Skip to content
Open Data Finder
data.gouv.fr

Métadonnées des Publications de l'INCa

Published by Défi iDoc Santé

About this dataset

# Métadonnées des Publications de l'INCa ## À propos de cette documentation La documentation de ce jeu de données suit le concept de _fiche technique pour les jeux de données_ (ou *Datasheets for Datasets*) proposé par Gebru et al. Spécifiquement, nous reprenons l'adaptation et traduction au français proposée par Samuel Goëta ici. Le but de cette fiche technique est de normaliser la documentation à propos de pourquoi un jeu de données a été créé, quelles informations il contient, les tâches pour lesquelles il devrait et ne devrait pas être utilisé, et si cela pourrait soulever des préoccupations d’ordre éthique ou juridique. ## Motivations pour la création du jeu de données Pourquoi le jeu de données a-t-il été initialement créé ? Les données des publications de l'INCa sont accessibles sur les fiches web du site de l'INCa. Ce jeu de données centralise les données de publication sous forme d'un fichier JSON. Pour quelles autres tâches le jeu de données pourrait-il être utilisé ? Créer un graphe de connaissance en liant les publications par rapport aux collections, publics, dates, contenu du résumé etc. Quelles sont les utilisations trompeuses du jeu de données ? L'utilisation des dates de publication ou de mise à jour comme des dates ayant une valeur légale. Ces dates font partie d'un processus métier interne et ne peuvent pas être prises en compte pour des démarches légales. Qui a financé ou soutenu la création du jeu de données ? L'INCa pour les données disponibles sur le site de l'INCa, la HAS pour la centralisation de ces données et leur mise à disposition. ## Composition du jeu de données Que contient le jeu de données principalement ? Les métadonnées des documents rédigés par les agents de l'INCa. Dispose-t-on d’un schéma décrivant les variables du jeu de données ? Oui : ```shell ├── Titre ├── Collection ├── PublicationInfos │ ├── Public │ ├── Date de publication │ ├── Référence # identifiant unique de la publication │ ├── Format # format papier (A4...) │ ├── Langue │ ├── LienPublication # lien vers le fichier PDF disponible ici ├── Résumé │ ├── Texte │ ├── Liens # liens présents dans le texte du résumé ├── Partenaires │ ├── Texte │ ├── Liens # liens présents dans le texte des partenaires ├── LienSite # URL de la fiche ``` Que contient chaque champ du jeu de données ? Voir l'arborescence des champs ci-dessus. Est-ce que le contenu du jeu de données dépend de ressources externes ? Non De quelles garanties dispose-t-on concernant la pérennité de ces ressources ? Les données de publications présentes dans ce jeu de données ont été extraites de façon ponctuelle du site de l'INCa, l'auteur de ce jeu de données ne peut apporter de garantie sur la pérennité des données sources disponibles sur le site de l'INCa. ## Processus de collecte des données Comment les données ont été collectées (avec des capteurs, manuellement par des outils informatiques…) ? Les publications sont rédigées par des agents de l'INCa et sont mises à disposition sur le site de l'INCa. La collecte a été faite en utilisant des techniques de web scraping. Qui a assuré le processus de collecte de données (des agents, des bénévoles, des étudiants…) ? Cette collecte a été réalisée dans le cadre d’une mission pour le compte de la HAS, afin que les données soient mises à disposition des participants du Défi iDoc Santé. Quelle a été la période de collecte des données ? Les données de publication ont été collectées le 04/05/2022. Les données ont-elles été collectées directement ou inférées à partir d’autres données ? Les données de publication de l'INCa ont été collectées directement sur les pages des fiches correspondantes, à l’aide de techniques

Métadonnées des Publications de l'INCa · Open Data Finder