GEDCOM

FamilySearch GEDCOM , ou simplement GEDCOM ( / ˈ dʒ ɛ d k ɒ m / JED -kom , acronyme de Genealogical Data Communication ), est un format de fichier ouvert et la spécification standard de facto pour le stockage de données généalogiques . Il a été développé par l'Église de Jésus-Christ des Saints des Derniers Jours (LDS, également connue sous le nom d'Église mormone), les opérateurs de FamilySearch , pour aider à la recherche et au partage d'informations généalogiques. Une utilisation courante est comme format standard pour la sauvegarde et le transfert de données d'arbre généalogique entre différents logiciels de généalogie et sites Web , dont la plupart prennent en charge l'importation et l'exportation au format GEDCOM.

GEDCOM est défini comme un fichier texte brut , utilisant le codage UTF-8 à partir de la version 7.0. Ce fichier contient des informations généalogiques sur des individus tels que des noms, des événements et des relations ; les métadonnées relient ces enregistrements entre eux.

GEDCOM 7.0, publié en 2021, est la version la plus récente de la spécification GEDCOM en date de juillet 2024. [ Cependant, son prédécesseur, GEDCOM 5.5.1, reste la norme de format de l'industrie pour l'échange de données généalogiques. Publié pour la première fois en tant que projet de norme en 1999, GEDCOM 5.5.1 n'a reçu que des mises à jour mineures au cours des 20 années suivantes, jusqu'à la sortie de la version finale 5.5.1 en 2019. Pour remédier à ses lacunes, certains programmes de généalogie ont introduit des extensions propriétaires à GEDCOM qui ne sont pas toujours reconnues par d'autres programmes, comme GEDCOM 5.5 EL (Extended Locations). Des efforts ont été faits pour que la version 7.0 soit plus largement adoptée depuis sa sortie. FamilySearch prévoit d'être compatible avec GEDCOM 7.0 au troisième trimestre 2022 et Ancestry.com prévoit une compatibilité avec GEDCOM 7.0, mais n'a pas encore spécifié de date de mise en œuvre.

GEDCOM utilise un modèle de données lié à la lignée basé sur le modèle conceptuel de la famille nucléaire . Le FAMtype d'enregistrement famille ( ) est donc la seule source de liens entre les individus ( INDI) dans le fichier, attribuant des parents (comme HUSBet WIFE) et des enfants (comme CHIL) en se référant aux numéros d'identification uniques des individus . Ces origines historiques sont décrites dans le document de spécification 7.0 : « L' FAMenregistrement a été structuré à l'origine pour représenter des familles où un homme HUSB(mari ou père) et une femme WIFE(épouse ou mère) produisent CHIL(des enfants). »

Bien que les liens dans un enregistrement familial GEDCOM utilisent toujours la dénomination d'origine indiquant un mari et une femme, la spécification stipule désormais que « le sexe, le genre, les titres et les rôles des partenaires ne doivent pas être déduits en fonction du partenaire vers lequel pointe la structure HUSBou WIFE» et que ces individus au sein d'une structure familiale sont collectivement appelés « partenaires », « parents » ou « conjoints ». Un FAMenregistrement peut également être utilisé pour « la cohabitation, le placement familial, l'adoption, etc., quel que soit le sexe des partenaires ».

Un fichier GEDCOM se compose d'une section d'en-tête , d'enregistrements et d'une section de fin . Dans ces sections, les enregistrements représentent des personnes (enregistrement INDI), des familles (enregistrements FAM), des sources d'information (enregistrements SOUR) et d'autres enregistrements divers, y compris des notes. Chaque ligne d'un fichier GEDCOM commence par un numéro de niveau où tous les enregistrements de niveau supérieur (HEAD, TRLR, SUBN et chaque INDI, FAM, OBJE, NOTE, REPO, SOUR et SUBM) commencent par une ligne de niveau 0, tandis que les autres numéros de niveau sont des entiers positifs .

Bien qu'il soit possible d'écrire un fichier GEDCOM à la main, le format a été conçu pour être utilisé avec un logiciel et n'est donc pas particulièrement convivial. Un validateur GEDCOM qui peut être utilisé pour valider la structure d'un fichier GEDCOM est inclus dans le projet PhpGedView , bien qu'il ne soit pas destiné à être un validateur autonome. Pour une validation autonome, "The Windows GEDCOM Validator" peut être utilisé. ou l'ancien Gedcheck non maintenu de l'Église LDS.

En 2001, le projet GEDCOM TestBook a évalué la conformité de quatre programmes de généalogie populaires à la norme GEDCOM 5.5 à l'aide du programme Gedcheck. Les résultats ont montré qu'un certain nombre de problèmes existaient et que « le défaut le plus fréquemment rencontré conduisant à la perte de données était l'incapacité à lire la balise NOTE à tous les niveaux possibles auxquels elle peut apparaître. » En 2005, le Genealogical Software Report Card a été évalué (par Bill Mumford qui a participé au projet original GEDCOM Testbook ) et comprenait le test de la norme GEDCOM 5.5 à l'aide du programme Gedcheck.

Pour faciliter l’adoption de GEDCOM 7.0, des outils de validation existent désormais également pour cette norme.

Voici un exemple de fichier GEDCOM.

L'en-tête (HEAD) comprend le programme source et la version (Personal Ancestral File, 5.0), la version GEDCOM (5.5), le codage des caractères ( ANSEL ) et un lien vers des informations sur l'expéditeur du fichier.

Les enregistrements individuels (INDI) définissent John Smith (ID I1), Elizabeth Stansfield (ID I2) et James Smith (ID I3).

Le dossier familial (FAM) relie le mari (HUSB), la femme (WIFE) et l'enfant (CHIL) par leurs numéros d'identification.

La version actuelle de la spécification largement utilisée est la version finale GEDCOM 5.5.1 , qui a été publiée le 15 novembre 2019. Son prédécesseur, la version préliminaire GEDCOM 5.5.1 a été publiée en 1999, introduisant neuf nouveaux attributs, balises et ajoutant UTF-8 comme codage de caractères approuvé . La version préliminaire n'a pas été officiellement approuvée, mais ses dispositions ont été adoptées en partie par un certain nombre de programmes de généalogie dont FamilySearch.org.

Le GEDCOM lié à la lignée est le dénominateur commun délibéré de facto. Malgré la première publication de la version 5.5 de la norme GEDCOM en 1996, de nombreux fournisseurs de logiciels généalogiques n'ont jamais pleinement pris en charge la fonctionnalité de texte Unicode multilingue (au lieu du jeu de caractères ANSEL) introduite avec cette version de la spécification. L'utilisation uniforme d'Unicode permettrait l'utilisation de jeux de caractères internationaux. Un exemple est le stockage des noms d'Asie de l'Est dans leurs caractères chinois, japonais et coréens (CJK) d'origine , sans lesquels ils pourraient être ambigus et peu utiles pour la recherche généalogique ou historique. PAF 5.2 est un exemple de logiciel qui utilise UTF-8 comme jeu de caractères interne et peut générer un GEDCOM UTF-8.

GEDCOM 7.0 nécessite un codage UTF-8 dans l'ensemble, et résout d'autres problèmes de longue date avec GEDCOM 5.5.1. La prise en charge multimédia sous la forme d'un fichier .zip associé, appelé GEDZip, est une autre inclusion. Des efforts sont en cours pour que 7.0 soit adopté comme nouveau standard d'échange. GEDCOM 7.0 permet d'identifier explicitement les normes autres que GEDCOM qui peuvent s'appliquer à un fichier particulier. GEDCOM a toujours été extensible , mais avant 7.0, il n'existait aucun moyen standard d'identifier de telles extensions. De plus, GEDCOM 7.0 permet de marquer explicitement un événement comme inexistant. Cela permet, par exemple, de documenter qu'un individu particulier ne s'est jamais marié. GEDCOM 7.0 a été la première version à utiliser le versionnage sémantique , et est la version mineure la plus récente de la spécification.

À compter de juillet 2024 , la prochaine version mineure prévue est la v7.1, qui est en cours de développement.

Un fichier GEDCOM peut contenir des informations sur des événements tels que des naissances, des décès, des recensements, des registres de navires, des mariages, etc. En règle générale, un événement est quelque chose qui a eu lieu à un moment précis, à un endroit précis (même si le moment et le lieu ne sont pas connus). Les fichiers GEDCOM peuvent également contenir des attributs tels que la description physique, la profession et le nombre total d'enfants ; contrairement aux événements, les attributs ne peuvent généralement pas être associés à un moment ou à un lieu précis.

La spécification GEDCOM exige que chaque événement ou attribut soit associé à exactement un individu ou une famille. Cela entraîne une redondance pour des événements tels que les recensements où l'entrée de recensement réelle contient souvent des informations sur plusieurs individus. Dans le fichier GEDCOM, pour les recensements, un événement de recensement « CENS » distinct doit être ajouté pour chaque individu référencé. Certains programmes de généalogie, tels que Gramps et The Master Genealogist , ont des structures de base de données élaborées pour les sources qui sont utilisées, entre autres, pour représenter des événements impliquant plusieurs personnes. Lorsque des bases de données sont exportées depuis l'un de ces programmes vers GEDCOM, ces structures de base de données ne peuvent pas être représentées dans GEDCOM en raison de cette limitation, ce qui fait que les informations sur l'événement ou la source, y compris toutes les informations de référence de citation pertinentes, doivent être dupliquées à chaque endroit où elles sont utilisées. Cette duplication rend difficile pour l'utilisateur la maintenance des informations liées aux sources.

Dans la spécification GEDCOM, les événements associés à une famille, tels que les informations sur le mariage, ne sont stockés dans un GEDCOM qu'une seule fois, dans le cadre de l'enregistrement familial (FAM), puis les deux conjoints sont liés à cet enregistrement familial unique.

La spécification GEDCOM a été volontairement rendue flexible pour prendre en charge de nombreuses manières de coder des données, notamment dans le domaine des sources. Cette flexibilité a conduit à une grande ambiguïté et a produit l'effet secondaire que certains programmes de généalogie qui importent GEDCOM n'importent pas toutes les données d'un fichier.

La spécification GEDCOM n'offre pas de support explicite pour conserver un ordre connu des événements. En particulier, l'ordre des relations (FAMS) pour une personne et l'ordre des enfants au sein d'une relation (FAM) peuvent être perdus. Dans de nombreux cas, la séquence des événements peut être déduite des dates associées. Mais les dates ne sont pas toujours connues, en particulier lorsqu'il s'agit de données datant de plusieurs siècles. Par exemple, dans le cas où une personne a eu deux relations, toutes deux avec des dates inconnues, mais d'après les descriptions, on sait que la deuxième est bien la deuxième. L'ordre dans lequel ces FAMS sont enregistrés dans l'enregistrement INDI de GEDCOM dépend du programme d'exportation. Dans Aldfaer par exemple, la séquence dépend de l'ordre des données par l'utilisateur (alphabétique, chronologique, référence, etc.). La norme XML GEDCOM proposée n'aborde pas non plus ce problème.

GEDCOM comporte de nombreuses fonctionnalités qui ne sont pas couramment utilisées. Certains logiciels ne prennent pas en charge toutes les fonctionnalités autorisées par la norme GEDCOM.

La norme GEDCOM prend en charge l'inclusion d'objets multimédias (par exemple, des photos d'individus). De tels objets multimédias peuvent être inclus soit dans le fichier GEDCOM lui-même (appelé « formulaire intégré »), soit dans un fichier externe dont le nom est spécifié dans le fichier GEDCOM (appelé « formulaire lié »). L'intégration directe de contenu multimédia dans le fichier GEDCOM facilite la transmission des données, dans la mesure où toutes les informations (y compris les données multimédias) se trouvent dans un seul fichier, mais le fichier résultant peut être énorme. La liaison de contenu multimédia permet de contrôler la taille du fichier GEDCOM, mais lors de la transmission du fichier, les objets multimédias doivent être transmis séparément ou archivés avec le GEDCOM dans un fichier plus volumineux. La prise en charge de l'intégration directe de contenu multimédia a été abandonnée dans le projet de norme 5.5.1.

La norme GEDCOM permet de spécifier plusieurs opinions ou données contradictoires, simplement en spécifiant plusieurs enregistrements du même type. Par exemple, si la date de naissance d'un individu est enregistrée comme étant le 10 janvier 1800 sur l'acte de naissance, mais le 11 janvier 1800 sur l'acte de décès, deux enregistrements BIRT pour cet individu seront inclus, le premier avec la date du 10 janvier 1800 et indiquant l'acte de naissance comme source, et le second avec la date du 11 janvier 1800 et indiquant l'acte de décès comme source. L'enregistrement préféré est généralement répertorié en premier.

Cet exemple codé dans GEDCOM pourrait ressembler à ceci :

0 @I1@ INDI 1 NOM John /Doe/ 1 NAISSANCE 2 DATE 10 JAN 1800 2 AIGRE @S1@ 3 DONNÉES 4 La transcription du texte de l'acte de naissance serait ici 3 REMARQUE Cet acte de naissance est préféré car il provient de l'acte de naissance 3 QUAI 2 1 NAISSANCE 2 DATE 11 JAN 1800 2 AIGRE @S2@ 3 DONNÉES 4 La transcription du texte du certificat de décès serait placée ici 3 QUAI 2 

Des données contradictoires peuvent également être le résultat d'erreurs de l'utilisateur. La norme ne précise en aucune façon que le contenu doit être cohérent. Une date de naissance comme « 10 APR 1819 » peut avoir été enregistrée par erreur comme « 10 APR 1918 » bien longtemps après le décès de la personne. La seule façon de révéler de telles incohérences est de valider rigoureusement les données de contenu .

La norme GEDCOM prend en charge l'internationalisation de plusieurs manières. Tout d'abord, les versions plus récentes de la norme permettent de stocker des données en Unicode (ou, plus récemment, en UTF-8), ce qui permet de stocker du texte dans n'importe quelle langue. Ensuite, de la même manière qu'il est possible d'avoir plusieurs événements sur une personne, GEDCOM permet d'avoir plusieurs noms pour une personne, de sorte que les noms peuvent être stockés dans plusieurs langues, bien qu'il n'existe aucun moyen standardisé d'indiquer quelle instance est dans quelle langue. Enfin, dans la version 5.5.1, le champ NAME prend également en charge une variante phonétique (FONE) et une variante romanisée (ROMN) du nom.

En février 2012, lors de la conférence RootsTech 2012, FamilySearch a présenté un nouveau projet majeur autour des normes généalogiques appelé GEDCOM X, et a invité à la collaboration. Il comprend un logiciel développé sous la licence open source Apache . Il comprend des formats de données qui facilitent la création d'arbres généalogiques basés sur des sources et des documents (à la fois des artefacts physiques et numériques), la prise en charge du partage et de la liaison de données en ligne, et une API.

En août 2012, Ryan Heaton, employé de FamilySearch et chef de projet GEDCOM X, a abandonné l'affirmation selon laquelle GEDCOM X est la nouvelle norme de l'industrie et a repositionné GEDCOM X comme un autre projet open source de FamilySearch.

Après la sortie de GEDCOM 7, FamilySearch a positionné GEDCOM X comme utile pour l'interopérabilité avec son logiciel FamilySearch Family Tree.

Commsoft, les auteurs de la série Roots de logiciels de généalogie et Ultimate Family Tree, ont défini une version appelée Event-Oriented GEDCOM (également connue sous le nom de « Event GEDCOM » et appelée à l'origine InterGED ), qui incluait les événements comme éléments de première classe (niveau zéro). Bien qu'il soit basé sur les événements, il s'agit toujours d'un modèle construit sur la réalité supposée plutôt que sur des preuves. Event GEDCOM était plus flexible, car il permettait une certaine séparation entre les événements supposés et les participants. Cependant, Event GEDCOM n'a pas été largement adopté par d'autres développeurs en raison de ses différences sémantiques. Roots et Ultimate Family Tree n'étant plus disponibles, très peu de personnes utilisent aujourd'hui Event GEDCOM.

Gramps XML est un format ouvert basé sur XML créé par le projet de généalogie open source Gramps et également utilisé par PhpGedView .

La Family History Information Standards Organisation a été créée en 2012 dans le but de développer des normes internationales pour l'histoire familiale et les informations généalogiques. L'une des normes proposées par l'organisation était Extended Legacy Format (ELF), compatible avec GEDCOM 5.5(.1), mais incluant un mécanisme d'extensibilité. L'organisation a sollicité les commentaires du public sur la norme proposée en 2017. Elle a retiré la proposition car la version 7.0 de GEDCOM répondait à de nombreuses préoccupations de l'organisation.