Donnees_de_la_Recherche

Les Données de la Recherche
En guise d’introduction
M. Durand-Barthez – URFIST de Paris, 2018

Feuille de route
•  Des Données de la Recherche : quoi ?
Et pour/quoi ? Leur cycle de vie
•  Signaler les Données: les
métadonnées
•  Entrepôts et portails
•  Le Plan de Gestion des Données (PGD –
Data Management Plan DMP)
•  Aspects juridiques
•  L’accompagnement des chercheurs
Réf. biblio au fil de la présentation ; crédits photo in fine

Une définition des D.R. standard et omniprésente
>>>>>>>>
Organisation de coopération et de développement économiques
© 2007

Données de la recherche

Dans le cadre de ces Principes et Lignes directrices, 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.
! Un ensemble de données de recherche constitue une
représentation systématique et partielle du sujet
faisant l’objet de la recherche.

© 2007
http://www.oecd.org/fr/science/sci-tech/38500823.pdf

Ce terme ne s’applique pas aux éléments
suivants :
carnets de laboratoire, analyses préliminaires
et projets de documents scientifiques,
programmes de travaux futurs, examens par
les pairs, communications personnelles avec
des collègues
© 2007
et objets matériels (par exemple, les
échantillons de laboratoire, les
souches bactériennes et les animaux
de laboratoire tels que les souris).

Les Données : pour/quoi ?
•  Un gain de temps évident pour les chercheurs
•  Des croisements fertiles issus d’ensembles
hétérogènes
•  Des gisements en pleine expansion
•  Une inversion de la mécanique du
raisonnement (inductif <> abductif)
•  Faire sortir du bois des données fossilisées

Le TDM équivaudrait à un gain de 4,7
millions d’heures de travail pour les
chercheurs sur une année, sur
l’ensemble du Royaume-Uni. JISC, 2012
Sisyphe

Croisements
et récurrence
Le TDM analyse donc un ensemble de
données selon un critère de nouveauté
(qu’est-ce qui apparaît en croisant tous
les textes du corpus, par exemple ?) ou
un critère de similarité (qu’est-ce qui est
récurrent dans tous les textes du
corpus ?). C’est ensuite aux chercheurs
de dégager le sens issu des croisements
de données. »

à un dispositif technique – le collisionneur –
bâti par des ingénieurs
sont associés des instruments – les détecteurs –
imaginés par les chercheurs
pour étudier les particules émises
lors des milliards de collisions produites
Un gisement
exponentiel :
données issues
d’un collisionneur
en Physique des
Hautes énergies
https://informatique.in2p3.fr/li/spip.php?article327
DIST-Cnrs Livre blanc… §63,
p.39-40, cf réf. infra

La mécanique du raisonnement
est alors inversée
la mise à jour de corrélations entre éléments des observations concentrées dans les jeux
de données suggère des hypothèses permettant d’établir des modèles théoriques de
comportement
le raisonnement abductif, inférence logique allant des
observations vers la théorie, se focalise sur les
hypothèses les plus simples et probables et peut être
décrit comme « l’inférence de la meilleure explication »
De l’inductif
…à l’abductif
DIST-Cnrs Livre blanc… §122, p.55 cf réf. infra

Des cimetières de données fossiles
à exhumer
On estime que les publications permettent
d’accéder à environ 10 % des données, le
reste demeurant disponible mais non
utilisé sur les disques durs d’ordinateurs

La Vie des
Données
Le schéma classique
dit « de Sydney »
https://library.sydney.edu.au/research/data-management/research-data-management.html

Le Cycle assorti des propriétés, fonctions et actions qu’il génère
https://drive.google.com/file/d/0BxKZLWq08xX-TW5VOEUtd2FSRE0/view (Rennes 18052016,
Présenté par CIOLEK-FIGIEL A. et COSSERAT F. Inist - CNRS, Vandœuvre-lès-Nancy, p.52

Propriétés, fonctions, actions
•  À la base du cycle de vie des données: le
sésame FAIR
– F comme Findable - « aptitude à être
(re)trouvées »
– A comme Accessibles
– I comme Interopérables
– R comme Ré-Utilisables

La Qualité des Données
•  C’est le but ultime de la gestion des Données, tant en
interne que pour leur diffusion
•  Elle participe « …des processus de préparation des
données préalable à la fouille de données elle-même.
Ces activités, que l’on regroupe sous le terme de
curation de données, englobent la sélection,
vérification, normalisation, annotation, reformatage,
enrichissement, structuration des données
collectées ; le but ultime est de disposer de données
qualifiées pour être soumises à un processus de fouille
scientifiquement valide. »
DIST_CNRS Livre blanc…

Des noms de fichiers clairs et harmonisés
•  Très basiquement, la fiabilité d’accès passe par
un nommage rationnel des fichiers de Données
–  30 à 40 caractères max.
–  Noms de partenaires insérables si leur graphie est
harmonisée entre les fichiers
–  Numéros de versions le cas échéant
–  Dates au format ISO : aaaammjjo
–  Pas de caractères spéciaux ou accentués
•  Exclure : ùéàç+’@°[ ] :</* »& !$ …
–  Séparateurs : pas d’espace, éventuellement
Majuscules ou souligné « du 8 »

Des noms de fichiers clairs et harmonisés
•  Exemple de structure de nom (U.S. Dpt.of Energy, ARM Climate Res.Facility)

Le fichier sgp5mwravgB4.c1.20040706.020415.cdf contient des données de
radiomètre à micro-ondes avec un temps d’intégration moyen de 5 minutes, du site
Vici Southern Great Plains(USA) à partir du 6 juillet 2004. Le niveau des données est
"c1" indiquant qu’elles ont été dérivées ou calculées via un processus de
transformation à valeur ajoutée https://dis.arm.gov/data/docs/plan

Les formats de fichiers
•  Attention aux formats courants propriétaires :
– Les XLS changent assez souvent de versions
– Les DOC se périment très vite
•  Nasa et Ads on perdu des teras de données à
cause de l’obsolescence d’anciens fichiers.
•  OK pour CSV, TXT, RTF, Images issues de
scanners, radiographies, IRM etc…
•  2 à 3000 formats différents sans compter les
versions ; tous ne sont pas pérennes.

Tester des fichiers avec l’Outil Facile du CINES
•  Bien que la plateforme PAC du CINES soit
dédiée à l’archivage, donc une étape finale
dans le processus, tester un fichier sur leur
outil d’analyse « Facile » constitue une
opération de contrôle de validité et/ou
d’éligibilité générales très utile
https://facile.cines.fr/

Mais subsiste une croix rouge dans la case « Valide ». Il faut donc passer à l’étape suivante
avec l’outil Ghostscript pour avoir une interopérabilité optimale.
Analyse du fichier fix_VQ6pemWM.pdf

Suite du test FACILE
Conversion en PDF/A à l’aide de Ghostscript (logiciel libre permettant le traitement des
formats de fichiers PostScript et PDF).
Le Cines recommande de visualiser cette nouvelle version pour vérifier qu’elle est conforme
à l’originale.
Visualisée, elle est conforme à l'originale.

Les métadonnées
•  La logique du Cycle de Vie considère très
rationnellement la planification et la politique de
données avant d’envisager la problématique de
l’identification ou du signalement
•  Néanmoins, aborder d’ores et déjà techniquement
les métadonnées, c’est se doter des clés pour mieux
appréhender le Plan de gestion de données (PGD/
DMP)
•  La métadonnée fait corps avec la Donnée ; à certains
égards, elle lui permet d’exister

Exemples de standards de Métadonnées

•  Dublin Core (interdisciplinaire), description des ressources numériques.
•  MARC (Machine-readable cataloging), description du contenu des
bibliothèques.
•  EAD (Encoded Archival Description), description des archives.
•  DwC (Darwin Core), domaine de la biodiversité.
•  DDI (Data Documentation Initiative), domaine des sciences sociales,
comportementales et économiques.
•  EXIF (Exchangeable image file format), description technique et
automatique d’un cliché.
•  IPTC (International Press Telecommunications Council), description de
l’auteur d’une image.

Commentaires
détaillés sur le site
de la BNF
cf. réf. infra
<<< Dublin Core Qualifié-étendu Dublin Core Simple >>>
Constitué de 3 groupes
et 15 éléments :
•  Contenu : titre,
sujet et mots-clefs,
description, source,
langue, relation,
couverture
•  Propriété
intellectuelle :
créateur, éditeur,
contributeur, droits
•  Instance
particulière : date,
type, format,
identifiant

On retrouve une architecture proche des champs du Dublin Core dans le DataCite
Metadata Schema. Il les subdivise en obligatoires (Mandatory M), recommandés
(Recommanded R) et optionnels (Optional O)
https://support.datacite.org/docs/datacite-metadata-schema-40#section-1-introduction

Abstract
Access Rights
Accrual Method
Accrual Periodicity
Accrual Policy
Alternative Title
Audience
Date Available
Bibliographic Citation
Conforms To
Date Created
Date Accepted
Date Copyrighted
Date Submitted
Audience Education Level
Extent
Has Format
Has Part
Has Version
Instructional Method
Is Format Of
Is Part Of
Is Referenced By
Is Replaced By
Is Required By
Date Issued
Is Version Of
License
Mediator
Medium
Date Modified
Provenance
References
Replaces
Requires
Rights Holder
Spatial Coverage
Table Of Contents
Temporal Coverage
Date Valid
Éléments du Dublin
Core étendu compilés
par Omeka.
Le système les
réordonne dans un
ordre logique.

Cf. Omeka User Manual
http://omeka.org/classic/docs/Admin/Settings/Element_Sets/

CMS de bibliothèque
numérique (Roy
Rosenzweig Center for
History and New Media,
George Mason University)
sous licence libre : système
de gestion de contenus, de
collections et d'archives
numériques. Communauté
de développeurs et
d’utilisateurs venant de
l’informatique, des
bibliothèques, des musées
et des sciences humaines.

Rapport sur l'activité du Laboratoire Curie pendant l'année
scolaire 1933-1934. Bib. numérique PSL Explore
https://explore.univ-psl.fr/fr/digitized-collection/361/library/39952#?
si=0&ci=1&z=0.0381%2C0.2267%2C1%2C0.7857

Images : métadonnées embarquées
Utilisation du format EXIF

Affichage simple à partir d’images prélevées
sur le site FLICKR
https://www.flickr.com/explore

L’exemple ci-contre ne montre que les
premières lignes d’une fiche technique qui
peut en comporter près d’une centaine

Madrioso Vida en una gota de agua 25/04/13 CC NC ND

! Dryad est en entrepôt plus spécialement dévolu aux
Sciences de la Vie, à l’Agronomie, les Géosciences,
l’Anthropologie et les Sciences comportementales
! Il est développé par le National Evolutionary Synthesis
Center (North Carolina), la Duke University, le Metadata
Research Center de l’université de Caroline du Nord,
l’université d’Oxford et la British Library. Projet initié
avec l’appui de la NSF
! L’exemple présenté ci-après montre:
" L’accès à un dataset (ici, un fichier CSV classique)
" Une licence Creative Commons (ici de type Zero)
" Un DOI

Puis un listage des champs Dublin Core
https://datadryad.org/

La syntaxe RDF (Resource Description Framework)

•  Développé par le W3C, langage basique du
Web sémantique, RDF décrit et traite les
ressources Web et leurs métadonnées. Il
s’articule autour de triplets du type :
Sujet –Prédicat – Objet
•  RDF inclut d’autres normes W3C permettant
de représenter des vocabulaires contrôlés, des
taxonomies et des thésaurus.
•  Exemples décrits ci-après : S(KOS), FOAF, ORE

Exemples de normes incluses dans
RDF
•  (S)KOS (Simple) Knowledge Organization
System : permet de représenter des vocabulaires
contrôlés, des taxonomies et des thésaurus.
•  ORE Object Reuse and Exchange : traite des
objets numériques composés pouvant combiner
(agglomérats) des ressources distribuées avec
plusieurs types de média, notamment du texte,
des images, des données et des vidéos.
•  FOAF Friend Of A Friend : identifie des
personnes et décrit leurs relations

Application de RDF dans NAKALA
•  De nombreuses équipes et projets de recherches ne
disposent pas de l'infrastructure numérique permettant un
accès pérenne et interopérable à leurs données, la TGIR
Huma-Num propose un service d'exposition de données
appelé NAKALA.
•  NAKALA propose :
–  des services d'accès aux données elles-mêmes
–  des services de présentation des métadonnées.
•  Les producteurs de données numériques ainsi soulagés de
la gestion purement technique, peuvent ainsi se consacrer
à la valorisation scientifique de leurs données.
https://www.huma-num.fr/services-et-outils/exposer

https://www.nakala.fr/modele_Nakala_RDF.pdf

Les données
hébergées par
NAKALA
peuvent être
éditorialisées sur le
web
à l’aide du
pack NAKALONA
(associant Oméka et
NAKALA)
développé et géré
par Huma-Num.

ISIDORE est une plateforme et un moteur de recherche permettant d’effectuer des requêtes
et d’accéder aux données numériques et numérisées de la recherche en sciences humaines et
sociales développée par l'infrastructure TGIR Huma-Num https://www.rechercheisidore.fr/

ISIDORE

Association du DC à d’autres normes :
SKOS, FOAF, RDFS, XLMNS dans ISIDORE

ISIDORE API RDF
Début de réponse à la question : documents sur Curie
https://api.rechercheisidore.fr/resource/search?q=curie
Sur le web, on utilise le mécanisme des URI
(Uniform ressource Identifier) pour identifier
les ressources.
Les URL sont des URI dont le préfixe est 'http'
et dont la particularité est d'identifier une
ressource principalement par le mécanisme
qui permet d'y accéder (par exemple, son
emplacement sur un serveur, l'adresse d'un
résolveur de liens jointe à des paramètres
d'accès, etc.).

EML est en grande
partie conçu pour
décrire les ressources
numériques, mais il
peut également être
utilisé pour décrire des
ressources non
numériques telles que
des cartes papier et
d'autres médias non
numériques

. Elaboré avec le concours
du National Center for
Ecological Analysis and
Synthesis (NCEAS),
University of California at
Santa Barbara

Le projet Knowledge
Network for Biocomplexity a
développé un client logiciel
spécifiquement pour
répondre à ce besoin.
EML (Ecological metadata language)
https://knb.ecoinformatics.org/#external//emlparser/docs/
eml-2.1.1/index.html

EML et Morpho
•  Morpho est un logiciel de gestion de données
destiné à générer des métadonnées au format
EML. Morpho fait partie de la boîte à outils
DataONE Investigator, et a donc pour but de
faciliter le partage et la réutilisation des
données entre les écologistes et les
spécialistes de l'environnement.
•  DataONE: portail fédérateur utilisant les outils
Mercury de l’Oak Ridge National Laboratory
https://www.dataone.org/investigator-toolkit

KNB Knowledge network for
biocomplexity
https://knb.ecoinformatics.org /
EML = Ecological metadata language

Site européen
de données
géographiques
4 fonctions :
Moteur de recherche
Navigateur ciblant les
métadonnées
Editeur de
métadonnées Outil de validation
des métadonnées
http://inspire-geoportal.ec.europa.eu/

Résultat d’une requête
sur le moteur de recherche de base

Extrait de la
page
d’affichage des
métadonnées

Aperçu du schéma des métadonnées spécifiques d’INSPIRE
https://inspire.ec.europa.eu/schemas/common/1.0/common.xsd
Les spécifications adoptées pour
le catalogage des informations
géographiques sont basées sur
la norme ISO 19115 et sont
conformes aux spécifications de
l'Open Geospatial Consortium et
aux directives européennes
(directives INSPIRE)

Associe SciencesPo, le CNRS et le Réseau Quetelet

BeQuali propose un catalogue d’enquêtes de sciences
humaines et sociales réalisées à partir de méthodes
qualitatives (observations, entretiens, focus groups,
etc.).
Ce portail met à disposition de la communauté
scientifique, sous réserve d’autorisation, des matériaux
bruts et toute une documentation restituant le contexte
de leur production.
Le site permet l’exploration et la visualisation en ligne
des données. L’ensemble des documents d’une enquête
est aussi téléchargeable sur le portail Quetelet, dans des
formats compatibles avec les logiciels d’analyse.

Édition

•  Anonymisation
numérique
• 
Édition des
transcriptions en
XML-TEI
(intervenants,
paraverbal,
anonymat)
• 
Conversion des
fichiers (ODT, CSV,
PDF, JPG)
• 
Saisie des
métadonnées (DC,
DDI 1.2, METS)
• 
Contextualisation
(enquête sur
l’enquête)
http://bequali.fr/fr/nos-pratiques/

BeQuali : 2 fichiers extraits de l’enquête « La profession d’architecte : nouvelle théorie
sociologique des professions » Florent CHAMPY France-Etats-Unis 2004-2010
http://bequali.fr/fr/les-enquetes/contenus-de-lenquete/cdsp_bq_s3/

BeQuali utilise essentiellement
la norme DDI pour les
Métadonnées.
https://www.ddialliance.org/
La Data Documentation Initiative (DDI) est une
norme internationale pour décrire les données
produites par les enquêtes et autres méthodes
d'observation dans les sciences sociales,
comportementales, économiques et de la
santé. DDI est une norme gratuite qui peut
documenter et gérer différentes étapes du
cycle de vie des données de recherche, telles
que la conceptualisation, la collecte, le
traitement, la distribution, la découverte et
l'archivage.

Le réseau Quetelet
•  Quetelet PROGEDO Diffusion permet de
rechercher et d’accéder à des données issues
de la statistique publique nationale (grandes
enquêtes, recensements, bases de données)
et de grandes enquêtes provenant de la
recherche française.
•  Archives des données issues de la statistique
publique – ADISP + Sciences Po + INED
http://quetelet.progedo.fr/

Réseau Quetelet

Recherche avancée à partir de http://quetelet.progedo.fr/ords/
« menages » en Titre ; « conditions » en Résumé

Réseau Quetelet
Extraits de l’affichage complet

Où déposer ?
On a vu l’importance de Zenodo au plan européen
Voir aussi l’annuaire international RE3DATA
On peut consulter ce répertoire
https://www.re3data.org/browse/ (en lien avec
DataCite)

#  Par sujet
#  Par type de contenu
#  Par pays
La requête est matérialisée par une succession de
cercles concentriques, du plus général vers le plus
spécifique

De Computer Science à Artificial
Intelligence puis une réponse indiquant
OLAC

•  Zenodo est un répertoire de travaux de recherche et de
données. Il a été créé par OpenAIRE et le CERN.
•  Zenodo permet aux chercheurs de signaler les résultats
de leur recherche,
•  et grâce à la plateforme OpenAIRE, les intègre dans les
lignes de reporting exigibles par les agences de
financement telles que la Commission européenne
•  Les informations de citation sont également transmises à
DataCite et aux agrégateurs universitaires.
•  Entrepôt hautement recommandé dans le cadre
européen https://zenodo.org/

ZENODO : affichage de références
Accès aux Datasets

Annotations marginales de cette référence
Zenodo

Date de publication
DOI
Mots-clés

Identifiant en relation ici: supplément de)

Communauté (Zenodo)
Licence : Creative Commons BY SA (Share Alike)

Versions

Citation de toutes les versions par le biais d’un
DOI global associant systématiquement la
dernière

Recherche de la référence Zenodo dans OpenAire à l’intérieur
de la section Research Data. Question : « PsPM-SC4B »
La plate-forme OpenAIRE est
une infrastructure technique
essentielle pour rassembler et
relier les vastes collections de
résultats de la recherche en
Europe
https://www.openaire.eu/

Affichage OpenAire renvoyant à
Zenodo

THE OPENAIRE 2020 PROJECT

Initiative paneuropéenne. Le
réseau des National Open
Access Desks (NOAD) collectera
les résultats du projet H2020 et
soutiendra la gestion des
données de recherche. La plate-
forme OpenAIRE, infrastructure
technique essentielle pour
rassembler et relier les vastes
collections de résultats de la
recherche en Europe, en est le
support. Le projet créera des
workflows et des services
ajoutés qui généreront un
réseau interopérable de
référentiels (via l'adoption de
directives communes) et un
téléchargement facile dans un
référentiel polyvalent (via
Zenodo)
https://blogs.openaire.eu/?p=2841
COAR = Confederation of Open Access Repositories
https://www.coar-repositories.org

Les Identifiants pérennes PID (Permanent Identifiers)
Digital Object Identifier. Attribué par Crossref pour les
publications classiques et par Datacite pour les Données
de la recherche (en France, par l’intermédiaire de
l’INIST). Utilisé dans Zenodo, Dryad, KNB…
Archival Records and Knowledge . Système d'archivage
open source et de préservation numérique. Orienté
OAIS : les fonctions d'acquisition, d'archivage et de
diffusion des données fonctionnent sur des paquets
d'informations regroupant le contenu et les
métadonnées dans des conteneurs contigus. Très utilisé
par la BNF
Issu notamment Corporation for National Research
Initiatives (CNRI). Présent dans les sites de l’univers
D-Space, dans Isidore, Nakala, Eudat…

Le DOI, lien universel de la Citation
https://blog.datacite.org/cool-dois/
Base32 est un système de notation pour coder des données arbitraires d'octets en utilisant
un ensemble restreint de symboles qui peuvent être commodément utilisés par des
humains et traités par des ordinateurs.
Base32 est constitué d'un jeu de symboles composé de 32 caractères différents, ainsi que
d'un algorithme permettant de coder des séquences arbitraires d'octets de 8 bits dans
l'alphabet Base32.

Un identificateur d'objet numérique (DOI) est une chaîne alphanumérique affectée à
l'identification unique d'un objet. Il est lié à une description de métadonnées de l'objet
ainsi qu'à un emplacement numérique, tel qu'une URL, où tous les détails concernant
l'objet sont accessibles.

Pour créer de nouveaux DOI et les affecter à un contenu, il faut s’affilier à DataCite ou
coopérer avec l'un de ses membres (l’INIST en France). Grâce à l'interface Web ou à l'API
de l’entrepôt de métadonnées DataCite, on est en mesure de soumettre un nom, une
description de métadonnées suivant le schéma de métadonnées DataCite et au moins une
URL de l'objet pour créer un DOI. Une fois créées, les informations sur un DOI sont
disponibles les différents services de Datacite, OAI-PMH et autres.
https://www.datacite.org/

Attribution de DOIs par l’INIST en partenariat avec
DataCite
http://www.inist.fr/?Attribution-de-DOI
Si vous souhaitez attribuer des DOI à vos données, l’Inist-
CNRS vous fournit :
•  un accès à un espace test Vous aurez ainsi la possibilité
d’enregistrer temporairement des DOI et de vérifier la
compatibilité de ce service avec vos workflows.
•  un préfixe unique de DOI
•  un accès à la plateforme Metadata Store de DataCite
(MDS) Vous pourrez ainsi commencer à créer les DOI.

https://search.datacite.org/
Recherche « Binding Proteins » sur le moteur DataCite

Affichage synthétique d’une réponse à la requête précédente
Licence CCBY
DOI
Clic sur « Cite »
avec différents
formats

Après Clic sur le titre de la référence DataCite, affichage de la réf. d’origine
https://drugdesigndata.org/about/datasets/882
Puis téléchargement des données y incluses

•  EUDAT propose aux chercheurs européens un
ensemble complet de services de données de
recherche, d'expertise et de solutions
technologiques
•  Ces services partagés et ces ressources de
stockage sont répartis dans 15 pays européens
•  Les données sont stockées en toute sécurité en
s’appuyant notamment sur la capacité offerte
par les supercalculateurs les plus puissants
d'Europe
•  Associé à H2020
EUDAT Infrastructure de données
collaborative et paneuropéenne
https://eudat.eu/

Une suite de 7 modules de services

Le service B2DROP est une solution
cloud pour :

!  Stocker et échanger des données
avec des collègues et des membres de
l'équipe, y compris des données de
recherche non finalisées pour la
publication
!  Partager des données avec des
contrôles d'accès précis
!  Synchroniser plusieurs versions de
données sur différents appareils
!  Les utilisateurs de B2DROP ont
jusqu'à 20 Go d'espace de stockage
pour leurs données.

Le service B2SHARE est destiné aux
chercheurs individuels

Il facilite le stockage des données dans
un référentiel sécurisé et certifié qui
garantit la persistance à long terme des
données.
Les objets de données obtiennent un
identifiant pérenne. Les déposants
peuvent documenter leurs objets de
données et conférer aux données une
licence d'utilisation, de préférence une
licence d'accès libre.

B2SAFE Une solution particulièrement
adaptée aux entrepôts et archives, pour:

$ Répliquer les données de recherche dans
plusieurs banques de données sécurisées
$ Préserver les données de recherche à
long terme
$ Prendre en charge des workflows complexes pilotés suivant
des règles prédéfinies qui permettent une gestion sécurisée des
données à travers une infrastructure distribuée
$ Co-localiser des données avec différentes communautés
EUDAT
$ Favoriser l’exploitation d'économies d'échelle : l'EUDAT CDI
(Collaborative Data Infrastructure) gère le service pour un
certain nombre de communautés, afin qu'elles puissent
concentrer leurs ressources sur leur domaine scientifique.

Le service B2STAGE s'adresse aux
communautés de recherche et aux
infrastructures pour :

# Déplacer de grandes quantités de
données entre des entrepôts de
données et des ressources de calcul
hautes performances
# Réintégrer les résultats
computationnels dans EUDAT
# Reporter de grands ensembles de
données dans l’infrastructure EUDAT en
vue d’une conservation à long terme.

B2Find est un Catalogue de
métadonnées simple et convivial
de collections de données de
recherche stockées dans des
centres de données EUDAT et
d'autres entrepôts.

B2FIND prend en charge un certain nombre
de formats de métadonnées et facilite la
navigation à travers des collections de
données multidisciplinaires par le biais
d’interfaces performantes.

B2Handle

Permet aux services EUDAT et
aux communautés
d'utilisateurs d'affecter des
PID (Personal Identifiers) à
différents types d'objets gérés
stockés dans la CDI
(Collaborative Data
Infrastructure) d’EUDAT

Respecte des règles
reconnues pour enregistrer
les données, permettant de
les référencer et de les citer
sur le long terme
Fournit des références
durables à l'emplacement
physique des objets de
données

B2ACCESS

Une plate-forme d'authentification
et d'autorisation facile à utiliser et
sécurisée, intégrée à tous les autres
services EUDAT

! Elle propose différentes méthodes d'authentification
via le fournisseur d'identité de l'organisation d'origine,
mais permet également l’usage d’identifiants sociaux
tels que Google et Facebook, ainsi que l'identifiant
EUDAT.

! Les gestionnaires peuvent spécifier des décisions
d'autorisation dans l'interface dédiée.

#  Initiative d’excellence française, plateforme
gérée par l’INIST
#  Corpus constitués à partir d’un réservoir de
> 21 millions de documents (incluant notamment
> 9000 revues ; 345 000 e-books), jusqu’en 2015
# Couperin acteur de la constitution du corpus
# Un nombre important de services associant des
outils de fouille de contenus (TDM) et de
valorisation interactive
# Ces outils proviennent de divers laboratoires ou
entités de recherche publiques ou d’organismes
spécialisés dans le traitement documentaire

www.istex.fr

Sous http://demo.istex.fr/ interrogation « Binding proteins »
Fulltext ; Metadata ; Enrichissements

https://api.istex.fr/documentation/enrichments/
Définition des Enrichissements de l’API ISTEX
Science-Metrix : organisme fondé au Canada en 2002, spécialiste d’études
bibliométriques et dans le domaine de l’évaluation
Méthode bayésienne naïve : application du théorème de Bayes postulant
ici qu’un item est constitué de différentes caractéristiques appartenant par
ailleurs à d’autres items, et dont l’assemblage peut définir un objet: fruit +
sphéricité + diamètre 10 cm + rouge = pomme (agglomération « naïve »)
GROBID (GeneRation Of BIbliographic Data): bibliothèque d'apprentissage
automatique permettant d'extraire, d'analyser et de restructurer des
documents bruts tels que des documents PDF en documents TEI.
Unitex-Casys: Reconnaissance et balisage des entités nommées dans des
textes scientifiques (traitement linguistique ; découpage balisé à l’aide de
graphes)

Références
!  Bibliothèque nationale de France, pages professionnelles. Dublin
Core
http://www.bnf.fr/fr/professionnels/formats_catalogage/a.f_dublin_core.html
!  Ganesha LMS Community / Anema. Plate-forme e-learning Open
Source : Dublin Core
http://web.archive.org/web/20131026201606/http://ganesha.fr/index.php?post/2008/03/31/Dublin-Core [Schéma DC
étendu / simple]
!  Morel-Pair, Catherine. Formats et métadonnées. Présentation dans
le cadre de l’Action nationale de Formation CNRS : Participer à
l’organisation du management des données de la recherche :
gestion de contenu et documentation des données 6-8 juillet 2016,
Paris
https://anfdonnees2016.sciencesconf.org/data/pages/2016_07_07_ANF_Renatis_Formats_Standards_et_Metadonnees_1.pdf

La mosaïque des Données
Francis ANDRÉ, 2016,
dia 10
https://anfdonnees2016.sciencesconf.org/data/pages/ANF_RENATIS_2016_FANDRE_1.pdf

Le Data paper: définition sommaire
•  A l’inverse d’un article classique faisant état
des résultats issus de données préparatoires
•  La substance d’un Data paper est constituée
par les données elles-mêmes
•  Elles sont corrélées à des métadonnées
conçues avec des normes reconnues
•  Ces métadonnées rendent les données
publiées conformes au mode FAIR

Structure type d’un Data Paper
•  Première partie : fichiers bruts de datasets
o Leur accès peut être libre immédiatement ou au
terme d’un embargo explicité
•  Deuxième partie : descriptive, le Data Paper
en soi.
– Périmètre de la production des données
– Leur contextualisation dans l’évolution du
domaine de recherche concerné

Autres spécificités mentionnées
dans la deuxième partie (dite descriptive)
[schéma variable en fonction des disciplines
et des supports de destination]
•  Domaine ou champ d’application : général
puis particulier
•  Types de données (graphiques, tableaux,
figures, images issues d’observations au
microscope – le cas échéant, quel type –
données textuelles…)
•  Format des données : ayant fait l’objet d’une
analyse, d’un filtrage ou bien données brutes

Spécificités deuxième partie (suite)
•  Facteurs expérimentaux : brève description, le
cas échéant, d’un prétraitement des échantillons
ou des données de base
•  Caractéristiques expérimentales : toutes
indications utiles à la réutilisation
•  Géolocalisation des sources : coordonnées GPS,
ville, pays
•  Accessibilité : les données sont-elles associées à
un article ou bien déposées en entrepôt ? Celui-ci
est-il public ? Y a-t-il un PID lié aux données et
une URL ?

Spécificités deuxième partie (suite)
•  Intérêt des données : nouveauté pouvant
engendrer des croisements, des bancs de test,
des opportunités de partenariat
•  Mais le corps du document n’émettra pas des
conclusions ou un argumentaire issus de
l’expérience et de ses données. Ceci est réservé à
l’article classique d’investigation
•  Exemples concrets de Data papers sous :
https://coop-ist.cirad.fr/aide-a-la-publication/rediger/data-paper/5-liens-utiles-exemples-et-guides

LE DMP
•  Le Plan de Gestion de Données (PGD) ou Data
Management Plan (DMP) répertorie dans un
document les moyens :
o  d’obtention
o  de documentation
o  d’analyse
o  de dissémination
o  d’utilisation
des données associées à un projet ou à un processus
de recherche
•  Il n’est pas généré simplement à l’origine de ce
processus mais fait l’objet d’un suivi dans son
parcours

Un consortium de contributeurs
•  Le DMP est une initiative à la fois politique et
technique. Les rôles se répartiront entre:
" Un ou plusieurs coordinateurs responsables
" Des chercheurs impliqués
" Des informaticiens spécialisés
" Des pros de l’info-doc compétents IST
" Des archivistes orientés IST

Une suite logique d’opérations répertoriées dans les
Guidelines on FAIR Data Management in Horizon 2020 de la
Direction générale de la Recherche et de l’Innovation de la
Commission européenne
Leur fondement: les principes FAIR
• Findable
• Accessible
• Interoperable
• Reusable

http://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-data-mgt_en.pdf

Les premières questions, de base
#  Quel est le but de la collecte/génération de
données et sa relation avec les objectifs du
projet ?
#  Quels types et formats de données le projet
va-t-il générer/collecter ?
#  Réutiliserez-vous les données existantes et
comment ?
#  Quel est le volume attendu des données ?
#  À qui cela pourrait-il être utile («portée ou
transposition scientifique des données»)

comme Findable
Rendre les données localisables, notamment par le biais

!  Décrire le processus permettant de retrouver les données
(fourniture de métadonnées) Décrire les items identifiant les
données et se référer aux mécanismes d'identification standard
!  Utilisez-vous des identifiants pérennes et uniques tels que les
DOI ?
!  Conventions de nommage utilisées
!  Décrire l'approche de recherche par mots clés
!  Décrire la méthode utilisée pour un versionnage clair
!  Spécifiez des normes pour la création de métadonnées (le cas
échéant)
!  S'il n'y a pas de normes dans votre discipline décrire quel type
de métadonnées sera créé et comment

comme Findable
Extrait du DMP du projet Esiwace (Center of Excellence in
Simulation of Weather and Climate in Europe) avec soutien H2020
https://www.esiwace.eu/results/deliverables/Data_Management_Plan_Annex_final.pdf page 15

comme Accessible (1)
#  Spécifiez quelles données seront
ouvertement disponibles. Si certaines
données sont maintenues fermées, précisez
le motif de cette restriction
#  Précisez la manière dont les données
seront mises à disposition
#  Précisez quelles méthodes ou outils
logiciels sont nécessaires pour accéder aux
données. Une documentation sur le logiciel
est-elle nécessaire pour accéder aux
données incluses ?

# Est-il possible d’inclure un logiciel adapté
(par exemple doté d’un code source ouvert)?
#  Précisez où les données et les
métadonnées associées, la documentation y
afférente et le code sont déposés
#  Précisez dans quelles conditions l'accès
sera fourni en cas de restrictions

comme Accessible (2)

comme Accessible
Extrait du DMP Helix Nebula – The Science Cloud,
projet CERN visible sur Zenodo
https://zenodo.org/record/48171/files/HNISciCloud-D1.1_23March2016_FINAL.pdf pages 20 et 23

comme Interopérable
$  Evaluez l'interopérabilité de vos données.
$  Spécifiez les vocabulaires de données et de
métadonnées, normes ou méthodologies que vous
suivrez pour faciliter l'interopérabilité.
$  Indiquez si vous utiliserez un vocabulaire standard
pour tous les types de données présents dans votre
ensemble de données, afin de permettre
l'interopérabilité interdisciplinaire
$  Sinon, allez-vous fournir un mappage associant les
ontologies les plus utilisées ?

DMP ATLANTOS Univ Brême, lié H2020
comme Interopérable
https://www.atlantos-h2020.eu/download/deliverables/
7.3%20Full%20life%20cycle%20Report.pdf page 4

comme Réutilisable (1)
Augmenter la réutilisation des données (grâce à des
licences explicites)*
! Précisez les modalités d’autorisation de partage des
données avec pour objectif de permettre leur
réutilisation la plus large possible
! Précisez quand les données seront disponibles pour
réutilisation. Le cas échéant, précisez pourquoi et
pour quelle période un embargo sur les données est
nécessaire

*On fera plus loin allusion aux licences Creative Commons,
ODBL et éventuellement Etalab

#  Préciser si les données produites et / ou
utilisées dans le projet peuvent être utilisées
par des tierces parties, en particulier après la
fin du projet ?
#  Si la réutilisation de certaines données est
restreinte, expliquez pourquoi
#  Décrire les processus de garantie de la
qualité des données
#  Spécifiez la durée pendant laquelle les
données resteront réutilisables


Extrait du DMP Drosophila Genetics ; Biotechnology and
Biological Sciences Research Council, Univ. Glasgow
https://www.gla.ac.uk/media/media_418168_en.pdf , page 2

Allocation de ressources
!  Estimez les coûts nécessaires pour rendre
vos données FAIR.
!  Décrivez la manière dont vous avez
l'intention de couvrir ces frais
!  Identifiez clairement les responsabilités
pour la gestion des données dans votre
projet
!  Indiquez les coûts et la valeur potentielle
de la conservation à long terme

Sécurité des données

Prenez les dispositions
nécessaires à la récupération
des données ainsi qu’au
stockage sécurisé et au
transfert de données sensibles

2.3 Exploitation, availability of data and re-use
MATHISIS project intends to make its non-personal/
sensitive research data available for open access and
use by other researchers. In furtherance of this goal,
MATHISIS will deposit its research data into a digital
repository (Zenodo or similar). For sensitive/restricted
data access restrictions will be enforced (e.g. by
requiring specific credentials, anonymization) or at
least limited in the detail available, e.g. by granting an
open access exclusively through aggregation, while
providing the specific data to authorized users only.

Sécurité des données

Aspects éthiques
%  S’assurer que l’on est bien couvert dans
le cadre des dispositions éthiques énoncées
dans la Description du Projet (DoA
Description of the Action) et s’engager sur le
plan éthique par rapport aux livrables.
%  Indiquer les références et les items
techniques pertinents qui n’auraient pas été
répertoriés dans le DoA

Ethics review, ethics section de la DoA du projet PIE News –
Poverty, Income, and Employment
http://pieproject.eu/wp-content/uploads/2017/01/PIE_D1.2_FIN.pdf p.28

Références pour le DMP
#  Nathalie Reymonet, Magalie Moysan, Aurore Cartier, Renaud
Délémontez. Réaliser un plan de gestion de données “ FAIR ” : modèle.
Ce document a pour vocation d’accompagner les chercheurs et
chargés de projets dans la rédaction 2018. <sic_01690547v2>
https://archivesic.ccsd.cnrs.fr/sic_01690547/document
#  Aurore Cartier, Magalie Moysan, Nathalie Reymonet. Construire des
outils pour la gestion des données de la recherche dans une
communauté d’universités. Journée sur les données de la recherche,
Jan 2015, Paris
https://hal.archives-ouvertes.fr/hal-01138663/document
#  DMP OPIDoR (DMP pour une Optimisation du Partage et de
l’Interopérabilité des Données de la Recherche) https://dmp.opidor.fr/
#  DoRANum [Données de la Recherche - Apprentissage numérique]. Plan
de Gestion des Données.
http://doranum.fr/fiche-synthetique-plan-gestion-donnees-dmp/

Accès / Réutilisation
•  Grande ambiguïté entre Accès (déjà défini
dans la loi CADA de 1978) et Réutilisation
•  À quoi sert-il d’accéder si ce n’est pas pour
exploiter (avec diffusion sous-jacente) ? Cela
n’a aucun sens en Sciences (sinon pas
d’évolution)
•  Mais bien sûr les exceptions ne manquent
pas…

Les D.R. dans le Code de la Recherche
•  Le concept de « Données de la Recherche » est cité
nommément dans le Code de la Recherche
–  II.-Dès lors que les données issues d'une activité de
recherche financée au moins pour moitié par des
dotations de l'Etat, des collectivités territoriales, des
établissements publics, des subventions d'agences de
financement nationales ou par des fonds de l'Union
européenne ne sont pas protégées par un droit spécifique
ou une réglementation particulière et qu'elles ont été
rendues publiques par le chercheur, l'établissement ou
l'organisme de recherche, leur réutilisation est libre.
•  Art. L533-4, al.2 Créé par la loi dite LEMAIRE ( http://tinyurl.com/nxkrsbz )
LOI n°2016-1321 du 7 octobre 2016 - art. 30

Les D.R. et la CADA
•  La loi CADA (1978 - Commission d'accès aux
documents administratifs) a précisé les modalités
de transmission de ces documents
•  Malgré le caractère innovant de la loi Lemaire, les
Données de la recherche ne sont pas totalement
exorbitantes de la qualification de « documents
administratifs »
•  Ceux-ci sont évoqués dans le Code des relations
entre le public et l’administration (CRPA)

Les documents administratifs dans le CRPA
•  « Sont considérés comme documents administratifs, au
sens des titres Ier, III et IV du présent livre, quels que soient
leur date, leur lieu de conservation, leur forme et leur
support, les documents produits ou reçus, dans le cadre
de leur mission de service public, par l'Etat, les collectivités
territoriales ainsi que par les autres personnes de droit
public ou les personnes de droit privé chargées d'une telle
mission. Constituent de tels documents notamment les
dossiers, rapports, études, comptes rendus, procès-
verbaux, statistiques, instructions, circulaires, notes et
réponses ministérielles, correspondances, avis, prévisions,
codes sources et décisions.»

Code des relations entre le public et l’administration (CRPA) art. L300-2

D.R. et Documents administratifs
•  Peut-on assimiler « document administratif » à
« donnée publique » ?
•  Une donnée dite « publique » signifie
simplement qu’elle est produite par le secteur
public
•  Disposition propre à l’INRA : « Organise, en
l’absence de dispositions ou clauses contraires,
l’accès libre aux données scientifiques et aux
publications » Règlement du 23 novembre 2015,
Art.2, al. IV, § 2

Statut particulier de l’enseignant-chercheur
•  Les écrits, cartes, photographies, plans qui
sont originaux produits par un enseignant-
chercheur, sont soumis au droit d’auteur et
donc lui appartiennent (exception –loi DADVSI
2006-961, 01/08/2006, art. L131-3-1)
•  Mais le reste appartient bien à l’employeur

Les limites de l’exception Enseignant-Chercheur
•  Il convient de distinguer en principe :
–  le fonctionnaire qui échappe au « contrôle préalable
de l’autorité hiérarchique » (Code de la Propriété
intellectuelle – CPI, art.L111-1 al.4): il reste titulaire de
ses droits d’auteur (ex. l’enseignant-chercheur à
l’université).
–  le fonctionnaire qui est soumis à un tel contrôle (ex.
ingénieur, technicien) : seule l’administration peut
faire valoir des droits sur l’œuvre.
Mais, toujours dans la pratique, certaines « autorités
hiérarchiques » n’interdiront pas l’exercice de ce droit à
des ingénieurs ou techniciens.

La qualification Sui generis des Bases de Données
•  Jusqu’à la loi Lemaire, les bases de données
bénéficiaient d’un droit particulier dit Sui Generis qui
se rapportait à leurs producteurs en fonction de
certains critères : notamment le risque
d’investissements substantiels reconnus, avec une
couverture de 15 ans
•  Maintenant,
« Afin de favoriser la réutilisation, la loi pour une République
numérique dispose également que le droit sui generis des
producteurs de bases de données
(art. L342-1 et L342-2 du CPI) ne peut pas faire obstacle à la
réutilisation du contenu des bases de données que les
administrations publient (article L. 321-3 du CRPA)...

La qualification Sui generis des Bases de Données
•  « …Désormais, les administrations et les
collectivités ne pourront plus invoquer ce droit
pour refuser, en réponse à une demande de
réutilisation, la mise à disposition de documents
publiés sur Internet. Seules échappent à cette
nouvelle disposition les bases de données
produites dans l’exercice d’une mission de
service public à caractère industriel ou
commercial soumise à la concurrence. »
SIAF Service interministériel des Archives de France
https://siafdroit.hypotheses.org/659

La Licence: un composant indispensable
•  Sans être obligatoire, la Licence permet d’afficher
clairement les modalités de réutilisation. Elle est
pratiquement incontournable et hautement recommandée.

•  « Lorsque la réutilisation à titre gratuit donne lieu à
l'établissement d'une licence, cette licence est choisie
parmi celles figurant sur une liste fixée par décret, qui est
révisée tous les cinq ans, après concertation avec les
collectivités territoriales et leurs groupements. Lorsqu'une
administration souhaite recourir à une licence ne figurant
pas sur cette liste, cette licence doit être préalablement
homologuée par l'Etat, dans des conditions fixées par
décret. »
–  Art. 11 de la loi pour une République numérique (L.323-2 CRPA)

La Licence: un composant indispensable
•  Du Décret n° 2017-638 du 27 avril 2017 relatif aux licences de
réutilisation à titre gratuit des informations publiques et aux
modalités de leur homologation ressortent 3 possibilités :
–  Creative Commons: universelles et modulables
–  ODBL de type Copyleft pour les Bases de données, aussi
modulables
–  Etalab, spécifiquement française, « permissive »

Elles s’inscrivent néanmoins dans des périmètres d’applications
spécifiques définis sur la page « Licences de réutilisation » de
https://www.data.gouv.fr/fr/licences y compris pour les
logiciels
Les Creative Commons sont prisées et adoptées par une part
considérable de la communauté scientifique internationale

Libertés et restrictions
•  Certains textes imposent l’ouverture des DR
•  Exemple: la directive européenne INSPIRE
(établissant une infrastructure d'information
géographique dans la Communauté
européenne, du 14 mars 2007, appliquée en
France) concerne les données géographiques
et environnementales qui doivent
être ouvertes
http://eur-lex.europa.eu/legal-content/FR/TXT/HTML/?uri=CELEX:32007L0002
Mais…

Libertés et restrictions
•  La loi, oui mais ??? Si orchidées sauvages dans telle ou
telle zone, peut-on diffuser l’info y relative sans nuire à
l’espèce protégée par la loi ???
•  Ou au contraire, le fait de les pointer du doigt ne va-t-
il pas attirer l’attention sur la nécessité de les
protéger ?
•  Vraies questions dont les réponses ne sont pas écrites
noir sur blanc dans le texte
•  Seul le spécialiste
peut juger de
l’opportunité
d’une mise à disposition
ou d’une rétention

Données prétendument anonymisées
•  Attention aux données personnelles, notamment à
visée biomédicale
•  Convergence problématique de certains critères
(poids, taille, caractéristiques physiques distinctives,
âge…) dans une enquête,
surtout si elle est réalisée dans un
périmètre assez restreint
•  L’anonymat patronymique ne
suffit pas et certaines supputations
et déductions peuvent permettre de
reconnaître un individu

Les Restrictions
(CRPA)
DIST-Cnrs. Analyse systémique… p.65 - cf. réf. infra

PPST - ZRR
•  Le PPST est le dispositif de Protection du
Potentiel Scientifique et Technique de la
nation
– Il est régi par le Secrétariat général de la Défense
et de la Sécurité nationale (SGDSN)
– Il définit lez ZRR (Zones à régime restrictif)

PPST - ZRR
•  Lorsqu’il existe un risque lié à la captation
d’information susceptible d’affaiblir le potentiel
scientifique et technique de la nation, le chef de
service, d’établissement ou d’entreprise et le
ministre de rattachement s’entendent sur la
nécessité de créer une zone à régime restrictif.
•  Pour ce faire, le chef de service ou
d’établissement adresse au ministre un dossier
de demande de création de ZRR, dont les
modalités sont précisées par des procédures
propres à chaque ministère.
SGDSN PPST FAQ cf. réf. infra

Et l’article 38 ????
?
?
Consulté le 21 mars 2018 cf. réf. infra

TDM : quelles lacunes dans les textes législatifs ?
•  Ce que devront fixer les décrets :
!  Les règles qui encadrent la fouille de données en tant
qu’action qui déroge aux principes établis par le droit
d’auteur et le droit des producteurs de base de
données.
!  Les règles qui encadrent la conservation et la
communication des fichiers produits qui constituent
de nouvelles données de recherche.
!  La communication des données de la recherche.
!  La conservation des fichiers obtenus en raison d’une
activité de TDM.
DIST-Cnrs Analyse systémique… §305, p.84/85 cf. réf. infra

Règles DR en matière d’informatique (1)
La Direction interministérielle du numérique et du système d’information et de
communication de l’État (DINSIC) émet un certain nombre de principes relatifs à
l’ouverture des codes informatiques

Quels sont les codes qui ont vocation à être ouverts ?
L’obligation d’ouverture des codes est liée à la loi République Numérique qui
prévoit une ouverture progressive jusqu’au 7 octobre 2018. A cette date, une
ouverture par défaut est prévue pour tous les codes qui revêtent un intérêt
économique, social, sanitaire ou environnemental.

Règles DR en matière d’informatique (2)
•  Tout code écrit dans le cadre d’une mission de service
publique est potentiellement communicable et
réutilisable à d’autres fins, aux exceptions suivantes
près :
•  Le code doit être achevé (i.e. mis en production)
•  Sa communication ne doit pas porter atteinte à :
–  Un secret protégé par la loi (secret commercial ou
industriel d’un tiers, etc.)
–  La sûreté de l’État, la sécurité publique, des personnes ou
des systèmes d’information des administrations
–  La recherche ou la prévention d’infractions de toute
nature
Modalités d’ouverture des codes sources
Politique de contribution open-source de la DINSIC cf. réf. infra

Accompagner le chercheur
dans ses démarches D.R.
Accompagner le chercheur dans ses démarches D.R. . Accompagner le chercheur dans ses démarches D.R.

Constats et principes élémentaires
•  Reconnaissance unanime dans les professions
concernées par les DR de la grande complexité
des aspects juridiques
•  Il n’existe en général localement aucun agent
omniscient sur tous les cas d’exceptions
juridiques
•  Principe trivial et prosaïque : ce n’est pas 30
minutes avant l’échéance du délai de dépôt d’un
projet ANR ou autre, impliquant la fourniture de
données, que l’on va consulter son
correspondant (une personne « compétente »)

CIL - DPO
Règlement général sur la protection des données
(RGPD), qui prend effet le 25 mai 2018.

Règlement (UE) 2016/679 du Parlement européen
et du Conseil du 27 avril 2016

A compter du 25 mai 2018, la désignation d’un
délégué à la protection des données (Data
protection Officer / DPO), successeur du
correspondant informatique et libertés (CIL) dont la
désignation est aujourd’hui facultative, sera
obligatoire pour les organismes et autorités publics

https://www.cnil.fr/fr/comprendre-le-reglement-europeen

Définition de quelques correspondants
•  Comités pour la protection des personnes (CPP)
en recherche biomédicale
http://www.chu-rouen.fr/page/personnes-se-pretant-a-la-recherche
–  il en existe dans chaque grande institution de
recherche biomédicale
Exemple : à Tours http://cppouest1.fr/mediawiki/index.php?title=Accueil
•  Le fonctionnaire Sécurité-Défense
http://www.dgdr.cnrs.fr/FSD/fsd/missions-fsd.htm
•  À l’INRA, le Responsable sécurité des Systèmes
d’information (RSSI)
•  Archiviste
•  Documentaliste spécialisé

Références (1)
!  JISC [Joint Information Systems Committee]. Value and benefits of Text mining – 2012
https://www.jisc.ac.uk/reports/value-and-benefits-of-text-mining
!  DIST-Cnrs Le travail de la science et le numérique : données, plateformes,
publications: une analyse systémique de la Loi numérique - 24 janvier 2017
http://www.cnrs.fr/dist/z-outils/documents/20170203_analyse%20syst%C3%A9mique_vf.pdf
!  DIST-Cnrs Livre blanc : une science ouverte dans une république numérique – 21 mars
2016
http://www.cnrs.fr/dist/z-outils/documents/2016%2003%2024%20Livre%20blanc%20Open%20Science.pdf
!  Secrétariat général de la Défense et de la Sécurité nationale (SGDSN) Dispositif de
protection du potentiel scientifique et technique de la nation (PPST) FAQ
http://www.sgdsn.gouv.fr/missions/protection-du-potentiel-scientifique-et-technique-de-la-nation/le-
dispositif-de-protection-du-potentiel-scientifique-et-technique-de-la-nation-faq/

Références (2)
!  Echéancier de mise en application de la loi n° 2016-1321 du 7 octobre 2016 pour
une République numérique (consulté le 21 mars 2018)
https://www.legifrance.gouv.fr/affichLoiPubliee.do?idDocument=JORFDOLE000031589829&type=echeancier&typeLoi=&legislature=14

!  Direction interministérielle du numérique et du système d’information et de
communication de l’État (DINSIC) Modalités d’ouverture des codes sources ;
politique de contribution open-sources de la DINSIC
https://disic.github.io/politique-de-contribution-open-source/faq/#p%C3%A9rim%C3%A8tre
!  Gandon, Nathalie. Cadre juridique des données de la recherche. Présentation dans
le cadre de l’Action nationale de Formation CNRS : Participer à l’organisation du
management des données de la recherche : gestion de contenu et documentation
des données 6-8 juillet 2016, Paris
https://anfdonnees2016.sciencesconf.org/data/pages/Cadre_juridique.pdf

Cat-OPIDoR

!  Wiki des services dédiés
aux données de la
recherche
!  Catalogue qui a pour
objectif de cartographier
les services français dédiés
aux données scientifiques
!  Une vision modulaire du
cycle des D.R.

Complété par DMP-OPIDoR
BSN10 / Univ. Strasbourg / INIST-Cnrs
https://cat.opidor.fr/

Et toujours…… http://doranum.fr/

Crédits photographiques
•  D1 Janneke Staaks. Research Data Management, 10/10/2013 CC BY NC
•  D5 NWABR 2008. Ethics in the Science classroom (Summer workshop BRI),
28/07/2011 CC BY
•  D5 Harvard Univ. Lib. Image from page 33 of "Some common mammals of
western Montana in relation to agriculture and spotted fever" (c.1912), The
Commons FlickR Lic.
•  D7 Robert Couse Baker. Happy Sisyphus, 20/02/2016 CC BY
•  D8 Octav Vladu. Crossroads, 05/06/2017 CC BY NC ND
•  D12 Bertram Nudelbach. Destroyed hard disk drive, 31/10/2014 CC BY SA
•  D112 KJ4Star. Retention Convention 2017 KJP 014, 18/05/2017 CC BY NC
•  D118 Times Up Linz. Parn Buch, 02/04/2013 CC BY NC
•  D125 David Melchor Diaz. Alien with hat, wild orchid, 29/04/2016 CC BY NC SA
•  D134 Matt Brown. Good companions in Brighton, 20/12/13 CC BY

Donnees_de_la_Recherche

Contenu connexe

Tendances (16)

Plus de URFIST de Paris (20)

Donnees_de_la_Recherche