Aller au contenu principal

Introduction

Présentation des GBAD

L'objectif du Global Burden of Animal Diseases (GBADs) est de minimiser le fardeau économique et sanitaire des maladies animales en collectant, évaluant et conservant des ressources de données privées et ouvertes via un moteur de connaissances. .

Le rôle des données dans les GBAD

Les données inspirent la prise de décision grâce à des modèles (tels que fournis par les GBAD et autres) qui améliorent les résultats sociétaux de l'élevage et de l'aquaculture, ont un impact positif sur les objectifs de développement durable (ODD) et améliorent les résultats pour les éleveurs. L'objectif primordial des GBAD est d'améliorer les méthodes d'estimation du fardeau sanitaire et économique des maladies animales et des maladies humaines dues aux maladies animales. Les GBAD collecteront, accéderont, normaliseront et organiseront la pléthore de ressources de données ouvertes et privées disponibles. et mettra ces ressources à disposition via un moteur de connaissances. En rendant les données liées à la santé et à l'économie des animaux disponibles via un seul moteur, les données seront mieux utilisées et comparées, ce qui conduira finalement à de meilleures décisions et résultats dans les secteurs privé et public.

Le moteur de connaissance des données GBADs sera enraciné dans une stratégie de gouvernance et de provenance des données normalisée et bien définie, permettant aux GBADs d'agir en tant que « courtier » de données de confiance pour tous les artefacts de données circulant dans notre système. Le « courtage » des artefacts de données signifie que nous ne posséderons pas (ou dans de nombreux cas, ne stockerons pas) les artefacts de données qui sont diffusés via le système, mais que nous fournirons des données qui ont été normalisées et « FAIRifiées » à l'aide de nos méthodes documentées. La stratégie de gouvernance et de provenance des données GBADs garantira que les données sont standard, protégées contre les abus et fourniront la capacité d'évaluer de manière critique la qualité et la confiance des données. Plus précisément, cela inclura des normes de métadonnées réglementées, y compris des vocabulaires contrôlés, des ontologies et des structures que nous utiliserons comme épine dorsale de notre moteur de données. L'adaptation des métadonnées normalisées permettra d'interroger les données et les métadonnées, de vérifier les pratiques et de comprendre quand les sources de données peuvent être combinées. L'importance que nous accordons aux métadonnées détaillées et à la qualité des données soulignera la nécessité d'une provenance détaillée pour toutes les données négociées par notre système.

Gouvernance des données et GBAD

"Si tu veux aller vite, vas-y seul. Si tu veux aller loin, vas-y ensemble."

-- Proverbe Africain
[Jonathan Rushton](https://orcid.org/0000-0001-5450-4202), le directeur des GBADs, commence souvent les réunions d'équipe par la citation ci-dessus, rappelant aux thèmes des GBADs qu'il est important de continuer à travailler ensemble pour avoir un impact.

Ce proverbe peut être étendu à l'idée de big data. Il existe d'innombrables sources de données ouvertes et privées, et même lorsque ces sources proviennent de la même discipline, nous constatons souvent des différences dans la manière dont les données sont structurées, rapportées, décrites et diffusées. La combinaison de données provenant de différentes sources nécessite collaboration, transparence et travail d'équipe.

**FAIR**, comme vous le lirez, signifie Findable, Accessible, Interoperable and Reusable. Nous jetons un 'S' après FAIR (**FAIRS**) pour la sécurité.

Ce sont les principes de partage de données que nous recherchons chez GBADs !
Il est impossible de combiner des données si chacun travaille individuellement sur ses jeux de données sans réfléchir à la manière dont il va communiquer, partager et réutiliser ses données. En utilisant des normes et des données structurantes pour soutenir les principes FAIR, nous pouvons commencer à travailler ensemble et construire une **culture des données** dans les GBAD.

Le manuel de gouvernance des données GBADs décrit comment gérer, décrire et communiquer sur les données qui transitent par le moteur de connaissances GBADs. Il documente les lignes directrices, les pratiques standard et les procédures liées à la stratégie de gouvernance des données GBADs.

:classe: conseil

C'est un « document vivant » ! Au fur et à mesure que le thème GBADs Informatics en apprendra davantage sur la gouvernance des données et les besoins en données GBADs, nous mettrons à jour et ajusterons ce livre en conséquence.

Pour démarrer


Pour plus d'informations sur nos principes de partage de données :
[Principes de partage de données](#dataSharing)
---

En savoir plus sur notre moteur de connaissances ici :

---
Pour comprendre nos normes de données et des informations sur les métadonnées :
[Normes de données](#techdatastds)

---
Apprenez à utiliser notre interface de programmation d'applications (API) ici :
[Guide de l'utilisateur des données](#dataUsers)

---
En savoir plus sur les "données ordonnées" (organiser vos feuilles de calcul d'une manière qui respecte les principes FAIR) ici :
[Organisation des données dans des feuilles de calcul](#dataBestPractices)

Ce document est organisé de manière à refléter les principales composantes de la gouvernance des données du point de vue des GBAD :

  1. Qu'est-ce que la gouvernance des données du point de vue des GBAD ? Cela comprend un aperçu de ce qu'est la gouvernance et de la provenance des données, nos principes de partage des données et pourquoi la gouvernance des données est essentielle dans la perspective globale des GBAD.
  2. Normes de métadonnées et meilleures pratiques que nous prévoyons d'adopter.
  3. Confidentialité et sécurité des données
  4. Gestion des données, y compris un aperçu du système et du fonctionnement du stockage des métadonnées, des API et des autres stockages de données
  5. Guide d'utilisation des données
  6. Guide du contributeur de données