Vendredi 15 Novembre 2024

Rapport

Le GBIF a mis en ligne récemment le rapport final du groupe de travail sur la découverte et la mobilisation des données de collection, mis en place afin d'accélérer la découverte, la numérisation et l'accessibilité des données de collections d'histoire naturelle.

Les objectifs principaux de ce groupe de travail étaient de :

  • Documenter les bonnes pratiques issues de plusieurs projets actuels de mobilisation de données, concernant différents types de collections
  • Documenter les modèles économiques les plus adaptés à la mobilisation de données
  • Echanger avec des intitiatives actuelles dédiées à l'augmentation des capacités et à la mobilisation de données
  • Fournir des conseils lors de l'élaboration de documents de formation et de sensibilisation, afin d'aider les institutions et décideurs intéressés par cette thématique à mettre en place une stratégie de mobilisation grâce aux métadonnées
  • Fournir des conseils dans l'établissement de priorités pour la numérisation des collections d'histoire naturelle afin de répondre aux besoins institutionnels, nationaux et mondiaux
  • Faire des recommandations pour la mise en place de stratégies durables et sur le long terme pour la mobilisation et l'accès aux données de colelctions d'histoire naturelle.

Plus d'informations sur cette page (en anglais).

Un rapport présentant les recommandations d'un groupe d'experts chargés de l'amélioration des données issues du GBIF pour la modélisation écologique vient d'être mis en ligne. Ce rapport rassemble les résultats d'une enquête diffusée dans le milieu de la recherche en modélisation de répartition des espèces, ainsi que les conclusions du groupe de travail qui s'est tenu lors du symposium "Frontiers of Biodiversity Informatics and Modelling Species Distributions" à New-York en novembre 2015.

Les recommandations du groupe de travail sont les suivantes :

- fournir aux utilisateurs des indicateurs fiables sur la précision, la qualité et l'incertitude des données

- proposer des outils permettant aux utilisateurs d'annoter les erreurs ou autres problèmes dans les données

- aider les utilisateurs à utiliser et interpréter les données de façon appropriée.

Plus d'informations sur cette page (en anglais).

Revenir en haut