[ATTENTION : FORMATION DOCTORALE RÉSERVÉE AUX DOCTORANTS DE PSL.
Pour la formation ouverte à tous les publics, se reporter au stage Données de la recherche : outils et méthodes (2e semestre de l'année 2020).]
Les Données de la Recherche (DR) sont depuis toujours, mais aujourd’hui de façon plus ouverte et déclarée, le fondement de toute production scientifique. L’article scientifique est le résultat compact d’une série d’opérations longues et volumineuses, dont les auteurs, souvent nombreux, restent fréquemment anonymes dans le contexte d’une publication classique. La gestion des données, tant technique que juridique, peut s’avérer complexe si elle n’est pas menée méthodiquement. Leur mise en ligne ouverte prolonge des expérimentations ou en suscite de nouvelles. Une donnée a, comme l’article, vocation à être partagée (Open Access & Science) et citée, dans le cadre et le respect de nuances à définir.
Cette formation est destinée aux doctorants de toutes disciplines, quel que soit leur degré d’avancement dans leur thèse et leur familiarité avec le concept de données de la recherche. Elle vise à expliciter ce que l’on entend exactement par l’expression « données de la recherche », et en quoi cette question, qui peut sembler liée à un effet de mode au sein de la communauté scientifique, concerne en réalité tous les chercheurs, quels que soient les volumes d’informations qu’ils manipulent au quotidien.
Une attention particulière sera portée à la gestion de ces données en relation avec la procédure actuelle de dépôt et diffusion de la thèse au format électronique.
Objectifs :
- Se familiariser avec le concept de donnée de la recherche
- Acquérir de bonnes pratiques pour gérer ses données tout au long d'un projet de recherche, ainsi qu'à l'issue du projet
- S’initier au cadre juridique des données de la recherche
- Répondre aux exigences des employeurs et financeurs relatives aux données de la recherche
- Valoriser ses bonnes pratiques de gestion de données
À l'issue de la formation, le stagiaire sera capable de :
- Donner une définition de ce que sont les données de la recherche
- Citer les étapes traditionnelles du cycle de vie des données de recherche
- Expliciter l’acronyme FAIR appliqué aux données de la recherche, et comprendre en quoi il synthétise les bonnes pratiques à mettre en œuvre pour gérer ses données
- Comprendre ce qu’est un plan de gestion des données de la recherche (PGD, ou data management plan, DMP), dans quels cas il est indispensable, et quels outils utiliser pour le rédiger facilement
- Évaluer ses propres pratiques en matière de gestion de ses données de recherche
- Appliquer les recommandations des principaux financeurs publics en matière de gestion et partage des données de la recherche
- Préparer l’aspect données du dépôt de sa thèse, et planifier sa phase « post-doctorat »
- Identifier les sites internet, outils, services et personnes-ressources à la disposition des chercheurs pour gérer des données de recherche
Cette formation n'abordera que rapidement la question du plan de gestion des données de la recherche (data management plan - DMP). D'autres sessions de formation dédiées à ce sujet auront lieu à l'URFIST de Paris.
Attention, cette formation aura lieu intégralement en visioconférence.
En raison des modalités pédagogiques exceptionnelles de cette formation (initialement prévue en présentiel), et afin de la rendre plus interactive lors de son déroulé, il sera demandé aux participants de fournir un travail personnel d'environ 1h à 1h30 en amont de la formation :
- auto-diagnostic de ses pratiques (temps estimé : 5 à 10 min.)
- lecture d'un article de 6 pages (temps estimé : 10 à 30 min.)
- travail pratique sur internet (temps estimé : 45 min.)
La formatrice sera joignable en amont de la formation pour toute question relative à ces exercices, qui ne seront pas évalués.
Programme de la journée :
- Que sont les données de la recherche ?
- Pourquoi s'intéresser à ses données au cours de sa thèse ?
- Introduction au cadre juridique actuel et aux obligations liées aux financements ;
- Bien gérer ses données au quotidien et après la thèse : outils, conseils et bonnes pratiques ;
- Ouvrir ses données et réutiliser celles d'autrui.