Formatos y Metadatos El Proceso y las Herramientas para la Publicación y Uso de

Datos Abiertos en Uruguay

28-30 de Setiembre, Montevideo, Uruguay

Agenda

•Datasets y Principios

•Estrellas

•Formatos

•Metadatos

Dataset

•Es la “Unidad de Publicación”:

–Es raro que publique o modifique menos de un dataset.

•Es un conjunto de datos, usualmente de archivos, que tienen una cohesión semántica (por significado).

–Deberíamos evitar los “cambalaches”.

Principios de Datos Abiertos •Completos

•Primarios

•Oportunos

•Accesibles

•Procesables

•No Discriminatorios

•No Propietarios

•Con Licencia Abierta

Por qué?

Datos

Clase de la Publicación: Estrellas

Licencia Abierta

Estructurada

No Propietaria

URIs para poder apuntar

Enlazada a otras fuentes

Formatos de Publicación. •Describen la representación interna de los archivos contenidos en un dataset. –EJ: En un CSV se mantienen un registro por línea, y cada campo está separado por un carácter conocido, usualmente “,”.

•Hay que elegir el formato correcto para el tipo de datos que se desea publicar. –Pueden aplicarse patentes sobre todo o parte de los datos publicados. –Ej: No usar tablas de datos en imágenes.

Metadatos. DATO 18

grados

celsius

de máxima

en MVD

el 19/6/2015

tomados a la intemperie

con termómetro de mercurio

Qué

Dónde

Cuando

Cómo

Por qué gastar en Metadatos? •Por el usuario:

–Para poder usar adecuadamente los datos debe saber qué significa y establecer niveles de confianza adecuados

•Por el publicador:

–Quien publica los datos, quiere garantizar una interpretación de los datos, lo más cercana posible a su visión de los mismos.

Tipos de Metadatos • Descriptivos (del Dataset)

–Proveen información general del dataset (publicador, fecha de pub, encoding,formato,serie,etc)

•De Contenido (del Dataset)

–Qué significa cada dato del dataset y sus relaciones con otros datos (Incluye Modelo de Datos)

Tipos de Metadatos • De Calidad –Describen la calidad del dataset (la publicación el dataset y todo el conjunto de datos) y/o del contenido del dataset (en un nivel intermedio de agregación)

•De Provenance –Describe la cadena de procesos a los que fueron sometidos los datos desde su origen hasta su liberación.

Desafíos en la Publicación •Elegir el formato adecuado balanceando –Facilidad de la publicación.

–Facilidad en el uso.

–Asociación con la metadata adecuada.

•Elegir la metadata adecuada balanceando –Facilidad de generación y publicación

–Necesidad para el uso.

–Asociación con el dataset

Taller •Minitalleres –Pequeña charla técnica.

–Discusión y trabajo en grupo.

•M1: Determinación y transformación del formato adecuado.

•M2: Determinación y generación de la metadata.