Diagnostic qualité et apurement des données de mobilité quotidienne issues de l’enquête mixte et longitudinale Mobi’Kids

• Published in: Revue internationale de géomatique Vol. 30; no. 1-2; pp. 127 - 148
• Main Authors: Duroudier, S., Chardonnel, S., Mericskay, B., Andre-Poyaud, I., Bedel, O., Depeau, S., Devogele, T., Etienne, L., Lepetit, A., Moreau, C., Pelletier, N., Ployon, E., Tabaka, K.
• Format: Journal Article
• Language: French
• Published: Paris Lavoisier 01.01.2020
• Subjects: Algorithms; Computer Science; Diagnosis; Diagnostic systems; Geography; Humanities and Social Sciences; Mixed methods research; Modeling and Simulation; pre-processing and data cleansing; data quality; semantic GPS data; traces GPS enrichies; mixed methods; qualité des données; heterogenous data; méthodes mixtes; pré-traitements et nettoyage des données; mobilité quotidienne; données hétérogènes; daily mobility
• ISSN: 1260-5875; 2116-7060; 2116-7060
• DOI: 10.3166/rig.2020.00105

Cet article a pour objectif de présenter la méthodologie de diagnostic qualité et d’apurement des données, expérimentée à partir d’une enquête de mobilité individuelle (programme Mobi’Kids). Une première partie revient sur la démarche suivie et pointe l’enjeu de l’évaluation de la qualité de données hétérogènes issues d’une méthode mixte et longitudinale de collecte (suivis GPS, enquêtes, observations). Une deuxième partie établit un diagnostic qualité selon l’origine (GPS, algorithme, enquête) et la nature des erreurs (complétude, précision, cohérence). Ces typologies permettent, dans une troisième partie, de définir d’une chaîne de traitements reproductible visant à améliorer la qualité interne et externe des données. This paper aims at proposing a data quality diagnosis and cleansing data methodology experimented on an individual mobility survey (Mobi’Kids program). The first section presents the theoretical approach to highlight the issue of a data quality diagnosis applied to heterogeneous data collected from mixed methods (GPS tracks, surveys, observations). Secondly, two typologies of major errors are discussed according to their origin (GPS, algorithm, survey) and their nature (completeness, accuracy, consistency). A processing chain is thirdly defined to improve both internal and external data quality in order to the perspective of a replicable methodology.