NETTOYAGE ET NORMALISATION DES DONNÉES SUR LA COUVERTURE DU SOL DES PÂTURAGES EN COLOMBIE-BRITANNIQUE

​Stagiaire en sauvetage de données : Jawad Sakarchi

Pendant six semaines de l’été 2023, j’ai eu l’occasion de participer à un stage de sauvetage de données du PLD. Mon stage portait sur une vaste base de données de zones de référence de parcours suivies par les écologistes des pâturages du ministère des Forêts de la Colombie-Britannique. Ces données se concentrent sur les différences à l’intérieur, à l’extérieur et entre des enclos clôturés. Ces enclos servent d’outils pour explorer les effets des perturbations causées par le pâturage (du bétail ou de la faune) sur les communautés écologiques. L’ensemble de données est vaste, comprenant jusqu’à 70 variables, incluant d’autres perturbations, comme les incendies, et de nombreuses variables biogéographiques, telles que l’humidité, les nutriments ou la classification des écosystèmes.

​Cet ensemble de données fournit un suivi exceptionnellement complet des perturbations sur 370 sites répartis dans toute la Colombie-Britannique, et ce, sur des décennies, voire sur une centaine d’années.
La Direction des pâturages a jugé cet ensemble de données extrêmement précieux et souhaitait en connaître l’étendue afin de le mettre à profit pour la gestion future des données, et pour les écologistes souhaitant l’utiliser.

Évaluer la richesse de l’ensemble de données a constitué un défi, car elle n’était pas claire au départ, surtout pour un universitaire non spécialisé. La manière de prendre les notes, le nom des sites et des lieux, l’organisation numérique des données (notamment dans des programmes maintenant inaccessibles, tel Microsoft Access) ont énormément changés au cours des 100 dernières années.
 
Au début du stage, plusieurs notes et fichiers Excel avaient été récemment numérisées. Cependant, la gestion de ces données et leur organisation étaient assurées par des personnes distinctes. L’objectif de ce stage de six semaines était de comptabiliser ce qui était disponible en matière de données ; de créer des métadonnées ; de restructurer et de réorganiser les données pour créer un schéma des relations pour leur traitement ultérieur dans un système de gestion de bases de données relationnelles ; de revoir les conventions d’appellation pour plus de cohérence ; d’identifier les variables sans nom ou ambiguës afin de créer un dictionnaire de données ; d’identifier les variables dépréciées ; de créer un DOI ; d’élaborer des tableaux de références pour les données désordonnées ; tout en documentant le processus pour en assurer l’accessibilité et la poursuite éventuelle.
 
Pour y parvenir, j’ai collaboré principalement avec Nancy Elliot, analyste des pâturages à la Direction des pâturages du ministère des Forêts de la Colombie-Britannique (pâturages, plantes envahissantes et restauration des écosystèmes). De nombreux fichiers, tels que le dictionnaire de données, le schéma des relations, les informations générales et les scripts R associés au projet, sont désormais accessibles au public sur l’Open Science Framework. Les métadonnées permettront aux futurs chercheurs et chercheuses de comprendre et d’exploiter facilement les données. Outre la documentation des décisions et des prochaines étapes d’analyse, ce projet permet une gestion reproductible et la pérennisation de ce riche ensemble de données.