Aller au contenu
canidata.fr

Qualité

Un score, pas une promesse

Chaque dataset est noté sur quatre dimensions mesurables. Les défauts connus sont publiés, pas masqués : c'est la condition d'une donnée digne de confiance.

Les quatre dimensions

◍

Complétude

Part des enregistrements dont les champs clés sont renseignés.

⧉

Unicité

Absence de doublons et stabilité des identifiants (slugs immuables).

↻

Fraîcheur

Écart entre l'instantané publié et la dernière collecte source.

≡

Cohérence

Conformité aux référentiels (régions, races) et aux contraintes de type.

Contrôles publiés

La qualité sert aussi le maillage interne

Un lien externe n'est utile que si la clé derrière ce lien reste stable. Les contrôles canidata protègent les pages consommatrices : fiches races, observatoire, recherche d’élevages et articles qui citent les indicateurs.

Une valeur qui ne peut pas être retrouvée à sa source pèse peu : la formation des prix sur le marché primaire se lit avec la même exigence de justification.

Un site d'élevage publie ce que l'éleveur accepte de rendre vérifiable : nombre de portées par an, réservations, tests rotules, ECVO et ADN. Ces documents ne valent que lus ensemble : un test rotules isolé ne dit rien du rythme de reproduction, et un résultat ECVO sans date perd sa portée. La fiche consacrée aux chiots Spitz Allemand Moyen détaille ces points pour un élevage de Remalard-en-Perche, avec ses intertitres sur les portées, les réservations et ce qu'un site d'élevage ne peut pas prouver. C'est exactement le type de page qui alimente un score qualité : des faits datés, des sources nommées, et des limites explicites.

Un score qualite des donnees canines ne se limite pas aux origines : il integre aussi l'entretien, documente geste par geste. Le Labrador en donne un cas lisible. Sa perte de poils s'explique par un sous-poil dense et une mue continue, plus marquee au printemps et a l'automne. Bain, griffes, dents, oreilles : la fiche le quotidien d'un Labrador detaille la frequence de chaque soin. Dysplasie du coude et sterilisation relevent d'une decision prise avec le veterinaire, pas d'un calendrier standard. Ces donnees d'entretien completent les chiffres de sante et de poids, et rendent le score comparable d'une race a l'autre.

Un guide de l'élevage canin en France couvre l'achat encadré, l'accueil du chiot, la santé et la reproduction, avec des intertitres qui vont du contenu de la ressource à la vérification d'une information. Il s'adresse aux acquéreurs qui préparent un achat et aux éleveurs qui veulent recouper leurs pratiques. Avant de choisir un élevage, la méthode consiste à croiser les données : origines, tests de santé, conditions d'élevage. Un guide ne remplace pas une visite ni un vétérinaire, mais il fixe des repères de lecture. Pour acheter un chiot en elevage, cette fiche détaille ce qu'un site ressource peut documenter, sans se substituer aux vérifications de terrain.

Sur le volet disponibilité, les données publiques ne donnent pas de volume national de chiots Bolonka Zwetna : la race reste peu diffusée en France, avec des portées rares et des listes d'attente chez les éleveurs. Le budget d'acquisition dépend de l'élevage, de la lignée et des tests de santé, sans barème officiel. Pour importer un Bolonka depuis la Russie ou les pays baltes, il faut vérifier la reconnaissance FCI n286, l'inscription au LOF et les règles sanitaires d'entrée. Ces points sont détaillés dans la fiche Bolonka Zwetna en France : acquisition, import, cadre.

Stabilité des identifiants

slug non réattribué

Les références et jointures par slug restent valides après mise à jour.

Normalisation territoriale

13 régions canoniques

Les cartes et comparaisons régionales évitent les doublons de libellé.

Minimisation des données

aucune coordonnée contact

Les usages publics restent centrés sur l’activité, pas sur des données personnelles.

Fraîcheur observable

/api/v1/status

Les sites consommateurs peuvent afficher ou surveiller la date du dernier instantané.

Éleveuse consultant une tablette pour suivre des données de portée
Les contrôles qualité partent d'usages concrets : disponibilité, localisation, race et fraîcheur.
Contrôle avant diffusion
monthly snapshot
Contrôle avant diffusion Ingestion brut Validation schéma Scoring 4 axes Publication partenaire

Scores par dataset

Global 96/100
Complétude 98/100
Unicité des slugs 100/100
Fraîcheur 92/100
Cohérence des agrégats 95/100
Global 88/100
Complétude région 91/100
Normalisation région 100/100
Couverture géocodage 51/100
Fiabilité races produites 90/100
Global 92/100
Couverture territoriale 100/100
Normalisation 100/100
Base de rattachement 89/100
Fraîcheur 92/100
Cas concret

Normaliser 13 régions

À la source, le champ region mélangeait casse, accents et espaces parasites. Trois écritures d'« Occitanie » empêchaient toute agrégation fiable. canidata applique une table canonique de 13 régions et expose un region_slug stable.

Avant — donnée brute

source
[
  { "region": "Occitanie" },
  { "region": "occitanie" },
  { "region": "occitanie " },
  { "region": "Auvergne-Rhone-Alpes" },
  { "region": "auvergne-rhone-alpes" }
]

Après — normalisé

canidata
[
  { "region": "Occitanie",            "region_slug": "occitanie" },
  { "region": "Occitanie",            "region_slug": "occitanie" },
  { "region": "Occitanie",            "region_slug": "occitanie" },
  { "region": "Auvergne-Rhône-Alpes", "region_slug": "auvergne-rhone-alpes" },
  { "region": "Auvergne-Rhône-Alpes", "region_slug": "auvergne-rhone-alpes" }
]

Cette transformation est appliquée de façon déterministe au moment du seed, versionnée (voir changelog v1.0.2) et reproductible.