Modellen
Categories:
(klik aan om te navigeren)
Beschrijving
Deze capability beschrijft hoe gegevens- en informatiemodellen worden gehanteerd en geven daarmee betekenis en onderlinge samenhang aan de data die wordt uitgewisseld via Dataservices. De betekenis van gegevens wordt ook wel uitgedrukt als de semantiek van gegevens. Gegevens- en informatiemodellen zijn een vorm van Metadata.
Meer lezen
De capability Modellen is gebaseerd op het Data Models and Formats building block zoals beschreven in het OPEN DEI design principles position paper on Resources. In de Blueprint van het Data Spaces Support Centre wordt het begrip modellen beschreven in het Building Block Data Models.
De NORA biedt kennis over modellen en semantiek binnen de visie Nationaal Semantisch Vlak.
Modellen binnen het FDS
Om het potentieel van gegevens optimaal te benutten dienen de betekenis en onderlinge samenhang van gegevenselementen inzichtelijk te zijn. Het is daarom cruciaal dat het gegevensmodel van FDS aanbod inzichtelijk is voor (potentiële) afnemers. Dit gaat verder dan het benoemen van de gegevenselementen en de onderlinge samenhang. Elk gegevenselement dient voorzien te zijn van een duidelijke definitie en de context waarbinnen het gegeven is ingezameld. Deze informatie is essentieel voor afnemers om goed te kunnen beoordelen hoe bruikbaar gegevens zijn voor hun beoogde doel.
Informatiemodellen zijn op te delen in een aantal beschouwingsniveaus, zo is er onderscheid te maken tussen een model van begrippen, een conceptueel informatiemodel, een logisch informatie- of gegevensmodel en een fysiek of technisch gegevens- of datamodel.
Model van begrippen
Een model van begrippen bevat een begrippenkader waarbinnen begrippen van betekenis en onderlinge samenhang worden voorzien. Een begrippenkader wordt uitgedrukt met behulp van de standaard NL-SBB op basis van op de internationale standaard SKOS.
Conceptueel informatiemodel en logisch informatie- of gegevensmodel
Een conceptueel informatiemodel geeft een zo getrouw mogelijke beschrijving van die werkelijkheid en is in natuurlijke taal geformuleerd. Een conceptuele informatiemodel richt zich specifiek op de semantiek van dingen en hun eigenschappen. Het conceptuele informatiemodel richt zich op het ‘wat’. Een logisch informatie- of gegevensmodel beschrijft hoe concepten gebruikt worden bij de interactie tussen systemen en hun gebruikers en tussen systemen onderling. Het gaat hierbij, in tegenstelling tot een conceptueel model, dus veel meer om het ‘hoe’.
De standaard MIM biedt handvatten om invulling te geven aan een conceptueel informatiemodel en een logisch informatie- of gegevensmodel. Binnen MIM kunnen deze modellen worden uitgedrukt met ‘klassieke’ modelleertechnieken zoals UML en ERD, die veel worden toegepast bij objectgeoriënteerd modellen en relationele modellen. Deze modelleertechnieken zijn echter sterk geënt op het in isolatie modelleren van gegevens en bieden weinig handvatten om informatiemodellen onderling met elkaar te verbinden.
Grote potentie zit echter in het onderling verbinden van datasets die traditioneel alleen in silo’s beschikbaar zijn. Het concept van linked data geeft invulling aan deze behoefte via een vorm van modelleren waarbij onderlinge verbondenheid in de basis is verwerkt. Bij linked data loopt het conceptuele informatiemodel en het logische informatiemodel in elkaar over. Linked data kent de volgende elkaar aanvullende standaarden voor het vormgeven van informatiemodellen: RDF, RDFS, OWL en SHACL.
UML en ERD enerzijds en de set aan linked data standaarden anderzijds zijn niet eenvoudig naar elkaar om te zetten. Dat maakt het een uitdaging binnen FDS om modellen uitgedrukt in UML of ERD te verbinden met elkaar of met linked data modellen. Overigens definieert MIM hoe een MIM(UML)-model als linked data kan worden uitgedrukt en uitgewisseld. Dat maakt het uitgedrukte MIM-model echter nog geen linked data model, het betreft geen vertaling van UML of ERD naar OWL en/of SHACL (of vice versa). Het betreft een UML-model dat kan worden gelezen als linked data, zoals elk verzameling van informatieobjecten in principe kan worden uitgedrukt als linked data.
Technisch gegevens- of datamodel
De uiteindelijke gegevensuitwisseling vindt plaats via een API. Het gegevensmodel dat de API hanteert is het technische gegevens- of datamodel. Voor REST-API’s wordt dit uitgedrukt met de Open API Specification. Indien de REST-API gegevens uitwisselt in de vorm van JSON-LD, kan dit direct worden gekoppeld aan een informatiemodel uitgedrukt in linked-data. Voor andere vormen van koppeling, bijvoorbeeld aan een model uitgedrukt in UML, is verder onderzoek en/of verdere standaardisatie nodig.
Informatiemodellen en traceerbaarheid
In de capability Traceerbaarheid wordt de behoefte aan traceerbaarheid geformuleerd. Ook deze traceerbaarheid wordt uitgedrukt in gegevens die vormgegeven worden in een informatiemodel, uitgedrukt in aspecten als gebeurtenissen, correcties, verantwoording, twijfel, onderzoek en periodes van registratie en geldigheid. Op dit vlak is nog veel onderzoek te doen. Binnen het project Uit betrouwbare bron wordt getracht patronen en definities op te stellen die ondersteunen bij het opzetten van een effectief informatiemodel dat recht doet aan deze aspecten.
Informatiekundige kern
De ambitie van FDS is om de verschillende gegevensbronnen onderling aan elkaar te koppelen. In feite de stap om van datasilo’s naar onderling verbonden ’linked’ datasets te gaan. Dit gaat verder dan de te hanteren modelleertechnieken. Deze verbinding komt namelijk alsnog niet tot stand als voor identificatie benodigde sleutelwaarden zoals een BSN niet afdoende aanwezig zijn in de betreffende datasets.
Een belangrijke stap naar het koppelbaar maken van datasets bestaat uit de Informatiekundige kern van het FDS. De mate van koppelbaarheid wordt bepaald door overeenkomstige data-elementen in verschillende bronnen. Hoe hoger de zekerheid dat data-elementen qua semantiek en feitelijke waarden overeenkomen hoe hoger de koppelbaarheid. De informatiekundige kern draagt hieraan bij door afspraken over te maken over de koppelbaarheid. De informatiekundige kern stelt dat binnen het FDS wordt afgesproken hoe de kernobjecten persoon, organisatie en locatie worden geïdentificeerd. Veel sectorregistraties bevatten informatie over personen, organisaties en/of locaties. Het harmoniseren van de identificatie van personen, organisaties en locaties ondersteunt het onderling aan elkaar koppelen van al deze datasets.