SEARCH

SEARCH BY CITATION

Keywords:

  • Alberta;
  • archaeological site data;
  • data quality;
  • geographic information systems (GIS);
  • legacy data;
  • positional ambiguities;
  • spatial database
  • ambiguïtés de positionnement;
  • Alberta;
  • base de données archéologique;
  • base de données longitudinale;
  • base de données spatiale;
  • qualité des données

Many institutions and agencies are currently faced with the issue of geographic information systems-enabling legacy databases. The problems can be acute for data sets that have been compiled through many years, using different standards and levels of recording. To explore these issues further, we report on a data quality assessment undertaken in 2002 for a subset of the archaeological site database of the province of Alberta, Canada. Our work shows that positional ambiguities in the data set can be highlighted and corrected by relatively straightforward procedures. This case study also provides an indication of the amount of work effort that will be involved in validating or ‘cleaning up’ data sets so model results and analyses undertaken with them are more reliable.

Bases de données patrimoniales et SIG: un examen de la problématique supporté par une étude de cas des bases de données archéologiques du sud-est de l'Alberta, Canada

Beaucoup d'établissements et d'agences sont actuellement confrontés au problème de l'harmonisation des bases de données de SIG développées au fil du temps. Les problèmes peuvent être particulièrement aigus pour les banques de données qui ont été compilées sur une longue période de temps, utilisant différentes normes et degrés de précision. Pour explorer ces défis, nous présentons une évaluation de qualité de données que nous avons effectuée en 2002 avec un sous-échantillon de la base de données archéologique d'emplacement (ASDB) de la province de l'Alberta, Canada. Notre travail démontre que des ambiguïtés de positionnement dans la banque de données peuvent être détectées et corrigées par des procédures relativement simples. Cette étude de cas donne également un aperçu de l'effort qui sera nécessaire pour nettoyer les banques de données afin d'assurer la fiabilité des résultats de modèles et d'analyses qui les utilisent.