| Metadados | |
|---|---|
Embora atualmente os metadados sejam frequentemente associados a formatos digitais, os catálogos de fichas tradicionais também os contêm: cada ficha reúne informações sobre livros, como autor, título e assunto. | |
| Também chamados | Metainformação |
| Definição | Dados que descrevem outros dados |
| Aplicações | Catalogação, gestão de dados, preservação digital, ciência da informação |
Metadados (ou metainformação) são dados ou informações que definem e descrevem características de outros dados. Frequentemente, servem para descrever, explicar e localizar dados ou para facilitar sua recuperação, utilização e administração. O título, o autor e a data de publicação de um livro, por exemplo, são metadados desse livro. Enquanto um recurso de dados é finito, o conjunto de metadados que o podem descrever é ilimitado.
Por isso, as tentativas de definir, classificar tipos ou estruturar metadados recorrem a exemplos relacionados a seus diferentes usos. O emprego do termo remonta à década de 1960, tanto na ciência da computação quanto na cultura popular. Há diferentes tipos de metadados, com funções distintas. Os metadados descritivos de um documento, por exemplo, podem registrar seu autor, data de criação, tamanho de arquivo e palavras-chave.
Os metadados ajudam a encontrar informações e descobrir recursos, organizar materiais eletrônicos, estabelecer identificadores digitais e realizar o arquivamento e a preservação de recursos. Também permitem localizar recursos conforme critérios relevantes, identificá-los, reunir recursos semelhantes, distinguir recursos diferentes e informar onde se encontram.
Existem normas específicas para disciplinas e materiais distintos, como acervos de museus, arquivos de áudio digital e sítios eletrônicos. Descrever o conteúdo e o contexto de dados ou de arquivos aumenta sua utilidade. Uma página web, por exemplo, pode conter metadados sobre a linguagem em que foi criada, como HTML, as ferramentas utilizadas, os assuntos abordados e fontes adicionais de informação. Esses elementos podem aprimorar automaticamente a experiência do leitor e facilitar a localização da página na internet. Um CD pode conter informações sobre instrumentistas, cantores e compositores cujas obras foram nele gravadas.
Metadados relativos a atividades de telecomunicações, incluindo o tráfego na internet, são coletados em grande escala por órgãos governamentais de diferentes países. Essas informações podem ser utilizadas em análise de tráfego e vigilância em massa. Em muitos países, órgãos governamentais armazenam regularmente metadados de mensagens de correio eletrônico, telefonemas, páginas web, tráfego de vídeo, conexões IP e localização de telefones celulares.
O termo metadados significa literalmente "dados sobre dados". Define-se como o conjunto de informações sobre um ou mais aspectos dos dados, usado para sintetizar características básicas e facilitar seu acompanhamento e tratamento. Entre os exemplos estão:
Uma imagem digital pode conter metadados sobre dimensões, profundidade de cor, resolução, data de criação, velocidade do obturador e outras características. Um documento de texto pode apresentar informações sobre extensão, autoria, data de redação e um resumo de seu conteúdo.
Os metadados de páginas web podem apresentar descrições do conteúdo e palavras-chave relacionadas a ele. Esses elementos, frequentemente chamados de metatags, constituíram um dos principais fatores de classificação de resultados das buscas na web até o final da década de 1990. Sua importância diminuiu em razão da prática de keyword stuffing, ou preenchimento excessivo com palavras-chave, pela qual as metatags eram manipuladas para fazer os mecanismos de busca considerarem um sítio mais relevante do que ele realmente era.
Os metadados podem ser armazenados e gerenciados em um banco de dados, frequentemente denominado registro de metadados ou repositório de metadados. Sem contexto e um referencial, porém, pode ser impossível distinguir metadados dos dados que descrevem. Um banco de dados que contenha apenas números com treze algarismos, por exemplo, pode parecer reunir resultados de cálculos ou valores destinados a uma equação. Se se souber que registra um acervo de livros, os números podem ser reconhecidos como ISBNs: identificadores que se referem aos livros, mas não ao conteúdo deles.
A expressão inglesa metadata foi cunhada por Philip Bagley em 1968, em seu livro Extension of Programming Language Concepts. Nessa obra, ele a empregou no sentido tradicional da ISO/IEC 11179, isto é, de metadados estruturais, "dados sobre os contêineres de dados", em vez do sentido alternativo de conteúdo sobre instâncias individuais de dados, ou metaconteúdo, comum em catálogos bibliográficos. Desde então, o termo tornou-se comum em gestão da informação, ciência da informação, tecnologia da informação, biblioteconomia e sistemas de informação geográfica (SIG).
Nessas áreas, costuma ser definido como "dados sobre dados". Embora seja a definição geralmente aceita, diferentes disciplinas lhe atribuem sentidos e usos mais específicos. A revista Slate informou em 2013 que a interpretação do governo dos Estados Unidos podia ser ampla, abrangendo até partes do conteúdo de mensagens, como a linha de assunto de um e-mail.
A distinção entre dados e metadados depende do contexto. Uma data pode constituir o resultado principal de uma pesquisa, mas também funcionar como metadado quando informa quando outro registro foi criado ou modificado. Da mesma forma, o título de um livro é parte do próprio livro, mas atua como metadado quando aparece em um catálogo bibliográfico. Por isso, a mesma informação pode ser tratada como dado em um sistema e como metadado em outro.
Os próprios registros de metadados também podem ter informações sobre sua autoria, versão, idioma, data da última revisão e condições de utilização. Essas informações são, por vezes, chamadas de metametadados, ou metadados sobre metadados. Elas permitem que sistemas e responsáveis pelos registros avaliem a procedência e a atualização das descrições, além das características dos recursos descritos.
A documentação abrange as informações contextuais que explicam e descrevem um conjunto de dados, sistema ou processo de pesquisa, para que ele possa ser compreendido, utilizado e reutilizado. Inclui detalhes amplos, como os antecedentes de um estudo, os métodos de coleta de dados, os inventários de arquivos, os livros de códigos, os dicionários de dados, os guias de utilização e as anotações de fluxo de trabalho.
Em contrapartida, os metadados constituem uma modalidade específica e bastante estruturada de documentação, que fornece informações padronizadas sobre os próprios dados, como título, criador, formato e tamanho de arquivo, condições de acesso e organização de arquivos ou seções.
Assim, metadados e documentação são conceitos relacionados, mas distintos na gestão da informação. Ambos desempenham funções na governança, na utilização e na preservação de dados. Enquanto a documentação oferece explicações abrangentes e instruções relativas aos dados, os metadados fornecem descritores concisos e estruturados que ajudam pessoas e sistemas a identificar, localizar, administrar e preservar dados com eficiência.
Há muitos tipos distintos de metadados, entre eles:
Essas categorias não são exclusivas: um mesmo dado pode ser descrito de muitas outras maneiras.
Embora os metadados sejam utilizados em numerosas áreas, há modelos especializados e amplamente aceitos para classificar seus tipos. Francis Bretherton e Singley (1994) distinguem duas classes: metadados estruturais/de controle e metadados de orientação. Os metadados estruturais descrevem a estrutura de objetos de um banco de dados, como tabelas, colunas, chaves e índices. Os metadados de orientação ajudam as pessoas a encontrar itens específicos e costumam ser expressos por conjuntos de palavras-chave em linguagem natural.
Segundo Ralph Kimball, os metadados podem ser divididos em três categorias: técnicos (ou internos), de negócio (ou externos) e de processo. Dan Linstedt, criador da metodologia Data vault, afirma que os metadados de negócio definem funcionalidades, dados, elementos e modos de utilização dos dados no ambiente empresarial, abrangendo requisitos, cronogramas, métricas, fluxos de processos e terminologia de negócios.
Os metadados de negócio podem tornar os dados mais úteis para profissionais de uma empresa. Um exemplo simples é um verbete de glossário: ao passar o cursor sobre um campo ou termo de um formulário eletrônico, o usuário pode receber uma definição. Outro exemplo é a possibilidade de registrar anotações em aplicativos. Um profissional que consulta um relatório de inteligência de negócios (BI) pode perceber uma tendência nos dados e conhecer as circunstâncias que a explicam. Alguns sistemas permitem adicionar ao relatório uma anotação que esclareça essa tendência, contribuindo para a compreensão por outros usuários. Isso é especialmente relevante quando a anotação é produzida por alguém da própria área de negócio para colegas da mesma área.
A National Information Standards Organization (NISO) distingue três tipos: descritivos, estruturais e administrativos. Os metadados descritivos são usados principalmente para identificar e encontrar objetos, por meio de título, autores, assuntos, palavras-chave e editora. Os metadados estruturais descrevem como se organizam os componentes de um objeto, como a sequência de páginas de um capítulo. Por fim, os metadados administrativos permitem gerenciar o recurso: abrangem informações técnicas, como formato de arquivo, e indicam quando e como o recurso foi criado. Dois subtipos de metadados administrativos são os relativos à gestão de direitos, que esclarecem aspectos de propriedade intelectual, e os de preservação, que registram informações necessárias à conservação de um recurso.
Repositórios de dados estatísticos têm necessidades próprias de metadados, pois devem descrever não só a origem e a qualidade dos dados, mas também os processos estatísticos usados em sua produção. Isso é particularmente importante para que a comunidade estatística valide e aperfeiçoe seus procedimentos.
Outro tipo cada vez mais desenvolvido são os metadados de acessibilidade. Embora o conceito não seja novo para as bibliotecas, os avanços em desenho universal aumentaram sua visibilidade. Projetos como Cloud4All e GPII apontaram a falta de terminologias e modelos comuns para descrever as necessidades e preferências dos usuários e os recursos adequados a elas como um obstáculo importante às soluções de acesso universal. Esses dados constituem metadados de acessibilidade. O sítio Schema.org incorporou propriedades de acessibilidade baseadas na especificação IMS Global Access for All Information Model Data Element Specification. Embora os esforços de descrição e padronização das diversas necessidades de acessibilidade tenham avançado, a incorporação dessas informações aos esquemas de metadados consolidados ainda é limitada. Por exemplo, os elementos "público-alvo" de Dublin Core e "nível de leitura" de MARC 21 poderiam ajudar a identificar materiais adequados a pessoas com dislexia, ao passo que o elemento "formato" de Dublin Core poderia apontar recursos em braille, áudio ou impressão ampliada. Ainda há, porém, trabalho a ser realizado.
O nome do artista e do álbum de uma música, assim como a data, o horário e a posição geográfica registrados em uma fotografia, são exemplos de metadados. Na preservação digital, diferentes categorias desses registros cumprem funções complementares:
| Categoria | Função | Exemplos | Padrões relacionados |
|---|---|---|---|
| Descritivos | Encontrar um recurso, objeto ou documento e identificar seu conteúdo | Título, autor, assunto, tipo, data de publicação | Dublin Core, MARC 21, RDF |
| Administrativos (técnicos) | Decodificar e apresentar arquivos | Formato, tamanho, data de criação, método de compressão | METS |
| Administrativos (preservação) | Administrar arquivos digitais em longo prazo | Somas de verificação, auditorias, contexto de criação | PREMIS |
| Administrativos (direitos) | Administrar a propriedade intelectual | Licenças e titulares de direitos autorais | |
| Estruturais | Relacionar as partes de um recurso digital e permitir sua navegação | Sequência e posição na hierarquia | |
| Linguagens de marcação | Integrar informações e características em diferentes contextos | Parágrafos, cabeçalhos, listas, nomes, referências e datas |
A preservação digital exige o registro de informações sobre autenticidade, integridade e as condições necessárias à manutenção de objetos digitais.
Um registro de metadados reúne descrições de determinado recurso. Considere, como exemplo hipotético, uma planilha com contagens diárias de passageiros de ônibus durante um ano. As quantidades registradas na planilha constituem os dados do estudo; o título do conjunto, a instituição responsável, o período abrangido, seu formato e as condições de acesso são metadados que ajudam a compreender e localizar esses números. Os elementos utilizados nesse exemplo correspondem a propriedades documentadas pela Dublin Core Metadata Initiative e pelo vocabulário DCAT do W3C.
| Elemento | Valor ilustrativo | Informação fornecida |
|---|---|---|
| Título | Contagens diárias de passageiros de ônibus | Nome que identifica o conjunto de dados |
| Responsável pela publicação | Órgão municipal fictício de transportes | Entidade a que se atribui a publicação |
| Descrição | Quantidades de passageiros registradas por dia | Assunto e conteúdo geral do conjunto |
| Abrangência temporal | Ano de 2025 | Período ao qual se referem os dados, diferente da data de publicação |
| Formato | CSV | Forma de distribuição eletrônica dos dados |
| Identificador e acesso | Identificador e endereço do recurso, quando atribuídos | Meios de distinguir o conjunto e localizar sua distribuição |
| Licença e condições de uso | Condições declaradas pelo responsável, quando informadas | Possibilidades e restrições de utilização e redistribuição |
O exemplo distingue ainda o conjunto de dados, entendido como recurso descrito, de suas distribuições, isto é, as representações pelas quais pode ser obtido. Conforme o DCAT 3, um conjunto pode ser oferecido em mais de um formato, como CSV e JSON, e cada distribuição pode ter informações próprias sobre o formato e o endereço para acesso ou download. A distinção evita confundir as características do conteúdo descrito com as de cada arquivo utilizado para disponibilizá-lo.
Os valores da tabela são apenas ilustrativos; não se referem a um conjunto de dados publicado.

Os metadados, ou mais precisamente os vocabulários empregados para construir declarações de metaconteúdo, costumam ser estruturados segundo conceitos padronizados, com esquemas bem definidos que incluem normas e modelos de metadados. Recursos como vocabulários controlados, taxonomias, tesauros, dicionários de dados e registros de metadados podem ser empregados para aumentar sua padronização. A uniformidade dos metadados estruturais também é importante na elaboração de modelos de dados e no projeto de banco de dados.
Na descrição padronizada, é útil distinguir o recurso, as propriedades utilizadas para descrevê-lo e as regras que permitem compartilhar essas descrições. O Dublin Core define termos como título, criador, identificador e licença, enquanto os perfis de aplicação especificam como termos existentes podem ser empregados em determinado contexto, inclusive com restrições quanto a seus valores e à maneira de preenchê-los. A forma de representar tecnicamente os registros, por sua vez, não se confunde com o significado desses termos.
| Nível | Função | Exemplo |
|---|---|---|
| Recurso | Aquilo que se pretende descrever | Um livro, uma fotografia ou um conjunto de dados |
| Propriedade ou elemento | Característica registrada sobre o recurso | Título, data, autor ou identificador |
| Vocabulário de metadados | Conjunto de termos com definições compartilhadas | DCMI Metadata Terms, da Dublin Core Metadata Initiative |
| Perfil de aplicação | Regras para selecionar e utilizar propriedades em um contexto específico | Perfil que determina campos obrigatórios em um catálogo de conjuntos de dados |
| Formato de representação ou serialização | Maneira de expressar e intercambiar as descrições em sistemas de informação | JSON-LD, Turtle ou RDF/XML, quando empregados com o modelo RDF |
Um registro pode ser legível para pessoas, processável automaticamente por programas ou apresentado das duas maneiras. O W3C recomenda a publicação de metadados em formas compreensíveis por pessoas e máquinas e o aproveitamento de vocabulários estabelecidos, pois isso facilita a interpretação por diferentes sistemas.
A sintaxe dos metadados (ou metaconteúdos) é o conjunto de regras que define a estrutura de seus campos e elementos. Um único esquema pode ser representado em diferentes linguagens de marcação ou programação, cada qual com sintaxe própria. O Dublin Core, por exemplo, admite representações em texto simples, HTML, XML e RDF.
Um exemplo de metaconteúdo de orientação é a classificação bibliográfica: assunto e número de classe na Classificação Decimal de Dewey. Atribuir a um livro a classe 514 (topologia) implica uma declaração com três elementos: "livro", "cabeçalho de assunto" e "514". Trata-se de uma tripla sujeito–predicado–objeto ou, mais precisamente, classe–atributo–valor.
Os dois primeiros elementos da tripla, a classe e o atributo, constituem partes de metadados estruturais dotadas de semântica definida. O terceiro é um valor, preferencialmente extraído de um vocabulário controlado ou de dados de referência (dados mestres). A combinação desses elementos forma uma declaração de metaconteúdo: "metaconteúdo = metadados + dados mestres". Todos podem ser entendidos como parte de vocabulários.
Metadados e dados mestres são vocabulários combináveis em declarações de metaconteúdo. Entre suas fontes encontram-se UML, EDIFACT, XSD, classificações de Dewey e Decimal Universal, Biblioteca do Congresso, SKOS, ISO 25964, Pantone e nomenclatura binomial de Lineu. O uso de vocabulários controlados na indexação e recuperação de informações é recomendado pela ISO 25964, que enfatiza que, quando indexador e pesquisador escolhem o mesmo termo para um conceito, os documentos pertinentes podem ser recuperados. Isso é relevante para mecanismos de busca como o Google. Esses mecanismos indexam páginas e comparam sequências de texto por meio de algoritmos complexos, sem que o processo pressuponha necessariamente compreensão ou inferência humana.
Os esquemas de metadados podem ser hierárquicos, quando há relações entre elementos aninhados, estabelecendo vínculos de ascendência e descendência. O esquema IEEE LOM é um exemplo: elementos individuais podem pertencer a um elemento superior. Também podem ser unidimensionais ou lineares, quando cada elemento é independente dos demais e classificado segundo uma única dimensão. O Dublin Core constitui exemplo de esquema linear. Esquemas bidimensionais ou planos classificam elementos independentes segundo duas dimensões ortogonais.
O grau de estruturação de dados ou metadados é denominado granularidade. O conceito se refere à quantidade de detalhes disponibilizada. Metadados de alta granularidade oferecem informações mais aprofundadas, detalhadas e estruturadas, permitindo maior manipulação técnica. A granularidade menor reduz os custos de criação, mas oferece informações menos específicas.
O efeito da granularidade incide tanto sobre a criação e a captura quanto sobre os custos de manutenção. Quando as estruturas de metadados ficam desatualizadas, o acesso aos dados correspondentes também pode ser prejudicado. Por isso, é preciso considerar tanto o esforço de produzir os metadados quanto o de mantê-los.
Quando um esquema de metadados ultrapassa uma representação plana, torna-se necessário algum tipo de hipermapeamento para exibir informações segundo aspectos selecionados e oferecer visualizações específicas. Essa técnica é frequente na sobreposição de camadas de dados geográficos e geológicos.
Um esquema de metadados define quais elementos podem ser registrados e como devem ser organizados. Um vocabulário controlado, por sua vez, estabelece quais termos ou identificadores podem ser usados como valores desses elementos. Essa distinção permite que uma descrição siga a mesma estrutura de outra mesmo quando os recursos pertencem a assuntos diferentes. Também reduz a dispersão de informações causada por sinônimos, variações ortográficas e denominações em línguas distintas.
O Simple Knowledge Organization System (SKOS), recomendado pelo World Wide Web Consortium (W3C), fornece um modelo para representar tesauros, taxonomias, esquemas de classificação e cabeçalhos de assunto na Web semântica. Entre outros recursos, permite distinguir termos preferidos de nomes alternativos, associar rótulos em vários idiomas ao mesmo conceito e indicar relações de maior ou menor abrangência entre conceitos. Esse tipo de descrição facilita, por exemplo, a pesquisa de uma coleção por pessoas que utilizam terminologias diferentes.
Quando instituições adotam esquemas diferentes, a troca de registros pode exigir uma correspondência entre elementos (crosswalk): um mapeamento que estabelece como um campo de determinado esquema se relaciona com outro campo em um esquema distinto. Esse procedimento facilita a reunião de catálogos e conjuntos de dados, mas pode provocar perda de detalhes quando o esquema de destino tem elementos menos específicos. As boas práticas de publicação de dados na web recomendam reutilizar vocabulários conhecidos e fornecer informações suficientes para interpretar os dados de modo consistente.
Os metadados estão sujeitos a normas internacionais. Organismos nacionais e internacionais de normalização, especialmente o American National Standards Institute (ANSI) e a Organização Internacional de Normalização (ISO), trabalham para estabelecer critérios comuns de padronização de metadados e seus registros.
A família ISO/IEC 11179, intitulada Metadata Registries (MDR), estabelece modelos de descrição e registro de elementos de dados. Edições anteriores incluíram a ISO/IEC 11179-1:2004 e a ISO/IEC 11179-3:2013, que contribuíram para a representação de sistemas conceituais. As edições publicadas em janeiro de 2023 são a ISO/IEC 11179-1:2023, referente à estrutura geral, e a ISO/IEC 11179-3:2023, que apresenta o metamodelo dos registros. Esta última recebeu, em maio de 2026, uma emenda destinada a aprimorar o mapeamento entre itens registrados.
A norma determina um esquema para registrar tanto o significado quanto a estrutura técnica dos dados, permitindo sua utilização inequívoca por pessoas e computadores. A ISO/IEC 11179 trata os metadados como objetos informacionais relativos a dados. Na parte 3, esses objetos descrevem elementos de dados, domínios de valores e outras informações semânticas e representacionais reutilizáveis. A norma define ainda os pormenores do registro, da administração e da documentação desses objetos, inclusive estruturas compostas derivadas de cálculos, conjuntos de elementos ou outras formas de dados derivados.
Embora inicialmente apresentada como padrão de registro de elementos de dados, sua finalidade é permitir que conteúdos de metadados sejam descritos independentemente de aplicações específicas, favorecendo a descoberta e a reutilização das descrições por pessoas e máquinas na criação de sistemas, bancos de dados e análises. A ISO/IEC 11179 também serve de base para outros tipos de registro de metadados, que reutilizam ou ampliam suas regras de registro e administração.
A comunidade de informação geoespacial possui uma tradição de padrões específicos de metadados geoespaciais, baseada sobretudo nos métodos de bibliotecas e catálogos de mapas e imagens. Nesse setor, metadados formais geralmente são indispensáveis, pois métodos comuns de tratamento de texto não se aplicam diretamente.
Os termos do vocabulário Dublin Core destinam-se à descrição de recursos para facilitar sua descoberta. O conjunto clássico de quinze elementos, conhecido como Dublin Core Metadata Element Set, foi incorporado aos seguintes documentos normativos:
O vocabulário Data Catalog Vocabulary (DCAT), do World Wide Web Consortium (W3C), possui edições como a versão 2, publicada em 2020, e a versão 3, aprovada como recomendação do W3C em 22 de agosto de 2024. Trata-se de um vocabulário RDF que complementa o Dublin Core com classes para conjuntos de dados, serviços, catálogos e registros de catálogo. A terceira versão acrescenta recursos para representar séries e versões de conjuntos de dados e informações de verificação de integridade, preservando a compatibilidade com a versão anterior. O vocabulário também utiliza elementos de FOAF, PROV-O e OWL-Time e oferece um modelo RDF para catálogos cujos registros descrevem conjuntos de dados ou serviços.
Embora não constitua uma norma por si só, o microformato é uma abordagem de marcação semântica para a web que busca reutilizar elementos HTML e XHTML existentes para transmitir metadados. Um de seus defensores, Tantek Çelik, comparou a adoção de uma nova linguagem, que exige arquivos adicionais no servidor, ao emprego de microformatos, que reduziriam as barreiras de entrada.
Os metadados permitem que o recurso seja identificado mesmo quando seu conteúdo não está imediatamente visível a quem o procura. Em um catálogo, campos de título, assunto e abrangência ajudam a recuperar registros; identificadores e ligações permitem distinguir recursos e localizar formas de acesso; e informações sobre licença, proveniência e formato auxiliam na avaliação de sua possível reutilização. As recomendações do W3C para publicação de dados na web tratam essas informações como componentes da descoberta, compreensão e interoperabilidade de conjuntos de dados.
Os princípios FAIR reúnem quatro objetivos relacionados aos dados e seus metadados: serem localizáveis (findable), acessíveis (accessible), interoperáveis (interoperable) e reutilizáveis (reusable). Entre suas recomendações estão a atribuição de identificadores persistentes, a descrição suficientemente detalhada, o uso de vocabulários compartilhados e o registro de licenças e proveniência. No sentido desses princípios, acessível não significa obrigatoriamente aberto: o acesso pode depender de autenticação ou autorização, e o registro de metadados pode permanecer disponível mesmo quando o recurso que descreve já não estiver acessível.
Esse percurso não depende de um formato único. A mesma coleção pode ser descrita em diferentes catálogos desde que os sistemas consigam reconhecer os elementos utilizados e as relações entre eles. A padronização contribui para essa compatibilidade, mas as condições de acesso, o significado dos campos e a qualidade das descrições também precisam ser conhecidos para que a informação seja interpretada corretamente.

Metadados podem ser produzidos automaticamente por sistemas de processamento de informações ou criados manualmente. Entre os metadados básicos capturados por computadores estão data e autoria da criação de um objeto, data da última atualização, tamanho do arquivo e extensão. Nesse contexto, um objeto pode ser:
Um mecanismo de metadados coleta, armazena e analisa informações sobre dados e metadados utilizados em determinado domínio.
A elaboração de metadados não termina necessariamente quando um arquivo ou conjunto de dados é criado. Seus registros podem passar por etapas de planejamento, produção, validação, publicação, revisão, migração e preservação. Uma alteração no nome de uma instituição, na licença de uso ou na localização de um documento, por exemplo, pode exigir a atualização de sua descrição para que continue útil.
Na gestão documental, os metadados precisam acompanhar os documentos e os processos que os afetam, mesmo quando estes são transferidos entre sistemas ou permanecem armazenados por longos períodos. A norma ISO 23081-1:2017 estabelece princípios para metadados de documentos de arquivo aplicáveis aos registros, aos processos que incidem sobre eles e aos sistemas e organizações responsáveis por sua gestão. A norma teve sua validade confirmada pela ISO em 2023.
A manutenção também envolve identificar quem criou ou modificou os metadados, registrar versões de suas descrições e corrigir inconsistências. Esse acompanhamento permite distinguir uma mudança realizada no próprio recurso de uma simples alteração na forma de descrevê-lo. Padrões como a Data Documentation Initiative (DDI) incluem recursos para administrar metadados e acompanhar sua utilização ao longo do ciclo de vida de estudos e conjuntos de dados.
A virtualização de dados surgiu nos anos 2000 como uma tecnologia de programas destinada a completar a estrutura de virtualização das empresas. Os metadados são usados em servidores de virtualização de dados, que integram a infraestrutura empresarial ao lado dos servidores de bancos de dados e de aplicações. Nesses servidores, são armazenados em repositórios persistentes e descrevem objetos de negócio em diferentes sistemas e aplicativos da organização. A compatibilidade entre estruturas de metadados também é importante para a virtualização de dados.
Os trabalhos de padronização e harmonização favoreceram os esforços para construir sistemas de metadados destinados à comunidade estatística. Diretrizes como o European Statistics Code of Practice e a ISO 17369:2013, que descreve o padrão Statistical Data and Metadata Exchange (SDMX), estabelecem princípios para que empresas, governos e outras entidades administrem dados estatísticos e seus metadados.
A ISO mantém a ISO 17369:2013 como norma publicada, embora esteja em desenvolvimento uma revisão, identificada como ISO/DIS 17369. Em maio de 2025, a iniciativa SDMX publicou a versão 3.1 de suas especificações técnicas, voltadas à interoperabilidade e ao intercâmbio de dados e metadados estatísticos.
Órgãos como o Eurostat e o Sistema Europeu de Bancos Centrais e a Agência de Proteção Ambiental dos Estados Unidos adotaram essas normas e diretrizes para aumentar a eficiência da gestão de processos estatísticos.
A Data Documentation Initiative (DDI) é uma família de especificações para documentar dados de pesquisas e estudos estatísticos. Seus modelos abrangem informações sobre estudos, variáveis, perguntas de questionários, métodos de coleta, transformações, acesso e preservação. O DDI-Lifecycle, por exemplo, descreve metadados que podem ser reutilizados em diferentes etapas de uma pesquisa e em levantamentos realizados periodicamente.
Em março de 2026, a ISO publicou a especificação ISO/PAS 25955:2026, sobre a interoperabilidade dos elementos comuns aos produtos da DDI. O documento descreve características compartilhadas entre esses padrões, sem substituir as especificações particulares utilizadas pela comunidade estatística.
Os paradados (do inglês paradata) são informações geradas durante a própria coleta, e não apenas a descrição posterior de seus resultados. Em pesquisas amostrais, podem incluir tentativas de contato com participantes, tempo gasto na resposta e interações realizadas em formulários eletrônicos. Essas informações são utilizadas para acompanhar a qualidade e os custos da coleta, identificar dificuldades em perguntas e planejar melhorias nos levantamentos.
Os metadados têm sido empregados de diferentes formas na catalogação de itens de bibliotecas, tanto em formatos digitais quanto analógicos. Ajudam a classificar, reunir, identificar e localizar livros, DVDs, revistas e outros materiais de uma coleção. Até a década de 1980, muitos catálogos utilizavam fichas de papel medindo aproximadamente 7,6 × 12,7 cm, guardadas em gavetas. Essas fichas continham título, autor, assunto e um código alfanumérico abreviado (o número de chamada), que indicava a localização física da obra nas estantes.
A Classificação Decimal de Dewey, usada na organização de acervos por assunto, é um exemplo antigo de aplicação de metadados. Fichas catalográficas em papel registravam informações como título, autor, assunto e número de localização do item. A partir das décadas de 1980 e 1990, muitas bibliotecas substituíram essas fichas por bancos de dados informatizados, que facilitam e aceleram as buscas por palavras-chave.
Outra forma mais antiga de coleta de metadados é o formulário extenso (Long Form) do United States Census Bureau, com perguntas destinadas à produção de dados demográficos para identificar padrões de distribuição. Bibliotecas usam metadados em seus catálogos, muitas vezes integrados a sistemas de gestão de bibliotecas.
Essas informações são obtidas pela catalogação de recursos como livros, periódicos, DVDs, páginas web e imagens digitais. Os registros são armazenados em sistemas integrados de gestão, geralmente segundo o padrão MARC. A finalidade é orientar os usuários até a localização física ou eletrônica dos itens procurados, além de apresentar sua descrição.
Paralelamente ao MARC, a Biblioteca do Congresso dos Estados Unidos desenvolve o BIBFRAME (Bibliographic Framework Initiative), um modelo de descrição bibliográfica que utiliza tecnologias de dados ligados e permite representar obras, instâncias e itens em redes de informações estruturadas. A iniciativa busca favorecer o intercâmbio de registros para além dos formatos tradicionais de catalogação.
Aplicações mais recentes e especializadas incluem bibliotecas digitais, repositórios de publicações eletrônicas e coleções de imagens digitais. Embora frequentemente baseadas em princípios biblioteconômicos, essas iniciativas, voltadas também a usuários que não são bibliotecários, nem sempre seguem métodos tradicionais de catalogação. Diante das características dos materiais, podem ser criados campos próprios, como classificação taxonômica, localização, palavras-chave ou declaração de direitos autorais. Dados gerais, como tamanho e formato de arquivo, costumam ser incluídos automaticamente.
A gestão bibliotecária está, há décadas, entre os temas centrais dos esforços de normalização internacional. Entre as normas e especificações de metadados para bibliotecas digitais estão Dublin Core, METS, MODS, DDI, DOI, URN, PREMIS, EML e OAI-PMH. Grandes bibliotecas divulgam orientações sobre suas estratégias de padronização de metadados.
Um conceito relacionado é o synset (abreviação de synonym set), conjunto de um ou mais sinônimos que compartilham um significado em determinado contexto. Os synsets são fundamentais na linguística computacional e na semântica lexical, especialmente no banco lexical de língua inglesa WordNet. O conceito foi estendido a outras línguas e a projetos multilíngues, como EuroWordNet, BabelNet e Global WordNet. Esses conjuntos podem servir de ponte entre expressões linguísticas e sentidos conceituais em aplicações de processamento de linguagem natural.
Na arquivologia, os metadados registram não apenas as características descritivas de um documento, mas também seu contexto de produção, suas relações com outros documentos e os procedimentos necessários à sua gestão. Informações sobre classificação, tramitação, custódia e destinação ajudam a manter o vínculo entre o registro e a atividade administrativa que lhe deu origem.
No âmbito da preservação digital, o padrão Preservation Metadata: Implementation Strategies (PREMIS) define unidades de informação que permitem registrar acontecimentos e responsabilidades relacionados à manutenção de objetos digitais. A versão 3.0 de seu dicionário de dados organiza essas informações em quatro entidades: objetos, eventos, direitos e agentes. Dessa forma, uma instituição pode registrar, por exemplo, que um arquivo foi migrado para outro formato, quando isso ocorreu e qual programa executou a operação.
No Brasil, o Conselho Nacional de Arquivos (CONARQ) aprovou, pela Resolução n.º 50, de 6 de maio de 2022, a segunda versão do Modelo de Requisitos para Sistemas Informatizados de Gestão Arquivística de Documentos (e-ARQ Brasil). O modelo orienta a implementação de sistemas destinados à gestão arquivística de documentos, incluindo requisitos relacionados a seus metadados e à manutenção do vínculo entre documentos e processos administrativos.
Na educação, os metadados podem descrever materiais utilizados no ensino e na aprendizagem, como atividades interativas, exercícios, simulações, vídeos e livros digitais. Além de informações comuns a outros recursos, podem registrar a finalidade pedagógica, o tipo de interação e as características relevantes para selecionar ou reutilizar o material em ambientes educacionais.
O padrão Learning Object Metadata (LOM), definido na norma IEEE 1484.12.1, estabelece a estrutura conceitual de metadados para objetos de aprendizagem. Sua edição de 2020 descreve objetos digitais ou não digitais usados em atividades de ensino, aprendizagem ou treinamento. A padronização possibilita comparar descrições produzidas por instituições diferentes e localizar materiais adequados a determinadas atividades educacionais.
No Brasil, a Biblioteca Digital Brasileira de Teses e Dissertações (BDTD), coordenada pelo Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT), reúne os metadados produzidos pelos repositórios das instituições participantes. O catálogo central divulga informações como título, autoria, resumo e palavras-chave e remete o leitor ao repositório da instituição responsável pelo texto integral. Essa organização permite pesquisar a produção acadêmica de várias universidades sem exigir que todos os documentos sejam depositados em um único sistema.
O projeto adotou originalmente o Padrão Brasileiro de Metadados de Teses e Dissertações (Mtd-Br), desenvolvido no início dos anos 2000. Ao longo de sua evolução, esse padrão foi atualizado; as diretrizes da BDTD indicam a utilização do MTD3-BR, sua terceira versão. Entre os cuidados descritos pela biblioteca estão a representação consistente de idiomas, datas e nomes de autores, elementos que influenciam a recuperação dos documentos e a interoperabilidade entre os sistemas participantes.
Em Portugal, a Direção-Geral do Livro, dos Arquivos e das Bibliotecas (DGLAB) produz orientações para a interoperabilidade de informações de arquivo na administração pública. A Macroestrutura Funcional (MEF), por exemplo, padroniza a classificação de funções e subfunções administrativas e integra a classificação prevista no Metainformação para Interoperabilidade (MIP). O objetivo é permitir que organismos diferentes compartilhem documentos e interpretem de maneira semelhante as informações que os descrevem.
A Lei n.º 68/2021, de 26 de agosto, relativa aos dados abertos e à reutilização de informações do setor público português, determina a disponibilização e atualização dos metadados associados aos documentos e dados abertos no portal dados.gov, inclusive quando os dados propriamente ditos permanecem armazenados em sistemas das entidades produtoras. O objetivo expresso na lei é facilitar a pesquisa e a localização dos conjuntos de dados passíveis de reutilização.
Os metadados de publicações científicas são frequentemente criados pelas editoras de periódicos e por bases de dados de citações, como PubMed e Web of Science. Estudos de 2005 e 2016 apontaram lacunas na disponibilidade e na documentação dos dados apresentados em artigos e materiais suplementares, que nem sempre vinham acompanhados de metadados adequados, embora possam ser depositados em bases de dados biomédicas após a publicação. Os autores originais e os responsáveis por essas bases passam então a responder pela criação dos metadados, com o auxílio de procedimentos automatizados. A descrição abrangente de todos os dados experimentais constitui a base dos princípios FAIR, que orientam a produção de dados de pesquisa encontráveis, acessíveis, interoperáveis e reutilizáveis.
Esses metadados podem ser utilizados, complementados e disponibilizados de várias maneiras. OpenAlex é um índice eletrônico gratuito cujo catálogo principal reunia cerca de 323 milhões de trabalhos em novembro de 2026, dos quais aproximadamente 295 milhões eram apresentados na consulta padrão; uma camada adicional de expansão continha cerca de 122 milhões de registros. O índice integra e disponibiliza metadados sobre fontes, citações, autores, áreas científicas e temas de pesquisa. Essas contagens diferenciam registros consolidados no catálogo central daqueles da camada de expansão. Sua interface de programação de aplicações (API) e seu sítio de código aberto podem servir à metaciência, à cienciometria e a novas ferramentas para consultar essa rede semântica de publicações. Outro projeto em desenvolvimento, o Scholia, emprega metadados de publicações para criar visualizações e formas de agregação, como uma interface que resume a literatura sobre determinada característica do vírus SARS-CoV-2 com base na propriedade "assunto principal" do Wikidata.
No trabalho científico, propôs-se registrar metadados transparentes sobre a contribuição dos autores às pesquisas, como a função exercida na elaboração do artigo, o grau de participação e as responsabilidades assumidas.
Também podem ser criados ou complementados metadados referentes aos resultados científicos. Algumas organizações procuram identificar e relacionar citações que apoiam, mencionam ou contradizem um estudo. Outro exemplo é o desenvolvimento das métricas alternativas, que, além de auxiliarem na avaliação e na localização de pesquisas, reúnem discussões públicas sobre artigos científicos em redes sociais, como o Reddit, citações na Wikipédia e reportagens sobre estudos publicadas na imprensa. Há ainda propostas para assinalar se as conclusões originais foram confirmadas ou puderam ser reproduzidas.
Conjuntos de dados utilizados em aprendizado de máquina podem exigir metadados sobre formatos de arquivos, campos de dados, relações entre tabelas, procedência dos registros e condições de uso, tanto para facilitar a descoberta quanto para possibilitar sua leitura automatizada. O formato Croissant, desenvolvido pela MLCommons, utiliza vocabulários da Web semântica para descrever conjuntos de dados para aprendizado de máquina. A especificação 1.1, publicada em 29 de janeiro de 2026, incorporou recursos para documentação de proveniência, políticas de utilização e interoperabilidade semântica. Esses recursos descrevem condições e características dos conjuntos de dados, mas não garantem, por si só, a qualidade dos registros, o cumprimento de condições jurídicas ou a ausência de erros.
A identificação persistente de conjuntos de dados e resultados de pesquisa também depende de esquemas bibliográficos. A versão 4.7 do DataCite Metadata Schema, publicada em 3 de março de 2026, acrescentou tipos gerais para pôsteres e apresentações, suporte aos identificadores relacionados RAiD e SWHID e novas informações sobre a natureza das relações entre recursos.
No contexto dos museus, os metadados são informações criadas por profissionais especializados em documentação cultural, como arquivistas, bibliotecários, responsáveis pelo registro de coleções e curadores, para indexar, estruturar, descrever, identificar ou caracterizar obras de arte, obras arquitetônicas, objetos culturais e suas imagens. Os metadados descritivos são os mais empregados nesse contexto, sobretudo para identificar objetos e recuperar informações sobre os acervos.
As instituições responsáveis por coleções e os museus desenvolvem e aplicam metadados para:
Diversos museus e centros de patrimônio cultural reconhecem que, dada a variedade de obras de arte e objetos culturais, nenhum modelo ou padrão isolado é suficiente para descrever e catalogar todas essas produções. Um objeto esculpido por uma comunidade indígena, por exemplo, pode ser classificado como obra de arte, artefato arqueológico ou bem do patrimônio indígena.
As primeiras etapas de padronização do arquivamento, da descrição e da catalogação no setor museológico ocorreram no fim da década de 1990, com o desenvolvimento de padrões como Categories for the Description of Works of Art (CDWA), Spectrum, CIDOC Conceptual Reference Model (CRM), Cataloging Cultural Objects (CCO) e o esquema XML CDWA Lite. Esses padrões empregam linguagens de marcação como HTML e XML para processamento por máquinas, publicação e implantação. As Anglo-American Cataloguing Rules (AACR), originalmente desenvolvidas para a descrição de livros, também foram aplicadas a objetos culturais, obras de arte e arquitetura. Padrões como o CCO são incorporados aos sistemas de gestão de coleções (CMS), bancos de dados por meio dos quais os museus administram acervos, aquisições, empréstimos e ações de conservação.
Pesquisadores e profissionais da área observam que a rápida transformação dos padrões e das tecnologias cria dificuldades para os profissionais da documentação cultural, sobretudo os que não receberam formação técnica especializada. A maioria dos museus e instituições colecionadoras utiliza bancos de dados relacionais para categorizar obras culturais e suas imagens. Esses bancos e seus metadados documentam as relações complexas entre objetos culturais, obras de arte com múltiplas dimensões, lugares, pessoas e movimentos artísticos. A estrutura relacional também permite distinguir claramente os objetos de suas imagens; sem essa distinção, as pesquisas podem produzir resultados confusos ou inexatos.
A materialidade, função e finalidade de um objeto, bem como suas dimensões (altura, largura e peso), condições necessárias de armazenamento e adequação aos objetivos do museu e de sua coleção, influenciam o grau de detalhamento dos dados que os profissionais de documentação lhe atribuem. As práticas consolidadas de catalogação, os objetivos da instituição, a experiência dos profissionais e a estrutura dos bancos de dados também determinam quais informações são registradas sobre objetos culturais e como eles são categorizados. Além disso, muitos museus empregam programas comerciais padronizados para administrar suas coleções, o que pode determinar e limitar as maneiras de descrever objetos e obras de arte.
Museus e instituições colecionadoras também recorrem a vocabulários controlados para descrever seus acervos. Os vocabulários da Getty e da Biblioteca do Congresso têm reconhecimento na comunidade museológica e são recomendados pelos padrões CCO. Recomenda-se que os museus adotem vocabulários adequados ao contexto de suas coleções, capazes de aprimorar o funcionamento de seus sistemas de informação. Esses vocabulários aumentam a uniformidade dos registros e facilitam a recuperação de recursos. As estruturas de metadados, inclusive os vocabulários controlados, refletem as ontologias dos sistemas em que foram criadas. Frequentemente, os procedimentos de descrição e categorização de objetos culturais por meio de metadados não refletem os pontos de vista das comunidades que produziram esses objetos.
Os metadados contribuíram para a criação de sistemas de informação e arquivos digitais em museus e tornaram mais simples a publicação de conteúdos digitais na internet. Isso permitiu que públicos antes impedidos de acessar objetos culturais por barreiras geográficas ou econômicas passassem a conhecê-los. Na década de 2000, com a adoção crescente de padrões arquivísticos e de bancos de dados mais complexos, a possibilidade de usar dados ligados entre bases museológicas passou a ser discutida nos setores de museus, arquivos e biblioteconomia. Sistemas de gestão de coleções e ferramentas de gestão de ativos digitais podem operar localmente ou de forma compartilhada. Pesquisadores de humanidades digitais destacam as vantagens da interoperabilidade entre bancos de dados e coleções de museus, mas também reconhecem as dificuldades para alcançá-la.
O International Image Interoperability Framework (IIIF) desenvolve interfaces padronizadas para disponibilizar e apresentar acervos digitais em sistemas diferentes. Sua Presentation API, versão 3.0, permite representar a estrutura de recursos como manuscritos digitalizados, livros ilustrados, fotografias, arquivos de áudio e vídeos. Nela, os objetos são descritos por recursos como Collection, Manifest e Canvas, que podem conter rótulos, resumos, declarações de direitos e informações sobre a organização do conteúdo.
Esses metadados de apresentação permitem que ferramentas de instituições diferentes mostrem informações básicas e a sequência de páginas ou imagens sem depender de um único sistema de gestão de acervos. A interface não substitui necessariamente os catálogos completos e os padrões descritivos especializados: suas propriedades destinam-se sobretudo à apresentação e à navegação pelos objetos digitais.
As controvérsias judiciais envolvendo metadados têm se tornado frequentes nos Estados Unidos. Os tribunais examinam questões relacionadas a esses registros, incluindo a possibilidade de as partes de um processo obterem metadados como provas. As Federal Rules of Civil Procedure (Regras Federais de Processo Civil) contêm disposições específicas sobre a obtenção de informações armazenadas eletronicamente, e a jurisprudência posterior esclareceu o dever de apresentar metadados em processos perante a Justiça federal. Em outubro de 2009, a Suprema Corte do Arizona decidiu que registros de metadados constituem documentos públicos.
Metadados de documentos assumem especial importância em disputas que exigem sua apresentação, pois podem conter informações sensíveis e prejudiciais a uma das partes. O uso de ferramentas de remoção de metadados para limpar ou ocultar informações em documentos pode reduzir o risco de divulgação involuntária de dados confidenciais. Esse procedimento oferece proteção parcial, pois existe a possibilidade de remanência de dados, mas ajuda escritórios de advocacia a evitar vazamentos durante a produção de provas eletrônicas.
Pesquisas de opinião indicaram que 45% dos norte-americanos não tinham nenhuma confiança na capacidade das redes sociais de manter seus dados pessoais seguros e que 40% consideravam que essas plataformas não deveriam poder armazenar qualquer informação sobre indivíduos. Além disso, 76% afirmavam não confiar na segurança das informações coletadas sobre eles por agências de publicidade e 50% entendiam que empresas de publicidade digital não deveriam registrar nenhuma informação a seu respeito.
Na União Europeia, as revelações de Edward Snowden influenciaram a reavaliação de questões relativas à privacidade e ao tratamento de dados pessoais. Segundo um levantamento de 2025 sobre 18 países europeus, apenas Alemanha, Países Baixos e Romênia não possuíam regras de retenção de dados em vigor.
Em 6 de outubro de 2020, o Tribunal de Justiça da União Europeia (TJUE) decidiu que, em regra, a retenção geral e indiscriminada de dados de tráfego e localização é incompatível com o direito da União Europeia, admitindo exceções estritamente delimitadas, como ameaças graves à segurança nacional acompanhadas de salvaguardas e de controle independente. Na França, uma lei aprovada em 18 de dezembro de 2013 facilitou a coleta de dados pelas Forças Armadas e pelos serviços de inteligência. Em abril de 2022, o Tribunal Constitucional português considerou inconstitucionais disposições da legislação nacional sobre conservação de dados gerados ou tratados no âmbito de serviços de comunicações eletrônicas publicamente disponíveis ou redes públicas de comunicações.
Em junho de 2026, os serviços de informações portugueses encontravam-se impedidos de acessar determinados metadados de comunicações móveis. Os dois relatórios mais recentes do Conselho de Fiscalização do Sistema de Informações da República Portuguesa consideravam a restrição ao acesso aos metadados de suspeitos uma "lacuna grave" para a atividade operacional dos serviços de informações.
No mesmo mês, Vítor Sereno, secretário-geral do Sistema de Informações da República Portuguesa, defendeu publicamente um debate sobre o acesso desses serviços aos dados de comunicações, sujeito a regras de proporcionalidade, fiscalização e controle judicial. Segundo Sereno, os metadados podem contribuir para identificar redes de contato e ligações relevantes em casos de terrorismo, espionagem e outras ameaças à segurança.
Na Austrália, a preocupação com o fortalecimento da segurança nacional levou à introdução de legislação sobre armazenamento de metadados. A lei permite que agências de segurança e policiais tenham acesso a até dois anos de metadados de um indivíduo, com a finalidade declarada de facilitar a prevenção de ataques terroristas e crimes graves.
A aplicação de metadados à legislação foi debatida em diferentes fóruns, entre eles oficinas realizadas pelo Legal Information Institute, da Cornell Law School, em 22 e 23 de março de 2010. A documentação dessas oficinas tem o título Suggested metadata practices for legislation and regulations. As discussões destacaram os seguintes pontos principais:
No setor da saúde, os registros de metadados são utilizados para definir elementos de dados clínicos e administrativos, documentar seu significado e favorecer o intercâmbio entre sistemas. Na Austrália, o Metadata Online Registry (METEOR), mantido pelo Australian Institute of Health and Welfare, oferece acesso a padrões de dados aprovados nacionalmente, com base na família ISO/IEC 11179, para os setores de saúde, assistência comunitária e habitação.
Os desafios para harmonizar descrições de variáveis de ensaios clínicos foram discutidos em trabalhos sobre aplicações de tecnologias semânticas. Um estudo apresentado em novembro de 2009 e publicado nos anais digitais em janeiro de 2010 descreveu o sistema TIM para a especificação e o gerenciamento de itens de metadados utilizados na pesquisa clínica.
O padrão FHIR (Fast Healthcare Interoperability Resources), mantido pela organização HL7, dispõe de recursos e mecanismos para representar e intercambiar informações clínicas estruturadas, complementando os trabalhos de harmonização de metadados em saúde. Em 2025, pesquisadores publicaram uma proposta de esquema de metadados para estudos de saúde, no âmbito da iniciativa NFDI4Health, orientada à aplicação dos princípios FAIR e à descrição interoperável de estudos.
As pesquisas em biomedicina e biologia molecular frequentemente geram grandes volumes de dados, incluindo resultados de sequenciamento de genomas ou metagenomas, informações de proteômica e até mesmo notas ou planos elaborados durante a própria investigação. Cada categoria de dados exige metadados próprios e procedimentos específicos para produzi-los. Padrões gerais, como ISA-Tab, permitem que pesquisadores criem e troquem metadados experimentais em formatos consistentes.
Métodos experimentais específicos costumam dispor de seus próprios sistemas e padrões de metadados. Na espectrometria de massa, por exemplo, são utilizados padrões como mzML e SPLASH. Padrões baseados em XML, como PDBML e SRA XML, são aplicados, respectivamente, a dados de estruturas macromoleculares e de sequenciamento. Os resultados de pesquisas biomédicas são geralmente apresentados em artigos submetidos à revisão por pares, cujas publicações representam outra fonte de dados (ver seção Ciência).
Um armazém de dados (data warehouse, DW) é um repositório de informações de uma organização armazenadas eletronicamente. Os armazéns de dados são concebidos para gerenciar e guardar informações, diferindo dos sistemas de inteligência de negócios (BI), desenvolvidos para gerar relatórios, analisar dados e oferecer subsídios estratégicos aos administradores. Os metadados constituem um recurso importante para o armazenamento dessas informações.
Um armazém de dados tem a finalidade de manter informações padronizadas, estruturadas, consistentes, integradas, corretas, depuradas e atualizadas, extraídas de diversos sistemas operacionais de uma organização. Os dados são integrados ao ambiente do armazém para oferecer uma visão abrangente da empresa e são estruturados conforme as necessidades de produção de relatórios e análises.
A definição de metadados estruturais comuns por meio de técnicas de modelagem de dados, como os diagramas de modelo entidade-relacionamento, é importante no desenvolvimento de armazéns de dados. Esses modelos detalham os metadados associados a cada conjunto de dados. Em um sistema que integra armazém de dados e inteligência de negócios, os metadados e as ferramentas para administrá-los e recuperá-los constituem componentes essenciais. Ralph Kimball compara os metadados ao DNA de um armazém de dados, pois definem seus elementos e o modo como se relacionam.
Kimball e colaboradores distinguem três categorias principais: metadados técnicos, de negócio e de processo. Os primeiros são predominantemente definidores, ao passo que os outros dois são principalmente descritivos. Por vezes, as categorias se sobrepõem.
O formato HTML, utilizado para definir páginas web, permite incluir diversos tipos de metadados, desde textos descritivos simples, datas e palavras-chave até esquemas mais avançados, como Dublin Core, e-GMS e AGLS. Na Austrália, os Arquivos Nacionais descontinuaram o padrão AGLS em dezembro de 2023, embora a norma AS 5044-2010 continue sob responsabilidade da Standards Australia. As páginas e os arquivos também podem receber etiquetas geográficas com coordenadas, ser classificados ou identificados por palavras-chave, inclusive de maneira colaborativa, como nas folcsonomias.
Quando os conteúdos multimídia possuem identificadores definidos, ou quando é possível gerá-los, informações como etiquetas e descrições de arquivos podem ser extraídas de fontes da internet, por exemplo, no caso de filmes. Diferentes bancos de dados em linha reúnem e disponibilizam metadados de vários tipos de informações. O Wikidata, construído colaborativamente, contém identificadores não apenas para arquivos de mídia, mas também para conceitos abstratos, objetos e outras entidades. Pessoas e sistemas automatizados podem consultá-los para recuperar informações úteis e conectar conhecimentos armazenados em outras bases de dados.
Os metadados podem ser incluídos no cabeçalho de uma página ou em um arquivo separado. Os microformatos permitem adicionar metadados aos dados exibidos em uma página, de modo que não sejam percebidos pelos leitores comuns, mas possam ser facilmente acessados por computadores, rastreadores da web e motores de busca. Muitos buscadores adotam cautela no uso de metadados em seus algoritmos de classificação, em razão de manipulações desses registros e de práticas de otimização para motores de busca (SEO) destinadas a melhorar o posicionamento dos sítios. O Google, especificamente, informa que a etiqueta meta name="keywords" não é utilizada para indexar ou classificar páginas em seus resultados de busca. O artigo Meta (elemento HTML) apresenta mais detalhes sobre esse tema.
Essa cautela pode ser justificada: de acordo com Cory Doctorow, os indivíduos nem sempre empregam o cuidado e o rigor necessários ao criar seus próprios metadados; além disso, esses registros existem em um ambiente competitivo, no qual seus criadores têm interesse em promover os próprios conteúdos. Estudos indicam que os motores de busca levam em conta páginas que implementam metadados, e o Google publica uma lista das etiquetas meta reconhecidas por seu mecanismo. Na documentação histórica de 2014, a empresa de buscas corporativas Swiftype descrevia metadados como indicadores de relevância configuráveis pelos administradores de sítios e apresentava uma extensão chamada Meta Tags 2.
O Wikimedia Commons utiliza metadados estruturados para descrever imagens, vídeos e outros arquivos de mídia de modo que as informações possam ser interpretadas por pessoas e programas. Além de descrições textuais, a plataforma permite acrescentar legendas em diferentes idiomas e declarações estruturadas sobre o que aparece em um arquivo, quem o criou e quais licenças estão associadas a ele. A utilização de identificadores compartilhados facilita a descoberta de arquivos mesmo quando as pessoas fazem buscas em línguas diferentes.
Essas descrições podem ser associadas a entidades identificadas no Wikidata, o que ajuda a distinguir termos com nomes iguais, identificar temas de uma imagem e relacionar arquivos de diferentes coleções. Para o público lusófono, as legendas e declarações em português permitem encontrar materiais que originalmente foram catalogados em outros idiomas, sem alterar o arquivo digital que está sendo descrito.
No setor da radiodifusão, os metadados são associados a materiais de áudio e vídeo com as seguintes finalidades:
Esses registros podem ser vinculados aos conteúdos por meio de servidores de vídeo. Em grandes competições esportivas, como a Copa do Mundo FIFA e os Jogos Olímpicos, os metadados são utilizados para distribuir imagens às emissoras de televisão a partir de palavras-chave. Normalmente, a entidade responsável pela geração do sinal internacional do evento, ou host broadcaster, organiza os metadados em seu centro internacional de transmissão e seus servidores de vídeo.
Os registros são associados às imagens por operadores de catalogação audiovisual, que acrescentam metadados em tempo real em quadros de informação por meio de programas específicos, como Multicam (LSM) ou IPDirector, empregados em Copas do Mundo e Jogos Olímpicos.
Os metadados ecológicos e ambientais documentam "quem, o quê, quando, onde, por quê e como" de uma coleta de dados destinada a um estudo. Isso normalmente inclui a organização ou instituição que coletou os dados, sua natureza, as datas de coleta, a justificativa do levantamento e a metodologia empregada.
Os registros devem ser produzidos em formatos de uso comum pela comunidade científica mais relacionada ao assunto, como Darwin Core, Ecological Metadata Language (EML) ou Dublin Core. Há ferramentas que facilitam a criação de metadados, como Metavist, Mercury e Morpho, este último descontinuado em 2024. Os metadados devem descrever a proveniência das informações, incluindo sua origem e as transformações pelas quais passaram, além de indicar como citar e atribuir crédito aos produtos de dados.
Quando os CDs foram lançados, em 1982, continham apenas uma tabela de conteúdos (table of contents, TOC) com o número de faixas e a duração de cada uma expressa em amostras de áudio. Quatorze anos depois, em 1996, uma revisão da norma Red Book acrescentou o formato CD-Text, destinado a transportar metadados adicionais. Entretanto, o CD-Text não foi amplamente adotado. Pouco depois, tornou-se comum que computadores obtivessem metadados de fontes externas, como CDDB e Gracenote, com base na tabela de conteúdos do disco.
Na década de 2000, formatos de áudio digital e arquivos de áudio digital substituíram, em grande medida, formatos de música como as fitas cassete e os CDs. Arquivos de áudio digital podem ser identificados por mais informações do que aquelas que cabem no nome do arquivo. Esses dados descritivos são chamados de etiquetas de áudio ou, de maneira geral, metadados de áudio. Programas especializados em adicionar ou modificar esses registros são conhecidos como editores de etiquetas.
Metadados podem ser empregados para nomear, descrever e catalogar um arquivo de áudio digital, além de indicar sua titularidade e situação de direitos autorais. Sua presença facilita a localização de determinado arquivo em uma coleção, geralmente mediante um mecanismo de busca capaz de consultar os metadados. Com o desenvolvimento de diferentes formatos de áudio, procurou-se padronizar a posição, dentro dos arquivos digitais, destinada ao armazenamento dessas informações.
Como resultado, diferentes formatos de áudio digital, inclusive MP3, broadcast WAV e AIFF, possuem mecanismos para registrar metadados. Esses mecanismos não são idênticos: etiquetas ID3 são amplamente utilizadas em MP3, enquanto Ogg Vorbis utiliza campos de comentários definidos por sua própria especificação. Também há métodos de descrição em formatos como FLAC, MPC, Speex, WavPack, True Audio, WAV, AIFF, MP4 e ASF. Editores de etiquetas, como TagLib, oferecem suporte a diversos desses formatos.
Com a disponibilidade de aplicações de computação em nuvem, inclusive aquelas destinadas a acrescentar metadados aos conteúdos, os metadados passaram a estar cada vez mais disponíveis pela internet.
Na área dos metadados, as regras de nomeação e projeto (Naming and Design Rules) são conjuntos de diretrizes e convenções de nomenclatura que complementam os requisitos de uma norma de intercâmbio de dados. Uma das especificações mais usadas para sua elaboração é a XML Schema. Por exemplo, nomes de elementos escritos em UpperCamelCase constituem uma convenção comum em diversas normas, embora não sejam exigidos pela especificação XML Schema. As regras de nomeação e projeto tornaram-se componentes importantes das normas de intercâmbio de dados das organizações. Nos Estados Unidos, recomenda-se que órgãos federais e estaduais adotem padrões dessa natureza.

Muitos formatos comuns de arquivo de computador permitem incorporar metadados. Entre eles estão documentos, como arquivos do Microsoft Office, OpenDocument e PDF; imagens, como JPEG e PNG; vídeos, como AVI e MP4; e arquivos de áudio, como WAV e MP3. Os usuários podem adicionar metadados, mas aplicativos de criação e equipamentos empregados na produção dos arquivos frequentemente os inserem automaticamente.
Embora sejam úteis para localizar arquivos, os metadados podem representar riscos à privacidade quando os arquivos são compartilhados. A utilização de ferramentas de remoção de metadados antes do compartilhamento pode atenuar esses riscos.

Um arquivo de fotografia digital pode conter metadados que identificam seu proprietário, informações sobre direitos autorais e contato, marca e modelo da câmera, dados de exposição (velocidade do obturador, número f etc.) e descrições como palavras-chave que permitem localizar a imagem em um computador ou na internet. Alguns elementos são produzidos pela própria câmera, como espaço e canais de cor, tempo de exposição e abertura (Exif); outros são inseridos pelo fotógrafo ou por um programa depois da transferência da imagem para o computador.
A maioria das câmeras digitais registra informações como modelo e velocidade do obturador, e algumas permitem alterá-las. Esse recurso estava presente em grande parte das câmeras reflex digitais Nikon desde a Nikon D3, em muitos modelos Canon posteriores à Canon EOS 7D e em várias câmeras Pentax desde a Pentax K-3.
Os metadados facilitam a organização das imagens na pós-produção por meio da atribuição de palavras-chave. Filtros permitem selecionar grupos de fotografias segundo critérios como avaliação ou horário da captura. Em dispositivos dotados de geolocalização, como os smartphones com GPS, podem registrar também o local em que a foto foi tirada.
As normas de metadados fotográficos são desenvolvidas por diferentes organizações e incluem:
A especificação IPTC Photo Metadata 2025.1, publicada em novembro de 2025, acrescentou campos destinados a documentar o uso de inteligência artificial generativa na produção de imagens, incluindo as instruções fornecidas ao sistema (prompts), a identificação de quem as escreveu, o sistema utilizado e sua versão. Esses metadados possibilitam registrar informações sobre a produção, mas sua existência e seu preenchimento dependem dos programas e dos procedimentos empregados pelos responsáveis pela imagem.
Os metadados são particularmente úteis em vídeos, pois informações sobre seu conteúdo, como transcrições de diálogos e descrições textuais das cenas, nem sempre estão representadas em campos estruturados diretamente pesquisáveis. Esses campos permitem localizar e recuperar passagens específicas dos arquivos audiovisuais.
Isso é importante em aplicações de reconhecimento automático de placas de veículos e de identificação de veículos, que armazenam dados sobre placas para produzir relatórios e alertas. Os metadados de vídeo provêm de duas fontes: (1) informações operacionais reunidas durante a produção, como equipamento, programa, data e local; e (2) informações acrescentadas por pessoas, destinadas a melhorar a visibilidade nos mecanismos de busca, a descoberta dos vídeos, a participação do público e as oportunidades de publicidade para os distribuidores. MetaSync, da Avid, e Adobe Bridge são exemplos de programas profissionais com recursos de consulta a metadados.
A proveniência de dados digitais descreve informações sobre a origem de um arquivo, as operações realizadas sobre ele e as entidades envolvidas em sua produção ou edição. O padrão Coalition for Content Provenance and Authenticity (C2PA), desenvolvido para credenciais de conteúdo, define mecanismos para associar declarações de proveniência a arquivos e permitir sua verificação criptográfica. A versão 2.5, publicada em outubro de 2026, ampliou o suporte a tipos de arquivos e mídias ao vivo, além de atualizar mecanismos de validação e vinculação dos conteúdos.
A verificação criptográfica de uma credencial permite avaliar sua integridade e sua vinculação ao arquivo, mas não confirma, por si só, a exatidão factual do material representado nem a veracidade de todas as declarações nele contidas. A presença dessas credenciais também não elimina a necessidade de práticas independentes de verificação de informações.
Vários sistemas de arquivos, como FAT32 e NTFS, utilizam metadados.
As informações sobre horários, origens e destinos de telefonemas, mensagens de correio eletrônico, mensagens instantâneas e outras comunicações, distintas do conteúdo das mensagens, constituem outra modalidade de metadados.
A coleta em larga escala de registros de chamadas por órgãos de inteligência tornou-se controversa depois das revelações de Edward Snowden, segundo as quais agências como a Agência de Segurança Nacional (NSA) dos Estados Unidos mantinham metadados de milhões de usuários da internet por períodos de até um ano, mesmo sem que essas pessoas fossem alvos de investigações.
Os metadados geoespaciais dizem respeito a arquivos de sistemas de informação geográfica (SIG), mapas, imagens e outros dados associados a lugares. São utilizados para documentar características e atributos de dados geográficos, incluindo arquivos de bancos de dados e informações produzidas em sistemas SIG. Registram, por exemplo, quem elaborou os dados, quando foram coletados, como foram processados e em quais formatos estão disponíveis, fornecendo o contexto necessário ao seu uso adequado.
A ISO 19115 estabelece elementos para a descrição de informações geográficas, incluindo identificação, extensão espacial, qualidade e condições de distribuição. Sua parte 1, ISO 19115-1:2014, permanece publicada com emendas posteriores. No Brasil, o Instituto Brasileiro de Geografia e Estatística (IBGE) disponibiliza o Perfil de Metadados Geoespaciais do Brasil (MGB 2.0), adotado como referência para a documentação de conjuntos geoespaciais.
Os metadados podem ser armazenados internamente, no mesmo arquivo ou estrutura dos dados que descrevem, modalidade denominada metadados incorporados, ou externamente, em um arquivo ou campo separado. Um repositório geralmente armazena os metadados em separado, mas pode ser projetado para oferecer suporte a registros incorporados. Cada alternativa apresenta vantagens e desvantagens:
Em contrapartida, separar os metadados dos dados, sobretudo em arquivos independentes que apontam para metadados armazenados em outro lugar, aumenta a possibilidade de divergências entre ambos: alterações em uma parte podem não ser refletidas na outra.
Os metadados podem ser armazenados em formato legível por pessoas ou em formato binário. O armazenamento em um formato textual, como XML, pode ser útil porque permite compreender e editar informações sem ferramentas especializadas. Entretanto, formatos textuais raramente são otimizados quanto à capacidade de armazenamento, ao tempo de transmissão ou à velocidade de processamento. Um formato binário pode ser mais eficiente nesses três aspectos, mas exige um programa específico para converter os dados em informações legíveis por pessoas.
Cada sistema de banco de dados relacional possui mecanismos próprios para armazenar metadados. Entre os exemplos de metadados nesses sistemas estão:
Na terminologia dos bancos de dados, esse conjunto de metadados é denominado catálogo. O padrão SQL especifica um meio uniforme de acesso ao catálogo, chamado Information schema, mas nem todos os bancos de dados o implementam, mesmo quando adotam outros aspectos do SQL. Um exemplo de métodos específicos de acesso é o sistema de metadados da Oracle. Também é possível consultar metadados de forma programática por meio de interfaces como JDBC ou SchemaCrawler.
A existência de um registro de metadados não garante, por si só, que suas informações sejam corretas, completas ou adequadas ao uso pretendido. A avaliação depende da finalidade do recurso e do contexto em que ele será utilizado. O vocabulário Data Quality Vocabulary (DQV), publicado como nota técnica por um grupo de trabalho do W3C, permite descrever medidas, critérios e avaliações de qualidade; o modelo pode ser aplicado também à qualidade dos próprios metadados.
Entre os aspectos relevantes estão a exatidão, a completude, a consistência, a atualidade, a compreensão por pessoas e programas e a procedência das informações. A importância de cada aspecto varia segundo o recurso: em um catálogo bibliográfico, erros no nome do autor podem prejudicar a identificação de uma obra; em uma descrição de dados de pesquisa, a ausência do período observado ou das condições de acesso pode limitar a interpretação e a reutilização. As orientações da Crossref para metadados bibliográficos destacam a necessidade de registrar corretamente autores, títulos, datas e identificadores e de corrigir os registros quando necessário.
| Aspecto | O que se procura avaliar | Exemplo de problema |
|---|---|---|
| Exatidão | Correspondência entre o registro e o recurso descrito | Autor incorreto no catálogo |
| Completude | Presença das informações necessárias ao uso previsto | Ausência do período coberto por um conjunto de dados |
| Consistência | Emprego coerente de termos, formatos e relações | Datas ou nomes de uma mesma entidade registrados de formas incompatíveis |
| Atualidade | Correspondência com a situação e a versão do recurso | Endereço de acesso que já não leva à versão indicada |
| Procedência | Origem e histórico da descrição | Registro sem indicação da instituição responsável por sua elaboração |
Esses aspectos podem ser observados por indicadores e medições, mas não existe um único critério de qualidade adequado a todos os tipos de recurso. Em particular, um registro pode obedecer a um formato correto e, ainda assim, conter uma informação factual errada. Portanto, a conformidade técnica e a confiabilidade do conteúdo são avaliações diferentes.
As verificações automáticas podem identificar ausência de campos obrigatórios, uso de valores fora de um conjunto permitido ou incompatibilidade de tipos e formatos. No ambiente de RDF, a linguagem Shapes Constraint Language (SHACL), recomendação do W3C, permite verificar se um grafo de dados atende às condições definidas em outro grafo de restrições. Esse mecanismo verifica a conformidade às condições declaradas; por si só, não demonstra que uma data, autoria ou outra afirmação corresponda aos fatos.
A revisão de conteúdo complementa essas verificações ao confrontar descrições com os recursos e suas fontes, corrigir erros e atualizar informações que tenham mudado. Em registros bibliográficos, por exemplo, a Crossref recomenda atualizar os metadados quando necessário, em vez de considerar a descrição encerrada no momento do primeiro depósito.
Metadados úteis para identificar e administrar arquivos também podem revelar informações que não são evidentes no conteúdo principal. Fotografias e vídeos podem conter coordenadas da localização em que foram produzidos; quando essas informações são conservadas e compartilhadas com o arquivo, outras pessoas podem descobrir o local de captura. A Comissão Federal de Comércio dos Estados Unidos (FTC) recomenda atenção às configurações de localização da câmera, e a documentação de privacidade da Apple descreve como dados de localização podem acompanhar fotos ou vídeos compartilhados.
A disponibilidade de metadados para outras pessoas varia conforme o formato, o software e o modo de compartilhamento. Por isso, a presença de metadados no arquivo original não implica que todos eles serão transmitidos em cada publicação ou cópia. A utilização de metadados envolve tanto o interesse em manter informações para localização, contexto e preservação quanto a necessidade de considerar restrições de acesso e proteção da privacidade.
Os metadados eram tradicionalmente empregados em catálogos de fichas de bibliotecas até a década de 1980, quando muitas instituições converteram os registros de seus catálogos em bancos de dados digitais. Na década de 2000, com o armazenamento crescente de dados e informações em formato digital, esses conteúdos passaram a ser descritos segundo padrões de metadados.
Uma das primeiras descrições de "meta data" em sistemas de computação foi redigida por David Griffel e Stuart McIntosh, no Centro de Estudos Internacionais do MIT, em 1967: "Em resumo, temos enunciados numa linguagem-objeto sobre descrições temáticas de dados e códigos simbólicos para os dados. Temos também enunciados em uma metalinguagem que descrevem as relações e transformações dos dados, bem como as relações entre o que deve ser e o que é, entre normas e dados."
Em 1995, um grupo de instituições liderado pela OCLC, incluindo a Biblioteca do Congresso, universidades, empresas de tecnologia da informação e organizações não governamentais, reuniu-se na cidade de Dublin, no estado norte-americano de Ohio, para elaborar um conjunto padronizado de elementos de descrição de recursos digitais. De encontros posteriores surgiu o conjunto conhecido como Dublin Core, mantido pela Dublin Core Metadata Initiative. Em 2003, o Dublin Core tornou-se objeto da norma ISO 15836, depois de ter sido estabelecido pela norma ANSI/NISO Z39.85.
O Dublin Core não determina um local único para os metadados: eles podem acompanhar o objeto digital, por exemplo em seu cabeçalho, ou ser armazenados separadamente em bancos de dados, como ocorre em projetos de teses e dissertações e em outras bibliotecas digitais. Outros padrões e projetos incluem os da Biblioteca do Congresso, o Instructional Management System Project (IMS), o Learning Object Metadata (LOM) do IEEE LTSC, o PREMIS, o ETD-ms (Interoperability Metadata Standard for Electronic Theses and Dissertations) e o Padrão Brasileiro de Metadados de Teses e Dissertações (Mtd-Br), desenvolvido no contexto da Biblioteca Digital Brasileira de Teses e Dissertações.
Um dos primeiros tratamentos satíricos do conceito de metadados em seu sentido atual aparece no conto de ficção científica MS Fnd in a Lbry, publicado em 1961 pelo escritor norte-americano Hal Draper. Na narrativa, todo o conhecimento da humanidade é condensado em um objeto do tamanho de uma gaveta de escrivaninha. Entretanto, a enorme quantidade de metadados, como catálogos de outros catálogos, índices e registros históricos, acaba produzindo consequências graves e ao mesmo tempo humorísticas para a espécie humana. O conto apresenta de forma satírica os riscos de os metadados se tornarem mais importantes do que os próprios dados a que se referem.