La palabra metadatos, cuando se utiliza literalmente, significa datos sobre datos. Aunque el término metadatos es relativamente nuevo, los trabajadores de la información han estado recopilando y utilizando metadatos durante algún tiempo.
Un ejemplo de metadatos en forma no digital es un catálogo de carné de biblioteca que documenta los atributos específicos de cada publicación que tiene la biblioteca (por ejemplo, título, año de publicación, autor, etc.).
Hoy en día, los metadatos se encuentran principalmente en forma digital, y los científicos informáticos incluso han desarrollado un lenguaje informático llamado XML (Extensible Markup Language) que se puede utilizar para crear metadatos (es decir, un lenguaje que se puede utilizar para describir un conjunto de datos concreto).
Hay cuatro razones importantes para crear y utilizar metadatos en ciencias de la información geográfica (Longely et al., 2001):
- Gestione el contenido para encontrar datos en un archivo
- Ayude a los usuarios a decidir si las características de los datos son adecuadas para el uso previsto.
- Gestione los datos de manera eficiente (es decir, importe datos a un software específico, transforme los datos de un formato a otro o combine varios conjuntos de datos).
- Describe el contenido del conjunto de datos
Los metadatos a menudo contienen información que ayuda a los usuarios a responder a preguntas sobre un conjunto de datos, como:
- ¿Cómo se recogieron y se crearon los datos?
- ¿Con qué finalidad se crearon los datos?
- ¿Cuándo se crearon los datos?
- ¿Cuál es la extensión espacial y/o temporal de los datos?
- ¿Quién recogió los datos?
- ¿Qué precisión son los datos y cuál es el nivel de incertidumbre asociado?
- ¿Existen restricciones de acceso a los datos (como los derechos de autor u otras restricciones)?
- ¿Cuál es el contenido de los datos (por ejemplo, definición de datos, clases o categorías utilizadas)?
Un reto que a menudo se encuentran los desarrolladores de metadatos es que las diferentes implementaciones de metadatos pueden funcionar de forma más o menos efectiva para cada uno de estos propósitos.
Esto ha llevado al desarrollo de muchos estándares de metadatos diferentes (es decir, descripciones de lo que debería incluirse en los metadatos de un conjunto de datos concreto).
Por ejemplo, el Federal Geographic Data Committee (FGDC) de Estados Unidos ha desarrollado un estándar de metadatos llamado CSDGM (Content Standards for Digital Geospatial Metadata). Este estándar es bastante completo e intenta cubrir todas las propiedades de los conjuntos de datos geoespaciales que pueden ser relevantes.
Preparar metadatos que se ajusten a este estándar requiere mucho tiempo y es costoso. Otras organizaciones como Dublin Core han desarrollado estándares basados en la cantidad mínima de información necesaria para describir un conjunto de datos. Este tipo de estándar de datos a veces se conoce como metadatos ligeros.
Aunque un estándar ligero como el estándar Dublin Core puede ser suficiente para buscar un archivo de datos, probablemente no contiene información suficiente para que el usuario decida si las propiedades del conjunto de datos son adecuadas para su búsqueda. . se ha identificado un conjunto de datos potencialmente relevante. Al comparar los metadatos creados para un conjunto de datos determinado con cada estándar, puede ver cómo difiere el nivel de detalle entre cada uno de estos estándares.
Michael Montero es especialista en Astronomía, cuenta con años de experiencia en observatorios y está especializado en avistamiento a media distancia. También ha preparado a algunos grupos de iniciados en astronomía. Una de sus aficiones más importantes es la observación de astros en la naturaleza, que practica cuando sus viajes y trabajo se lo permiten.