Science Ouverte, Données de la Recherche et Publication Scientifique

2. Les données de la recherche

Les données de la recherche : définition

Il existe plusieurs définitions des données de la recherche, mais celle qui est le plus souvent citée est celle de l'OCDE : « Les données de la recherche sont définies comme des enregistrements factuels (chiffres, textes, images et sons), qui sont utilisés comme sources principales pour la recherche scientifique et sont généralement reconnus par la communauté scientifique comme nécessaires pour valider des résultats de recherche.»

Doranum, Infographie « Données de la recherche : quesaco ? », 2022, https://view.genial.ly/620e2be536a14900172bc0db/interactive-content-prodlkinfographie-definition-donnees-de-la-recherche

· Les données peuvent être produites, c’est-à-dire créées, élaborées, générées. Ce sont par exemple des observations, des mesures...

· Elles peuvent être collectées, c’est-à-dire qu’elles existent déjà. Ce sont par exemple des corpus, des archives...

· Elles peuvent être les deux.

La manière dont elles sont exploitées, analysées et traitées change leur nature. Elles peuvent ainsi être brutes ou dérivées de données brutes. Par conséquent, il existe différents types de données :

· Les données d’observation (capturées en temps réel, souvent uniques, impossibles à reproduire) : relevés météorologiques, images, neuroimagerie, photographie astronomique, données d’enquête, relevés de fouilles archéologiques…

· Les données expérimentales (obtenues à partir d’équipements de laboratoire, souvent reproductibles) : chromatogrammes, spectrométrie, analyses de puces à ADN…

· Les données de simulation numérique (générées par des modèles informatiques ou de simulation, souvent reproductibles si le modèle est correctement documenté) : modèles climatiques, modèles de simulations sismiques, modèles économiques…

· Les données dérivées ou compilées (issues d’un traitement ou d’une combinaison de données "brutes", souvent reproductibles) : résultats de fouille de texte (angl. Text and Data Mining ou TDM), bases de données compilées…

· Les données de référence (collection ou accumulation de jeux de données revus par les pairs, annotés et mis à disposition) : base de données de séquences génétiques (GenBank), structures chimiques, base de données de cristallographie, collection de lettres ou archive d’images historiques, plans de cadastres…

Les cahiers de laboratoire, les projets de recherche, les échanges entre chercheurs, les objets matériels comme des échantillons de laboratoire, des souches bactériennes ou des animaux de laboratoire (souris) ne sont pas des données de recherche.

Et vous, vous gérez vos données de recherche ?

Bien gérer ses données concerne tout le monde. En tant qu'étudiants, vous produisez des données sous forme de fichiers texte, tableurs Excel ou de graphiques. Vous les traitez, les analysez et vous en réutilisez peut-être, en citant les sources. Bref, vous êtes vous-même au cœur du cycle de la vie de la donnée. En science ouverte, les principes FAIR guident l'ensemble du cycle : "Facile à trouver, Accessible, Interopérable, Réutilisable."

Le cycle de vie des données

· Créer : concevoir sa recherche, planifier la gestion des données (formats, stockages, consentement pour le partage…), localiser les données existantes, collecter les données, créer les métadonnées associées.

· Traiter : saisir, transcrire, traduire les données, les vérifier et les nettoyer les données, anonymiser les données si nécessaire, les décrire.

· Analyser : interpréter, dériver, produire des résultats de recherche, publier.

· Conserver : migrer les données vers le meilleur format et le meilleur support, sauvegarder et stocker, documenter, archiver.

· Donner accès : partager les données, contrôler les accès, établir les droits d’auteur, promouvoir les données.

· Réutiliser : évaluer la recherche, contrôler les résultats, relancer de nouvelles recherches.