Skip to content
Open Data Finder
data.gouv.fr

Textes des publications de la HAS

Published by Haute Autorité de santé

About this dataset

# Textes des publications de la HAS ## 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 métadonnées des publications de la HAS sont disponibles ici. Chacune de ces publications contient des ressources liées. Dans le but de faciliter la réutilisation des connaissances produites par la HAS, ce jeu de données propose le fichier PDF ainsi qu'une version semi-structure du texte contenu à l'intérieur pour chaque ressource, pour chaque publication HAS. Pour quelles autres tâches le jeu de données pourrait-il être utilisé ? Faciliter la découverte des informations médicales, suivre l'évolution des connaissances en santé… Quelles sont les utilisations trompeuses du jeu de données ? Nous incluons tout l'historique des publications de la HAS disponible sur le site web. Les informations incluses dans les documents peuvent ne pas être à jour. Par ailleurs, le texte est extrait automatiquement des PDF, sans vérification ultérieure. Certains textes sont incomplets, peuvent contenir des erreurs, les tableaux et images ne sont pas (bien) extraits (cf. section plus bas sur les limites). Ce texte peut être utilisé pour des usages expérimentaux, ou des indexations, mais seul le PDF d'origine fait foi. Qui a financé ou soutenu la création du jeu de données ? La HAS. ## Composition du jeu de données Que contient le jeu de données principalement ? Les textes bruts (non structurés (PDF) et semi-structurés (XML)) des documents rédigés par les agents de la HAS. Deux types de fichiers semi-structurés sont mis à disposition : 1. Text : fichier XML contenant le texte brut par page, 2. Annotated: fichier XML contenant le mis en forme (en utilisant de balises type HTML) ainsi que le texte. Ce type de fichier existe que pour les fichiers PDF qui suivent le standard PDF/A ou PDF/UA. Dispose-t-on d’un schéma décrivant les variables du jeu de données ? Pas pour l'instant. Est-ce que le contenu du jeu de données dépend de ressources externes ? Oui, ce jeu de données est exploitable en combinaison avec un autre sur les métadonnées des publications de la HAS. En outre, les documents peuvent contenir des informations relatives à des ressources externes. De quelles garanties dispose-t-on concernant la pérennité de ces ressources ? Le jeu de données des métadonnées des publications de la HAS est assuré par les agents de la HAS. Pour le reste, cela dépend de chaque ressource externe. ## 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 la HAS. Certaines publications sont versées automatiquement sur le site internet de la HAS à partir de systèmes d'information internes, d'autres sont ajoutées manuellement. La collecte depuis le site internet de la HAS se fait par des outils informatiques. **Qui a assuré le processus de collecte de données (

Textes des publications de la HAS · Open Data Finder