Einführung Cube Creator mit Beispiel
Project name:
Hier kommt der Name des Projekts unter welchem es abgespeichert und in deiner "Cube projects" Liste angezeigt werden soll.
Publishing profile:
Abhängig vom Amt welches den Auftrag für die Datenintegration erteilt hat (für uns in der Regel BAFU / FOEN)
Start project from:
Definiere die Grundlage des Projekts (CSV File, eine Kopie eines bestehenden Projekts erstellen oder von einem bereits existierenden Cube ausgehend). In diesem Beispiel wählen wir die Option CSV File(s)
Cube identifier:
Der Cube identifier bestimmt den URI (Link) welcher eindeutig auf dein Projekt zeigt. Entsprechend muss der Identifier eindeutig sein!
❗ Am besten verwendet man hier nur Kleinbuchstaben und den Namen des Projekts (z.B. mpx_test_karte_mustermax) ❗
Via das ➕ oder den "upload one"-Link können CSV vom Rechner via browse files oder drag-and-drop in den Cube Creator geladen werden.
Mit dem "Upload"-Button bestätigen und falls dieser erfolgreich war, schliesst sich das Fenster selbstständig.
In diesem Schritt werden sämtliche Spalten ausgewählt, welche relevant sind und entsprechend in LINDAS gewerden sollen. Hier sind es alle Spalten, welche benötigt werden. Mit dem Button Create table from selected columns erstellen wir nun eine Tabelle mit unseren Spalten.
Source CSV file ist für unser Beispiel nicht relevant, da wir nun ein CSV-File benutzen.
Cube table? muss in diesem Fall einen Haken kriegen. Die Cube Tabelle ist die Haupttablle (Faustregel: Die Tabelle, welche die Messdaten enthalt. Hier die Inzidenz_pro_100000).
Table name ist selbsterklärend der Name der zu erstellenden Tabelle.
Display color bestimmt lediglich die Farbe des Tabellenreiters im Cube Creator (keine Relevanz für die Integration in LINDAS)
Für jede ausgewählte Spalte muss nun das mapping auf das ursprüngliche CSV gemacht werden. Hier passiert der erste Teil der Transformation vom CSV zu RDF. Den Daten werden hier nämlich erstmals Eigenschaften / Properties zugewiesen.
Source Column:
Zeigt an um welche Spalte es sich im CSV handelt
Target Property:
Gibt den Namen der Spalte an auf welche das Ursprungs-CSV zeigt. Da dieser Name ein Teil eines Links wird keine Umlaute, Sonderzeichen oder Leerschläge verwenden, falls der Namen vom Vorgechlagenen geändert werden soll.
Data type:
Bestimmen, welchem Datentyp der Inhalt der Spalte entspricht. Eine Erklärung der Datentypen findet man hier
Language:
In welcher Sprache die Spalte ist falls diese vom Datentyp "String" ist.
Default value:
Selten gebraucht, aber falls die Spalte leere Zeilen hat und diese statt keinem Wert (cube:undefined) stattdessen einen Standardwert haben soll.
Nachdem sämtliche Spalten mit Metadaten versorgt worden sind auf den Reiter 2. Transformation wechseln und die Transformation starten.
Um die allgemeinen Metadaten des Cubes zu bearbeiten auf das Stiftsymbol neben dem Titel "Missing cube title" klicken.
In diesem Dokument wird nur auf die wichtigsten Angaben eingegangen, welche gängigerweise in den meisten Cubes verwendet werden.
Title
Der Titel / Name des Cubes welcher angezeigt werden soll in Visualize (oder via SPARQL als schema:name). Wird in mindestens einer Sprache benötigt und soll für alle vorhandenen Sprachen im Datenset erfasst werden.
Description
Wie beim Titel (falls vorhanden) sollte die Beschreibung des Datensatzes in allen vorhandenen Sprachen erfasst werden.
Status
Gibt an ob es sich bei diesem Cube um einen Entwurf oder um eine fertige Version des Cubes handelt. Beim Integrieren ohne das Bestätigen der Datenbesitzenden wird der Status auf Draft bleiben.
Publish to
Bestimmt wo der Datensatz publiziert werden soll. Für experimentelle Integrationen reicht "visualize.admin.ch ansonsten bei einer Publikation sollte auch opendata.swiss ausgewählt werden.
Contact Point
- Name: Die Anlaufstelle / Ansprechperson im Bundc
- Email: Email-Adresse des Kontakts
Category
Unter welcher Kategorie der Datensatz fällt beziehungsweise um welches Thema sich die Daten drehen.
Nur relevant, falls der Datensatz auf opendata.swiss publiziert werden soll (was jedoch bei einer finalisierten Publikation meistens der falls sein wird)
License
Generell wird hier immer "opendata.swiss - OPEN" sein (im Blick auf das EMBAG und die Philosophie von Linked Data sowieso)
Data refresh interval
Selbsterklärend, bei Nicht-wissen unknown anwählen. Sollte aber den Datenbesitzenden bekannt sein.
Data period
Die Zeitperiode welche das Datenset überspannt
Publisher
Welches Amt oder Sektion das Datensetz publiziert
Organisation
Wie bereits am Anfang ausgewählt noch einmal die Organisation angeben
Landing Page
In der Regel wird dort der genaue Link zum Datenset / Publikation angegeben, oder zumindest die Website der Publizierenden
Name
Name der Spalte in allen im Datensatz vorhandenen Sprachen
Description
Falls vorhanden in allen im Datensatz vorhandenen Sprachen die Dimension beschreiben (besonders bei "nicht-typischen" Dimensionen wie hier z.B. Inzidenz pro 100'000)
Dimension type
- Key dimension: Beschreibt den Datensatz und hat keine Messwerte z.B. Kanton
- Measure dimension: Spalte mit Messwerten
- Keine Angabe: Muss nicht in Visualize als Auswahl- oder Anzeigemöglichkeit bestehen, aber ist trotzdem in LINDAS gewünscht (z.B. Spalte "Bemerkung")
Scale of measure
Falls die Spalte entweder eine Key - oder Measure Dimension ist die Scale of measure angeben. Eine Dokumentation dazu findest du hier
Unit
Nur bei der Measure dimension
Data Kind
Nur bei Koordinaten, Flächen oder Zeitangaben notwendig. Bei Zeitangaben noch zusätzlich die Genauigkeit der Zeitmessung angeben
Um eine einer Spalte eine Shared Dimension hinzuzufügen auf das Kettensymbol klicken neben dem Spalten Namen und Bearbeitungssymbol
Auto-fill from Shared Dimension
Einfachste Methode eine Shared Dimension hinzuzufügen. Gewünschte Shared Dimension im Dropdownmenü suchen und auswählen.
Shared dimensions
Hier bestimmen welche Shared Dimension in dieser Spalte angewendet werden soll.
Mappings
Hier werden sämtliche Werte angezeigt welche gemappt werden können oder bereits gemappt wurden auf die ausgewählte Shared Dimension. Manuell kann hier noch noch gewechselt werden. Via All, Mapped und Unmapped kann man selektieren welche Werte man sehen möchte.