Qualité des metadonnées

Introduction

Un score de qualité des métadonnées a été mis en place sur data.gouv.fr pour aider les utilisateurs à identifier les jeux de données de qualité et encourager les producteurs à améliorer leurs contributions. Les 7 critères de cet indicateur sont définis sur data.gouv.fr

Indicateur tel qu’il est présenté sur data.gouv.fr

Ce post propose une visualisation du score pour trois villes de la Côte d’Azur qui ont publié des données:

• Antibes
• Cannes
• Nice

Résultats

Antibes est en tête dans la qualité des données par rapport aux autres grandes villes du département des Alpes Maritimes (06), avec une qualité des métadonnées significativement supérieure.

Visualisation

Code

Import

library(tidyverse)
library(paletteer)
library(patchwork)
library(gt)

date_caption <- "20 janvier 2025"
source("tools/themes.R") # themes


df_antibes <- read_csv("posts/2025-01-17/data/results_antibes.csv")
df_cannes <- read_csv("posts/2025-01-17/data/results_cannes.csv")
df_nice <- read_csv("posts/2025-01-17/data/results_nice.csv")

Create dataframe

# quick approach for col chart
df <-
    tibble(
      antibes = mean(df_antibes$values),
      cannes = mean(df_cannes$values),
      nice = mean(df_nice$values)
    )

df <-
    pivot_longer(df, 
                 cols = everything(), 
                 names_to = "ville", 
                 values_to = "mean_quality")


# other approach for violin plot
df_point_antibes <- df_antibes %>% mutate(ville = "Antibes")
df_point_cannes <- df_cannes %>% mutate(ville = "Cannes")
df_point_nice <- df_nice %>% mutate(ville = "Nice")

df_point <- bind_rows(df_point_antibes, 
                      df_point_cannes, 
                      df_point_nice)

df_matrix <-
df_point %>% 
  group_by(ville) %>%
  summarise(quantité = n(), qualité= mean(values)) %>%
  mutate(qualité = scales::percent(qualité))

gt(df_matrix)

ville	quantité	qualité
Antibes	162	85%
Cannes	138	52%
Nice	278	28%

Clean

# standardize cols names and variables
  df <-
  df %>%
    mutate(across(c(ville, mean_quality), str_to_title)) %>%
    mutate(mean_quality = as.numeric(mean_quality)) %>%
    mutate(ville = as_factor(ville))
  
# adding useful cols
  df <-
    df %>% 
    mutate(taux = scales::percent(mean_quality))

Plot

# col chart
plot_col <-
 df %>%
    ggplot(aes(x = ville, y = mean_quality))+
      geom_col(aes(y = 1), alpha = 0.4) +
      geom_col(aes(fill = mean_quality)) +
      geom_text(aes(label = taux),
                    vjust = 2,
                     hjust = 0.4,
                    size = 8,
                    color = "black",
                    fontface = "bold",
                    family = setfont) + tt6

# violin plot
plot_violin <-
df_point %>%
  ggplot(aes(x = ville, y = values, color = values)) +
  geom_violin(color = NA, fill = "gray80")+ 
  geom_jitter(alpha = 0.8, size = 2.5) +
  scale_y_continuous(labels = scales::label_percent(), breaks = scales::breaks_extended(n = 6), limits = c(0,1)) +
  tt9

# labels and colors   
plot_col <-
plot_col +
  scale_y_discrete(expand = c(0, 0)) + # force origin at 0
  scale_fill_paletteer_c("ggthemes::Red-Green-Gold Diverging") +
  labs(
    title = "Antibes en tête dans la qualité des données",
    subtitle = "Qualité des metadonnées publiées sur opendata.gouv.fr. moyenne en (%)",
    caption = social_caption2) 


plot_violin <-
plot_violin +
    scale_color_paletteer_c("ggthemes::Red-Green-Gold Diverging") +
    labs(
      title = "Antibes en tête dans la qualité des données",
      subtitle = "Qualité des metadonnées publiées sur opendata.gouv.fr (%) <br>Chaque point représente un jeu de données",
      caption = social_caption2) 

Render

plot_col 

plot_violin

Source

data.gouv.fr 20 janvier 2025