# Données : sources, fusion, couverture

Aucune source ne suffit seule : 16 % des structures scanR ont une description, aucune source ne donne le rattachement aux Graduate Schools. La valeur de la vitrine tient à la **fusion** de dix sources par identifiant pérenne, et à la mesure honnête de ce qui manque encore.

---

## 📑 Sommaire de la section

<FeatureGrid cols={3}>
  <FeatureCard
    icon="🌐"
    title="Sources"
    description="Catalogue des dix sources : accès, licence, rôle, volumes par instance. Identifiants de chaque établissement. Ce qui n'est pas moissonné, et pourquoi."
    href="/donnees/sources"
  />
  <FeatureCard
    icon="📈"
    title="Couverture"
    description="Avant et après fusion, champ par champ. 80 % de structures présentées à Paris-Saclay, 16 % à Paris 1 sans annuaire. Qualité, liens, recherche, accessibilité."
    href="/donnees/couverture"
  />
  <FeatureCard
    icon="🏷️"
    title="Groupes et thématiques"
    description="Le rattachement aux 17 Graduate Schools est calculé depuis les domaines HAL des publications, et affiché comme « proposé, à valider »."
    href="/donnees/groupes-et-thematiques"
  />
</FeatureGrid>

---

## 🧬 Comment une fiche est fabriquée

<Mermaid
  title="Fusion par entité : liste maître et enrichissements, par priorité"
  caption="Chaque fiche publiée porte la liste de ses sources et, pour la présentation et le site web, la source exacte du champ."
  chart={`flowchart LR
  subgraph S["Structure · clé : numéro RNSR"]
    direction TB
    S_M["Liste maître<br/>annuaire de l'établissement<br/>(sinon RNSR ∪ scanR actives)"]
    S_D["Présentation<br/>annuaire › scanR › Wikidata"]
    S_W["Site web<br/>annuaire › RNSR › scanR › Wikidata › ROR<br/>liens morts écartés"]
    S_H["Publications et domaines<br/>HAL via AureHAL"]
    S_G["Groupes et thématiques<br/>parts de publications par domaine HAL,<br/>repli sur les domaines RNSR"]
    S_M --> S_D --> S_W --> S_H --> S_G
  end
  subgraph P["Personne · clé : identifiant scanR"]
    direction TB
    P_M["scanR, filtré (ADR 010) :<br/>≥ 3 publications depuis 2022,<br/>IdHAL ou ORCID"]
    P_E["IdHAL et ORCID pour l'appariement HAL<br/>expertise = domaines scanR"]
    P_M --> P_E
  end
  subgraph J["Projet · clé : numéro de convention"]
    direction TB
    J_M["scanR<br/>participants du périmètre"]
    J_E["OpenAIRE<br/>projets européens absents de scanR"]
    J_M --> J_E
  end
  OUT[("data/public/&lt;instance&gt;<br/>structures · persons · projects · stats · quality")]
  S --> OUT
  P --> OUT
  J --> OUT`}
/>

---

## 📊 Ce que la fusion apporte (Paris-Saclay, 248 structures)

| Information                    | Meilleure source seule                       | Après fusion |
| ------------------------------ | -------------------------------------------- | -----------: |
| Présentation                   | Wikidata, souvent générique                  |     **80 %** |
| Site web (liens morts écartés) | ROR, Wikidata                                |     **87 %** |
| Rattachement à un groupe       | aucune source ne le publie                   |     **92 %** |
| Identifiant ROR                | scanR, Wikidata                              |     **87 %** |
| Au moins un chercheur publié   | scanR (38 776 personnes, dont 7 766 gardées) |     **91 %** |

Le détail, les limites et la lecture critique sont dans [Couverture](/donnees/couverture). Le vrai manque reste la **présentation des structures** : sans annuaire rédigé par l'établissement, les sources ouvertes ne fournissent presque rien d'utilisable par un public non spécialiste.

---

## ⚖️ Les décisions sur les données

| Décision                                                     | Ce qu'elle fixe                                                                    |
| ------------------------------------------------------------ | ---------------------------------------------------------------------------------- |
| [ADR 001](/decisions/source-de-verite)                       | Corriger dans la source, jamais localement ; CRISalid reste la source maître visée |
| [ADR 008](/decisions/chaine-de-donnees-ouvertes)             | Sources ouvertes moissonnées, brut conservé                                        |
| [ADR 010](/decisions/publication-des-personnes)              | Quelles personnes publier, en attendant la DPO                                     |
| [ADR 011](/decisions/rattachement-par-domaines)              | Rattachement aux groupes par domaines HAL, provisoire                              |
| [ADR 013](/decisions/liste-officielle-et-annuaire-generique) | L'annuaire de l'établissement comme liste officielle                               |