Les projets de recherche sont généralement composés d’au moins trois unités de projet plus petites mais très complexes qui fonctionnent en parallèle et génèrent de multiples ensembles de données. La mise à disposition de ces données au moment de la publication, conformément aux quatre principes fondamentaux (Findability, Accessibility, Interoperability, and Reusability – FAIR), est une exigence standard et un élément établi du flux de travail de la recherche. Ce cours présente une introduction à la gestion des données de recherche (RDM), la contextualisation des ensembles de données par l’ajout de métadonnées pertinentes, la théorie et l’application pratique des principes FAIR et CARE (people & purpose), ainsi qu’une vue d’ensemble des dépôts de données de recherche appropriés et des aspects juridiques et éthiques à prendre en considération dans le processus.
Principes FAIR
Les « FAIR Guiding Principles for scientific data management and stewardship » (principes directeurs FAIR pour la gestion et l’intendance des données scientifiques) fournissent des lignes directrices visant à améliorer la trouvabilité, l’accessibilité, l’interopérabilitéet la réutilisationdes ressources numériques par le biais de l’actionnabilité de la machine.
Principes de CARE
Les « Principes CARE pour la gouvernance des données indigènes » complètent les principes FAIR existants en étant axés sur les personnes et les objectifs, reflétant le rôle crucial des données dans la promotion de l’innovation et de l’autodétermination indigènes.
Modules
I) Introduction et plan de gestion des données de recherche (RDM)
- L’art de la feuille de calcul : csv, données ordonnées, interopérabilité, lisibilité par la machine et par l’homme
- Inventaire des données, organisation des dossiers, noms de fichiers, sauvegardes
- Données ouvertes et FAIR : dépôts, licences, principes FAIR
- les principes de CARE #BeFAIRandCARE
- De la conception expérimentale à la publication >> le plan de gestion de la recherche (des données)
II) Reproductibilité et analyse des données
- Métadonnées : étendue de l’expérience et de l’échantillon, contenu, calendrier
- Contrôle de version et outils d’aide (git, Rstudio, Github)
- Combiner des données provenant de différentes sources
- Modification des données, documentation des analyses avec MS Excel, R et Rstudio
- Rendez votre analyse lisible par l’homme – commentaire de code : conventions et exemples, paquet dplyr
III) Design Thinking et méthodes agiles, visualisation des données
- Outils numériques pour la gestion de projets scientifiques
- Agile Kanban pour la science
- Le canevas de conception du projet
- Suivi et évaluation des projets
- Transformez vos ensembles de données en graphiques et en images
Suggestions de lecture et ressources
Gregory K, Khalsa SJ, Michener WK, Psomopoulos FE, de Waard A, Wu M (2018) Onze conseils rapides pour trouver des données de recherche. PLoS Comput Biol 14(4) : e1006038. doi.org/10.1371/journal.pcbi.1006038
Wilkinson, MD, et al, (décembre 2016), Les principes directeurs FAIR pour la gestion et l’intendance des données scientifiques. nature.com/scientificdata
L’initiative Data FAIRport est un mouvement ouvert qui a débuté comme le suivi pratique d’un atelier Lorentz à Leiden, aux Pays-Bas, en janvier 2014, intitulé : Concevoir conjointement un Data FAIRport. Leur vision est de rejoindre et de soutenir les communautés existantes qui tentent de réaliser et de permettre une situation où les données scientifiques de valeur sont « FAIR » dans le sens d’être trouvables, accessibles, interopérables et réutilisables. | Pour plus d’informations, consultez le site datafairport.org
DMPonline vous aide à créer, réviser et partager des plans de gestion des données qui répondent aux exigences des institutions et des bailleurs de fonds. Il est fourni par le Digital Curation Centre (DCC).| dmponline.dcc.ac.uk
Une plongée en profondeur dans les données FAIR : https://howtofair.dk/ – Une initiative du Forum national danois pour la gestion des données de recherche, avec le soutien de la Coopération danoise pour l’e-infrastructure (DeiC).