Données
Cartographie globale des données
En bref : CRISalid organise cinq circuits : annuaire, publications, référentiels, corrections humaines, diffusion. Sur l'instance de développement, quatre sources bibliographiques alimentent le graphe (HAL, IdRef, scanR, OpenAlex) ; Scopus, implémenté, n'est pas utilisé. La diffusion vers une vitrine publique est le circuit qui reste à construire : le service d'export n'existe pas.
Cette page est la carte des composants et des stockages, pour la DSI. Le circuit des données expliqué pas à pas est dans Comprendre CRISalid ; les sources dans le catalogue ; les briques dans la carte des sous-projets.
Composants et stockages
Les cinq circuits
| Circuit | Entrée → traitement | Stockage | Statut |
|---|---|---|---|
| Personnes et structures | Annuaire → passerelle d'annuaire → graphe | Redis (versions), bus, Neo4j | Confirmé dans le code ; Observé sur instance (dev) : 235 unités à code RNSR, 5 848 chercheurs rattachés à 51 unités |
| Publications | Identifiants des personnes → moissonneur → graphe | PostgreSQL du moissonneur, bus, Neo4j | Observé sur instance (dev) : quatre sources actives, 251 191 publications (catalogue) |
| Référentiels | UAI, ROR, taxonomie OpenAlex, vocabulaires → services dédiés | PostgreSQL ou index spécialisés, puis Neo4j | Partiel : plusieurs services optionnels |
| Corrections humaines | Actions dans SoVisu+ → bus → graphe | PostgreSQL de SoVisu+, Neo4j | Confirmé dans le code ; usage sur l'instance À confirmer |
| Diffusion | Neo4j → API Apollo → SoVisu+ ; vers la vitrine : service d'export | Pas de stockage public | Projection Saclay pour l'export (extrait et comparatif du POC) |
Frontières de responsabilité
- La passerelle d'annuaire adapte les sources institutionnelles et détecte les changements ; elle ne décide pas de la vérité métier.
- Le moissonneur normalise les réponses des plateformes et garde l'historique de collecte ; il ne dédoublonne pas.
- Le graphe (IKG) applique les règles de rapprochement et écrit dans Neo4j.
- SoVisu+ a sa propre base et transmet les corrections au graphe ; elle ne doit pas devenir une seconde définition des données.
- Apollo expose Neo4j en GraphQL ; ce n'est pas un contrat public versionné.
Ce que la carte ne prouve pas encore
- la cadence réelle : l'enrichissement (calcul d'accès ouvert) est arrêté depuis le 7 septembre 2026 sur l'instance (Observé sur instance (dev), données observées) ;
- les délais de propagation, taux de rejet et règles locales de priorité, fusion et suppression : À confirmer ;
- la propagation des suppressions, qui n'est pas assurée (suppressions non propagées) ;
- la politique de publication des données personnelles (sécurité, droits et données personnelles).
Projets et financements n'ont pas de circuit : voir le modèle de données.