Glossaire des termes numériques
Le glossaire des termes numériques de dia-log regroupe l’ensemble des termes les plus fréquemment utilisés dans le cadre du projet. Il s’adresse avant tout aux contributeur·rice·s et aux partenaires du projet, mais aussi aux acteur·rice·s culturel·le·s désirant se familiariser avec les termes numériques liés au concept de découvrabilité.
Dans le souci de vous offrir les meilleures définitions possibles, nous vous présentons aussi bien des textes rédigés par l’équipe de Culture Laval que des textes publiés sur d’autres plateformes, enrichis et/ou simplifiés à l’occasion.
Le glossaire contient aussi des exemples et des liens qui faciliteront la compréhension de certains termes tout en permettant aux lecteur·rice·s d’affiner leurs connaissances.
Les ajouts aux textes cités sont signalés par l’usage des crochets. Les références se trouvent entre parenthèses à la fin des citations.
ALGORITHME
« Suite [finie et non ambiguë] d’opérations ou d’instructions exercées [par la machine] sur des données de manière à obtenir un résultat. La programmation des algorithmes des prescripteurs de goût, notamment, soulève des enjeux liés à la découvrabilité des produits » (Ministère de la Culture et des Communications 2016, 35).
Selon l’informaticien Gérard Berry, un « algorithme, c’est tout simplement une façon de décrire dans ses moindres détails comment procéder pour faire quelque chose. Il se trouve que beaucoup d’actions mécaniques, toutes probablement, se prêtent bien à une telle décortication. Le but est d’évacuer la pensée du calcul, afin de le rendre exécutable par une machine numérique (ordinateur…). On ne travaille donc qu’avec un reflet numérique du système réel avec qui l’algorithme interagit » (Wikipédia 2022).
Exemple : L’algorithme de Facebook (News Feed algorithm) est l’un des algorithmes les plus connus sur le Web. Celui-ci permet d’évaluer les publications en fonction de différents critères (inventaire, signaux, prédictions, qualité du contenu, engagement, originalité du contenu, etc.) pour établir leur pertinence avant de les proposer à la communauté. Plus une publication génère d’engagement, plus elle est mise de l’avant par l’algorithme. Les publications sont présentées dans un ordre décroissant prenant en compte l’intérêt de chaque utilisateur·rice. L’algorithme prend en considération aussi bien les caractéristiques de la publication et de la page d’où elle provient que les goûts et intérêts de ses abonné·e·s.
https://fr.wikipedia.org/wiki/Algorithme
ARTSDATA.CA
Graphe de connaissances pour le secteur des arts de la scène au Canada, dont la création a été possible grâce au financement du Conseil des arts du Canada (CAC) et du Patrimoine canadien. Sa gestion relève du milieu culturel canadien et sa maintenance est confiée à l’entreprise La Culture Crée. Artsdata.ca permet d’optimiser l’accessibilité et la qualité des données descriptives des événements culturels, représentant ainsi une ressource de référence hors pair pour le secteur culturel canadien.
Plus le graphe de connaissances sera alimenté par une masse critique de données descriptives, structurées, ouvertes et de qualité provenant des fournisseurs de données, plus le secteur des arts de la scène pourra valoriser les événements culturels québécois dans le Web des données, et ainsi les rendre découvrables pour les moteurs de recherche, les algorithmes en intelligence artificielle (IA) et les tiers culturels (p. ex. calendriers, plateformes et applications, agrégateurs, etc.).
Artsdata.ca est lié à Wikidata pour augmenter la crédibilité des informations pour les outils et les technologiques numériques.
https://capacoa.ca/documents/research/ANL_Rapport_2019.pdf
CONTRIBUTEUR
Diffuseur ou programmateur en arts de la scène, ou tout autre organisme culturel détenant des données événementielles en arts de la scène, qui participe au projet dia-log et lie ses données ouvertes (c.-à-d. publiques) au graphe de connaissances.
DÉCOUVRABILITÉ
Potentiel d’un contenu à être découvert et à se laisser découvrir (systèmes de recommandation) par les internautes. En raison des évolutions technologiques et de l’émergence du Web sémantique, l’internaute s’expose aujourd’hui à une pléthore de contenus lorsqu’il·elle cherche des informations sur un spectacle, par exemple. La découvrabilité implique l’amélioration de la visibilité et de la traçabilité des contenus disponibles sur le Web par le biais des moteurs de recherche et des outils en IA. Plusieurs stratégies peuvent être mises en place pour rendre les contenus « découvrables », notamment en se référant aux quatre piliers de la découvrabilité : la promotion, le marketing numérique, l’optimisation pour les moteurs de recherche SEO et les métadonnées structurées et liées.
Deux dimensions de la découvrabilité s’appliquent particulièrement aux contenus en arts de la scène :
1. Les contenus visibles par les internautes : affichés comme résultats à la suite d’une recherche sur les moteurs de recherche (p. ex. Google).
2. Les contenus recommandés (ou sérendipité) : recommandations d’autres contenus en lien avec ceux recherchés (p. ex. « les gens qui ont vu cet article ont aussi vu… »).
En contribuant à un graphe de connaissances pancanadien, le projet dia-log agit sur ces deux dimensions de la découvrabilité.
https://culturelaval.ca/guide-decouvrabilite-des-contenus-numeriques/
https://www.youtube.com/watch?v=N45Mca5OA2w
DONNÉE
Élément d’information. Il existe plusieurs types de données (descriptives, d’usage, d’enrichissement, etc.) qui ont leurs propres statuts et sont encadrées par des licences juridiques qui déterminent leur réutilisation et leur accessibilité dans le Web (données ouvertes ou fermées). Les données peuvent aussi être codées à partir de différents langages de programmation. Toutefois, si elles ne sont pas décrites correctement ni liées à d’autres données, elles sont dépourvues du sens et de la mise en contexte nécessaires pour que les machines les comprennent. Il est important de noter que, dans le cadre du projet dia-log, seules les données descriptives ouvertes seront traitées.
https://culturelaval.ca/guide-metadonnees/
DONNÉE OUVERTE
Élément d’information diffusé de manière structurée, selon une licence ouverte qui garantit sa disponibilité, son accessibilité et sa réutilisation. Dans ce projet, nous entendons par données ouvertes les données qui sont publiques, donc déjà disponibles et visibles par le grand public sur le Web (p. ex. sur une affiche de spectacle : titre, date, heure, prix, etc.). Il n’y aura donc aucune donnée sensible (c.-à-d. à caractère personnel) collectée.
Pour en apprendre plus sur le sujet :
https://culturelaval.ca/guide-metadonnees/
DONNÉE STRUCTURÉE ET LIÉE
Donnée constituée sur un modèle commun, qui peut être récoltée et mise en relation avec d’autres données dans un graphe de connaissances.
Les données structurées et liées sont organisées à l’aide d’un système de balisage (p. ex. Schema.org pour Google) qui permet aux moteurs de recherche de comprendre l’information qui se trouve sur un site Web. Plus un site Web est structuré, plus il a de chance d’être suggéré.
Lier des données sur un site Web signifie que des liens sont placés sur les différentes pages du site Web en référence aux sujets abordés sur ces pages. Ainsi, les moteurs de recherche peuvent voir une corrélation qui augmente le potentiel de découvrabilité de ces données.
https://culturelaval.ca/guide-metadonnees/
FOOTLIGHT
Suite d’outils technologiques permettant de colliger, de structurer et de connecter les informations relatives aux événements culturels sur le site Web d’un fournisseur de données au graphe de connaissances Artsdata.ca. Ces informations sont organisées en fonction de l’évolution des modes de recherche sur le Web. Dans ce contexte, les données interconnectées sont reines ! Après avoir été moissonnées sur les sites Web des fournisseurs de données, les métadonnées sont structurées en JSON-LD, ajoutées au graphe de connaissances et renvoyées de façon structurée sur les sites Web d’origine.
https ://www.culturecreates.com/fr/
GOUVERNANCE DES DONNÉES
« Notion à définitions multiples, le terme “gouvernance” recouvre l’idée de “bien [gérer]” dans un contexte de décentralisation des décisions et de multiplication des instances [décisionnelles], et ce, afin d’atteindre un but ou de réaliser un projet. Il renvoie aussi à l’idée de mise en place de modes de pilotage ou de régulation qui sont souples et éthiques, fondés sur un partenariat ouvert et éclairé entre différentes parties prenantes » (Routhier et Danvoye 2017, 78).
« La gouvernance des données permet de déterminer qui prend les décisions, comment les décisions sont prises et comment les décideur·euse·s sont tenu·e·s responsables de la collecte, de l’utilisation, du partage ou du contrôle des données d’une organisation » (Wylie et autres. 2021, A-1).
Le mode de gouvernance peut adopter différents modèles, tels que la fiducie de données, le commun numérique, la coopérative de données, le collectif de données et le concept de souveraineté numérique sur les données personnelles.
Il existe plusieurs partenariats de données numériques reposant sur une structure de gouvernance des données. En voici quelques exemples : Apidae Tourisme, PULSAR, Tui’kn Partnership Strength in Numbers Project ou encore, The Audience Agency.
Il est important de bien distinguer la gouvernance des données de la gestion des données et de l’intendance des données.
La gestion des données « désigne l’ensemble des pratiques (règles et processus) nécessaires à la construction et à la maintenance d’un cadre/framework permettant l’importation, le stockage, l’exploration et l’archivage des données qui sont nécessaires aux activités d’une entreprise » (Talend 2022). Elle assure l’accès, le partage, la liaison, l’intégration, la maintenance et l’analyse des métadonnées.
Pour sa part, l’intendance des données est le processus opérationnel découlant de la stratégie adoptée par la gouvernance. Elle est souvent définie comme « la gouvernance des données en action » (Statistique Canada 2021). Elle assure « l’identification des données essentielles et des valeurs admissibles, la définition de procédures opérationnelles, la consignation des sources des données, la mise en place de seuils de qualité, la vérification de la conformité aux normes d’interopérabilité, l’ajout et la gestion des métadonnées [et] la résolution de problèmes relatifs aux données » (Statistique Canada 2021).
https://bdso.gouv.qc.ca/docs-ken/multimedia/PB01600FR_MetadonneesCulturel2017H00F00.pdf
https://opennorth.ca/wp-content/uploads/legacy/LDFI_FR-Final-WEB.pdf
https://www.statcan.gc.ca/fr/afc/litteratie-donnees/catalogue/892000062020013
GRAPHE DE CONNAISSANCES
Modèle conceptuel permettant de représenter les informations sous forme de données et les relations entre celles-ci. Le graphe de connaissances permet de lier des données et de leur attribuer une pertinence en fonction du lien de connexion créé. Il circonscrit les données structurées provenant de nombreux sites Web et facilite leur accessibilité aux moteurs de recherches et aux outils de l’IA. Ainsi, il s’agit d’une base de données répondant aux besoins du Web sémantique.
https://culturelaval.ca/guide-web-semantique/
https://fr.wikipedia.org/wiki/Web_s%C3%A9mantique
https://linkeddigitalfuture.ca/fr/2019/09/12/graphe-de-connaissances/
IDENTIFIANT
« Chaîne de caractères alphanumériques qui a pour fonction d’identifier de manière stable un document, une ressource ou une entité, quelle que soit sa nature. En principe, un identifiant devrait être unique pour chaque ressource. Voici, à titre d’exemples, quelques identifiants utilisés dans le contexte de la culture numérique : EIDR, IPI, ISAN, ISLI, ISNI, ISBN, ISRC, ISTC, ISWC, UN/LOCODE » (Routhier et Danvoye 2017, 78).
https://bdso.gouv.qc.ca/docs-ken/multimedia/PB01600FR_MetadonneesCulturel2017H00F00.pdf
INTEROPÉRABILITÉ
« Capacité d’un système à s’adapter afin de fonctionner ou collaborer avec d’autres systèmes indépendants [ou] avec des plateformes matérielles et logicielles différentes. [L’interopérabilité permet de] créer un réseau [de données] et de faciliter le transfert des données avec un minimum de pertes de contenu et de fonctionnalité [et ce, sans restriction d’accès ou de mise en œuvre].
L’interopérabilité nécessite que les communications obéissent à des normes clairement établies et univoques (p. ex. format de données échangées, tensions et courants à utiliser, types de câbles à utiliser). Chaque système les intègre dans son propre fonctionnement. Ces normes jouent un double rôle : d’abord, elles indiquent la façon dont le dialogue entre les différents éléments [doit] s’opérer et, ensuite, permettent [d’établir] une passerelle de communication qui sera en mesure de s’adapter aux besoins changeants des éléments » (Routhier et Danvoye 2017, 78).
https://bdso.gouv.qc.ca/docs-ken/multimedia/PB01600FR_MetadonneesCulturel2017H00F00.pdf
LITTÉRATIE NUMÉRIQUE
« Aptitude à comprendre et à utiliser les technologies [numériques] dans la vie courante […]. [La littératie numérique contribue à la compréhension de] l’information lorsqu’elle est présentée dans des formats numériques variés et [des modes de présentation] sécuritaires et productifs [à prioriser] » (Conseil des arts et des lettres du Québec s.d.).
https://www.calq.gouv.qc.ca/aide-financiere/lexique-et-references/lexique#L
MÉTADONNÉE
Donnée qui fournit du sens à une autre donnée. Autrement dit, les métadonnées précisent le contexte nécessaire pour interpréter les données sources. Les métadonnées ont pour mission d’organiser, de trier et de documenter l’information et influent sur les outils spécialisés des moteurs de recherche.
Par exemple, pour le spectacle Une Carmen pour tout le Québec !, voici à quoi ressemblent les métadonnées en utilisant le langage Schema.org :
"@type": "Event"
"name": "Une Carmen pour tout le Québec !"
"startDate": "2020-02-29T19:30"
"endDate": "2020-02-29T22:30"
"doorTime": "2020-02-29T19:00"
"duration": "P2H46M"
https://cqt.ca/files/0a96d1d31a7426a57a7637f20d24813c.pdf
https://culturelaval.ca/guide-metadonnees/
https://www.youtube.com/watch?v=WauulhkYcyo
MOISSONNAGE DE DONNÉES
« Technique d’extraction du contenu de sites Web par l’intermédiaire d’un script ou d’un programme dans le but de le transformer pour le réutiliser dans un autre contexte (p. ex. référencement). Cette opération se pratique le plus souvent de façon automatique, ce qui permet de constituer des pages à bon compte. Le moissonnage du Web (Web scraping ou Web harvesting) peut être utilisé pour récupérer des métadonnées » (Routhier et Danvoye 2017, 81).
https://bdso.gouv.qc.ca/docs-ken/multimedia/PB01600FR_MetadonneesCulturel2017H00F00.pdf
MOTEUR DE RECHERCHE
« [A]pplication Web permettant de trouver des ressources à partir d’une requête sous forme de mots. Les ressources peuvent être des pages Web, des articles de forums Usenet, des images, des vidéos, des fichiers, etc. Certains sites Web (p. ex. Google) [ont pour principale fonctionnalité la recherche d’informations et de ressources en ligne ; on définit alors ces sites Web comme des “moteurs de recherche” comme tels] » (Routhier et Danvoye 2017, 81).
https://bdso.gouv.qc.ca/docs-ken/multimedia/PB01600FR_MetadonneesCulturel2017H00F00.pdf
MUTUALISATION DE DONNÉES
« [P]rocessus permettant la mise en commun de plusieurs sources de données. Les étapes de la mutualisation sont la collecte des données depuis les différentes bases [de données] existantes, l’identification des variables partagées, la création d’une clé commune, puis la combinaison sur la base de cette clé.
La mutualisation peut être interne [ou externe] à un organisme et lui permet d’intégrer ensemble ses différentes bases de données » (Virage numériQC 2021).
https://viragenumeriqc.com/lexique/
NORME (STANDARD)
« Une norme (ou un standard) est un ensemble de règles ou de procédures qui définit la façon d’effectuer une activité. Dans le contexte des métadonnées, les normes (ou standards) établissent un ensemble commun de termes et de définitions pour les concepts et composantes. La normalisation ou la standardisation est le fait d’établir des normes ou standards techniques, c’est-à-dire d’élaborer un référentiel commun et documenté destiné à harmoniser l’activité d’un secteur. Elle est réalisée par des organismes spécialisés [tels que] des organisations créées par les professionnel·le·s ou les entreprises d’un secteur d’activité donné » (Routhier et Danvoye 2017, 81).
Exemples de normes utilisées dans un contexte numérique culturel :
ISNI (International Standard Name Identifier) : Il s’agit d’un « identifiant unique et permanent de 16 chiffres attribué à des personnes et à des organisations impliquées dans les chaînes de création, de production, de gestion et de distribution des contenus culturels » (BAnQ s.d.).
ISO/IEC 27000 : Cette norme « spécifie les exigences relatives aux systèmes de management de la sécurité des informations (SMSI). La mise en œuvre des normes de cette famille par tout type d’organisation facilite le management de la sécurité d’actifs sensibles tels que les données financières, les documents de propriété intellectuelle, les données relatives au personnel ou les informations confiées par des tiers » (ISO s.d.).
SCHEMA : Cette norme « établit une collection de vocabulaires partagés permettant de baliser les pages Web de manière qu’elles soient comprises par les principaux moteurs de recherche » (Shema.org 2022).
https://bdso.gouv.qc.ca/docs-ken/multimedia/PB01600FR_MetadonneesCulturel2017H00F00.pdf
https://www.banq.qc.ca/services/bibliotheque_nationale/agence-isni/
https://www.iso.org/fr/isoiec-27001-information-security.html
https://schema.org/docs/gs.html
ONTOLOGIE
« Structures, schémas [et] codes informatiques constitués de catégories (classes), de propriétés [et] de référents externes (IRI, URI, URL) organisés en triplets : sujet/prédicat/objet. [Réunis, ces éléments donnent lieu à] une représentation des connaissances pouvant se constituer en normes et permettant l'automation de processus informatiques, l'interopérabilité entre des machines ou des bases de données […] » (Metad 2017).
Exemple : Le modèle conceptuel de référence de l’International Committee for Documentation (appelé CIDOC CRM) est « un outil théorique et pratique pour l’intégration de l’information dans le domaine du patrimoine culturel. Il peut aider les chercheur·euse·s, les administrateur·rice·s et le grand public à explorer des questions complexes concernant notre passé à travers des ensembles de données divers et dispersés. Le CIDOC CRM y parvient en fournissant des définitions et une structure formelle permettant de décrire les concepts et les relations implicites et explicites utilisés dans la documentation du patrimoine culturel d’intérêt pour l’interrogation et l’exploitation de ces données » (CIDOC s.d.).
SÉRENDIPITÉ
« [C]onjonction du heureux hasard qui permet [au·à la chercheur·euse] de faire [de façon inattendue] une découverte d’importance ou d’intérêt supérieur à l’objet de sa recherche initiale et de [son aptitude] à saisir et à exploiter cette “chance” » (Wikipédia 2022). Dans le contexte du Web, la sérendipité correspond donc au fait de tomber par hasard sur des contenus pour lesquels aucune recherche n’a été effectuée, mais qui correspondent à des besoins précis. Les algorithmes des moteurs de recherche travaillent sur cet aspect afin de faciliter les recherches des utilisateur·rice·s par le biais de suggestions de résultats, elles-mêmes basées sur des apprentissages.
Exemple : Vous effectuez une recherche en ligne pour trouver les spectacles d’un·e artiste que vous appréciez tout particulièrement. La page Web sur laquelle vous naviguez pour acheter vos billets vous suggère d’autres spectacles qui pourraient éventuellement vous intéresser. Ainsi, vous découvrez par hasard un·e artiste dont vous ignoriez l’existence.
https://fr.wikipedia.org/wiki/Sérendipité
TRAÇABILITÉ
« La traçabilité renvoie au fait de disposer de l’information nécessaire et suffisante pour connaître (parfois de façon rétrospective) la composition d’un matériau ou d’un produit tout au long de sa chaîne de production et de distribution. Lorsqu’on parle de traçabilité des données, on fait référence à la capacité de valider la qualité des informations, notamment en répondant aux questions suivantes : Qui a produit les données ? Dans quel contexte ? À quel moment ? Quel est le degré d’expertise de cette source ? Quel est l’historique des interventions opérées sur les données (date de dernière mise à jour, par exemple) ? » (Routhier et Danvoye 2017, 84).
Exemple : La traçabilité s’avère être la documentation du parcours d’une métadonnée sur un événement culturel depuis sa saisie par le responsable informatique du diffuseur jusqu’à sa présence dans un calendrier culturel en ligne. Après avoir été saisie dans la base de données interne du diffuseur, la métadonnée est extraite et mise en ligne sur le site Web du diffuseur à une date précise, potentiellement mise à jour et consommée par l’internaute.
https://bdso.gouv.qc.ca/docs-ken/multimedia/PB01600FR_MetadonneesCulturel2017H00F00.pdf
WEB DES DONNÉES
Initiative lancée en 2006 par le World Wide Web Consortium (W3C) « visant à favoriser la publication de données structurées, accessibles à travers le Web et reliées entre elles pour constituer un réseau global d'informations » (Wikipédia 2017). Il ne faut cependant pas confondre Web sémantique (1994-2006) et Web des données (2006 -…) ; le Web des données est l’une des composantes du Web sémantique.
https://fr.wikipedia.org/wiki/Web_des_donn%C3%A9es
WEB SÉMANTIQUE
Extension du Web actuel qui permet aux machines — des agents automatisés (p. ex. algorithmes) — de comprendre la sémantique, c’est-à-dire la signification de l’information sur le Web. Le Web sémantique favorise la création de liens entre des informations et aide les machines à accéder plus efficacement aux différentes sources de données contenues dans le Web, leur permettant ainsi d’effectuer des tâches (p. ex. de recherche) plus facilement. Le Web sémantique met en œuvre le Web des données, qui consiste à lier et structurer l’information sur Internet pour accéder plus simplement aux connaissances qu’il contient déjà.
https://culturelaval.ca/guide-web-semantique/
WIKIDATA
« Base de données libre, collaborative, multilingue et secondaire qui collecte des données structurées pour alimenter Wikipédia, Wikimedia Commons et tous les projets du mouvement Wikimédia » (Wikidata 2022). Wikidata est une référence incontournable pour les moteurs de recherche lorsque vient le temps de présenter l’information sous forme d’infoboîte ou de faire des recommandations.
https://www.wikidata.org/wiki/Wikidata:Introduction/fr
BIBLIOGRAPHIE (ouvrages cités)
Bibliothèque et Archives nationales du Québec. s.d. « Agence ISNI ». Bibliothèque et Archives nationales du Québec. https://www.banq.qc.ca/services/bibliotheque_nationale/agence-isni/
International Committee for Documentation. s.d. « What is the CIDOC CRM? ». International Committee for Documentation. https://www.cidoc-crm.org/. Consulté en août 2022.
Conseil des arts et des lettres du Québec. s.d. « Lexique ». Conseil des arts et des lettres du Québec. https://www.calq.gouv.qc.ca/aide-financiere/lexique-et-references/lexique#L. Consulté en août 2022.
Culture Laval. 2019. « Guide de la découvrabilité et des bonnes pratiques sur le Web : L’exemple de Signé Laval ». Culture Laval. https://culturelaval.ca/guide-decouvrabilite-bonnes-pratiques/
Estermann, Beat et Frédéric Julien. 2019. Lier l’avenir numérique des arts de la scène : Comment mobiliser les synergies de la chaîne de valeur. Ottawa : Association canadienne des organismes artistiques. https://capacoa.ca/documents/research/ANL_Rapport_2019.pdf
ISO. s.d. « ISO/IEC 27001 : Management de la sécurité de l’information ». ISO. https://www.iso.org/fr/isoiec-27001-information-security.html. Consulté en août 2022.
Metad. 2017. « Lexique RIDEAU 2017 ». Metad. https://metad.media/rideau
Ministère de la Culture et des Communications. 2016. Cahier du participant. Forum droit d’auteur à l’ère numérique : Enjeux et perspectives. Québec : Ministère de la Culture et des Communications. https://www.mcc.gouv.qc.ca/fileadmin/documents/ForumDroitAuteur2016/MCC_CahierduParticipant_Complet_vf.pdf
Plamondon, Josée. 2019. « Mais qu’est-ce qu’un graphe de connaissances? (et autres questions toutes aussi pertinentes) ». Ottawa : CAPACOA. https://linkeddigitalfuture.ca/fr/2019/09/12/graphe-de-connaissances/
Routhier, Christine et Marik Danvoye. 2017. États des lieux sur les métadonnées relatives aux contenus culturels. Québec : Institut de la statistique du Québec et Observatoire de la culture et des communications du Québec. https://bdso.gouv.qc.ca/docs-ken/multimedia/PB01600FR_MetadonneesCulturel2017H00F00.pdf
Roy, Christian. 2019. Guides de bonnes pratiques sur les métadonnées descriptives de la diffusion vidéo d’un spectacle d’opéra. Montréal : Opéra de Montréal. https://cqt.ca/files/0a96d1d31a7426a57a7637f20d24813c.pdf
Schema.org. 2022. « Getting started with schema.org using Microdata ». Schema.org. https://schema.org/docs/gs.html
Statistique Canada. 2021. Intendance des données : introduction. Statistique Canada, 0 : 10 : 27. https://www.statcan.gc.ca/fr/afc/litteratie-donnees/catalogue/892000062020013
Talend. 2022. « Qu’est-ce que la gestion des données ? ». Talend. https://www.talend.com/fr/resources/what-is-data-management/#:~:text=Le%20terme%20%C2%AB%20gestion%20des%20donn%C3%A9es,aux%20activit%C3%A9s%20de%20l'entreprise
Virage numériQC. 2022. « Lexique ». Virage numériQC. https://viragenumeriqc.com/lexique/
Wikidata. 2022. « Wikidata : Introduction ». Wikidata. https://www.wikidata.org/wiki/Wikidata:Introduction/fr
Wikipédia. 2022. « Algorithme ». Wikidépia. https://fr.wikipedia.org/wiki/Algorithme
Wikipédia. 2022. « Sérendipité ». Wikidépia. https://fr.wikipedia.org/wiki/Sérendipité
Wikipédia. 2022. « Web des données ». Wikipédia. https://fr.wikipedia.org/wiki/Web_des_donn%C3%A9es
Wikiversité. 2017. « SPARQL Protocol and RDF Query Language : Introduction au Web des données ». Wikiversité. https://fr.wikiversity.org/wiki/SPARQL_Protocol_and_RDF_Query_Language/Introduction_au_Web_des_donn%C3%A9es#Qu%E2%80%99est-ce_que_le_Web_des_donn%C3%A9es_
Wylie, Megan, Miranda Sculthorp, Sarah Gagnon-Turcotte et Merlin Chatwin. 2021. Une voie prometteuse pour promouvoir la gouvernance des données dans le secteur des arts de la scène : Analyser les chartes et les principes pour la gouvernance des données. Montréal : Nord Ouvert et CAPACOA. https://opennorth.ca/wp-content/uploads/legacy/LDFI_FR-Final-WEB.pdf
info@dia-log.ca
