https://cms.semweb.pro/talk/18411398 https://cms.semweb.pro/talk/18411398 https://cms.semweb.pro/talk/18411398 <p> La stratégie numérique de l’IRD en 2023 révélait deux grands axes :<br/> </p><p> • la valorisation des données et des activités scientifiques,<br/> • l’amplification de la transparence des activités institutionnelles.<br/> </p><p> Avec des données dispersées dans différents systèmes d’information et souvent en silot, il est<br/> difficile d’avoir une vue d’ensemble des activités et des compétences au sein de l’institut.<br/> C’est dans ce contexte que la Mission Science Ouverte et la Direction Informatique (DDUNI) de<br/> l’IRD ont répondu à un appel à projet France Relance en 2021 pour « Connaître et décrire l’activité<br/> scientifique de l’IRD en reliant ses productions ».<br/> </p><p> Dans le cadre d’une prestation UGAP, nous avons fait appel à trois prestataires pour créer un graphe<br/> sémantique consultable via un portail web et dont les données peuvent être mise à jour à la<br/> demande.<br/> </p><p> Dans une première étape, nous avons identifiés trois cas d’usage auprès d’un panel utilisateur :<br/> </p><p> • En tant que gestionnaire de données, j’ai besoin de connaître les productions à l’IRD pour<br/> faire une revue de littérature.<br/> • En tant que responsable de structure, j’ai besoin de connaître les compétences à l’IRD pour<br/> répondre aux enquêtes de bailleurs.<br/> • En tant que producteur de données, j’ai besoin d’identifier les collaborations pour présenter<br/> des références pour un appel d’offre.<br/> </p><p> À partir de ces cas d’usage, nous avons identifié les sources de données à connecter puis un modèle<br/> de données s’articulant autour de quatre entitées: ird-contrat, ird-person, ird-activite et ird-documents.<br/> </p><p> Côté architecture, le graphe est relié aux sources de données par des connecteurs. Les données sont<br/> ensuite tranformées et mises sous la forme de triplets conformément au modèle. Une série de<br/> requêtes SPARQL analyse ensuite le contenu du graphe. Les données pivots telles que le matricule<br/> des scientifique permet l’apairage des concepts connexes. Une analyse basé sur du machine learning<br/> est également menée pour établir des connexions plus complexes, telles que le rapprochement de<br/> noms de contrats et de noms de projets. Une fois le graphe consolidé, le données sont indexées dans<br/> un moteur de recherche (ElasticSearch) qui sert d’interface entre le graphe et le portail web. Les<br/> données du graphes sont consultables via une API GraphQL et l’ensemble des étapes précitées est<br/> orchestré par l’outil AirFlow. L’application est constitué de briques modulaires containerisées.<br/> </p><p> Le lien suivant vous offre une démonstration de l’application : https://filesender.renater.fr/?<br/> s=download&amp;token=b1a0eecb-6a12-42fe-9eb3-007ff5599270<br/> </p><p> Auteur: Daniel Salas (docteur en informatique, spécialisé dans le calcul scientifique) Je travaille depuis<br/> deux ans au sein de la Mission Science Ouverte de l'IRD. Je suis en charge de la maintenance des<br/> référentiels scientifiques, de leur mise en qualité et de leur intégration au SI de l'IRD. Je suis<br/> également formateur et j'anime des sessions d'aide à la rédaction des plans de gestion de données.<br/> </p> 2025-12-05T18:51+00:00 admin