Focus sur : l'Open Access et les données de la recherche

Formation pour les étudiants, enseignants et chercheurs
Focus sur : l'Open Access et les données de la recherche

Les données de la recherche et l'open Access

Données de la recherche (Research data) : « 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.» (OCDE, 2007).

Jeu de données (Dataset) : « agrégation, sous une forme lisible, de données brutes ou  érivées présentant une certaine unité, rassemblées pour former un ensemble cohérent.  (Gaillard, 2014).

Enjeux : scientifiques, économiques, sociétaux

  • Répondre à des défis scientifiques complexes, des enjeux de société, qui supposent transdisciplinarité, collaboration des équipes, partage, ouverture et mutualisation des informations, des données et des compétences
  • Accroître la visibilité, l’utilisation et l’impact de la recherche au sein et hors de la communauté scientifique
  • Favoriser la participation des citoyens et de la société civile : libre accès pour tous aux connaissances
  • Faire évoluer le système de l'édition scientifique en permettant aux chercheurs de se réapproprier la diffusion de leur production scientifique
  • Satisfaire aux conditions de financement des bailleurs et justifier de l'utilisation des fonds publics
  • Assurer la continuité de la recherche, en permettant la réutilisation des données de recherches antérieures, ainsi que la reproductibilité des expériences, le tout dans un souci d'économie, de retour sur investissement et d'innovation
  • Assurer la sécurité des données de la recherche et leur archivage à long terme
  • Prendre en compte la nécessité de l'interopérabilité des données

Typologie des données de la recherche

Les identifiants chercheursjouent un rôle important dans la construction de l’identité numérique. Ils sont le point d’entrée pour permettre au chercheur d’être unique et dans le même temps de communiquer sur ses activités.

Types de données Exemples
Données d'observation, d'enquêtes : capturées ou collectées en temps réel, uniques et impossibles à reproduire enquête sur le niveau de vie de la Banque Mondiale, relevés de concentration de phytoplanctons, ...
Données expérimentales : obtenues à partir d'équipements de laboratoire, potentiellement reproductibles, parfois coûteuses Chronogrammes, puces à ADN, cinétique chimique, ...
Données computationnelles ou de simulation : générées par des modèles informatiques ou de simulation, potentiellement reproductibles Modèle météorologique, modèle de simuations sismiques, modèle bio-économique, ...

Cycle de vie de la donnée

La représentation du cycle de vie des données de la recherche est une aide à la gestion des données. Ce cycle doit être décliné dans un Plan de Gestion de Données au début de tout projet nécessitant la création et/ou la manipulation de données. En effet, au-delà du choix de la plateforme, la gestion du cycle de vie des données est un enjeu majeur pour le stockage, la conservation, la pérennisation et la réutilisation de ces données.

 

    Détails

    Contact(s)
    • Octobre 2016

    Visualisation

    Agenda