Le plan de gestion des données

opidor
Logo Opidor

INTRODUCTION

En 2019, l’Agence Nationale pour la Recherche a décidé de mettre en place des procédures obligatoires qui vont dans le sens de la promotion de la science ouverte. Dans le cadre du programme Horizon 2020, tout projet de recherche financé au moins par moitié par l’état doit être diffusé en accès ouvert pour permettre au plus grand nombre d’accéder aux résultats de cette recherche en toute transparence. Du bon usage de deniers publics, le contribuable peut donc vérifier à quoi et comment est employé son argent. Indépendamment de cette exigence de transparence, mettre les données de la Recherche en accès ouvert participe à leur libre circulation et aux échanges entre chercheurs. Parmi les procédures obligatoires, il est est une qui réclame la rédaction de la part de l’équipe de recherche qui candidate sur un projet financé sur fonds publics d’envoyer lors de sa candidature au dit projet un plan de gestion des données ou PDG dit DMP en anglais (Data Management Plan). De nombreux écrits ont été publiés à ce sujet et notre propos n’est pas d’en faire l’analyse mais d’être avant tout concrêt et concis. Des DMP publics sont accessibles sur le site DMP Opidor de l’INIST. Ils fournissent des modèles dont les chercheurs peuvent s’inspirer lors de la rédaction de leur propre DMP. Nous avons choisi de mettre en avant celui de lUniversité Paris 7 Denis Diderot car il est clair, simple et permet de dégager les principales lignes importantes pour la rédaction dudit DMP.

RÉDACTION DU DMP SELON UN MODELE

Ce plan de gestion des données est proposé par les Universités Paris Descartes et Paris Diderot. Il s’adresse prioritairement aux chercheurs affiliés à ces deux établissements et à la ComUE Sorbonne Paris Cité mais reste un outil accessible et utilisable par tous. Il intègre dans sa structure et ses recommandations les principes des FAIR Data désormais attendus de certains financeurs comme la Commission Européenne. Si le plan de gestion de données doit rester un document “unique”, nous proposons une structuration en 4 étapes fruit de nos échanges avec le terrain. Les trois premiers onglets peuvent faire l’objet d’une première version adressée dans les 6 premiers mois suivant l’acceptation du projet (critère H2020) puis de mises à jour régulières. L’onglet 4 étant, quant à lui, attendu lors de la phase finale d’évaluation du projet. Au regard de notre expérience, ce découpage nous semble plus réaliste vis à vis de la montée en charge d’un projet de recherche et plus à même de garantir une gestion des données conforme aux objectifs du projet.”

Université de Paris 7. Denis Diderot

GÉNÉRER SON DMP : UNE AUTRE SOLUTION

Une autre solution simple et rapide sera de générer son propre DMP. Vous devrez alors vous identifier de façon personnelle ou en passant par votre institution comme sur Hal. Une fois entré sur le portail OPIDOR, vous pourrez vous même générer votre DMP d’après les modèles qui vous sont proposés sur dmp.opidor. Pour se faire, vous suivrez préalablement en ligne le tutoriel mis à votre disposition. Il vous indiquera les différentes étapes et recommandations à respecter.

GUIDE GTSO-COUPERIN : UNE AIDE SUPPLÉMENTAIRE

Pour améliorer vos chances de rédiger une candidature conforme aux règles de la Science ouverte en vigueur pour les projets financés sur fonds publics, un guide est aussi à votre disposition.

Le Groupe Données du GTSO-Couperin a travaillé à un guide à destination des porteurs de projets ANR pour les aider à intégrer les aspects Science Ouverte à leur projet lors de la rédaction de celui-ci. La date limite de dépôt des projets ANR (AAPG) est le mercredi 20 mai, soit dans un mois. Il est accessible sur la plate-forme d’échange de données Zenodo en version française https://dx.doi.org/10.5281/zenodo.3741666. Et en version anglaise https://dx.doi.org/10.5281/zenodo.3749577

Romain Féret – Pilote du GT Données du GTSO-Couperin

Armés de tous les outils nécessaires, il ne vous reste plus qu’à rendre votre copie pour le 20 mai.

dandelion
Dandelion. Image libre de droits

Ce(tte) œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution – Pas d’Utilisation Commerciale – Partage dans les Mêmes Conditions 4.0 International.

Pour une culture du libre

coronavirus

Il est très difficile aujourd’hui d’arriver à produire du neuf avec tous ces articles qui sortent sur le coronavirus et sur la science ouverte. Tout a été dit ou presque car tous les jours de nouveaux articles sortent, le mien y compris. Les blogs fleurissent, les articles de journaux sont pléthore et les revues scientifiques mettent en masse leurs articles en libre accès le temps de la pandémie. Cependant, dans ce flux d’informations où l’on se noie tous, des voix s’élèvent pour dire paradoxalement que l’accès au Savoir n’est pas assez ouvert. Au début, je n’ai pas compris, il n’ y a qu’à se pencher et se servir, on trouve des fakes, des articles du Monde, du Temps, du New York Times, des journaux sur abonnement qui ouvrent leur contenu et en côtoient d’autres, en accès ouvert depuis longtemps. On trouve aussi des articles scientifiques publiés dans des revues de renom commme The Lancet ou The New England journal of Medecine, Couperin met lui-même à disposition une liste à jour des revues qui passent en accès ouvert le temps de la crise. Alors pourquoi lancer ce pavé dans la mare et venir nous dire qu’il n’y a pas assez d’infos. Car parallèlement à cet afflux, on entend aussi que les chercheurs du monde entier n’ont pas accès à l’info sur le Covid 19 ? On lit aussi que le Libéria au temps d’EBOLA 1 n’avait pas accès à l’information scientifique car payante et trop chère pour eux, que les chinois eux mêmes au moment de l’arrivée et de la montée en masse de la pandémie étaient déjà sur le pont en décembre et début janvier avec des observateurs de terrain à Wuhan. Ils se servaient encore et toujours des réseaux sociaux pour communiquer l’existence d’une contamination du covid19 d’humains à humains. 2 Le 20 janvier l’état chinois reconnaissant lui-même cette contamination. Mais la nouvelle n’a été publiée dans les revues prestigieuses anglophones internationales que le 27 et 28 janvier 2020. Mieux, le gouvernement chinois encourageait les publications locales et non internationales. Le MoST (Ministère de la Science et de la Technologie) ordonnait aux universités chinoises de limiter le recours aux articles à facteur d’impact […] stipulant ainsi que le nombre de documents ne peut pas être employé comme critère essentiel pour apprécier les performances de la Recherche. On apprend aussi que la littérature scientifique mondiale COVID 19 n’est accessible en libre accès que pour la production la plus récente mais que les scientifiques ont publié sur le sujet, depuis les années 1960 et que ces articles (plus de 13000) ne sont pas en libre accès. On pourra nous objecter que ce sont des articles anciens moins pertinents pour le sujet qui nous occupe mais il se trouve que des articles récents de la Recherche sur le covid19 sont alimentés par des observations décrites dans ces articles plus anciens, datant parfois de 1988 et non disponibles en accès ouvert. Alors, les éditeurs font peut-être des efforts pour mettre en ligne gratuitement des revues prestigieuses mais où peut-on trouver la totalité de la production scientifique COVID ? En réalité, nul part moins de payer. Elle dort dans des archives d’éditeurs scientifiques prestigieux . Ils mettent à libre disposition la frange congrue d’un savoir dont les chercheurs ont certes, besoin pour travailler. Mais celle-ci reste incomplète, à moins encore une fois, de payer pour y accéder. Alors question : Le Savoir est-il toujours condamné à appartenir aux Puissants ? Aux 21e siècle ce ne sont plus les Eglises mais les éditeurs scientifiques : Elsevier, Springer, Taylor et Francis, Wiley pour ne citer qu’eux. La vie n’a pas de prix. En gardant cette partie de la littérature scientifique en accès payant c’est la vie humaine qu’ils prennent en otage au nom du Profit et de l’argent. Cependant, au milieu de tout ce charivari, on trouve de bonnes nouvelles, des bouillonnements ont encore lieu, du nouveau, des essais, de la créativité. Et de là, émergent des découvertes. Il faut ainsi s’intéresser aux préprints dont le nombre de publications explose en ce temps de covid. Les chercheurs sont au travail et échangent leurs résultats via les serveurs de préprints MedRxiv et bioRxiv3 Le phénomène de création sans lequel la Recherche n’est rien n’a pas tout à fait été acheté par les grands éditeurs. Il est encore là, dans ces serveurs qui proposent la lecture gratuite et les communications scientifiques qui n’ont pas encore été labelisées par les pairs. Les chercheurs se reconnaissent entre-eux et reconnaissent la validité de leur travail quand c’est le cas. Ces préprints sont le terreau, la richesse, de la recherche mondiale, sans frontière ni géographique, ni d’argent. La Recherche doit se disséminer aussi rapidement que le virus lit-on dans le Temps si l’on veut avoir une chance d’éradiquer cette pandémie. Nous disposons d’autres outils pour celà. Des plateformes de dépôts et d’échanges tel Github qui permettent de déposer des plans, des données, des logiciels à partager. Tels les respirateurs. Framasotf, association qui milite pour le partage des données nous rappelle qu’en France, un seul producteur de respirateurs existe alors que la demande explose dans notre pays. “Le manque actuel de respirateurs aurait pu être amoindri si les techniques de fabrications professionnelles et des plans librement réutilisables avaient été diffusés depuis longtemps”. Et que dire du gel hydro-alcoolique dont la fabrication n’a pas souffert de dépôt de brevet. ? Son inventeur a développé pour l’Organisation Mondiale de la Santé une formule de gel hydro-alcoolique libre de tout brevet, qui a été associée à un guide de production locale complet pour favoriser sa libre diffusion. Aujourd’hui nous en fabriquons nous même. J’ai vu sur les réseaux sociaux nombre d’initiatives de fabrication de gels hydroalcooliques réalisés par les étudiants en chimie ou biochimie dans les laboratoires de recherche et fournis au personnel soignant quand il y avait des manques.

L’intelligence collective est à l’oeuvre chez le chercheurs. Il faut faire vite pour sortir d’une crise sanitaire sans précédent. Mais encore faut-il leur donner les moyens, Tous les moyens pour y arriver. Les solutions passent par l’accès ouvert total et la gratuité du Savoir. L’Association Framasoft a ainsi relayé une initiative de :

  • Lionel Maurel, Directeur Adjoint Scientifique, InSHS-CNRS ;
  • Silvère Mercier, engagé pour la transformation de l’action publique et les communs de capabilités ;
  • Julien Dorra, Cofondateur de Muséomix.

qui militent pour Pour un plan national pour la culture ouverte, l’éducation ouverte et la santé ouverte. Ce n’est probablement qu’à ce prix et en abandonnant la course au profit et à la domination, en encourageant les initiatives individuelles et la liberté d’accès au Savoir que le vrai Savoir se dégagera de ce bouillonnement créatif gratuit vers une amélioration de la Condition Humaine


Références
1, 3.https://www.letemps.ch/sciences/coronavirus-met-revues-scientifiques-pression
2.The Coronavirus (COVID-19) outbreak highlights serious deficiencies in scholarly communication écrit par Vincent Larivière, Fei Shu et Cassidy Sugimoto. paru le 5 mars 2020 sur LSE Impact Blog (London School of Economic)

Image mise en avant : image colorisée d’une cellule infectée (en vert) par le SARS-COV-2 (en violet) – CC BY ND Integrated Research Facility (IRF), Fort Detrick, Maryland. Ce(tte) œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution – Pas d’Utilisation Commerciale – Partage dans les Mêmes Conditions 4.0 International.

Le digital labor

digital labor

Cet article va reprendre et commenter certains points soulevés par S.I.Lex dans son billet de blog Et si l’open access était une question de digital labor, du 03/02/2020. S.I.Lex alias Lionel Maurel est juriste et bibliothécaire bien connu de la communauté des professionnels et chercheurs en science de l’information. Son blog a dernièrement fait l’objet d’une publication qui reprend ses interventions. Dans l’article qui nous occupe, il s’intéresse à la perception du chercheur à propos du travail lié au dépôt de données en archive ouverte. Le chercheur, en général, considère que ce type de tâche ne fait pas forcément partie de ses attributions. Celles-ci sont sont avant tout liées à son travail de recherche pur. Le fait de déposer ses travaux en archive ouverte correspond pour lui à une tâche administrative secondaire et pénible qui doit être rapide pour ne pas perdre de temps et pouvoir se consacrer à se qui importe : le coeur de son métier. En tant qu’ancienne bibliothécaire assistante spécialisée sur une base aérienne, j’ai pu constater ce phénomène quand on côtoie une élite donnée et que l’on doit, sinon travailler avec eux, du moins travailler pour eux. Les officiers de l’Armée de l’Air avaient une piètre idée du métier de bibliothécaire. Nous étions des obscurs qui travaillions la journée sur ordinateur, dans des bureaux. Nous faisions partie des “pailleux”, terme péjoratif désignant le personnel administratif. En lisant S.I.Lex, j’ai retrouvé cette logique.

bibliotheque
Bibliothèque. Image everypixels.com

Le médecin par exemple, qui ne veut pas passer trop de temps à des tâches administratives pour rentrer les données de ses patients sur ordinateur et qui délègue à la secrétaire quand il a les moyens d’en avoir une. L’officier de l’Armée de l’ai qui fait partie du personnel volant et qui délègue le travail d’enregistrement de vol, la mise à jour des cartes aéronautiques au vieux pailleux sous officier, personnel au sol en fin de carrière. Le chercheur qui préfère quand c’est possible demander le recrutement d’un personnel de bibliothèque dédié à la rentrée des données sur archives ouvertes pour pouvoir se consacrer à temps plein à un travail plus noble : sa recherche. La collègue qui me rapporte une anecdote métier car elle découvre très étonnée que les enseignants du supérieur ne connaissent pas le niveau de formation des bibliothécaires toutes catégories administratives confondues et qui sont étonnés quand ils apprennent que ces derniers sont comme eux, issus pour la plupart des études supérieures. Celà m’amène à m’interroger plus profondément sur l’identité professionnelle du bibliothécaire. S.I.Lex nous parle de “travail de secrétariat”. Je pourrais rajouter d’interchangeabilité. Peut-on comparer un personnel administratif d’une université avec un bibliothécaire de cette même université. Bien sûr, non ! Ils ne font pas le même métier. Mais au fait quel est le métier de ce dernier ? Il n’est pas connu. C’est un problème Sommes nous des gratte-papier comme certains chercheurs nous perçoivent et comme S.I.Lex le souligne. C’est avant tout le travail qui nous définit. Nous sommes au service de. Au service de nos lecteurs, au service des chercheurs, des enseignants, bref de la communauté universitaire dont nous faisons nous même partie mais dont nous sommes perçus comme “en dehors de”. Pourquoi ? Interrogeons-nous. Quelle est notre matière de travail, sur quoi fondons nous notre activité. C’est avant tout un savoir faire que nous essayons d’apprendre et de maîtriser pour ensuite l’inculquer et le transmettre aux autres, se mettre aussi au service de ceux qui ont besoin de ce savoir faire à un moment donné. Notre profession a toujours été au coeur d’un débat dont je me garderais bien de prendre partie : Savoir- faire ou Savoir faire érigé au rang de science au même titre que les matières qu’enseignent et développent les chercheurs ? C’est avant tout celà qui m’interroge et que j’ai perçu tout au long de ma carrière en fonction des différents interlocuteurs que j’ai pu avoir en face de moi. A l’heure où effectivement l’on perçoit l’importance des enjeux liés aux données, qu’elles soient privées, données de la Recherche, données publiques, données transmises et partagées, le bibliothécaire devient le point central qui travaille avec la donnée alors que l’informaticien travaille sur la donnée. Nous ne sommes plus très loin l’un de l’autre et le bibliothécaire grâce à celà retrouve un peu sa place et sa justification d’existence. On se rend compte qu’on en a besoin, qu’il n’est pas que là pour faire les emprunts, les retours, mais on découvre qu’il dispose d’un savoir faire dont le chercheur va avoir besoin. Mais à la différence de S.I.Lex , je ne crois pas que le temps fera évoluer les esprits. Il ne faut pas nous tromper. Nous participons à un savoir faire qui peut être mis au service du Savoir. Mais je ne suis pas sûre que notre pratique soit un Savoir à part entière au même titre que les mathématiques, la chimie, la médecine etc. Existe-t-il à l’école une matière bibliothéconomie, gestion des données ? Ce débat resurgit à l’heure de l’open access et au moment où la collaboration entre chercheurs et bibliothécaires devient nécessaire mais c’est déjà un vieux débat qui a secoué les générations précédentes de bibliothécaires et qui repose aujourd’hui dans les livres sur l’Histoire des bibliothèques. Le point positif à l’heure actuelle est la mise en avant ce savoir faire pour aider les chercheurs. Il représente une de nos justifications essentielles d’existence en bibliothèque universitaire. Alors vive la collaborations enseignants-chercheurs et bibliothécaires , tous au service du Savoir, de sa propagation, de sa vulgarisation et au final du Progrès.

bibliothèque
Bibliothèque. Image libre de droits everyîxels.com.

Licence Creative Commons
Mise à jour le 2/03/2020. Ce(tte) œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution – Pas d’Utilisation Commerciale 4.0 International.

Le temps est à l’évaluation

image du facilitateur graphique Philippe-Elie KASSABI
illustration Elie Kassabi

INTRODUCTION

Comme le titre de l’article le précise, le temps est à l’évaluation et il y a beaucoup à dire. Evaluations des chercheurs, d’une unité, d’une structure, d’une université il n’y a qu’à se pencher pour faire son marché. Avec l’apparition et l’avènement de l’open access ainsi qu’une politique publique orientée vers la mise à disposition des résultats de la Recherche pour le grand public, l’évaluation du chercheur doit évoluer et prendre en compte ce facteur. Dans cet article, nous allons nous intéresser à deux points :

  • l’évaluation d’une unité de Recherche dans une université
  • l’évaluation du chercheur lambda dans une université française.

Pour ce faire, nous allons nous appuyer un document officiel à savoir :

Le référentiel d’évaluation d’une unité de Recherche, vague B 2020-2021 publié par Le Haut Conseil de l’évaluation de la recherche et de l’enseignement supérieur (Hcéres). Nous ferons aussi appel au site du CoopIST, destiné aux chercheurs et professionnels de l’information, et outil appartenant au CIRAD, organisme français de recherche agronomique. Le référentiel d’évaluation du HCERES est très clair et se veut objectif et pertinent. Il présente tout d’abord le processus global d’évaluation

libre de droits

PROCESSUS GLOBAL D’EVALUATION

D’abord, les chercheurs de l’entité doivent effectuer une auto-évaluation de leur laboratoire puis celle -ci est complétée par un évaluation externe, indépendante et collégiale par des pairs dans le domaine de recherche de l’unité. Depuis 2014, la notation a disparu au profit d’une appréciation par critère sous forme textuelle. Chaque année, l’évaluation est actualisée, l’objectif principal étant l’identification de pistes d’amélioration concernant 3 points :

  • Les pratiques de politique scientifique (production de connaissances, interaction avec l’environnement soci-économique, implication dans la formation aux chercheurs, master, doctorat)
  • L’organisation interne (la vie en unité, le respect de la parité etc…)
  • Les objectifs stratégiques ( les projets à 5 ans)

Les résultats du rapport rédigé par les experts du HCÉRES se retrouvent en ligne sur le site du Haut comité. Ils peuvent ainsi être lus par tous. L’information se veut transparente et permet à tout un chacun, chercheur, étudiant, public quel qu’il soit, de prendre connaissance des activités et du positionnement de l’unité. Après la présentation du processus global d’évaluation par lequel va passer l’unité, le HCÉRES rentre dans le détail et définit sa méthodologie en trois points.

libre de droits

MÉTHODOLOGIE

L’Evaluation de chaque point s’appuie sur des éléments concrêts. A partir de faits observables, les experts dégagent des indices de qualité. Pour évaluer par exemple les pratiques de politique scientifique, les experts vont par exemple s’intéresser aux faits observables suivants :

  • Résultats de la recherche du laboratoire: a-t-il fait des découvertes ? Lesquelles ? Sont-elles importantes pour la société ? Quel impact ?
  • Activités du laboratoire : Est-il dynamique ? Ses membres participent-t-ils a des consortiums, des colloques ?
  • Notoriété du laboratoire : partenariat avec les entreprises locales, nationale internationales, est-il connu et visible ? Est-il attractif dans son domaine de compétence ?
  • Diffusion de l’information et transparence Publie-t-il vers le grand public ? Comment, fréquence, avec quel outil ?
  • Implication dans la formation : l’unité produit-elle des documents à usage pédagogique pour ses étudiants ? Participe-t-elle a des programmes éducatifs ?

La notorité du laboratoire, son implication dans la formation vont être des indices dits de qualité. Le rapport insiste sur le fait qu’il utilise aussi des indices quantitatifs mais que ceux ci ne peuvent fournir qu’une information incomplète à l’évaluation et que l’appréciation qualitative prime avant tout :

Il existe des indicateurs quantitatifs, ceux-ci ne peuvent fournir qu’une aide à l’évaluation pratiquée par les pairs à l’HCERES. En effet, la qualité d’une activité, d’une production ou d’un résultat ne sauraient se réduire à des éléments quantitatifs.

Cette citation indique un désir officiel et explicite d’aller vers une évaluation qualitative plus que quantitative. Ce référentiel fait aussi apparaître un critère important concernant la communication des résultats de la Recherche. Comment l’unité communique-t-elle les résultats de son travail ? Apparaît ainsi une exigence de visibilité, que ce soit auprès du grand public mais aussi auprès des communautés d’autres chercheurs pour faire connaître ses activités et travailler en collaboration pour avoir une plus grande efficacité quand celà se révèle possible et nécessaire. L’Access ouvert des données avec la publication des données de la Recherche en archive ouverte n’est certes pas explicitement cité mais est bien présent :

Le comité d’experts apprécie les différentes activités et réalisations par lesquelles la recherche contribue au processus d’innovation et conduit à des impacts sur l’économie, la société, la culture, la santé, diffusion de l’information scientifique vers le grand public.

Reste à savoir comment évaluer l’activité des chercheurs qui publient en archive ouvertes. Et là, je ne vois pas trop comment éviter les indicateurs quantitatifs même s’ils doivent être interprétés à l’aune d’ autres éléments pour nuancer les chiffres. Il n’en reste pas moins que faire d’un chiffre un critère de qualité reste dangereux. Je n’ai rien contre Guillaume Musso mais la quantité de livres qu’il a vendu signifie-t-elle qu’il est un écrivain de grande qualité littéraire ? Bon, ok, Guillaume MUSSO n’est pas chercheur et mon exemple est un peu discutable mais quand même, il est parlant. Pour répondre au problème posé, Bernard RENTIER a fait une proposition : Il propose d’abandonner le h-index et de s’appuyer sur les critères de l’Open science and researcher carreer progression puis les adapter au domaine de recherche du chercheur à évaluer :

Il écrit :

1. Utilisez toujours un canevas à critères multiples tels que l’OS-CAM (Open Science Career Assessment Matrix) inclus dans l’Open Science Toolbox de la Commission Européenne). Veillez à adapter cette grille matricielle aux spécificités du domaine de recherche (comme expliqué ici, au chapitre 6)

2. Classez les critères par ordre d’importance en fonction de vos objectifs spécifiques (compétences attendues, mérites, réalisations), et veillez à favoriser les objectifs de la Science Ouverte.

3. N’utilisez jamais d’indicateurs indirects et/ou peu pertinents tels que le nombre absolu de publications, les facteurs d’impact des revues ni leurs produits dérivés. En règle générale, n’utilisez pas de chiffres ou de mesures numériques.

4. Demandez à la personne évaluée de sélectionner au maximum une publication par an qu’elle considère comme la meilleure.

5. Veillez à ce que la personne évaluée remplisse d’abord elle-même la grille. Vérifiez que toutes les notes d’évaluation sont justifiées. Si ce n’est pas le cas, faites une enquête auprès de l’entourage proche de la personne évaluée.

Ainsi, pour faire une évaluation qualitative d’un chercheur, il existe des solutions et des grilles établies par des spécialistes qui ont réfléchi au sujet. Pourquoi ne pas tout simplement s’inspirer de ces grilles pour revoir les critères d’évaluation du chercheur ? Plus de h-index et autres indicateurs Citescore ou Altmétrics mais des critères de qualité qui demandent bien sûr un plus long travail d’analyse qui s’attache sur le contenu et non plus sur de simples chiffres déconnectés de la réalité ou ne traduisant pas la totalité de cette réalité. A vrai dire, ce billet est plus long que les autres mais l’évaluation du chercheur est en cours de révision et est sujet à multiples débats vifs entre chercheurs et spécialistes. Celà reste un sujet primordial pour la science ouverte car si les critères d’évaluation ne prennent pas en compte cette pratique, à quoi bon l’encourager auprès des chercheurs ? Et si les critères quantitatifs prennent encore aujourd’hui une place primordiale dans la notation du chercheur au détriment d’une évaluation qualitative du contenu, à quoi bon faire une évaluation qui n’évaluera pas la pertinence et la qualité de la recherche française ?

libre de droits

Licence Creative Commons
cc-by

Ce(tte) œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution – Pas d’Utilisation Commerciale 4.0 International.

Le data mining

cube figurant le data mining

INTRODUCTION

Cette semaine, je me suis intéressée à la fouille de textes à partir d’un corpus donné. Ce service proposé par l’INIST-CNRS m’a paru pratique et utile pour les chercheurs. Ca semble compliqué mais il faut juste essayer et des formations existent dans le but d’aider à la prise en main des outils en question. L’INIST, Institut National de l’Information Scientifique et Technique propose des formations au Data Mining ou DTM à partir d’un corpus donné, extrait d’ISTEX.

ISTEX QUÉZACO

ISTEX est une plateforme sur laquelle le chercheur et l’étudiant peuvent retrouver un ensemble de ressources documentaires acquises pour l’enseignement supérieur sous forme de Licences Nationales. Ces ressources rétrospectives d’e-books et de revues éléctroniques ont été négociées auprès des éditeurs par le MESRI pour toute la communauté universitaire et sont accessibles via le portail ISTEX. Petit à petit, en fonction des négociations avec les éditeurs, le portail s’étoffe de nouvelles ressources acquises dans le cadre de ces Licences nationales. ISTEX prend plus largement place dans le vaste projet BSN (bibliothèque scientifique numérique) en 10 points avec 10 équipes projet, qui avaient pour but de rénover l’accès à l’information scientifique et technique à travers divers éléments à réorganiser et moderniser en fonction des pratiques actuelles. Ex : Les pratiques anciennes telles le PEB (prêt entre bibliothèque) devenaient obsolètes et ne répondaient plus aux besoins de la communauté universitaire. BSN a finalement évolué vers le CoSO (comité pour la science ouverte). Ce dernier est composé d’experts chargés d’accompagner les initiatives pour la science ouverte. L’objectif est de mettre à disposition de tous et rapidement les résultats des données de la Recherche. Istex répond à cet objectif. L’Agence bibliographique de l’enseignement supérieur, le CNRS, l’Université de Lorraine et Couperin ont participé à l’élaboration d’Istex. Il s’agit d’une initiative d’excellence faisant partie des investissements d’Avenir du MESRI. Cette plateforme donne accès à du texte intégral et permet, grâce à des services qui se développent aujourd’hui, de faire de la fouille de texte ou data mining.

ISTEX MODE D’EMPLOI

Tout d’abord, après avoir défini son champs d’étude, aller sur Istex-dl , plateforme qui a permis de faciliter l’extraction de corpus d’Istex. Exemple de recherche sur ISTEX :

Space and Planetary Science

Choisir ensuite la langue voulue puis télécharger. Une fois le corpus téléchargé, utiliser Lodex à télécharger sur Gitub. C’est un outil open source. Une fois téléchargé et installé, voici des tutos pour l’utiliser. Vous trouverez aussi le Wiki de Lodex en anglais pour de plus amples renseignements ainsi que la page de Lodex pour l’utilisateur, réalisée par l’INIST-CNRS. A partir de là, vous pouvez par exemple transformer un jeu de données en site web. L’outil peut générer des graphiques, des statistiques, des cartes avec vos données. Il est adapté au web sémantique et génère automatiquement des URI, adresses web pérennes par opposition aux URL basées sur la localisation de vos données. Via le format ARK, il génère aussi des identifiants pérennes. Sur le site de l’INIST-CNRS, vous avez toutes les infos ainsi qu’un ensemble de tutoriels.

graphisme
Libre de droits

AUTRES OUTILS : GARGANTEX et CILLEX

Ces outils sont conçus pour vous fournir :

  • GARGANTEX Des cartes évolutives et dynamiques au fur et à mesure que vous travaillez :
  • CILLEX Des cartes en fonction des métadonnées récupérées lors d’une requête dans l’API ISTEX. Ces cartes aident à la sélection de métadonnées pertinentes liées à un choix de recherche.

Bon, voilà . On a fait le tour. C’est rapide mais l’essentiel y est. À tester maintenant pour ceux qui veulent. Voir cet exemple. Sympa non les graphiques !

dandelion
Libre de droits

Licence Creative Commons
Ce(tte) œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution – Pas d’Utilisation Commerciale 4.0 International.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search