Étudiants.