FR:Osmer in Residence Program data import

Objectifs du projet

Les données qui seront importées dans le cadre de cette campagne au Nigéria font partie du programme OSMer in Residence, une collaboration entre le HUB de l'Afrique du Nord et de l'Ouest de HOT et Médecins Sans Frontières  (MSF). Il s'agit d'une collaboration gagnante-gagnante entre les deux organisations, dans laquelle l'expertise d'un membre de la communauté OSM locale est mise à la disposition d'une organisation ayant un besoin technique bien défini. Les données à importer sont des données historiques relatives aux structures de santé des différentes missions de MSF qui ont été impliquées au Nigeria dans le passé. Pour plus d'informations sur le programme OSMer in Residence, veuillez consulter ce lien .

Nigeria

Vous pouvez consulter la page Wiki de OSM Nigeria ici

Calendrier

La planification de l'importation a commencé à la mi-janvier 2024, nous aimerions que l'importation soit achevée en février 2024.

Compte d'import

Pour cette campagne nous encourageons les contributeurs du Nigeria à utiliser un compte différent de leur compte personnel. De ce fait nous les encourageons vivement à créer de nouveaux compte pour cette campagne si ils n'en disposent pas.

Les données à importer

Historique des données

Les données à importer ici sont des données historiques collectées par MSF concernant les structures de santé au Nigeria. Il est difficile de préciser le contexte et la date de collecte des données pour ces structures de santé. Néanmoins, ces données ont été stockées dans la Master Data base de MSF et sont utilisées pour les opérations de MSF.

Type d'import

La meilleure approche pour importer ces données est manuelle par la communauté, avec des données réparties dans un certain nombre de défis sur Maproulette.

Avantages :

• Tous les volontaires peuvent participer à l'effort d'importation, à tout moment (bien que seuls les cartographes compétents devraient y participer).
• Nous pouvons vérifier, à tout moment, l'état d'avancement de l'importation.
• Nous pouvons facilement valider chaque tâche et vérifier l'état de la validation.

Préparation des données

Plan de tagging

La base de données de MSF possède sa propre nomenclature pour le marquage des établissements de santé. Dans le cas présent, nous avons cinq catégories d'établissements de santé, à savoir : health_center; healthh_post, hospital, clinic et dispensary. Les champs d'attributs de données sélectionnés dans la MDB sont : iso3 ; name_en ; operated_b ; hlfac_typ et source. Ces champs ont été sélectionnés parce que leurs équivalents existent dans osm et que les autres champs avaient un contenu vide.

Vous trouverez ici une liste de tous les attributs originaux et leur traduction correspondante dans le schéma de balisage OSM :

Attributs de la MDB	Signification des attributs de la MDB	OSM Tag
ISO 3	Code du pays du Nigeria où les établissements de santé ont été collectés
name_en	Nom des établissements de santé en anglais qui ont été collectés	name=*
operated_b	Nom de l'institution responsable de l'établissement de santé	operator=*
hlfac_typ= clinic hospital dispensary health_centre health post	Type d'établissement de santé	amenity=clinic amenity=hospital health_facility:type=dispensary health_facility:type=health_centre amenity=health post
source	Source des données de l'établissement collecté	source=MSFsurvey

Transformation des données

1. Le fichier original (en shapefile) provient de la base de données MSF Master Data après avoir été appliqué la requête sur les structures de santé présentes au Nigéria trouvée dans cette base et dont la source est MSF.
2. Dans Qgis, les balises vides et non pertinentes ont été supprimées, tandis que celles facilement adaptables au langage OSM ont été laissées.
3. Nous avons ensuite ouvert ce fichier nettoyé dans QGIS sur JOSM à l'aide du plugin opendata et l'avons sauvegardé au format osm.
4. Le fichier, sauvegardé au format osm servira à l'intégration dans maproulette et proposera différentes tâches à cartographier.

Note : Nous avons conservé les attributs msf dans maproulette car les données contenaient plusieurs thèmes avec des attributs différents. Par conséquent, la transformation de ces données en langage osm se fera directement lors de l'import.

Flux de travail pour la fusion des données

Approche d'équipe

Cette importation (intégration des données) se fera par l'intermédiaire de Maproulette, le nombre de personnes qui importeront les données n'est donc pas connu, mais nous attendons des volontaires cartographes de la communauté nigériane car ils ont une bonne connaissance de leur pays et du contexte des données. Une formation sera dispensée au préalable afin de renforcer les capacités de la communauté à utiliser Maproulette, à comprendre les attributs msf et à les étiqueter afin de produire des données de qualité. Quelques compétences nécessaires :

• Disposer d'un compte pour l'import différent du compte personnel;
• Disposer de JOSM dans son poste;
• Avoir une connaissance basique sur l'étiquetage sur osm

Flux de travail

Instructions détaillées

Il existe plusieurs façons d'obtenir les mêmes résultats. Nous avons essayé de trouver la plus simple, la moins sujette aux erreurs et celle qui garantit un niveau plus élevé de cohérence entre les différents volontaires à l'import. Le processus proposé est le suivant :

• L’éditeur

Nous encourageons les contributeurs à utiliser l'éditeur qu'ils préfèrent. Il peut s'agir de JOSM . Le choix de l'éditeur se fait après avoir sélectionné le défi à cartographier.

• Imagerie

L’imagerie Bing est fortement encouragée pour cette campagne d’import des données. Cependant au cas où les contributeurs rencontres des problèmes associés à l’imagerie (zone nuageuse ou problème de clarté) ils peuvent changer d’imagerie afin de mieux apprécier la zone.

Comment cartographier?

1. Activez le contrôle à distance sur josm ce qui permettra une communication entre le serveur de Maproulette et josm.
2. Créer un point approximativement à l'endroit où il se trouve sur maproulette dans l'éditeur sélectionné;
3. Copier les propriétés de l'objet depuis maproulette et les coller dans l'éditeur. Ces propriétés seront des indicateurs, mais vous devrez les adapter à un langage compréhensible par osm. Pour cette raison, veuillez vous référer au plan d'étiquetage de cette campagne, pour voir à quoi correspond chaque propriété et comment elle s'intègre dans OSM;
4. Si une structure de santé existe déjà, comparez les propriétés de la structure de santé sur OSM avec celles que vous possédez sur Maproulette. S'il y a une propriété dans les données MSF que les données OSM ne contiennent pas, ajoutez-la aux propriétés des données existantes sur OSM;
5. Pour les structures sanitaires qui ne sont pas positionnés sur des bâtiments, identifiez et positionnez le sur le bâtiment le plus proche et, si il n'existe pas de bâtiment à proximité, laisser ce défi et passez au défi suivant;
6. Si vous êtes confronté à des défis dont les propriétés des objets sont inconnues, ne les ajoutez pas à OSM, ignorez ces tâches.
7. Une fois la tâche terminée, les modifications peuvent être envoyées, en n'oubliant pas de décrire l'opération effectuée et le hashtag de la campagne.

Confrontation

Pour comparer les données provenant de de la base de donnée de MSF et celle qui sont déjà présente sur OSM Nous allons le faire de façon manuelle. Nous allons nous intéresser au nom des  attributs des données des différentes sources. Si nous avons des noms similaires bien que les positions des objets soient différents on considère que la donnée existe déjà sur OSM.  Si les données de msf proposent des attributs plus complets que la donnée présente dans OSM, on les intègre sur la donnée de OSM.

Evaluation de la qualité

La validation de l'importation sera effectuée par un deuxième utilisateur dans le gestionnaire de tâches.

Niger

Calendrier

La planification de l'importation a commencé à la mi-janvier 2024, nous aimerions que l'importation soit achevée en février 2024.

• 11 Janvier 2024: Réunion avec la communauté OSM du Niger sur la présentation du programme OSMer in Residence et les données à importer et les différentes attentes vis à vis de la communauté;
• 24 Janvier 2024: Formation sur Maproulette

Compte d'import

Pour cette campagne nous encourageons les contributeurs du Niger à utiliser un compte différent de leur compte personnel. De ce fait nous les encourageons vivement à créer de nouveaux compte pour cette campagne si ils n'en disposent pas.

Les données à importer

Historique des données

Les données à importer ici sont des données historiques collectées par MSF concernant les structures de santé et les villages au Niger. Il est difficile de préciser le contexte et la date de collecte des données pour les structures de santé mais pour les villages, elles ont été collectées en 2022. Néanmoins, ces données ont été stockées dans la base de données principale de MSF et sont utilisées dans les opérations de MSF. MSF a donné son autorisation pour l'utilisation de ses données dans OpenStreetMap par les communautés. Un scan du document est disponible ici.

Type d'import

La meilleure approche pour importer ces données est manuelle par la communauté, avec des données réparties dans un certain nombre de défis sur Maproulette.

Avantages :

• Tous les volontaires peuvent participer à l'effort d'import, à tout moment (bien que seuls les cartographes compétents devraient y participer).
• Nous pouvons vérifier, à tout moment, l'état d'avancement de l'import.
• Nous pouvons facilement valider chaque tâche et vérifier l'état de la validation.

Préparation des données

Plan de tagging

La base de données MSF possède sa propre nomenclature pour le marquage des structures de santé. Pour la campagne d'importation au Niger, nous avons quatre catégories de structures de santé, à savoir : health_center (hc) ; health_post (hp), hospital, clinic. Les champs d'attributs de données sélectionnés dans la MDB sont : iso3 ; name_fr ; operated_b ; hlfac_typ et source. Ces champs ont été sélectionnés parce que leurs équivalents existent sur osm et que les autres champs avaient un contenu vide.

Vous trouverez ici une liste de tous les attributs originaux et leur traduction correspondante dans le schéma de balisage OSM :

Attributs de la MDB	Signification des attributs de la MDB	OSM Tag
ISO 3=ner	Code du pays du Niger où les établissements de santé ont été collectés	iso3=ner
name_fr	Nom des établissements de santé en Français qui ont été collectés	name=*
hlfac_typ= clinic hospital hc (health_centre) hp (health post)	Type d'établissement de santé	amenity=clinic amenity=hospital health_facility:type=health_centre amenity=health post
source=msf	Source des données de l'établissement collecté	source=MSFsurvey
Attributs des villages
ISO 3	Code du pays du Niger où les villages ont été collectés	iso3=ner
type=village	village	place=village
name_fr	Nom des villages en Français qui ont été collectés	name=*
source=msf	Source des villages collectés	source=MSFsurvey

Changement de balise

Nous utiliserons les balises changeset suivantes générées automatiquement lorsque vous souhaitez télécharger une donnée :

comment=#osmerinresidence_niger #maproulette #missingMaps #MSF #WNAH

Transformation des données

1. Le fichier original (en shapefile) provient de la base de données MSF Master Data après avoir été appliqué la requête sur les structures de santé présentes au Nigéria trouvée dans cette base et dont la source est MSF.
2. Dans Qgis, les balises vides et non pertinentes ont été supprimées, tandis que celles facilement adaptables au langage OSM ont été laissées.
3. Nous avons ensuite ouvert ce fichier nettoyé dans QGIS sur JOSM à l'aide du plugin opendata et l'avons sauvegardé au format osm.
4. Le fichier, sauvegardé au format osm servira à l'intégration dans maproulette et proposera différentes tâches à cartographier.

Note : Nous avons conservé les attributs msf dans maproulette car les données contenaient plusieurs thèmes avec des attributs différents. Par conséquent, la transformation de ces données en langage osm se fera directement lors de l'import.

Flux de travail pour la fusion des données

Approche d'équipe

Cette importation (intégration des données) se fera par l'intermédiaire de Maproulette, le nombre de personnes qui importeront les données n'est donc pas connu, mais nous attendons des volontaires cartographes de la communauté nigérienne car ils ont une bonne connaissance de leur pays et du contexte des données. Une formation sera dispensée au préalable afin de renforcer les capacités de la communauté à utiliser Maproulette, à comprendre les attributs msf et à les étiqueter afin de produire des données de qualité : Quelques compétences nécessaires:

• Disposer d'un compte pour l'import différent du compte personnel;
• disposer de JOSM dans son poste;
• avoir une connaissance basique sur l'étiquetage sur osm

Référence

En suivant les directives d'import des données, nous avons d'abord organisé une réunion avec les leaders des communautés, en particulier le président d'OSM Niger, pour lui expliquer le projet. Ensuite, une réunion supplémentaire a été organisée avec la communauté locale d'OSM au Niger via une réunion sur Google.

Réunion avec la communauté OSM du Niger

Flux de travail

Nous allons utiliser JOSM pour cet import.

Instructions détaillées

Il existe plusieurs façons d'obtenir les mêmes résultats. Nous avons essayé de trouver la plus simple, la moins sujette aux erreurs et celle qui garantit un niveau plus élevé de cohérence entre les différents volontaires à l'import. Le processus proposé est le suivant :

• L’éditeur

Nous encourageons les contributeurs à utiliser l'éditeur qu'ils préfèrent. Il peut s'agir de JOSM . Le choix de l'éditeur se fait après avoir sélectionné le défi à cartographier.

• Imagerie

L’imagerie Bing est fortement encouragée pour cette campagne d’import des données. Cependant au cas où les contributeurs rencontres des problèmes associés à l’imagerie (zone nuageuse ou problème de clarté) ils peuvent changer d’imagerie afin de mieux apprécier la zone.

Comment cartographier?

1. Activez le contrôle à distance sur josm ce qui permettra une communication entre le serveur de Maproulette et josm.
2. Créer un point approximativement à l'endroit où il se trouve sur maproulette dans l'éditeur sélectionné;
3. Copier les propriétés de l'objet depuis maproulette et les coller dans l'éditeur. Ces propriétés seront des indicateurs, mais vous devrez les adapter à un langage compréhensible par osm. Pour cette raison, veuillez vous référer au plan d'étiquetage de cette campagne, pour voir à quoi correspond chaque propriété et comment elle s'intègre dans OSM;
4. Si une structure de santé existe déjà, comparez les propriétés de la structure de santé sur OSM avec celles que vous possédez sur Maproulette. S'il y a une propriété dans les données MSF que les données OSM ne contiennent pas, ajoutez-la aux propriétés des données existantes sur OSM;
5. Pour les structures sanitaires qui ne sont pas positionnés sur des bâtiments, identifiez et positionnez le sur le bâtiment le plus proche et, si il n'existe pas de bâtiment à proximité, laisser ce défi et passez au défi suivant;
6. Si vous êtes confronté à des défis dont les propriétés des objets sont inconnues, ne les ajoutez pas à OSM, ignorez ces tâches.
7. Une fois la tâche terminée, les modifications peuvent être envoyées, en n'oubliant pas de décrire l'opération effectuée et le hashtag de la campagne.

Confrontation

Pour comparer les données provenant de de la base de donnée de MSF et celle qui sont déjà présente sur OSM Nous allons le faire de façon manuelle. Nous allons nous intéresser au nom des  attributs des données des différentes sources. Si nous avons des noms similaires bien que les positions des objets soient différents on considère que la donnée existe déjà sur OSM.  Si les données de msf proposent des attributs plus complets que la donnée présente dans OSM, on les intègre sur la donnée de OSM.

Evaluation de la qualité

La validation de l'importation sera effectuée par un deuxième utilisateur dans le gestionnaire de tâches.

Tchad

Les données à importer

Historique des données

Les données à importer ici sont des données historiques collectées par MSF concernant les structures de santé au Tchad. Il est difficile de préciser le contexte et la date de collecte des données pour ces structures de santé. Néanmoins, ces données ont été stockées dans la Master Data base de MSF et sont utilisées pour les opérations de MSF.