Suite

Directives pour la publication de grands ensembles de données sur QGIS Web Client

Directives pour la publication de grands ensembles de données sur QGIS Web Client


Quelqu'un peut-il fournir des conseils simples pour publier de grands ensembles de données sur le client Web QGIS ? J'ai un mélange de fichiers de formes et de rasters à afficher. Le plus gros fichier de formes fait 230 Mo. Le plus gros raster est de 1,4 Go.

À l'heure actuelle, le navigateur affiche une icône de chargement qui ne disparaît pas…

Dois-je créer des pyramides ou est-ce géré par le serveur ? Peut-être qu'il y a d'autres solutions rapides que les gens peuvent suggérer…


Cela aiderait si vous fournissez une sorte de résultat de débogage à partir du moment où vous chargez votre carte. Je sais que vous pouvez installer la console sur firefox avec ctrl + shift + k. Ensuite, passez à l'onglet javascript (car c'est là que des erreurs me sont arrivées) et vous pouvez y trouver votre erreur. Habituellement, l'icône de chargement infini signifie qu'il y a une erreur.

Et oui, vous devriez créer des pyramides car elles sont plus appréciées des serveurs en raison de leur fonctionnement. Si vous effectuez un zoom arrière important sur un raster, vous dessinerez le raster avec une faible qualité (résolution inférieure) car vous ne pouvez pas voir les détails de toute façon. De cette façon, vous avez un raster plus petit avec une densité de pixels plus petite, une taille conséquemment plus petite. Mais si vous zoomez, la qualité du raster augmente. De cette façon, vous n'affichez pas toujours le raster à sa pleine résolution mais à celui dont vous avez besoin, ce qui est parfait pour un serveur. Vous pouvez même accélérer les choses en augmentant le niveau de compression. Vous pouvez trouver une meilleure explication ici : Manipulation de nombreux fichiers raster dans QGIS ?

Une autre option est les tuiles, qui couperaient votre couche raster en png plus petits par exemple. De cette façon, lorsque vous effectuez un zoom avant, vous affichez une petite tuile de ce raster et non la petite partie de votre énorme raster. http://gis-lab.info/qa/qtiles-eng.html

Pour l'exemple de la publication de grands ensembles de données, je ne comprends pas vraiment ce que vous essayez d'acquérir. Le client Web affiche votre projet, vous devez donc publier vos grands ensembles de données dans votre projet, puis créer des pyramides dans ce projet. Vous pouvez créer des pyramides comme celle-ci : http://www.northrivergeographic.com/archives/pyramid-layers-qgis-arcgis


Sur http://gis.stackexchange.com, vous pouvez également poser des questions à QGIS. Si vous utilisez la balise qgis, vous verrez toutes les questions et réponses liées à QGIS : http://gis.stackexchange.com/?tags=qgis

Télégramme¶

Il y a beaucoup de discussions liées aux utilisateurs et à la communauté (en anglais parlé) sur la chaîne Telegram que vous pouvez rejoindre ici : https://t.me/joinchat/Aq2V5RPoxYYhXqUPoxRWPQ

Pour rejoindre: installez Telegram sur votre téléphone, inscrivez-vous et rejoignez via le lien ci-dessus.

Il existe également une version Web (https://web.telegram.org) que vous pouvez rejoindre dans le navigateur (après avoir rejoint le télégramme via votre téléphone (numéro)).

Matrice / IRC¶

Matrix (https://matrix.org) est un projet de chat décentralisé. QGIS dispose d'une salle accessible par le #qgis:osgeo.org alias (entre autres) qui relie le libera.chat #qgis canal IRC.

Pour utiliser Matrix : créez un compte (sur matrix.org est le plus simple, mais si vous avez un compte OSGeo, vous pouvez également utiliser votre identifiant OSGeo comme identifiant de matrice), installez un client (Elements est le plus simple, mais voir https://matrix. org/docs/projects/try-matrix-now/#clients pour en savoir plus), OU pointez votre navigateur sur (https://matrix.to/#qgis:osgeo.org)

Pour utiliser IRC : installez un client IRC et connectez-vous à irc://irc.libera.chat/#qgis ou pointez votre navigateur sur https://web.libera.chat/?channels=#qgis


QGIS fonctionne comme un logiciel de système d'information géographique (SIG), permettant aux utilisateurs d'analyser et de modifier des informations spatiales, en plus de composer et d'exporter des cartes graphiques. [3] QGIS prend en charge à la fois les couches raster et vectorielles. Les données vectorielles sont stockées sous forme d'entités ponctuelles, linéaires ou surfaciques. Plusieurs formats d'images raster sont pris en charge et le logiciel peut géoréférencer les images.

QGIS prend en charge les fichiers de formes, les couvertures, les géodatabases personnelles, dxf, MapInfo, PostGIS et d'autres formats. [4] Les services Web, y compris Web Map Service et Web Feature Service, sont également pris en charge pour permettre l'utilisation de données provenant de sources externes. [5]

QGIS s'intègre à d'autres packages SIG open source, notamment PostGIS, GRASS GIS et MapServer. [5] Les plugins écrits en Python ou C++ étendent les capacités de QGIS. Les plugins peuvent géocoder à l'aide de l'API Google Geocoding, exécuter des fonctions de géotraitement similaires à celles des outils standard trouvés dans ArcGIS et s'interfacer avec les bases de données PostgreSQL/PostGIS, SpatiaLite et MySQL.

QGIS peut également être utilisé avec SAGA GIS et Kosmo.

Gary Sherman a commencé le développement de Quantum GIS au début de 2002, et il est devenu un projet d'incubateur de l'Open Source Geospatial Foundation en 2007. [6] La version 1.0 a été publiée en janvier 2009. [7]

En 2013, avec la sortie de la version 2.0, le nom a été officiellement changé de SIG quantique à QGIS pour éviter toute confusion car les deux noms ont été utilisés en parallèle. [2]

Écrit en C++, QGIS fait un usage intensif de la bibliothèque Qt. [5] En plus de Qt, les dépendances requises de QGIS incluent GEOS et SQLite. GDAL, GRASS GIS, PostGIS et PostgreSQL sont également recommandés, car ils donnent accès à des formats de données supplémentaires. [8]

Depuis 2017 [mise à jour] , QGIS est disponible pour plusieurs systèmes d'exploitation, notamment Mac OS X, Linux, Unix et Microsoft Windows. [9] Une version mobile de QGIS était en cours de développement pour Android à partir de 2014 [mise à jour] . [dix]

QGIS peut également être utilisé comme interface utilisateur graphique pour GRASS. QGIS a une faible empreinte d'installation sur le système de fichiers hôte par rapport aux SIG commerciaux et nécessite généralement moins de RAM et de puissance de traitement, il peut donc être utilisé sur du matériel plus ancien ou exécuté simultanément avec d'autres applications où la puissance du processeur peut être limitée. [ citation requise ]

QGIS est maintenu par des développeurs bénévoles qui publient régulièrement des mises à jour et des corrections de bogues. Depuis 2012 [mise à jour] , les développeurs ont traduit QGIS en 48 langues et l'application est utilisée à l'échelle internationale dans des environnements académiques et professionnels. Plusieurs entreprises proposent des services de support et de développement de fonctionnalités. [11]

Couches Modifier

QGIS peut afficher plusieurs couches contenant différentes sources ou représentations de sources.

Préparation des cartes Modifier

Afin de préparer une carte imprimée avec QGIS, Print Layout est utilisé. Il peut être utilisé pour ajouter plusieurs vues de carte, étiquettes, légendes, etc.

En tant qu'application logicielle libre sous GNU GPLv2, QGIS peut être librement modifié pour effectuer des tâches différentes ou plus spécialisées. Deux exemples sont les applications QGIS Browser et QGIS Server, qui utilisent le même code pour l'accès aux données et le rendu, mais présentent des interfaces frontales différentes. [ citation requise ]


Logiciel gratuit

CartoDB :
Créez des cartes avec vos données et stockez-les dans le cloud.

SIG quantique
Quantum GIS (QGIS) est un SIG open source convivial sous licence GNU General Public License. QGIS est un projet officiel de l'Open Source Geospatial Foundation (OSGeo).

Lotgeo
Créez des cartes à partir d'une liste de plusieurs emplacements, utilisez des adresses, des codes postaux ou des coordonnées. Hébergement gratuit pour votre propre localisateur de carte interactif.

GeoCommons
GeoCommons vous permet de trouver, d'utiliser et de partager des données géographiques et des cartes.

Tutoriel SIG GRASS
GRASS (Geographic Resources Analysis Support System) est une suite logicielle SIG gratuite et open source utilisée pour la gestion et l'analyse de données géospatiales, le traitement d'images, la production de graphiques et de cartes, la modélisation spatiale et la visualisation 3D.

OpenStreetMap
OpenStreetMap est une carte du monde, créée par des personnes comme vous et dont l'utilisation est gratuite sous licence ouverte.


Directives pour la publication de grands ensembles de données sur QGIS Web Client - Geographic Information Systems

Avertissement! Ce navigateur n'est pas pris en charge - Certaines fonctionnalités peuvent ne pas fonctionner. Essayez d'utiliser un autre navigateur tel que Chrome, Edge, Firefox ou Safari.

Politique de conformité

Ce guide fournit la déclaration de politique des National Institutes of Health (NIH) sur le partage de données et des informations supplémentaires sur la mise en œuvre de cette politique.

ACTUALITÉS : Nouvelle politique du NIH sur la gestion et le partage des données (en vigueur le 25 janvier 2023)

Le NIH a publié une nouvelle politique finale du NIH pour la gestion et le partage des données, qui obligera les chercheurs financés par le NIH à soumettre de manière prospective un plan décrivant comment les données scientifiques de leur recherche seront gérées et partagées. Le 25 janvier 2023, la nouvelle politique entrera en vigueur et remplacera la politique de partage de données des NIH de 2003 actuellement en vigueur.

Pour aider la communauté des chercheurs à se préparer à la mise en œuvre de la nouvelle politique, le NIH fournit également les informations supplémentaires suivantes : Éléments d'un plan de gestion et de partage des données du NIH, Coûts admissibles pour la gestion et le partage des données, et Sélection d'un référentiel pour les données issues du soutien du NIH Recherche. Visitez la page sur l'accès public et la science ouverte pour en savoir plus.

Orientations pour la politique actuelle :

La politique actuelle de partage de données du NIH, en vigueur depuis 2003, reste en vigueur jusqu'au 25 janvier 2023.

OBJECTIFS DU PARTAGE DES DONNÉES

Le partage des données favorise de nombreux objectifs de l'effort de recherche du NIH. Il est particulièrement important pour les données uniques qui ne peuvent pas être facilement répliquées. Le partage de données permet aux scientifiques d'accélérer la traduction des résultats de la recherche en connaissances, produits et procédures pour améliorer la santé humaine.

Il existe de nombreuses raisons de partager les données des études financées par les NIH. Le partage des données renforce la recherche scientifique ouverte, encourage la diversité des analyses et des opinions, promeut de nouvelles recherches, rend possible la mise à l'essai d'hypothèses et de méthodes d'analyse nouvelles ou alternatives, soutient les études sur les méthodes de collecte et de mesure des données, facilite la formation de nouveaux chercheurs, permet la l'exploration de sujets non envisagés par les chercheurs initiaux et permet la création de nouveaux ensembles de données lorsque des données provenant de plusieurs sources sont combinées.

De l'avis du NIH, toutes les données doivent être prises en compte pour le partage de données. Les données doivent être rendues aussi largement et librement disponibles que possible tout en protégeant la vie privée des participants et en protégeant les données confidentielles et exclusives. Pour faciliter le partage des données, les chercheurs soumettant une demande de recherche demandant 500 000 $ ou plus de coûts directs au cours d'une seule année aux NIH à compter du 1er octobre 2003 doivent inclure un plan de partage des données de recherche finales à des fins de recherche, ou indiquer pourquoi le partage de données n'est pas possible.

APPLICABILITÉ

La politique du NIH sur le partage des données s'applique :

  • Au partage des données de recherche finales à des fins de recherche.
  • À la recherche fondamentale, aux études cliniques, aux enquêtes et à d'autres types de recherche soutenus par les NIH. Il s'applique à la recherche qui implique des sujets humains et à la recherche en laboratoire qui n'implique pas de sujets humains. Il est particulièrement important de partager des données uniques qui ne peuvent pas être facilement répliquées.
  • Aux candidats qui recherchent 500 000 $ ou plus en coûts directs au cours de n'importe quelle année de la période de projet proposée par le biais de subventions, d'accords de coopération ou de contrats.
  • Aux demandes de recherche soumises à compter du 1er octobre 2003.

Les politiques relatives au partage des données varient d'un pays à l'autre. Les enquêteurs d'institutions étrangères et les enquêteurs américains qui collectent des données dans d'autres pays doivent se familiariser avec les politiques régissant le partage de données dans les pays dans lesquels ils prévoient de travailler et traiter toute limitation spécifique du plan de partage de données dans leur application.

Même si le soutien du NIH est recherché pour transformer ou lier des ensembles de données (par opposition à la production d'un nouvel ensemble de données), l'enquêteur doit toujours inclure un plan de partage de données dans la demande. S'il existe des limitations associées à un accord de partage de données pour les données d'origine qui empêchent un partage ultérieur, le demandeur doit alors l'expliquer dans la demande.

LA MISE EN OEUVRE

La politique de partage de données du NIH s'applique aux candidats qui demandent 500 000 $ ou plus en coûts directs au cours de n'importe quelle année de la recherche proposée. Le seuil de 500 000 $ correspond au seuil fixé dans le guide NIH du 16 octobre 2001, où les candidats demandant 500 000 $ ou plus en coûts directs pour une année doivent demander l'accord du personnel de l'institut ou du centre NIH (IC) pour accepter la cession de leur demande au moins 6 semaines avant la date de soumission prévue. (Voir http://grants2.nih.gov/grants/guide/notice-files/NOT-OD-02-004.html). Cette politique demande aux candidats de contacter par écrit ou par téléphone le personnel du programme IC pendant le processus de développement de la demande, mais au plus tard 6 semaines avant la date de soumission prévue. Les candidats sont encouragés à discuter de leur plan de partage de données proposé avec le personnel du programme IC à ce moment-là.

Les données de recherche finales sont des éléments factuels enregistrés communément acceptés dans la communauté scientifique comme nécessaires pour documenter, soutenir et valider les résultats de la recherche. Cela ne signifie pas plutôt des statistiques récapitulatives ou des tableaux, mais plutôt les données sur lesquelles les statistiques récapitulatives et les tableaux sont basés. Pour la plupart des études, les données de recherche finales seront un ensemble de données informatisées. Par exemple, les données de recherche finales pour une étude clinique incluraient l'ensemble de données informatisé sur lequel la publication acceptée était basée, et non les rapports de pathologie sous-jacents et autres documents de source clinique. Pour certains domaines scientifiques, mais pas tous, l'ensemble de données final pourrait inclure à la fois des données brutes et des variables dérivées, qui seraient décrites dans la documentation associée à l'ensemble de données.

Compte tenu de l'étendue et de la variété de la science prise en charge par le NIH, ni le contenu précis de la documentation des données, ni le formatage, la présentation ou le mode de transport des données ne sont stipulés. Ce qui est sensé dans un domaine ou une étude peut ne pas fonctionner du tout pour d'autres. Il serait utile que les membres de plusieurs disciplines et leurs sociétés professionnelles discutent du partage des données, déterminent les normes et les meilleures pratiques à proposer et créent un environnement social qui favorise le partage des données. Le NIH prévoit d'organiser des ateliers où des enquêteurs expérimentés dans le partage de données partageront leur expertise avec d'autres. Ces ateliers aborderont des domaines tels que le nettoyage et le formatage des données, la rédaction de la documentation, la rédaction des données pour protéger l'identité des sujets et les informations exclusives, et l'estimation des coûts de préparation de la documentation et des données à partager.

Lorsque le chercheur principal (PI) et le responsable institutionnel autorisé signent la page d'accueil d'une candidature au NIH, ils garantissent la conformité aux politiques et réglementations régissant les bourses de recherche. Le NIH s'attend à ce que les bénéficiaires suivent ces règles et effectuent le travail décrit dans la demande. Ainsi, si une application décrit un plan de partage de données, Le NIH s'attend à ce que ce plan soit adopté. Si des progrès ont été réalisés avec le plan de partage des données, le bénéficiaire doit le noter dans le rapport d'avancement. Dans le rapport d'avancement final, sinon plus tôt, le bénéficiaire doit noter les mesures qui ont été prises en ce qui concerne le plan de partage des données. En cas de non-conformité (en fonction de sa gravité et de sa durée), le NIH peut prendre diverses mesures pour protéger les intérêts du gouvernement fédéral. Dans certains cas, par exemple, le NIH peut faire du partage de données une condition explicite des attributions ultérieures.

Les bénéficiaires doivent noter que, en vertu de la déclaration de politique sur les subventions du NIH, ils sont tenus de conserver les données pendant 3 ans après la clôture d'un accord de subvention ou de contrat. (Les contrats peuvent spécifier des périodes différentes.) Pour la plupart, le NIH accorde des prix à des institutions et non à des individus (à quelques exceptions près, comme les prix F32). Ainsi, l'établissement bénéficiaire peut avoir des politiques et procédures supplémentaires concernant la garde, la distribution et la période de conservation requise pour les données produites dans le cadre des bourses de recherche.

Reconnaissant que la valeur des données dépend souvent de leur actualité, le partage des données doit se faire en temps opportun. Le NIH s'attend à ce que la publication et le partage en temps voulu des données ne soient pas plus tardifs que l'acceptation de la publication des principaux résultats de l'ensemble de données final. Le moment précis sera influencé par la nature des données recueillies. Les données de petites études peuvent être analysées et soumises pour publication relativement rapidement. Si les données de grandes études épidémiologiques ou longitudinales sont collectées sur plusieurs périodes ou vagues de temps discrètes, il est raisonnable de s'attendre à ce que les données soient publiées par vagues à mesure que les données deviennent disponibles ou que les principaux résultats des vagues de données sont publiés. Le NIH reconnaît que les enquêteurs qui ont collecté les données ont un intérêt légitime à bénéficier de leur investissement en temps et en efforts. Le NIH continue de s'attendre à ce que les chercheurs initiaux puissent bénéficier d'une utilisation initiale et continue, mais pas d'une utilisation exclusive prolongée.

Les droits et la vie privée des sujets humains qui participent à des recherches parrainées par les NIH doivent être protégés à tout moment. Il est de la responsabilité des enquêteurs, de leur Institutional Review Board (IRB) et de leur institution de protéger les droits des sujets et la confidentialité des données. Avant le partage, les données doivent être expurgées pour supprimer tous les identifiants, et des stratégies efficaces doivent être adoptées pour minimiser les risques de divulgation non autorisée d'identifiants personnels. La suppression d'un ensemble de données d'éléments susceptibles d'identifier des participants individuels est désignée par plusieurs termes différents, tels que « rédaction des données », « désidentification des données » et anonymisation des données. En plus de supprimer les identifiants directs, par exemple le nom, l'adresse, les numéros de téléphone et les numéros de sécurité sociale, les chercheurs devraient envisager de supprimer les identifiants indirects et d'autres informations qui pourraient conduire à une « divulgation déductive » de l'identité des participants. La divulgation déductive de sujets individuels devient plus probable lorsqu'il existe des caractéristiques inhabituelles de l'occurrence conjointe de plusieurs variables inhabituelles. Les échantillons tirés de petites zones géographiques, de populations rares et d'ensembles de données liés peuvent présenter des défis particuliers pour la protection de l'identité des sujets.

Les enquêteurs peuvent utiliser différentes méthodes pour réduire le risque d'identification du sujet. Une approche possible consiste à retenir une partie des données. Une autre approche consiste à modifier statistiquement les données de manière à ne pas compromettre les analyses secondaires mais à protéger l'identité des sujets individuels. Alternativement, un enquêteur peut restreindre l'accès aux données sur un site contrôlé, parfois appelé enclave de données. Certains enquêteurs peuvent utiliser des méthodes hybrides, telles que la publication d'un ensemble de données hautement rédigé pour une utilisation générale, mais fournissant un accès à des données plus sensibles avec des contrôles plus stricts via une enclave de données.

Les chercheurs qui souhaitent accéder à des données au niveau individuel sont généralement tenus de conclure un accord de partage de données. Les accords de partage de données, qui comportent de nombreux termes, y compris les « accords de licence » et les « accords de distribution de données », incluent généralement des exigences visant à protéger la vie privée des participants et la confidentialité des données. Ils peuvent interdire au destinataire de transférer les données à d'autres utilisateurs ou exiger que les données soient utilisées uniquement à des fins de recherche, entre autres dispositions, et ils peuvent prévoir des sanctions en cas de violation. Pour plus d'informations sur ces mécanismes alternatifs de partage de données tout en protégeant la confidentialité des participants, consultez également la section relative aux « Méthodes de partage de données ». Dans la plupart des cas, le partage et l'archivage des données sont possibles sans compromettre la confidentialité et les droits à la vie privée. Les procédures adoptées pour partager les données tout en protégeant la vie privée doivent être adaptées individuellement à l'ensemble de données spécifique.

Les chercheurs qui recherchent le soutien du NIH pour les essais cliniques peuvent souhaiter prendre en compte plusieurs facteurs lors de l'élaboration de leur plan de partage de données. Les chercheurs qui planifient des essais cliniques et ont l'intention de partager les données résultantes doivent réfléchir soigneusement à la conception de l'étude, aux documents de consentement éclairé et à la structure de l'ensemble de données résultant avant le début de l'étude. Par exemple, de nombreux essais cliniques de phase précoce utilisent de petits échantillons, ce qui rend difficile la protection de la vie privée des participants. De plus, certains modèles d'étude offrent une plus grande protection de la vie privée aux sujets que d'autres. Par exemple, la recherche longitudinale pose des défis en raison de la nécessité de conserver des identifiants afin de lier des données individuelles collectées à différents moments.

Le NIH reconnaît que le partage de données issues d'essais cliniques et dans d'autres situations peut nécessiter de rendre les données anonymes ou de les partager selon des moyens plus contrôlés, comme par le biais d'une enclave de données à accès restreint. Le partage via des enclaves de données n'accorderait l'accès qu'aux chercheurs qui acceptent de préserver la vie privée des sujets et de fournir des moyens de protéger la confidentialité des données.

Les enquêteurs qui travaillent pour ou qui sont eux-mêmes des entités couvertes en vertu de la Health Insurance Portability and Accountability Act (HIPAA) doivent tenir compte des questions liées à la Règle de confidentialité, une réglementation fédérale en vertu de la HIPAA qui régit la protection des informations de santé identifiables individuellement. Le ministère de la Santé et des Services sociaux (DHHS) fournit des conseils sur la recherche et la règle de confidentialité ailleurs (http://www.hhs.gov/ocr/).

Si l'on promet aux participants à la recherche que leurs données ne seront pas partagées avec d'autres chercheurs, la demande doit expliquer les raisons de ces promesses. De telles promesses ne devraient pas être faites systématiquement et sans justification adéquate. Dans la plupart des cas, il n'est pas approprié que le chercheur initial impose des limites aux questions de recherche ou aux méthodes que d'autres chercheurs pourraient poursuivre avec les données. Il n'est pas non plus approprié pour l'investigateur qui a produit les données d'exiger la coauteur comme condition de partage des données.

De nombreux efforts de recherche soutenus par le NIH n'incluent pas de sujets humains. Les ensembles de données de recherche finaux provenant d'études qui n'incluent pas de sujets humains ne devraient généralement pas être limités par les limitations jugées nécessaires et appropriées pour les sujets humains.

Bien que les candidats à la recherche sur l'innovation des petites entreprises (SBIR) doivent également aborder le partage de données dans leurs candidatures, en vertu du Small Business Act, les bénéficiaires de subventions SBIR peuvent retenir leurs données pendant 20 ans après la fin de la bourse. Le Small Business Act autorise le NIH à protéger de la divulgation et de l'utilisation non gouvernementale toutes les données SBIR développées à partir de travaux effectués dans le cadre d'un accord de financement SBIR pendant une période de 20 ans après la clôture d'une subvention de phase I ou II, à moins que le NIH n'obtienne l'autorisation de le bénéficiaire de divulguer ces données. La période de protection des droits des données ne prend fin qu'à l'expiration de la période de protection applicable à l'attribution SBIR, ou par accord entre la petite entreprise et le NIH.

Des problèmes liés aux données exclusives peuvent également survenir lorsque le cofinancement est fourni par le secteur privé (par exemple, les industries pharmaceutiques ou biotechnologiques) avec des contraintes correspondantes sur la divulgation publique. Le NIH reconnaît la nécessité de protéger les données brevetables et autres données exclusives. Toute restriction sur le partage de données en raison d'accords de cofinancement doit être discutée dans la section plan de partage de données d'une demande et sera prise en compte par le personnel du programme. Bien que le NIH comprenne que le désir d'une institution d'exercer ses droits de propriété intellectuelle peut justifier la nécessité de retarder la divulgation des résultats de la recherche, un délai de 30 à 60 jours est généralement considéré comme un délai raisonnable pour une telle activité.

Il existe de nombreuses façons de partager des données.

La méthode de partage choisie par un enquêteur dépendra probablement de plusieurs facteurs, notamment la sensibilité des données, la taille et la complexité de l'ensemble de données et le volume de demandes anticipé. Les enquêteurs partageant sous leurs propres auspices peuvent simplement envoyer un CD avec les données au demandeur, ou publier les données sur leur site Web institutionnel ou personnel. Bien qu'il ne s'agisse pas d'une condition d'accès aux données, certains chercheurs partageant sous leurs propres auspices peuvent former des collaborations avec d'autres chercheurs cherchant leurs données afin de poursuivre des recherches d'intérêt mutuel. D'autres peuvent simplement partager les données en les transférant vers une installation d'archivage de données afin de les diffuser plus largement aux utilisateurs intéressés, de conserver la documentation associée et de répondre aux exigences de déclaration. Les archives de données peuvent être particulièrement intéressantes pour les enquêteurs préoccupés par un grand nombre de demandes, examinant des demandes frivoles ou inappropriées, ou fournissant une assistance technique aux utilisateurs cherchant de l'aide pour les analyses.

Il existe plusieurs mécanismes de partage des données que les enquêteurs peuvent utiliser. Par exemple, les enquêteurs partageant sous leurs propres auspices devraient envisager d'utiliser un accord de partage de données d'imposer des limitations appropriées aux utilisateurs. Un tel accord indique généralement les critères d'accès aux données, qu'il existe ou non des conditions d'utilisation de la recherche, et peut incorporer des normes de confidentialité et de confidentialité pour assurer la sécurité des données sur le site destinataire et interdire la manipulation des données à des fins d'identification des sujets. De nombreux exemples d'accords de partage de données pour des ensembles de données spécifiques sont disponibles sur Internet, notamment les suivants :

Center for Medicare and Medicaid Services Data sur http://hrsonline.isr.umich.edu/rda/userdocs/cmsdua.pdf (PDF - 59 Ko)

Alternativement, les chercheurs peuvent vouloir ajouter leurs données à une archive de données ou à une enclave de données. Les ensembles de données qui ne peuvent pas être distribués au grand public, par exemple en raison de problèmes de confidentialité des participants, d'accords de licence ou d'utilisation de tiers interdisant la redistribution, ou pour des raisons de sécurité nationale, sont accessibles via une enclave de données. Une enclave de données fournit un environnement contrôlé et sécurisé dans lequel les chercheurs éligibles peuvent effectuer des analyses en utilisant des ressources de données restreintes.

Les enquêteurs peuvent également souhaiter développer un « mode mixte » pour le partage des données qui permet plus d'une version de l'ensemble de données et offre différents niveaux d'accès selon la version. Par exemple, un ensemble de données rédigé pourrait être mis à disposition pour une utilisation générale, mais des contrôles plus stricts via une enclave de données seraient appliqués si l'accès à des données plus sensibles était requis.

Les enquêteurs devront déterminer quelle méthode de partage de données est la meilleure pour leur ensemble de données particulier. Le classeur de partage de données (PDF - 75 Ko) ou (MS Word - 74 Ko) fournit des informations et des exemples sur la façon dont d'autres ont partagé des données.

Quel que soit le mécanisme utilisé pour partager les données, chaque ensemble de données nécessitera une documentation. (Certains champs font référence à la documentation des données par d'autres termes, tels que les métadonnées ou les livres de codes). Une documentation appropriée est nécessaire pour garantir que d'autres personnes peuvent utiliser l'ensemble de données et pour éviter les abus, les interprétations erronées et la confusion. La documentation fournit des informations sur la méthodologie et les procédures utilisées pour collecter les données, des détails sur les codes, les définitions des variables, les emplacements des champs variables, les fréquences, etc. Le contenu précis de la documentation variera selon le domaine scientifique, la conception de l'étude, le type de données recueillies et les caractéristiques de l'ensemble de données.

Il convient que les auteurs scientifiques reconnaître la source des données sur laquelle leur manuscrit est basé. De nombreux chercheurs incluent ces informations dans les méthodes et/ou les sections de référence de leurs manuscrits. Les revues incluent généralement une section de remerciements, dans laquelle les auteurs peuvent reconnaître les personnes qui les ont aidés à accéder aux données. Les auteurs utilisant des données partagées doivent vérifier les politiques de la revue à laquelle ils prévoient de soumettre pour déterminer l'emplacement précis dans le manuscrit pour une telle reconnaissance. La plupart des revues s'attendent désormais à ce que les séquences d'ADN et d'acides aminés qui apparaissent dans les articles soient soumises à une base de données de séquences avant publication.

Le NIH reconnaît qu'il faut du temps et de l'argent pour préparer les données à partager. Ainsi, les candidats peuvent demander des fonds pour le partage et l'archivage des données dans leur demande de subvention. (Voir également la section sur ce qu'il faut inclure dans une application NIH.) Les chercheurs qui intègrent le partage de données dans la conception initiale de l'étude peuvent établir plus facilement et économiquement des procédures adéquates pour protéger l'identité des participants et partager un ensemble de données utile avec une documentation appropriée.

Les examinateurs ne tiendront pas compte du plan de partage des données proposé dans la détermination du mérite scientifique ou du score de priorité. Le personnel du programme sera chargé de superviser la politique de partage des données et d'évaluer la pertinence et l'adéquation du plan de partage des données proposé.

QUOI INCLURE DANS UNE DEMANDE NIH

Les chercheurs qui recherchent 500 000 $ ou plus en coûts directs au cours d'une année doivent inclure une description de la façon dont les données de recherche finales seront partagées, ou expliquer pourquoi le partage des données n'est pas possible. Il est prévu que la discussion sur le partage des données sera fournie principalement sous la forme d'un bref paragraphe immédiatement après la section Plan de recherche du formulaire de demande PHS 398 (c'est-à-dire immédiatement après I. Lettres d'appui), et ne compterait pas dans la limite de pages de candidature.

Plan de partage des données (à suivre immédiatement après la section Plan de recherche)

Le contenu précis du plan de partage des données variera en fonction des données collectées et de la manière dont l'enquêteur envisage de partager les données. Les candidats qui envisagent de partager des données peuvent souhaiter décrire brièvement le calendrier prévu pour le partage des données, le format de l'ensemble de données final, la documentation à fournir, si des outils d'analyse seront également fournis, si oui ou non un partage de données un accord sera requis et, le cas échéant, une brève description d'un tel accord (y compris les critères permettant de décider qui peut recevoir les données et si des conditions seront ou non imposées à leur utilisation), et le mode de partage des données (par exemple, sous leurs propres auspices en envoyant un disque ou en publiant des données sur leur site Web institutionnel ou personnel, par le biais d'une archive de données ou d'une enclave). Les enquêteurs qui choisissent de partager sous leurs propres auspices peuvent souhaiter conclure un accord de partage de données.

Des références au partage de données peuvent également être appropriées dans d'autres sections de la demande, comme indiqué ci-dessous.

Sections du budget et de la justification du budget

Les candidats peuvent demander des fonds dans leur demande de partage de données. Si des fonds sont recherchés, le demandeur doit aborder les questions financières dans les sections budget et justification du budget. Certains enquêteurs ont plus d'expérience que d'autres dans l'estimation des coûts associés à la préparation de l'ensemble de données et de la documentation associée, et dans le soutien aux utilisateurs de données. Au fur et à mesure que les enquêteurs acquerront de l'expérience avec le processus, leur capacité à estimer les coûts s'améliorera. Les enquêteurs travaillant avec des archives peuvent obtenir de l'aide pour la préparation des données et l'estimation des coûts. Les chercheurs soucieux de payer les frais de partage de données à la fin de leur bourse peuvent prendre des dispositions préalables avec les archives. Les enquêteurs confrontés à des retards considérables dans la préparation de l'ensemble de données final pour le partage doivent consulter le programme NIH sur la façon de gérer cette situation, par exemple en demandant une prolongation sans frais.

Section Contexte et importance (PHS 398 Plan de recherche Section B)

Si un soutien est recherché pour développer une grande base de données qui servira de ressource importante pour la communauté scientifique, le demandeur peut souhaiter faire une déclaration à ce sujet dans la section importance de la demande.

Section des sujets humains (PHS 398 Plan de recherche Section E)

If the research involves human subjects and the data are intended to be shared, the application should discuss how the rights and confidentiality of participants would be protected. In the Human Subjects section of the application, the applicant should discuss the potential risks to research participants posed by data sharing and steps taken to address those risks.

EXAMPLES OF DATA-SHARING PLANS

The precise content and level of detail to be included in a data-sharing plan depends on several factors, such as whether or not the investigator is planning to share data, the size and complexity of the dataset, and the like. Below are several examples of data-sharing plans.

The proposed research will involve a small sample (less than 20 subjects) recruited from clinical facilities in the New York City area with Williams syndrome. This rare craniofacial disorder is associated with distinguishing facial features, as well as mental retardation. Even with the removal of all identifiers, we believe that it would be difficult if not impossible to protect the identities of subjects given the physical characteristics of subjects, the type of clinical data (including imaging) that we will be collecting, and the relatively restricted area from which we are recruiting subjects. Therefore, we are not planning to share the data.

The proposed research will include data from approximately 500 subjects being screened for three bacterial sexually transmitted diseases (STDs) at an inner city STD clinic. The final dataset will include self-reported demographic and behavioral data from interviews with the subjects and laboratory data from urine specimens provided. Because the STDs being studied are reportable diseases, we will be collecting identifying information. Even though the final dataset will be stripped of identifiers prior to release for sharing, we believe that there remains the possibility of deductive disclosure of subjects with unusual characteristics. Thus, we will make the data and associated documentation available to users only under a data-sharing agreement that provides for: (1) a commitment to using the data only for research purposes and not to identify any individual participant (2) a commitment to securing the data using appropriate computer technology and (3) a commitment to destroying or returning the data after analyses are completed.

This application requests support to collect public-use data from a survey of more than 22,000 Americans over the age of 50 every 2 years. Data products from this study will be made available without cost to researchers and analysts. https://ssl.isr.umich.edu/hrs/

User registration is required in order to access or download files. As part of the registration process, users must agree to the conditions of use governing access to the public release data, including restrictions against attempting to identify study participants, destruction of the data after analyses are completed, reporting responsibilities, restrictions on redistribution of the data to third parties, and proper acknowledgement of the data resource. Registered users will receive user support, as well as information related to errors in the data, future releases, workshops, and publication lists. The information provided to users will ne pas be used for commercial purposes, and will ne pas be redistributed to third parties.

DEFINITIONS

Covered Entity - A covered entity is defined as a health care clearinghouse, health plan, or health care provider that electronically transmits health information in connection with a transaction for which DHHS has adopted standards under the Health Insurance Portability and Accountability Act (HIPAA). An example of a researcher who may be a covered entity is a physician who electronically bills for health care services and conducts clinical trials. A set of decision tools on "Am I a covered entity?" are available from the DHHS Office for Civil Rights Website http://www.hhs.gov/ocr/

Data - see Final Research Data

Data Archive - A place where machine-readable data are acquired, manipulated, documented, and finally distributed to the scientific community for further analysis.

Data Enclave - A controlled, secure environment in which eligible researchers can perform analyses using restricted data resources.

Final Research Data - Recorded factual material commonly accepted in the scientific community as necessary to document and support research findings. This does not mean summary statistics or tables rather, it means the data on which summary statistics and tables are based. For the purposes of this policy, final research data do not include laboratory notebooks, partial datasets, preliminary analyses, drafts of scientific papers, plans for future research, peer review reports, communications with colleagues, or physical objects, such as gels or laboratory specimens. NIH has separate guidance on the sharing of research resources, which can be found at https://grants.nih.gov/grants/policy/nihgps_2013/nihgps_ch8.htm#_Toc271264947

Restricted Data - datasets that cannot be distributed to the general public, because of, for example, participant confidentiality concerns, third-party licensing or use agreements, or national security considerations.

Timeliness - In general, NIH considers the timely release and sharing of data to be no later than the acceptance for publication of the main findings from the final dataset. However, the actual time will be influenced by the nature of the data collected.

Unique Data - Data that cannot be readily replicated. Examples of studies producing unique data include: large surveys that are too expensive to replicate studies of unique populations, such as centenarians studies conducted at unique times, such as a natural disaster studies of rare phenomena, such as rare metabolic diseases.

Noter: For help accessing PDF, RTF, MS Word, Excel, PowerPoint, Audio or Video files, see Help Downloading Files.


Guidelines for publishing large datasets on QGIS Web Client - Geographic Information Systems

Create, edit, visualise, analyse and publish geospatial information on Windows, Mac, Linux

QGIS is the leading Free and Open Source Desktop GIS. It allows you to create, edit, visualise, analyse and publish geospatial information on Windows, Mac OS, Linux, BSD and Android (via the QField app). We also provide an OGC Web Server application, a web browser client and developer libraries. The QGIS project is under very active development by an enthusiastic and engaged developer community with good mechanisms for help via stack exchange, mailing lists and (optionally) through a global network of commercial support providers. QGIS is a professional GIS application and developer platform. QGIS is built on top of and proud to be itself Free and Open Source Software.

QGIS Desktop: Powerful desktop GIS software to create, edit, visualise, analyse and publish geospatial information.
QGIS Server & Web Client: Publish your QGIS projects and layers as OGC compatible WMS and WFS services.

QGIS runs on Linux, Unix, Mac OS and Windows and supports numerous vector, raster, and database formats and functionalities.


GRASS GIS


GRASS GIS provides powerful raster, vector, and geospatial processing. It includes tools for spatial modeling, visualization of raster and vector data, management and analysis of geospatial data, and the processing of satellite and aerial imagery. It also provides the capability to produce sophisticated presentation graphics and hardcopy maps.

It includes over 400 built-in analysis modules and 100 community supplied modules and toolboxes.

With over 30 years of continuous development, GRASS is both the oldest and largest Open Source GIS available. It is capable of very powerful analysis, but may not be as simple to get started with as other offerings with more of a geodata viewer focus. Many Open Source projects make use of GRASS's algorithms.


Latest news

Minister Wilkinson congratulates Environment and Climate Change Canada on 50 years of environmental protection

The Meteorological Service of Canada marks 150 years

Join the Protect Nature Challenge!

Canada’s COVID-19 Economic Response Plan is helping ECCC program recipients


Convert Shapefile to kml in QGIS:

1.) Open up the installed QGIS.
2.) In the menu bar, select Layer and press Add Vector Layer . Now select the source type in the pop up window opened as File and browse the source Shapefile(Note:Your shapefile .shp, .dbf and .shx file should be in same folder). Press open.

Select the coordinate reference type system if coordinate reference window appears and press ok.

3.) Right click on the name of Shapefile layer Appearing in the Left upper side and select save as:
ou alors
You can select layer from the menu, and click on save as . (Image below provide demonstrate both the options with the indicator displayed)

4.) In the Save vector layer as window, Select the format from the drop down box as Keyhole Markup Language(KML) and browse the folder in which you want to save the KML file . Name it and Press OK.

Your KML file will be Exported in the directed folder. You can Verify the generated KML file for its validity by uploading the generated KML file to QGIS or uploading KML file in Google map. You may soon find the tool and the coding for the same on this site.

You may check in converting Geojson to Topojson and Shapefile to TopoJSON file. Hope this may help you in converting Shapefile to KML file easily. If you still find problem in converting the file, do let me know by commenting below.


DATA AND METHODOLOGY

Study area

As illustrated in Figure 1, the Shiyang River basin is a typical arid inland basin that is located in Gansu Province (China) and covers an area of 41,400 km 2 . The study area consists of six sub-basins located upstream of the Shiyang River basin, including the Xida River basin, Dongda River basin, Xiying River basin, Jintai River basin, Zamu River basin and Huangyang River basin. The basic meteorological data consists of precipitation, temperature, wind speed, solar radiation, and relative humidity obtained from the meteorological station of Wushaoling. Daily precipitation data was collected from 32 rain gauge stations (Figure 1(a)) for the period of 1989–2008. Streamflow data from 1990 to 2008 was obtained from six hydrological stations, including the Xidahe reservoir station, Shagousi station, Jiutiaoling station, Nanying reservoir station, Zamusi station, and Huangyang reservoir station, as shown in Figure 1(a). The spatial distributions of the land use and soil types in 2000 are shown in Figure 1(b), which indicates that there are 18 types of land use. The main land use categories are medium-coverage grasslands, high-coverage grasslands and shrubbery. Additionally, there are 15 soil types in this area, and the three main soil types are gelic leptosols, eutric leptosols and mollic gleysols. Details about the data required by the SWAT model can be found in Table 1.