Modélisation des données ouvertes au service des ODD : application aux événements sportifs en ville [EGC’24 & BDA’23]

Atteindre les Objectifs de Développement Durable (ODD) est un enjeu majeur à l’horizon de 2030. Pour évaluer les progrès réalisés, des indicateurs sont indispensables et doivent pouvoir être comparables aussi bien dans le temps que dans l’espace. La définition de ces indicateurs nécessite l’exploitation de données existantes notamment des données ouvertes. Toutefois, la diversité des sources et de formats pose des défis en termes de structuration et d’intégration de données. Malgré l’abondance des données ouvertes, leur utilisation reste limitée, laissant un potentiel inexploité pour orienter les politiques urbaines vers la durabilité. Ainsi, cet article présente une approche de modélisation dirigée par les données pour représenter les données ouvertes. Nous illustrons l’application de cette méthode aux ODD, et aux événements sportifs ouvrant ainsi de nouvelles perspectives pour établir le rapprochement entre données et calcul d’indicateurs.

Ce travail a été publié à [EGC’24 & BDA’23] et développé par ma doctorante Wissal Benjira. Elle est co-encadrée par Benedicte Bucher (IGN), Malika Grim Yefsah (IGN) et Faten Atigui (CNAM).

Parmi les perspectives, nous nous intéressons aux rapprochement de schémas entre le graphe de schéma des indicateurs des ODD et le schéma des sources de données (OpenData, collectivités, régions, etc.), le tout stocké dans Neo4j. Une autre perspective est la génération automatique de calcul d’indicateurs pour les ODD reposant sur des requêtes de propagation sur les graphes.

Laisser un commentaire