Présélection des jeux de données TC

[Brewennn]

Le besoin

Hormis les calculateurs d'itinéraires, les utilisateurs institutionnels tels que la DGITM pour les tableaux de bord des Mobilités durables ou le Cerema, expriment le besoin d'intégrer tous les réseaux de transport régulièrement afin de publier les statistiques. Or, ils ne disposent pas de la compétence métier ou une équipe suffisante pour filtrer et intégrer massivement toutes les données TC du PAN tout en vérifiant les doublons (voir conversation front à la suite de la réunion avec ces acteurs).

Solution proposée

Afin de les accompagner sur cette intégration, nous avons émis l'idée de leur proposer un pré-tri des jeux de données TC à intégrer pour éviter les doublons entre les agrégats et les jeux de données publiées par les AOM. Il s'agit bien d'un pré-tri qui permet d’enlever un maximum de réseau en double pour faciliter le travail de filtrage de leur côté. L'idée serait de partir du script qui permet de références les url des GTFS en dédoublonnant les AOM présents dans un agrégat ou non comme indiqué ici https://transport.data.gouv.fr/aoms. Les règles de la création de cette liste serait la suivante :

1. Référencer tous les agrégats GTFS et leur url.
2. Ajouter à la liste les url des ressources GTFS des AOM qui n'apparaissent pas dans un agrégat.
3. Ajouter les autres réseaux privés et les collectivités qui organisent librement les transports, soit les jeux de données TC non affiliés à une AOM.

Modalités de tag ou de publication de la liste des données

Selon les retours des utilisateurs (DGTIM, Cerema), il y a plusieurs possibilité pour accéder à ce pré-tri :

• ajouter un tag au niveau du jeu de données dans l'API, voire créer une requête spécifique dans le swagger ?
• publier cette liste dans un csv dans un jeu de données via le compte du PAN (rubrique informations) ? Ce csv référencerait les url des ressources GTFS avec le nom du jeu de données et les ID.
• autre ?

(@AntoineAugusti)

[cyrilmorin]

Hello @Brewennn,

Ok on en reparle, mais c'est un bon cas d'école pour utiliser les éléments des datasets nouvellement créés/ajoutés :)

Pour une éventuelle règle de gestion pour ce cas et en regardant rapidement, je pense qu'on devrait plutôt utiliser les offres de mobilités plutôt que les "AOMs" car c'est bien ce que l'on veut différencier in fine.

Du coup les dataset avec des offres présentes dans 1 unique dataset sont tous "éligibles" :)

Pour les doublons, la présence du tag "agrégat_région" pourrait permettre d'arbitrer (on excluerait les datasets sans la présence du tag)
Ensuite pour les offres à ce jour vides, on pourrait également exclure toutes celles publiées par un publicateur de type "Partenariat régional" car ce publicateur publie en solo le dataset en plus de l'agrégat !

On en reparle à tête reposée :)

[AntoineAugusti]

@Brewennn @cyrilmorin Avant de commencer à bosser sur ce sujet, je pense que j'aurais besoin d'échanger en live avec vous pour bien comprendre le besoin et ce qu'il y a à faire.

On en parle sur Mattermost ?

[Brewennn]

Ok pour se faire un point rapide dessus plutôt que par messages interposés sur mattermost.