Verfahren zur Datenverknüpfung in der Schweiz
Verknüpfung von Verwaltungsdaten: Verfahren des Statistischen Bundesamtes
Für die Verknüpfung von Datensätzen mit mindestens einem Datensatz aus der Bundesverwaltung wird die Verknüpfung vom Statistischen Bundesamt durchgeführt. Die Datenverknüpfung für Dritte unterliegt einem klar definierten Verfahren, um ein hohes Datenschutzniveau zu gewährleisten.
Um einen Verknüpfungsantrag beim BFS zu stellen, ist das Verfahren wie folgt (das detaillierte Verfahren ist auf der Website des BFS verfügbar):
- Der Nutzer der Daten füllt ein Linkage-Antragsformular aus, das auf der BFS-Website verfügbar ist. Das Formular kann unter folgendem Link aufgerufen und heruntergeladen werden.
- Das ausgefüllte Formular ist an diese Adresse (verknuepfungen@bfs.admin.ch) zu senden.
- Das BFS prüft den Antrag und bittet ggf. den Anwender um zusätzliche Informationen.
Damit der Antrag validiert werden kann, müssen die folgenden Bedingungen erfüllt sein:
Damit das BFS eine Verknüpfung im Auftrag eines Dritten durchführen kann, müssen die folgenden Kriterien erfüllt sein (Quelle BFS):
Sicherheitskriterien:
-« Verknüpfungen dürfen nur für Zwecke der öffentlichen Statistik oder für wissenschaftliche Zwecke verwendet werden und nicht für administrative oder andere Zwecke. Dies ist unabhängig vom Antragsteller »
-« Verknüpfungen erfolgen nur im Rahmen der rechtlichen Vorgaben; dazu müssen Daten gemäss BstatG [Bundesstatistikgesetz] eingebunden sein ».
Gewährleistung der Datensicherheit / Datenschutz, speziell bei besonders schützenswerten Daten.
– Es werden nur anonymisierte Daten weitergegeben. Diese erlauben keine Rückschlüsse auf Einzelpersonen.
– Die Daten dürfen nicht de-anonymisiert oder mit anderen Daten verknüpft werden.
-Die Daten sind nach erfolgter Analyse zu löschen bzw. dem BFS zurückzugeben.»
Methodische und technische Kriterien:
– Hinreichende Qualität der zu verknüpfenden Daten und des resultierenden Datensatzes, methodische Korrektheit, Eignung der Daten für die Fragestellung.
-Identische (pseudonymisierte) Identifikatoren für die zu verknüpfenden Datenquellen sind vorhanden.
Der Antrag auf Verknüpfung muss außerdem die folgenden Kriterien erfüllen:
Um sicherzustellen, dass die Anwendung berücksichtigt wird, müssen die folgenden Anforderungen erfüllt sein:
-«Der Antrag erfolgt im Zusammenhang mit Ihrer Arbeit für ein anerkanntes Forschungsinstitut (z.B. Universität) oder für eine Organisation der Bundes-, einer Kantons- oder Gemeindeverwaltung.
-Der Antrag erfolgt im Rahmen eines Projekts, das einen statistischen (und nicht etwa einen administrativen) Zweck verfolgt. Bei wissenschaftlichen Zwecken sollte der Antrag auch eine kurze Zusammenfassung über die wissenschaftliche Zielsetzung, Relevanz und das generelle Forschungsinteresse (u.a. Ziel des Projekts; detaillierte Beschreibung der als Output verwendeten Daten; Angabe der konkreten Verwendung und eines allfälligen Publikationsentwurfs) beinhalten.
-Der Antrag betrifft Statistikdaten der Bundesverwaltung.» (Quelle: BFS) - Sobald der Antrag gestellt wurde:
Das BFS nimmt den Antrag an: Ein Vertrag, der dem Nutzer vom BFS zugesandt wird, muss von beiden Parteien unterzeichnet werden. Wenn Forschende/Nutzende die Datensätze der Verwaltung mit eigenen Datensätzen verknüpfen wollen, müssen sie letztere an das BFS schicken, damit das BFS die Verknüpfung durchführen kann. Die Verknüpfung erfolgt dann durch die Erstellung eines Verknüpfungsschlüssels, und das BFS übermittelt die anonymisierten Daten an die Forschenden/Nutzenden.
Das BFS lehnt den Antrag ab: Das BFS teilt den Forschenden/Nutzenden die Gründe für seine negative Entscheidung mit.
Verknüpfung von Forschungsdaten und privaten Daten
Die Verknüpfung von Forschungsdaten und privaten Daten ist nicht wie bei den administrativen Daten geregelt. Es gibt keine Standards oder gar Grundsätze, wie solche Daten für die Forschung genutzt werden sollen.
Wenn die Daten auf einer Datenarchivierungsplattform zur Verfügung gestellt werden, dann kann der Nutzer sie unter Einhaltung der angegebenen Nutzungsbeschränkungen und -bedingungen herunterladen und nutzen. Andernfalls kann der Nutzer der Daten den Eigentümer der Daten kontaktieren, um Zugang zu den Daten zu erhalten.
Methodik für die Datenverknüpfung
Verknüpfung von Einzeldaten
Beim Datenabgleich werden Datenpaare von ähnlichen Personen oder Einheiten in den verschiedenen abzugleichenden Dateien erstellt. Um Personen oder Einheiten zu identifizieren, die in verschiedenen Dateien übereinstimmen, gibt es eine Reihe von Methoden.
Deterministische Datenverknüpfung
Innerhalb von Datensätzen werden Individuen oft durch einen Identifikator oder andernfalls durch eine oder mehrere identifizierende Variablen beschrieben, wie z. B. Informationen über Zivilstand, Familiennamen und Vornamen, Wohnorte usw. Ein Datenabgleich wird als deterministisch bezeichnet, wenn ein einzelner gemeinsamer Identifikator oder eine Kombination von Variablen einen exakten Vergleich zwischen Individuen oder Einheiten aus verschiedenen Datensätzen ermöglicht:
-Wenn eindeutige Identifikatoren für die verschiedenen gegebenen Sätze, die abgeglichen werden sollen, gemeinsam sind, kann ein einfacher deterministischer Abgleich durchgeführt werden: Die Daten werden basierend auf den eindeutigen Identifikatoren, die den verschiedenen Sätzen gemeinsam sind, abgeglichen..
– In Abwesenheit eines eindeutigen Identifikators kann ein deterministischer Abgleich mit indirekten Identifikatoren durchgeführt werden, die dann eine Kombination von Variablen sind, die ähnliche Personen oder Einheiten in verschiedenen Datensätzen identifizieren. Diese Variablen müssen vollständig, genau und zuverlässig sein.
-Um eine Verknüpfung auf der Grundlage einer Kombination von Variablen durchzuführen, ist die Datenharmonisierung ein wesentlicher vorbereitender Schritt. Sie stellt sicher, dass die potenziellen Identifikatoren der verschiedenen Datenquellen miteinander übereinstimmen können.
Einige Grundregeln zur Datenharmonisierung :
- Bereinigen Sie die Daten, indem Sie alle Buchstaben in Großbuchstaben umwandeln und Akzente eliminieren.
- Entfernen Sie unnötige oder redundante Wörter und unerwünschte Elemente aus Zeichenketten
- Konvertieren Sie Wörter in eine standardisierte Schreibweise.
- Umkodieren von Zeichenfolgen, um sie in Hinblick auf gemeinsame Werte zu standardisieren (wenn z. B. Diminutive manchmal verwendet und manchmal nicht verwendet werden, um dieselbe Entität zu benennen, können die Diminutive mit dem vollständigen Namen registriert werden, um die Daten zu standardisieren.
Um die Datenharmonisierung weiter voranzutreiben:
–QuickCharmStats wurde von GESIS entwickelt, um “die Zeit und den Aufwand zu reduzieren, den Forschende für die Harmonisierung und Neukodierung von Variablen für die statistische Analyse aufwenden”.
–Biobank-Tools des europäischen FP7-Programms BioSHaRE (Biobank Standardisation and Harmonisation for Research Excellence in the European Union), die im Bereich der medizinischen Wissenschaften entwickelt wurden, um die Kompatibilität der erhobenen Daten und die Verbindung zwischen Kohorten aus verschiedenen europäischen Ländern zu bewerten.
Probabilistische Datenverknüpfung
Wenn es keine einzelne Variable oder Kombination von Variablen gibt, die einen deterministischen Abgleich ermöglichen würde, besteht eine andere Methodik darin, die Wahrscheinlichkeit abzuschätzen, dass ein Paar von Datensätzen aus verschiedenen Dateien derselben Person oder Einheit entsprechen könnte. Probabilistische Verknüpfungen weisen jedem Datensatzpaar Gewichte zu, die die Wahrscheinlichkeit einer tatsächlichen Übereinstimmung angeben. Es gibt eine Vielzahl von Ansätzen zum probabilistischen Datenabgleich.
Es gibt Tools, die bei der Erstellung probabilistischer Verknüpfungen helfen können:
Die Github-Seite stellt verschiedene Software zum Abgleichen von Datensätzen vor:
-Atylmo https://github.com/pierrepita/atyimo
-Dedupe https://github.com/dedupeio/dedupe
– fastLink https://cran.r-project.org/web/packages/fastLink/index.html
-FEBRL https://sourceforge.net/projects/febrl/
-FRIL http://fril.sourceforge.net/
-FuzzyMatcher https://pypi.python.org/pypi/fuzzymatcher
-JedAI http://jedai.scify.org/
-PRIL https://github.com/LSHTM-ALPHAnetwork/PIRL_RecordLinkageSoftware
-RecordLinkage (R) https://github.com/J535D165/recordlinkage
-RELAIS https://www.istat.it/en/methods-and-tools/methods-and-it-tools/process/processing-tools/relais
-ReMaDDer http://remadder.findmysoft.com/
-Splink https://github.com/moj-analytical-services/splink
-The Link King http://www.the-link-king.com/
Der Artikel “Karr, A. F., Taylor, M. T., West, S. L., Setoguchi, S., Kou, T. D., Gerhard, T., & Horton, D. B. (2019). Comparing record linkage software programs and algorithms using real-world data. PloS one, 14(9), e0221459.” https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0221459 bietet auch einen Vergleich der folgenden vier Linkage-Softwarepakete:
-R (Version 3.4.0, RecordLinkage package)
https://cran.r-project.org/web/packages/RecordLinkage/index.html
-Merge ToolBox (MTB, Version 0.75)
https://www.uni-due.de/~hq0215/documents/mtb_gettingstarted.pdf
-Curtin University Probabilistic Linkage Engine (CUPLE, shortened in figures and tables to CU) https://healthsciences.curtin.edu.au/health-sciences-research/research-institutes-centres/centre-for-data-linkage/
-Link Plus (LP, Version 2.0)
https://www.cdc.gov/cancer/npcr/tools/registryplus/lp.htm
Um Datenverknüpfungen mit R durchzuführen, können Sie hier und hier Oder das Tool G-Coup verwenden.
Kontextuelle Datenverknüpfung
Was sind kontextbezogene Daten?
Kontextdaten beziehen sich auf die Umgebung, in der eine Person oder eine Einheit agiert.Die Umwelt ist eine Makroebene, die sich aus der Aggregation der Praktiken und Verhaltensweisen von Individuen auf der Mikroebene und den Interaktionen zwischen Individuen ergibt. Das durch die Kontextdaten beschriebene Umfeld kann ein Territorium auf verschiedenen Skalen (Nachbarschaft, Stadt, Bezirk, Kanton, Land usw.) oder eine institutionelle Struktur (Organisation wie ein Unternehmen, eine Schule usw.) mit spezifischen Regeln und Prozessen sein, die das Handeln der Individuen bestimmen (Johnson et al. 2002). Die Umgebung kann auch ein Netzwerk sein, das durch Interaktionen zwischen Individuen oder Enheiten gebildet wird (Pumain, 2003).
Was ist der Nutzen von kontextbezogenen Daten?
Innerhalb dieser Umgebung bewirken implizite Praktiken und Verhaltensweisen eine Co-Evolution oder Verhaltensinterdependenz von Individuen oder Einheiten, die zur selben Umgebung gehören (Huckfeldt und Sprague, 1993; Johnson et al. 2002). Die Makroebene von Gebieten und Organisationen kann daher manchmal relevanter sein als die individuelle Ebene, um sozio-verhaltensbezogene Phänomene oder Phasen der Geschichte zu verstehen (Sprague, 1982; Pumain, 2007) und bietet für die medizinischen Wissenschaften ein besseres Verständnis der Verbindungen zwischen der Umwelt und der Entwicklung von Krankheiten. Kontextuelle Daten und die daraus resultierende Mehrebenenanalyse ermöglichen es, die Abhängigkeit zwischen dem Verhalten eines Individuums und kontextuellen Prozessen zu versachlichen sowie die Auswirkungen des Standorts, der Abgrenzung von Zusammenhängen oder Umgebungen oder die Auswirkungen der Zeit auf die Ergebnisse der Analyse zu integrieren (Grossetti, 2011).
Grossetti, M. (2011). L’espace à trois dimensions des phénomènes sociaux. Échelles d’action et d’analyse. SociologieS.
https://journals.openedition.org/sociologies/3466
Huckfeldt, R., Plutzer, E., & Sprague, J. (1993). Alternative contexts of political behavior: Churches, neighborhoods, and individuals. The Journal of Politics, 55(2), 365-381. https://www.journals.uchicago.edu/doi/abs/10.2307/2132270
Johnson, M., Shively, W. P., & Stein, R. M. (2002). Contextual data and the study of elections and voting behavior: connecting individuals to environments. Electoral Studies, 21(2), 219-233. https://www.sciencedirect.com/science/article/abs/pii/S0261379401000191
Pumain, D. (2003). Du local au global, une géographie sans échelles ? Cybergeo: European Journal of Geography. Éditoriaux, mis en ligne le 12 septembre 2003. http://journals.openedition.org/cybergeo/594
Die Verknüpfung mit Kontextdaten besteht dann in der Verknüpfung von Informationen über ein Individuum (Mikroebene) mit Informationen über seine Umgebung (Makroebene).
Verknüpfung von Kontextdaten in Form von Typologie
Berufsbezogene Typologien und Nomenklaturen sozioökonomischer Aktivitäten sind Gruppen von Berufen oder wirtschaftlichen Aktivitäten, die in Kategorien zusammengefasst sind und deren Konstruktion auf dem Grad der Nähe zwischen den von ihnen beschriebenen Berufen oder wirtschaftlichen Aktivitäten beruht. Diese Kategorien werden oft in Unterkategorien unterteilt, die Gruppen von Berufen oder Tätigkeiten beschreiben, die näher beieinander liegen als andere Berufe oder Tätigkeiten in ihrer Kategorie. Diese Kategorien werden durch mehrstellige Codes beschrieben. Die Länge des Codes (Anzahl der Ziffern) variiert je nach Ebene der Kategorie. Oberkategorien werden durch eine Zahl, in der Regel 1 Ziffer, und n Unterkategorien werden durch einen n-stelligen Code beschrieben.
Der Abgleich mit kontextuellen Daten kann eine einfache deterministische Verknüpfung sein, die auf dem Code von sozioprofessionellen und wirtschaftlichen Aktivitätskategorien basiert. Wenn ein solcher Code nicht in den Datensätzen enthalten ist, können sie auf der Grundlage einer Reihe von Indikatoren verknüpft werden, die sich z. B. auf den Namen und den Standort von beruflichen Tätigkeiten und Unternehmen beziehen. Wie bei den Individualdaten sollten die Daten angesichts der Variabilität in der Schreibweise von Namen von Unternehmen, Tätigkeiten und Berufen vor dem Abgleich harmonisiert werden.
Verknüpfung von geografischen Daten – mit GIS
Für geografische Daten kann der Prozess ähnlich sein, wenn die Daten mit einem territorialen Code (z. B. dem Code der Gemeinde oder des Kantons) oder mit identifizierenden Variablen wie dem Namen der Gemeinden und ihrer Unterteilung in höhere territoriale Einheiten verknüpft werden können. Die Besonderheit von geografischen Daten ist, dass die Verknüpfung auch mit Hilfe eines geografischen Informationssystems (GIS) erfolgen kann. Dies ermöglicht es, Fehler bei einer Verknüpfung zu vermeiden, die auf einem Satz von Nominativvariablen basiert, wenn es keinen gemeinsamen Code für die Datensätze gibt. Die Verknüpfung mit einem GIS wird durch die Geolokalisierung der Standorte von Personen und geografischen Kontextinformationen, die Projektion in ein GIS und die Durchführung einer räumlichen Verknüpfung erreicht.
1/ Geolokalisierung von Informationen:
Geolokalisierung von Informationen, ob Adressen oder Namen von Gemeinden, Bezirken usw. Die Geokodierung besteht in der Zuweisung eines Breiten- und Längengrads, um einen Ort auf einer Karte oder in einem GIS zu projizieren. Im Falle einer Adresse handelt es sich um eine präzise Geolokalisierung. Im Falle eines Gemeinde- oder Bezirksnamens entsprechen Breiten- und Längengrad dem Schwerpunkt der territorialen Einheit.
Zur Geolokalisierung der Daten steht kostenlose Software zur Verfügung, die direkt online zur Geolokalisierung der Daten verwendet werden kann:
-Batchgeo (https://fr.batchgeo.com/features/geocode-addresses/)
-Offene Plattform für öffentliche Daten in Frankreich (https://adresse.data.gouv.fr/csv)
Sie kann auch mit GIS-Software realisiert werden:
-QGIS, mit den Plugins Geocode und MMQGIS (Tutorials für die Geokodierung von Adressen mit QGIS sind auf der Website des Blog idgeo
https://www.idgeo.fr/geocoder-adresses-qgis-premieres-solutions/und auf der Seite des Blogs “SIG und Territorium”. https://www.sigterritoires.fr/index.php/geocodage-dadresses-avec-qgis-2-8/
-ArcGIS desktop ArcGIS-Desktop mit ArcMap-Dialogfeld für die Adressgeokodierung: https://desktop.arcgis.com/fr/arcmap/latest/manage-data/geocoding/geocoding-a-table-of-addresses-about.htm
-ArcGIS (pro) mit dem Geokodierungswerkzeug Adressen im Geoprocessing-Fenster: https://pro.arcgis.com/en/pro-app/latest/help/data/geocoding/tutorial-geocode-a-table-of-addresses.htm
2/ Allgemeine Vorgehensweise zur Erstellung einer räumlichen Verbindung:
-Laden Sie die Dateien der territorialen Abgrenzungsebenen (Länder, Kantone, Bezirke, Gemeinden …) in einem GIS-lesbaren Shapefile-Format. Wenn diese beiden Schritte abgeschlossen sind, ermöglicht eine räumliche Verknüpfung unter GIS die Verknüpfung der geocodierten Daten mit den Dateien der territorialen Abgrenzungsebene im GIS.
-Um die räumliche Verknüpfung durchzuführen, öffnen Sie die Layer-Datei in einer GIS-Software und weisen Sie ihr die entsprechende Projektion zu.
-Importieren Sie die geokodierte Adressdatei in einem von der verwendeten GIS-Software lesbaren Format (häufig die Formate csv. und txt.), konvertieren Sie sie in eine Shape-Datei (Punkt) und projizieren Sie sie in das GIS, in dem sich die Shape-Datei der Gebietseinheiten befindet, mit derselben Projektion wie letztere. Stellen Sie die räumliche Verbindung zwischen den beiden Dateien her.
Tutorials zur Erstellung eines Space Join unter QGIS, ArcGIS Desktop und ArcGIS Pro:
-QGIS: https://www.qgistutorials.com/en/docs/3/performing_spatial_joins.html
-ArcGIS desktop: https://desktop.arcgis.com/en/arcmap/latest/tools/analysis-toolbox/spatial-join.htm
-ArcGIS Pro: https://pro.arcgis.com/en/pro-app/latest/help/data/tables/spatial-joins-by-feature-type.htm
3/Finden Sie kontextbezogene Daten über die Schweiz
- QGIS: https://www.qgistutorials.com/en/docs/3/performing_spatial_joins.html
- ArcGIS desktop: https://desktop.arcgis.com/en/arcmap/latest/tools/analysis-toolbox/spatial-join.htm
- ArcGIS Pro: https://pro.arcgis.com/en/pro-app/latest/help/data/tables/spatial-joins-by-feature-type.htm
Finden Sie kontextbezogene Daten über die Schweiz
- Geografische Typologien
| Name | Informationen | Digits und Klassen | Link | Institution |
| NUTS NOMENCLATURE OF TERRITORIAL UNITS FOR STATISTICS | NUTS 1: major socio-economic regions NUTS 2: basic regions for the application of regional policies NUTS 3: small regions for specific diagnoses | NUTS 1: 3 digits (2 letters, 1 no.) NUTS 2: 4 digits (2 letters, 2 no) NUTS 3: 5 digits (2 letters, 2 no, 1 lett.) | https://ec.europa.eu/ eurostat/web/nuts/ background | Eurostat |
| Agglomerations and Centres outside the agglomeration (2012) | Agglomerations and number of communes contained in agglomerations. | Code agglomération : 3 to 4 digits Codes centres hors agglomération : 5 digits | https://www.bfs.admin.ch/bfs/fr/home/statistiques/themes-transversaux/analyses-spatiales/niveaux-geographiques/typologies-territoriales.assetdetail.188853.html | SFSO |
| Institutional levels : Municipalities/Communes | For municipalities in agglomerations: agglomeration code For oriented communes: code of the first and second agglomeration centre. | SFSO code of Commune: 2 to 4 digits | https://www.bfs.admin.ch/bfs/fr/home/statistiques/themes-transversaux/analyses-spatiales/niveaux-geographiques/typologies-territoriales.assetdetail.188853.html | SFSO |
- Sozio-berufliche Typologien
| Name | Informationen | Digits und Klassen | Link | Institution |
| Socio-professional categories 2010 | 17 categories | Codes of 1 to 3 digits depending on the level of detail | https://www.bfs.admin.ch/bfs/fr/home/statistiques/travail-remuneration/nomenclatures/spk2010.assetdetail.3962878.html | SFSO |
| International Standard Classification of Occupations – ISCO 88 (COM) | 9 categories | Codes of 1 to 4 digits depending on the level of detail | https://www.bfs.admin.ch/bfs/fr/home/statistiques/travail-remuneration/nomenclatures/isco88com.html | SFSO |
| Swiss Nomenclature of Occupations 2000 | 9 categories | Codes of 1 to 5 digits depending on the level of detail | https://www.bfs.admin.ch/bfs/fr/home/statistiques/travail-remuneration/nomenclatures/sbn2000.html | SFSO |
| Swiss Nomenclature of Occupations CH-ISCO-19 | 9 categories | Codes of 1 to 5 digits depending on the level of detail | https://www.bfs.admin.ch/bfs/fr/home/statistiques/travail-remuneration/nomenclatures/ch-isco-19.html | SFSO |
- Typologien von wirtschaftlichen Aktivitäten
| Name | Informationen | Digits | Link | Institution |
| General Classification of Economic Activities / Nomenclature générale des activités économique (NOGA) | Socio-professional categories 2010 Integrated into the Register of Companies and Establishments | 1 to 5 digits 794 economic activities | https://www.bfs.admin.ch/bfs/fr/home/statistiques/travail-remuneration/nomenclatures/spk2010.assetdetail.3962878.html | SFSO |
| International Standard Classification of Occupations (ISCO-08) | International Standard Classification of Occupations The ISCO-08 structure is the result of the aggregation of the ISCO 88 unit groups. | 436 unit group 130 minor groups 43 major group | https://www.bfs.admin.ch/bfs/fr/home/statistiques/travail-remuneration/nomenclatures/isco88com.html | SFSO |
| Name | Informationen | Link | Institution |
| Catalogues et banques de données | Population, economy, land use, environment Country, Communes, cantons, districts Données sous forme de tableaux interactifs. Données sélectionnables par thèmes, enquêtes, niveau géographiques et mots-clés | https://www.bfs.admin.ch/bfs/fr/home/statistiques/catalogues-banques-donnees/donnees.html | SFSO |
| Geodonnées GEOSTAT | Limites communales, statistique de la population agrégée à l’hectare, statistique structurelle des entreprises, statistique de superficies, données relatives aux sols | https://www.bfs.admin.ch/bfs/fr/home/services/geostat/geodonnees-statistique-federale.html | SFSO |
| Données de bases des unités administratives | “Référentiels de coordonnées: série de coordonnées (x, y, z) point géodésique horizontal et vertical AGNES, Géoïde en CH1903, Géoïde en ETRS89” “Unités administratives Convention Alpine, Frontière Nationale, Inventaire des logements” Adresses: répertoire officiel des localités avec le code postal et le périmètre associés Parcelles cadastrales | https://www.geo.admin.ch/fr/geoinformation-suisse/repertoire-inspire/donnees-de-base.html | SFSO |
| geocat.ch Catalogue suisse de géométadonnées | Catalogue des métadonnées des géodonnées Suisses | https://www.swisstopo.admin.ch/fr/cartes-donnees-en-ligne/catalogue-metadonnees-geocat.html | swisstopo |
| Répertoire [INSPIRE] | Toutes les géodonnées numériques disponibles de manière centralisée, subdivisé par thèmes. | https://www.geo.admin.ch/fr/geoinformation-suisse/repertoire-inspire.html | swisstopo |
- Sozioökonomische und geografische Daten auf kantonaler Ebene