Archives de catégorie : données de la recherche

Sprint science ouverte : éditer et traduire collaborativement le manuel Open Science Training Handbook de Foster Open science (16 avril 2020, Bordeaux et Paris) : edit 18/03 session annulée (mesures prévention coronavirus)

Edit 18/03 : en raison des mesures pour limiter la propagation du coronavirus, il n’est plus possible de maintenir le sprint initialement prévu le 16 avril 2020.  Des alternatives sont en cours d’organisation : sprinters, we’ll need you soon ! Merci pour votre compréhension.

Le sprint est co-organisé par l’Urfist de Bordeaux et l’association HackYourResearch (ex. HackYourPhD) ; il est soutenu par Foster Open Science, le Comité pour la science ouverte et la Mission de la pédagogie et du numérique pour l’enseignement supérieur (Mipnes). 

Rdv le 16 avril 2020 à Bordeaux et à Paris pour un sprint dans le sprint

2 centres, 2 équipes de sprinters pour éditer et traduire en 1 journée le manuel de formation à la science ouverte conçu par Foster Open Science : Open Science Training Handbook

Le manuel a déjà été traduit dans plusieurs langues. Venez contribuer à la version française en rejoignant une équipe de sprinters. Le sprint n’est pas une formation sur la science ouverte : c’est l’occasion de travailler de manière collaborative sur la science ouverte. 

Le sprint va permettre d’éditer et de traduire un manuel issu lui-même d’un book sprint ayant eu lieu en 2018 à la bibliothèque allemande nationale de science et technologie, piloté par Foster Open Science

S’inscrire dans un (seul !) centre pour rejoindre une équipe de sprinters : 

Sait-on à l’avance quels chapitres du livre va-t-on éditer et traduire ? Non. La répartition est connue le jour même par tirage au sort. Il n’y a pas non plus de répartition thématique afin de permettre aux participants de travailler sur un panel de sujets. Le découpage tient compte du nombre de signes. 

Objectifs

  • Concevoir la version française du manuel Open Science Training Handbook, de Foster Open Science : le texte sera disponible en accès ouvert
  • Découvrir des méthodes pédagogiques pour former à la science ouverte
  • S’initier à une méthode de travail collaborative et intensive

Dans le cadre de ce sprint édition et traduction, 2 types d’activités vous sont proposées : 

  • éditer la version française produite par l’association HackYourResearch à partir d’une solution de traduction automatique ; l’un des objectifs du projet est notamment d’enrichir la traduction obtenue automatiquement grâce aux expertises des participants
  • traduire de l’anglais vers le français les passages non traduits

Chaque participant·e sera amené.e à travailler sur les aspects édition et traduction. 

Le texte à traduire et à éditer a été sélectionné pour sa qualité.

La version produite par les participant·e·s sera à son tour éditée par une traductrice professionnelle. 

Qui seront les sprinters ?

Si le texte est déjà partiellement traduit, à quoi le sprint sert-il ? 

La version proposée par l’association HackYourResearch a été produite directement avec des outils de traduction automatisée. Vos expertises dans le domaine de la science ouverte vont permettre de faire évoluer ce texte, d’y apporter toutes les nuances nécessaires. 

L’avis de Gisèle Massol, traductrice et interprète professionnelle : 

En tant que chercheurs, traducteurs et linguistes, nous croyons que la traduction automatique, malgré d’impressionnants progrès, ne peut se substituer à la traduction humaine. En effet, la machine permet d’automatiser et d’accélérer le processus de traduction pour proposer une première version plus ou moins précise du texte original, mais seul un examen et une révision approfondie par un traducteur humain permet de comprendre les nuances les plus fines du texte d’origine et de les restituer dans la langue cible.

Par ailleurs, la démarche d’Open Science que valorise le manuel à traduire, fait appel à un ensemble de pratiques qui seront mises en oeuvre pendant le sprint de traduction : le travail collaboratif entre spécialistes de plusieurs disciplines, l’utilisation des outils internet et la confrontation directe des résultats de la machine avec les questions et hypothèses des participants au sprint. Enfin, l’objet final sera la diffusion et la vulgarisation des résultats de la recherche commune, après la phase de discussion scientifique.

Le sprint de traduction fera collaborer des spécialistes de diverses disciplines autour d’un exercice dont ils ne sont pas experts, pour leur permettre par la pratique directe, d’acquérir des outils méthodologiques par l’analyse critique de la traduction automatique, sa révision et son amélioration par les apports collaboratifs, pour parvenir à une production commune.

Intervenants, acteurs

Qui est Foster Open Science ? 

FOSTER Plus (Fostering the practical implementation of Open Science in Horizon 2020 and beyond) est un projet de deux ans financé par l’UE, mené par 11 partenaires dans 6 pays. L’objectif principal est de contribuer à un changement réel et durable dans le comportement des chercheurs européens afin que la science ouverte devienne la norme.

Les communautés de recherche, les institutions de recherche et les organismes de financement de la recherche ont tous reconnu que les compétences en matière de science ouverte sont de plus en plus essentielles pour permettre aux chercheurs d’entreprendre une recherche et une innovation responsables. Si toutes les parties prenantes s’accordent de plus en plus sur la nécessité d’améliorer les compétences en matière de science ouverte, l’adoption d’approches de science ouverte a été assez limitée jusqu’à présent. + d’infos

Les acteurs du sprint français

Elisa de Castro Guerra : formatrice à Activdesign et présidente de Floss Manuals Francophone, Elisa de Castro Guerra est spécialisée en création numérique et web. Elle travaille sur le développement d’applications web depuis plusieurs années. E. de Castro Guerra milite pour l’utilisation des logiciels libres, en particulier par la facilitation d’écriture de documentations en langue française. E. de Castro Guerra anime ainsi régulièrement des book sprints pour des associations, des entreprises. Elle a animé le book sprint de l’Urfist de Bordeaux sur la reproductibilité de la recherche

Gisèle Massol est traductrice assermentée. Elle est formatrice pour adultes en langue anglaise des spécialités scientifiques et techniques et a été intervenante à l’Université de Bordeaux pour les Facultés de Médecine, Neurosciences et Sociologie. Traductrice-interprète expert auprès de la Cour d’Appel de Bordeaux, G. Massol intervient aussi en tant qu’interprète de conférences et est donc habituée par la traduction simultanée à gérer de la production linguistique dans de très brefs délais.

HackYourResearch : “HackYourResearch est une communauté créée en France en janvier 2013 par Célya Gruson-Daniel et Guillaume Dumas. Elle regroupe des profils variés (doctorant·e·s, jeunes chercheur·e·s, entrepreneur·e·s, designers…) autour d’un même sujet d’intérêt : l’Open Science. Sous ce terme, se cache la volonté commune d’amener plus de collaboration, de transparence, et d’ouverture dans les pratiques de recherche actuelles. HackYourResearch souhaite explorer cette thématique de l’Open Science, afin de mieux de la définir et suivre ses évolutions. Cette exploration se fait de façon collaborative sous différents formats.” + d’infos

L’unité régionale de formation à l’information scientifique et technique (Urfist) de Bordeaux : l’unité de Bordeaux fait partie d’un réseau national. Les missions des Urfist sont de former les chercheurs, enseignants-chercheurs, doctorants et personnels scientifiques de toutes disciplines aux enjeux de l’information et de l’édition scientifique. Les Urfist développent aussi des actions ciblant les personnels de soutien à la recherche. + d’infos

Le comité pour la science ouverte propose des orientations et instruit les sujets sur les questions de la science ouverte, impulse et accompagne les actions associées dans une structure fluide, facilitant l’expression et la remontée des idées, les engagements et les contributions aux différents groupes de travail. + d’infos

La mission de la pédagogie et du numérique pour l’enseignement supérieur vise à améliorer la qualité et l’efficience des parcours de formation au service de la réussite des apprenants et du développement des territoires selon deux priorités : rénover les approches et pratiques d’enseignement et de  formation étendues à la formation tout au long de la vie ; faire du numérique un catalyseur de ces transformations et en soutenir les effets. + d’infos

Org mode, un compagnon de route pour les adeptes de data science et de recherche reproductible

Quelques mots sur Org mode

En très peu de mots, Org mode pourrait être présenté comme le cousin germain des Jupyter notebooks. Org mode et les notebooks créés via Jupyter lab représentent 2 solutions particulièrement intéressantes et matures dans un contexte de recherche. Les interfaces interactives créées via Org mode et les Jupyter notebooks permettent à leurs utilisateurs de : développer, documenter (Markdown, HTML/CSS), gérer des citations BibTeX ou des équations, exécuter du code, à partir d’un seul et même document. 

Grâce à Babel, Org-mode permet donc d’exécuter des blocs de code à partir d’un même fichier texte. Fortran, Python, R, des scripts de traitement en Bash, des formules LaTeX, des images. 

Quels sont les avantages de ce type de solution pour des chercheurs.euses et des data scientists ?

(merci à Frédéric Santos – statisticien à l’UMR Pacea – et Christophe Halgand – ingénieur de recherche en calcul scientifique à l’Institut de Neurosciences Cognitives et Intégratives d’Aquitaine – pour leurs avis éclairants)

  • générer plusieurs formats d’exports à partir d’un même fichier : pratique pour créer des pages web facilement intégrables dans un site web
  • bénéficier des avantages de LaTeX … la complexité du langage en moins pour gérer des références internes, de la biblio
  • présenter des résultats sous forme de diaporamas qu’on peut modifier en direct : les visualisations comme les calculs sont mis à jour directement
  • créer des démonstrations permettant de répondre à un point spécifique (ex. démonstration mathématique), créer des tutos pour donner la possibilité d’interagir avec le code mais aussi de figer facilement les données en créant une page html
  • concevoir des supports pédagogiques interactifs
  • quand on est en situation de prise de notes : pouvoir créer des modules de code interactifs
  • rédiger des articles plus reproductibles : certes, un outil ne fera jamais tout car la méthode joue un rôle majeur, mais Org mode peut rendre de fiers services

Org-mode, un outil pour les happy few ? Pas vraiment, Org mode peut séduire un large public :

Whether you are a statistician or data scientist or algorithm/software developer, you will benefit from this elegant open-source tool for efficient and robust reproducible research. I will outline my favorite set-up (Virtual Machine, Linux, Emacs, LaTeX, CDLaTeX, R, ESS) and demonstrate its potential in statistical analysis and algorithm development.

(Chen 2018)

Org mode : vers la rédaction d’articles plus reproductibles. Échanges avec Frédéric Santos, R-addict et statisticien (UMR Pacea)

R-addict et statisticien, Frédéric Santos exerce ses missions au sein de l’unité mixte de recherche Pacea (De la préhistoire à l’actuel). Fr. Santos est chargé d’analyser, de définir et de mettre en œuvre les outils statistiques et informatiques pour la gestion et le traitement des données dans le cadre des projets de recherche de l’unité Pacea. Il anime également des formations à la statistique. 

Propos recueillis par Sabrina Granger, Urfist de Bordeaux

Comment se servir d’Org mode tout en appliquant les consignes impartis par les éditeurs aux auteurs ? Ne s’expose-t-on pas à des problèmes de non interopérabilité ? 

Tous les journaux acceptant les manuscrits en format LaTeX et fournissant des templates LaTeX sont compatibles. C’est le cas de toutes les revues PLOS, de Nature, de PNAS, à priori de toutes les revues Elsevier et Springer, etc. Il n’y a que chez Wiley que beaucoup de journaux n’acceptent que des manuscrits au format Word, parfois en plus avec des exigences de mise en forme fantaisistes… dans un tel cas, en effet, c’est pratiquement incompatible avec l’utilisation d’Org mode (ou alors, les difficultés liées au respect de la mise en forme deviennent supérieures aux bénéfices tirés de l’utilisation d’Org mode).

En fait, tout fichier Org mode peut être exporté en LaTeX en utilisant une classe LaTeX externe. Si l’éditeur la fournit (et fournit aussi un .csl ou un .bst pour le style biblio), c’est gagné : il n’y a rien de spécifique à faire.

Il faut aussi noter que de nouveaux systèmes de publication se développent en dehors du giron des éditeurs classiques, comme les “Peer Community In” (NDLR : voir aussi les supports du workshop 2018 Urfist de Bordeaux sur le peer review) . Comme il s’agit d’un système de peer-review sur la base de preprints déposés sur arXiv ou bioRxiv, l’auteur a toutes les libertés imaginables en termes de mise en forme, et peut employer les outils qui lui plaisent sans se soucier de leur compatibilité avec les normes des éditeurs.

Sous quel format le fichier est-il envoyé à la revue, quels formats de sortie peut-on gérer ? 

Par exemple chez Elsevier ou Springer, le manuscrit initial peut être envoyé comme un simple PDF, sans fichier source éditable. Un fichier source éditable doit ensuite être fourni avec la première révision. On peut alors envoyer le fichier PDF généré par Org mode (qui sera consulté par les reviewers), ainsi que le fichier .tex (qui sera utilisé par l’éditeur) exporté à partir du document Org mode. Tout ce que souhaitent les éditeurs, c’est d’avoir un .tex éditable : peu importe si le fichier .tex a été tapé directement en LaTeX, ou converti/exporté en LaTeX depuis un fichier Org mode, Rmarkdown ou Jupyter.

Puis-je facilement revoir le manuscrit collaborativement avec ce type de solution ? 

Oui et non ! Si les co-auteurs connaissent eux aussi Org mode (ou Rmarkdown) et Git, on peut faire un petit dépôt GitLab ou GitHub pour orchestrer et coordonner tout ça. Mais ce n’est pas encore répandu dans toutes les disciplines.

Si aucun autre co-auteur ne connaît ces outils et qu’aucun ne veut/peut les apprendre, alors une solution est de faire le manuscrit en Rmarkdown, d’exporter le Rmarkdown en Word, de transmettre le Word aux co-auteurs, et ensuite d’utiliser le package R “redoc” qui permet de répercuter automatiquement sur le fichier Rmarkdown les modifications faites dans le Word. 

C’est à l’heure actuelle la seule solution qui existe pour travailler “en mode notebook” avec des co-auteurs qui ne veulent pas le faire ; il n’existe encore aucun équivalent en Org mode ou Jupyter à ma connaissance.

Soumettre un papier de cette manière, ça change surtout la vie des reviewers ou celle de l’auteur ?

Clairement les deux ! 

Pour l’auteur, écrire un article en Word est une galère abominable ; écrire un article en Rmarkdown ou Org mode tient presque du plaisir (je suis sérieux !). En plus, on est sûr de ne pas écrire de bêtises, on gagne du temps en s’assurant que toute modification faite en cours de route sur les données sera automatiquement répercutée sur l’ensemble des résultats sans avoir rien à faire, on a absolument tout dans le même fichier (texte, code, figures, tables, résultats, et même lettre à l’éditeur, réponse aux reviewers, et même mails envoyés par des collaborateurs si on veut !), etc

Org mode a également la particularité d’offrir des fonctionnalités de gestion de projet pour planifier très précisément l’avancée du travail. On peut établir un planning, fixer des dates limites par tâche, mettre des “timers”, des priorités, des tags, des statuts, suivre le % d’avancement pour chaque tâche, etc. Bref, tout devient plus simple, et complètement centralisé. Un dernier avantage évident pour l’auteur : on gagne fortement en potentiel de citation, parce que l’article devient à la fois plus “crédible” et transparent, et parce qu’il sert également d’exemple auquel d’autres chercheurs peuvent se référer.

Pour les reviewers, cela les prédispose très favorablement à faire des commentaires plus agréables sur le papier, et cela leur garantit aussi que l’auteur ne “triche” pas sur ses données (cela leur épargne aussi des vérifications manuelles).

Org mode, c’est ok pour un papier, mais quid d’un livre ou une thèse?

Voici un exemple de livre écrit à 100% en Org mode. Il n’y en a pas encore énormément à ma connaissance, mais Org mode est très clairement l’outil le plus adapté à la rédaction de documents très longs mêlant texte, code informatique, et résultats de ce code. Pour des documents très courts ou des petites notes/présentations, Jupyter peut être une solution plus légère.

Une seconde alternative, ciblant spécifiquement les manuscrits de thèses, est le package R Huskydown, , voir le template de l’Université George Washington :

This project provides a template for writing a PhD thesis in R Markdown, and rendering those files into a PDF formatted according to the requirements of the University of Washington. It uses the University of Washington Thesis class to convert R Markdown files into a PDF formatted ready for submission at UW. This project was inspired by the thesisdown and bookdown packages. Currently, the PDF and gitbook versions are fully-functional, and are the focus of this package. The word and epub versions are in development, have no templates behind them, and are essentially calls to the appropriate functions in bookdown. If you are new to working with bookdown and rmarkdown, please read over the documentation available in huskydown PDF template (which you can create by following the simple instructions below) and the bookdown book. Under the hood, the University of Washington Thesis LaTeX template is used to ensure that documents conform precisely to submission standards. At the same time, composition and formatting can be done using lightweight markdown syntax, and R code and its output can be seamlessly included using rmarkdown

Découvrir Org mode

Chen, Feiming. 2018. ‘Organizing Research Projects with an Efficient Open-Source Tool (Emacs Org-Mode)’. presented at the Washington  Statistical Society, October 23. http://washstat.org/presentations/20181024/Chen_F.pdf.

Schulte, Eric, and Dan Davison. 2011. ‘Active Documents with Org-Mode’. Computing in Science & Engineering 13 (3): 66–73. https://doi.org/10.1109/MCSE.2011.41.

Stanisic, Luka, Arnaud Legrand, and Vincent Danjean. 2014. ‘An Effective Git And Org-Mode Based Workflow For Reproducible Research’. Operating Systems Review 49: 61–70. https://doi.org/10.1145/2723872.2723881.

Se former

07/04/2020, Bordeaux (campus de Talence) : Meet up : Org mode versus Jupyter lab (notebooks). Tu crois que tu sais interagir avec du code ?

Tutoriel de Frédéric Santos

Reproductibilité de la recherche : « Vers une recherche reproductible : Faire évoluer ses pratiques » un ouvrage en français pour une recherche plus transparente

Auteurs : Loïc Desquilbet, Boris Hejblum, Arnaud Legrand, Pascal Pernot, Nicolas Rougier

L’ouvrage est en accès libre, téléchargeable aux formats PDF et EPub.

URL pérenne : https://hal.archives-ouvertes.fr/hal-02144142

5 auteurs issus de disciplines variées ont rédigé un ouvrage en français pour aider chercheurs comme personnels scientifiques à relever les défis de la reproductibilité de la recherche. Dette technique, code informatique abscons, tableurs indomptables, figures impossibles à reproduire (alors même que l’article a été accepté par la revue !), chaos numérique, etc. Les freins à la traçabilité de la recherche sont nombreux et d’ordre aussi bien technique que méthodologique.

Tout au long du livre, les auteurs proposent un panel de solutions dont certaines ne nécessitent aucune compétence technique avancée pour être mises en œuvre. L’ouvrage a pour vocation de s’adresser à un public large.

Mots clés : recherche reproductible ; transparence de la recherche ; science ouverte ; crise de la réplication ; open source ; open data ; data sharing ; réutilisation des données ; standardisation ; book sprint

Les contenus de l’ouvrage

L’objectif de cet ouvrage est de donner les outils pour comprendre les enjeux de la recherche reproductible. Celle-ci vise à donner l’opportunité à tout chercheur de vérifier ou d’obtenir de nouveau les résultats d’un autre chercheur, que ce soit pour établir des comparaisons ou pour s’en inspirer. Notons que cet autre chercheur peut être l’auteur des travaux lui-même : ce qui était clair à un moment donné ne l’est plus quelques semaines plus tard. Notre ambition est d’apporter des solutions avec un niveau de technicité varié, permettant à chacun d’améliorer sa pratique dans son domaine et selon ses moyens.

Le livre se structure en trois grandes parties :

– la première partie traite de la notion même de recherche reproductible selon différentes perspectives. Il s’agit de prendre pour point de départ des expériences “traumatiques” engendrées par des pratiques plus ou moins (moins en fait) propices à une recherche reproductible.

– la deuxième partie explicite les causes et les origines des différents problèmes auxquels chaque chercheur, quel que soit son degré d’expertise dans son domaine, peut être confronté un jour ou l’autre.

– la troisième partie présente enfin une sélection de solutions offertes par la recherche reproductible pour résoudre ou prévenir ces problèmes à l’échelle de chacun.

Desquilbet, Loïc, Sabrina Granger, Boris Hejblum, Arnaud Legrand, Pascal Pernot, et Nicolas P. Rougier. Vers une recherche reproductible : Faire évoluer ses pratiques. Bordeaux : Urfist de Bordeaux, 2019.

Proposer des contenus, poser des questions aux auteurs

En créant une « issue » via GitHub ou en contactant l’Urfist de Bordeaux par mail (urfist/at/u-bordeaux.fr), il est possible de proposer des contenus, de poser des questions aux auteurs, tant sur les contenus que sur la méthode. Vous souhaiteriez proposer une traduction de l’ouvrage? Contactez-nous. https://github.com/rr-france/bookrr

Qu’est-ce qu’un book sprint?

La spécificité de cet ouvrage est d’avoir été rédigé dans le cadre d’un book sprint organisé par l’Unité régionale de formation à l’information scientifique et technique de Bordeaux (15-19/04/2019) : les auteurs ont rédigé tous les contenus et la table des matières ex nihilo. Pour en savoir + sur le projet

Un book sprint est un mode de rédaction collaboratif, pas seulement collectif. La notion de premier auteur n’existe pas.

Les auteurs

En savoir plus sur les auteurs, découvrir les contributeurs

Debunking data fraud : suites du meetup “To cheat or not to cheat : The dark side of data science”

Le contexte

Le 7 mars 2019, l’Urfist de Bordeaux et l’école doctorale “Mathématiques et informatique” (Université de Bordeaux) ont co-organisé le meet up : « To cheat or not to cheat : The dark side of data science ».

Peer review truqué, visualisations de données partisanes, interprétations abusives… Participant.e.s et intervenants ont échangé tout l’après-midi sur les pratiques de recherche les plus douteuses.

Intervenants

Nicolas Rougier est chercheur Inria en neurosciences computationelles. Il travaille à l’institut des maladies neurodégénératives à Bordeaux. Il a co-fondé le journal ReScience qui est spécialisé dans la publication de réplication en sciences computationelles. @NPRougier

Christophe Bontemps est ingénieur de recherche à l’INRA au sein de la Toulouse School of Economics. Economètre-statisticien de formation, il enseigne la visualisation des données depuis plusieurs années et est co-organisateur du Meetup Toulouse Dataviz. @Xtophe_Bontemps

Retours sur le meet up avec Christophe Bontemps

Propos recueillis par S. Granger, pour l’Urfist de Bordeaux

Christophe, stp, pourrais-tu te présenter en quelques mots? Quel est ton parcours? Quelles compétences principales as-tu développées et comment es-tu venu à te spécialiser dans la visualisation de données?

La version courte pour me présenter, c’est “Ingénieur économètre à la Toulouse School of Economics (TSE) pour l’INRA”, mais comme ce n’est ni très glamour ni très compréhensible, je préfère la version romancée : je suis une sorte de mathématicien qui essaie d’aider des chercheurs (en économie) à répondre à leurs questions en utilisant des données (de la vraie vie) et des modèles statistiques adaptés (modèles économétriques). Pour faire cela , je manipule évidemment des données, explore leurs caractéristiques et estime différentes statistiques ou indicateurs plus ou moins complexes,  voire des fonctions.

La représentation graphique (la dataviz) est omniprésente dans ma pratique que ce soit pour l’exploration des données ou pour la représentation de résultats. Il y a quelques années, pour résoudre mes propres problèmes de visualisation de mes estimations, j’ai voulu progresser sur les méthodes de visualisation de données.

J’ai alors acheté plein de bouquins, lu des articles et décidé d’approfondir le sujet. La meilleure méthode pour faire cela c’était d’enseigner, ce que je fais depuis 4 ans à l’ENSAI (Rennes), à TSE et bientôt à Vérone en Italie. Depuis 3 ans, je co-anime aussi le Meetup Toulouse Dataviz (1200 membres) qui organise aussi depuis 2 ans un challenge de visualisation de données, le “Hackaviz”.

Pourrais-tu me citer 3 fausses bonnes idées en matière de dataviz?

Mes cours et mes étudiants m’ont beaucoup appris sur la dataviz. Mais c’est surtout en faisant des erreurs et en partant sur de mauvaises idées, dont celles-ci, que l’on apprend :

  • Un graphique vaut 1000 mots.  Il est vrai qu’un graphique peut porter un message plus puissamment qu’un texte. Il sera aussi mieux mémorisé. Mais un graphique sans contexte, et donc sans les mots qui l’accompagnent pour en décrire les éléments visuels, leur signification, la source des données, la question posée et les éléments de réponse apportés par le graphique, n’apprend pas plus sur le monde qu’un joli coloriage.
  • Plus ça bouge, mieux c’est !, autrement dit, une bonne dataviz est interactive, est obligatoirement dynamique et tout réagit à tout. Les effets “Wahoo” que l’on rencontre souvent sur le net sont rarement porteurs de sens et de comparaisons instructives. Les data journalistes (les vrais) ne s’y trompent pas et sont revenus à des formes graphiques plus simples et porteuses d’histoires.
  • Pour des données géolocalisées, on est obligé de faire une carte”. Non, on peut comprendre les élections américaines sans cartes, on peut mesurer l’évolution du changement climatique sans faire une carte des températures (qui ne reflétera pas l’impact sur les populations par exemple). Les cartes sont des représentations extrêmement complexes qui exigent beaucoup de compétences, de l’expérience et de la rigueur dans leur composition. C’est d’ailleurs un métier et il y a des formations spécifiques pour cela.  Ajouter des éléments statistiques sur une carte relève donc du défi (comment visualiser l’incertitude autour d’une valeur sur une carte? Quels éléments visuels peut-on superposer à une carte? Que et comment comparer sur une carte ?). Or, comme de nombreux et formidables outils existent, nombreux sont ceux qui ont ce réflexe malheureux de cartographie. ( La même remarque s’applique aux données de réseau sociaux représentées sous forme de boules de poils inutiles par réflexe, parce que les données sont “de réseau”. )

Pourrais-tu me citer 3 idées reçues sur la dataviz, dans un contexte de recherche?

“Mon” monde de la recherche est composé d’économistes, d’économètres et de statisticiens qui sont parfois réceptifs à la dataviz, mais parfois pas. Je n’ai donc qu’une vision très partielle de la recherche, mais j’ai souvent entendu les choses suivantes, potentiellement entendues ailleurs :

  • Une bonne table suffit. Les tables de statistiques descriptives sont encore une norme absolue, mais comparer des distributions avec des moyennes, écarts-types, min et max, c’est extrêmement réducteur. Une bonne table est souvent supplantée par une bonne visualisation, mais il faut se donner un peu de mal, c’est vrai.
  • Il ne faut pas passer trop de temps sur les graphiques, l’important ce sont les résultats”. La visualisation de données est encore perçue comme un outil pratique lié au développement de l’informatique. Or, c’est aussi un outil de la statistique moderne qui permet de tester visuellement et rapidement un ensemble d’hypothèses. Tout comme la statistique, cela demande de créer les bons tests, c’est à dire les bonnes visualisations et ce n’est pas un amusement esthétique. De nombreux statisticiens de renom ont d’ailleurs  travaillé à créer les bons outils et les bonnes pratiques dans différents contextes.
  • Pas de boîtes à moustaches, personne ne comprendra ce que cela représente. C’est un éditeur de revue (une revue sérieuse) qui m’a écrit cela. Dommage, cette représentation a vraiment son utilité et elle fut inventée en 1977! C’est vraiment symptomatique du travail qu’il reste à faire pour éduquer toute une population assez conservatrice lorsqu’il s’agit de publication.

Supposons que je n’aie pas de compétences techniques en R ou Python, ou tout autre langage de programmation. Mon truc, ce sont les tableurs. Quels seraient tes 3 conseils pour m’aider à améliorer mes visualisations de données? Par quoi puis-je commencer?

Je commencerais par investir dans… les possibilités graphiques des tableurs ! L’outil que l’on utilise n’est pas le plus important, même si les graphiques proposés en premier choix dans ces tableurs ont de graves défauts.

Ensuite, je lirais (en anglais) l’excellent livre Storytelling with Data ou (en français)  Convaincre avec des Graphiques efficaces. Ces deux livres sont entièrement composés de graphiques sous Excel et donnent de très bonnes pratiques de visualisation, faciles à appliquer au quotidien.

Enfin, je suivrais une formation (en ligne ou pas) pour comprendre pourquoi et comment on fait des graphiques. Une formation agnostique sur les outils utilisés, axée sur les techniques de visualisation que l’on peut appliquer même sur du papier avec des crayons de couleur.

Autre cas de figure : dans mon unité de recherche, je souhaiterais disséminer des bonnes pratiques de dataviz. Que me conseilles-tu en termes de modalités de transfert de compétences? Que peut apporter un hackathon à des chercheurs par exemple?

Oui, un hackathon, (ou un hackaviz) est un excellent moyen de se plonger dans une problématique de représentation de données à partir d’un jeu de données inconnu qu’il faut découvrir. Cela permet aussi de se rendre compte que l’on peut présenter des faits, des résultats, des trouvailles de différentes façons et que l’on peut aussi “ne pas voir” quelque chose. En outre, l’exercice, si encadré, permet de découvrir de nouvelles pratiques et de nouveaux outils que l’on aura envie d’essayer tout de suite sur le jeu de données. Ce n’est pas très difficile à mettre en œuvre et est souvent enrichissant et ludique parce qu’on travaille en groupe.

Selon toi, existe-t-il des cas de triche acceptables?

Cela dépend ce qu’on appelle “triche”.  “Tricher” avec les règles pour simplifier et mettre l’accent sur un point précis en informant le lecteur est tout à fait acceptable. “Tricher” en créant une carte du métro qui ne respecte pas les distances entre stations est tout à fait acceptable (et accepté) également. Tandis que tricher avec les données, choisir une représentation volontairement (ou pas) trompeuse, non adaptée aux données, recadrée, ou simplement faussée, n’est par contre pas acceptable. On voit de nombreux cas, hélas, comme j’ai pu vous l’exposer à Bordeaux.

Et inversement, qu’est-ce qui reste inacceptable, pour TOUJOURS? aka un score de 55 sur l’échelle du scandale, qui est une échelle allant de 1 à 10.

Bon nombre de visualisations sont hélas basées sur des comparaisons (ou sur des statistiques) qui n’ont pas de sens. Que l’on utilise des échelles doubles, que l’on tronque des axes, ou que l’on torde des graphiques pour tromper l’œil et le cerveau par des comparaisons faussées reste inacceptable. Mais il y a toujours une chose qui me révolte dans ce domaine : c’est la comparaison d’éléments non comparables. Que cela soit une comparaison chiffrée ou graphique. L’exemple récurrent de la comparaison du nombre de morts sur les routes lors du week-end de Pâques me fait souvent douter de l’intelligence humaine ou me laisse penser qu’il y a tentative de manipulation. Est-ce que l’on compare le nombre de promeneurs  dans les Pyrénées sous la pluie et sous le soleil? Quelle que soit la représentation graphique de ces pseudo-statistiques, ces comparaisons sont stupides, intolérables et oui toujours scandaleuses !

Plus généralement, selon toi, quelles bonnes pratiques de dataviz adopter pour une recherche plus transparente et plus reproductible?

Tout d’abord, si les (bonnes) méthodes de visualisation de données étaient enseignées dans les cursus des disciplines où l’on traite des données et où l’on utilise des statistiques, la question des bonnes pratiques se poserait moins cruellement qu’aujourd’hui.

Ensuite, je crois que la question de la transparence et de la reproductibilité se pose en termes d’outils, mais aussi de volonté. Il faut des outils permettant de tracer les étapes de la production d’un graphique (et donc d’un résultat), mais il faut aussi que les chercheurs aient l’envie de partager cette chaîne de traitements.

Donc, formation + bons outils (pas de tableurs) + volonté + incitations. Tout un programme, qui se met en place doucement avec une nouvelle génération de chercheurs.

Pour finir, comment définirais-tu une bonne dataviz?

Excellente question que j’esquive en laissant répondre le génial Jacques Bertin “Il n’y a pas de bons ou de mauvais [graphiques] (…), il y a des constructions qui répondent  et d’autres qui ne répondent pas aux questions qu’on est en droit de se poser”. (cf. Jacques Bertin “Théorie matricielle de la graphique” Communication et langages, Armand Colin, 1981, 48, 62-74. )

H2020: mise à jours des tutoriels de l’Inist-CNRS – DoRANum

« L’Inist-CNRS met à jour ses tutoriels Le libre accès aux résultats de la recherche dans le cadre d’Horizon 2020 afin de tenir compte des modifications des recommandations de la Commission européenne énoncées dans les deux nouveaux guides H2020 … »

Source : H2020: mise à jours des tutoriels de l’Inist-CNRS – DoRANum

Partage des données de la recherche : quels impacts ? Modèles scientifiques, évaluation, services, compétences… (JNE des URFIST, 29 septembre 2016)

Les URFIST (Unités Régionales de Formation à l’Information Scientifique et Technique) organisent régulièrement depuis 2002 une « journée nationale d’étude » (JNE). En 2014, le thème d’étude retenu concernait les différentes formes de publication de la recherche et les modes de légitimation ou d’évaluation associés.
L’objectif de l’édition 2016, qui se tiendra à Paris, s’inscrit dans la continuité de la précédente : les données de la recherche (DR) constituent en effet une modalité relativement nouvelle de la publication des travaux, mais également de publicisation des données qui en sont le fondement. Ces data sous-jacentes sont aussi concernées par le phénomène de l’Open Access dans la mesure où leurs conditions d’accessibilité et de réutilisation, permettent à la connaissance d’avancer, et à l’innovation d’émerger.
Nombreuses sont déjà les contributions qui ont souligné leur masse pléthorique, leur hétérogénéité constitutive, les méthodes d’extraction et de sélection dont elles sont l’objet, ou encore les gains de temps et de moyens que peut procurer leur réutilisation, à des fins de recherche, dans le cadre de nouveaux axes de travail ou de nouveaux projets. Il s’agira ici d’examiner plusieurs catégories de thématiques associées à cette mutation profonde des pratiques informationnelles de recherche. De fait, ce nouveau facteur de production scientifique peut exercer sur les modalités d’investigation et leur impact sociétal une influence dont la portée n’est pas anodine, à la fois en termes de déontologie, d’épistémologie et d’évaluation de la recherche.
Un premier volet de la réflexion aura pour tâche de définir, circonscrire et contextualiser le concept de Données. On examinera en introduction le paysage (inter)national actuel des DR en identifiant leurs acteurs et leur périmètre. Puis on abordera les questionnements épistémologiques soulevés par leur importance croissantes, en tant qu’éléments constitutifs, distincts et identifiés comme tels de la recherche. La dimension importante du cadre juridique de leur potentielle confidentialité et les implications éthiques de la réutilisation des DR dans certains domaines, seront explicitées.
Un second volet fera état des modalités pratiques, tant de la production que de l’exploitation des données : des réalisations européennes seront présentées (en cours notamment au Pays-Bas) suivies d’autres retours d’expérience. Certains contextes très spécifiques, comme celui des thèses, qui constituent un vivier de données trop souvent méconnu, méritent de ce fait même une attention toute particulière. Enfin, on mettra l’accent sur le dialogue entre chercheurs et professionnels de l’information. Ceux-ci sont en effet à même de proposer des services, tant au sein des organismes de recherche et des laboratoires que dans le cadre des bibliothèques ou d’institutions nationales ayant en charge l’Information Scientifique et Technique (IST). La formation dans ce domaine et les « services d’accompagnement des chercheurs » représentent un dispositif stratégique essentiel.
Nous conclurons cette journée par une approche pragmatique, en évoquant une étape désormais quasi indispensable au montage d’un projet de recherche d’envergure internationale : le Data Management Plan (DMP), ou « plan de gestion des données » (PGD), qui porte au premier plan la nécessité d’une réflexion approfondie sur les tenants et aboutissants de ce nouveau paradigme, réflexion à laquelle cette 6e Journée nationale d’étude du Réseau des URFIST voudrait contribuer utilement.

La JNE se déroulera dans l’amphi Abbé Grégoire du CNAM (Conservatoire national des arts et métiers), 292 rue Saint-Martin, 75003 PARIS, accès 10 et 16. Métro Réaumur-Sébastopol

Programme :

9h00-9h30 : Café d’accueil

9h30-10h00 : Ouverture et présentation de la journée

  • 10h00-10h40 : Francis André (DIST, CNRS) : « Le paysage des Données de Recherche. Définition, périmètre, acteurs, politique des DR en Europe et en France »
  • 10h40-11h20 : Dominique Boullier (EPFL) : « Big Data, une autre époque de quantification, un défi pour les sciences sociales »
  • 11h20-12h30 : Table ronde sur les enjeux éthiques et sociétaux liés aux données de la recherche, avec :
  • Serge Abiteboul (Collège de France)
  • Danièle Bourcier (CNRS COMETS)
  • Dominique Cardon (EHESS)
  • Christine Gaspin (MIAT, INRA)
  • Christian Hervé Directeur du Laboratoire d’Éthique Médicale et de Médecine Légale (Faculté de Médecine de Paris)

12h30-14h00 : Pause méridienne

  • 14h00-14h40 : Peter Doorn  (Directeur du DANS Data Archiving and Networked Services – La Haye)  « L’archivage et la gestion des entrepôts de Données aux Pays-Bas »
  • 14h40-15h20 : Joachim Schöpfel (Université de Lille 3 – ANRT) et Isabelle Westeel (SCD Lille 3 SHS) : « Les données de la recherche dans les thèses de doctorat »
  • 15h20-16h45 : Table ronde sur les services, les compétences et les formations, animée par Paolo Lai (INIST), avec :
  • Martina Knoop Institut national de Physique CNRS, chargée des relations avec les chercheurs pour l’IST
  • Émeline Juillard, documentaliste beQuali, Centre de Données Socio-Politiques (Sciences Po – CNRS)
  • Stéphane Pouyllau, ingénieur HumaNum
  • Aurore Cartier, Service Commun de la Documentation, Université Paris Descartes

16h45-17h00 : Clôture de la Journée d’étude

Pour plus d’informations rendez-vous sur : https://urfistjne2016.wordpress.com/

Contact : urfistjne – at – gmail.com et @Urfistjne

Inscription gratuite, mais obligatoire, sur Sygefor

DoRANum BSN: des ressources de formation et d’auto-formation sur les données de la recherche

Le réseau des Urfist est engagé dans un nouveau chantier avec l’Inist-CNRS sous l’égide de la Bibliothèque Scientifique Numérique. Ci-dessous la présentation du projet qui est ouvert aux partenariats.

Le projet DoRANum (Données de la Recherche: Apprentissage NUMérique à la gestion et au partage) a pour objectif de mettre en place un dispositif de formation à distance d’accès coordonné, intégrant différentes ressources d’auto-formation sur la thématique de la gestion et du partage des données de la recherche. Existantes ou créées dans le cadre du projet, ces ressources proposeront plusieurs parcours et modes d’apprentissage. La diversité des ressources et la complémentarité des modes et parcours devraient permettre de répondre aux attentes et usages des publics visés: chercheurs, enseignants-chercheurs, doctorants et professionnels de l’information des établissements d’enseignement supérieur et de recherche.

Le projet, soutenu financièrement par le Ministère, fait partie des actions de la Bibliothèque Scientifique Numérique (BSN). Il associe principalement le réseau des Urfist (Unités Régionales de Formation à l’Information Scientifique et Technique) et l’Inist-CNRS ainsi que des membres du segment 9 (“Formation, compétences et usages”) et 10 (“Données de la recherche”) de la BSN et des représentants de la communauté de l’enseignement supérieur et de la recherche.

Le groupe projet est composé de membres des services Formations et Valorisation des données de la recherche de l’Inist-CNRS et de l’Urfist de Nice, référent pour le réseau des Urfist dans ce projet. Deux ingénieurs pédagogiques sont recrutés spécifiquement pour le projet et sont basés respectivement sur le site de l’Inist à Nancy et à l’Urfist de Nice (rattachée et soutenue par l’Université de Nice Sophia-Antipolis).

Méthode

L’objectif global du projet, à savoir l’adoption des bonnes pratiques de gestion et de partage des données de la recherche par la communauté scientifique, se déclinera selon des actions ciblées et pourvues d’un agenda de réalisations.

Les thématiques prioritaires de formation seront identifiées à partir des problématiques élaborées par BSN10. Elles seront déclinées selon les publics (métiers et appartenances disciplinaires) et les modalités seront accordées à ces différents types de publics selon une vision globale. En particulier les professionnels de l’information seront amenés à être des relais de formation et l’un des résultats du projet sera de leur offrir une boîte à outils « formateur » comprenant des scénarios de formation adaptables en fonction de leur situation locale.

Le projet inclura des distanciels de différents types: tutoriels multimédias, classes virtuelles, webinaires, etc. afin de proposer des parcours diversifiés aux apprenants. Il prendra en compte dans la définition de ses actions aussi bien les sites d’information existants ou en cours d’élaboration que des formations en présentiel, en particulier celles réalisées par des partenaires. Ainsi par exemple le réseau des Urfist ou d’autres partenaires pourront programmer des formations en liaison avec les réalisations du projet.

Actions prioritaires

Le projet se déploie sur deux ans (2016 et 2017).

Les actions prioritaires pour la 1ère phase du chantier:

    • recensement des ressources informationnelles et pédagogiques existantes
    • actions visant à enrichir l’offre de formations en terme de contenus et de thématiques ; 3 thèmes prioritaires sont retenus pour cette 1ère phase:
      • Aide au dépôt des données : choix de l’entrepôt, métadonnées, licences, identifiants…
      • Enjeux et bénéfices de la gestion et du partage des données de la recherche
      • Données de la recherche : aspects juridiques et éthiques
    • actions visant à enrichir l’offre de formation en terme de formats et de modalités:
      • dissémination des classes Webex via le réseau des Urfist
      • expérimentations de productions à la volée à l’occasion de présentiels (formations, événements scientifiques, interviews)

Gouvernance et partenariats

Le Comité de Pilotage réunit les instances directement impliqués (CNRS (Dist et Inist), réseau des Urfist, BSN9 et BSN10).

Le groupe de travail réunit, outre les ingénieurs en charge du projet, des experts et des partenaires.

En particulier, trois types de partenariats sont envisagés:

1/ Les partenaires désireux de produire des distanciels sur la gestion et le partage des données de la recherche en liaison avec notre projet. Un partenariat actif permettrait d’organiser des complémentarités, de partager les compétences et d’éviter les redondances.

2/ Les partenaires qui réalisent ou prévoient de réaliser des formations en présentiel sur la gestion et le partage des données de la recherche. Le partenariat pourrait reposer sur un échange où le partenaire apporterait son contenu et l’équipe du projet développerait des distanciels liés à la formation du partenaire, utilisables par celui-ci.

3/ Les partenaires-relais et béta-testeurs qui seraient volontaires pour tester et diffuser les distanciels produits par le projet, éventuellement en les articulant avec des actions en présentiel.

Contacts pour les partenariats: Paolo Lai (Inist-CNRS), Michel Roland (Urfist, BSN9), Joanna Janik (Dist-CNRS, BSN9)

(logo non officiel. © F. & C. Garelli)

Journée d’études : Questionner l’analyse et la visualisation de données (AVD), le 6 Nov 2015 à Sophia Antipolis

wordleAVD

Depuis une vingtaine d’années, la production nativement numérique et la numérisation croissante de données de tous ordres (textuelles, chiffrées, relationnelles, etc.) a considérablement facilité leur archivage, leur circulation, leur consultation et leur manipulation, dans des agencements dont la diversité n’a d’égale que celle des fins auxquelles ces données sont convoquées. Aujourd’hui, qu’il s’agisse de journalisme, de gestion de l’information, de communication, de culture, de littérature, des politiques publiques, du droit ou encore du marketing, les champs de pratiques socio-professionnelles sont confrontés à une masse considérable de données.

Dans le domaine de la recherche en sciences humaines et sociales relative à ces champs, ces données sont porteuses de riches potentialités, mais leur ampleur et leur caractère parfois chaotique peuvent décourager le chercheur. Pourtant, des méthodes et outils spécifiques, parfois désignés sous le vocable « digital methods », ont été progressivement pensés et développés pour faciliter la (re)construction de sens à partir de volumes plus ou moins importants de données. Indexation, crawling ou web scraping, archivage et gestion de bases de données, statistique classique et analyse de données textuelles, analyse de contenu et traitement automatique des langues, graphes de réseaux et cartographies du web, ou encore infographie et modes de visualisation : ces « techniques intellectuelles », distinctes et assemblées, se trouvent à la croisée de divers champs de recherche et concernent très directement les sciences de l’information et de la communication pour explorer, expliquer, synthétiser ou simplement présenter des faits.

Ces méthodes et outils d’agencement informationnel ou de redocumentarisation permettent une herméneutique des corpus et ont une réelle portée heuristique, que cette journée d’études ambitionne de présenter, détailler, croiser et interroger.

En même temps, force est de constater que cette immixtion du numérique dans nos activités quotidiennes s’est produite subrepticement, sans débat ni discussion, dans une forme d’imposition par l’adhésion immédiate (et donc irréfléchie) d’usagers divers dont l’enthousiasme était motivé par nombre de promesses d’ordre sémiotique (l’intelligibilité du monde à moindre coût cognitif), socio-politique (l’émancipation des individus par la démocratie digitale), économique (dans un marché libertaire débarrassé des lourdeurs bureaucratiques).

Portées par des idéologies et des mythologies ambivalentes (et souvent contradictoires), les potentialités socio-techniques du numérique se sont actualisées dans des sociétés hétérogènes, et sont elles-mêmes porteuses d’enjeux et de mécanismes parfois flous ou obscurs qu’il s’agira ici de mieux cerner:

Dans le cadre de cette journée d’études centrée sur l’Analyse et la Visualisation de Données (AVD), les réflexions interrogeront essentiellement deux aspects : les outils, techniques, formats et processus de l’AVD d’une part, les enjeux économiques, socio-politiques et socio-sémiotiques de la mobilisation de ces techniques intellectuelles d’autre part.

Inscription gratuite mais obligatoire : https://sygefor.reseau-urfist.fr/#!/training/5575/6042

___ Programme ____

08:30 : Accueil

09:00 : Ouverture
Denis Pascal, Directeur de l’IUT Nice-Côte d’Azur
Sylvie Mellet, Vice-présidente de la Commission Recherche de l’Université de Nice Sophia Antipolis
– Gabriel Gallezot / Emmanuel Marty

09:30 – Au coeur de l’AVD
A travers la présentation de résultats d’analyse et de visualisation de données, il s’agit de montrer l’intérêt de cette activité, l’attractivité des résultats mais également de décortiquer des processus complexes et l’appréhension des représentations proposées.

* Analyse, modes de visualisation, représentation et interprétation des données

09:30 ——- l’histoire de l’art de raconter une histoire avec les données
Samy Ben Amor , Institut Ingémédia, UFR en sciences de l’information et de la communication, université de Toulon, laboratoire i3M

09:50 ——- Ryoji Ikeda : une réponse esthétique à la question technique
Hervé Zénouda, Maitre de conférences en sciences de l’information et de la communication, Université de Toulon, laboratoire I3M

10:10 ——- Logométrie et discours politique
Damon Mayaffre , Chargé de recherches au CNRS, Directeur de l’UMR 7320, Bases, Corpus, Langage

10:30 ——- « Cyber-guerre » et réseaux sociaux numériques: vers une nouvelle forme d’asymétrie informationnelle?
Cyril Papon, IRENav (Naval Academy Research Institute), Lanvéoc-Poulmic

10:50 ——- “Visualisation interactive de connaissances géographiques incertaines : Le cas de la spécialisation sociale dans l’aire métropolitaine azuréenne »
Giovanni Fusco, Chargé de Recherche CNRS, UMR ESPACE, Université Nice Sophia Antipolis

11:10 – Pause 20 min

* Exploration, extraction, codage et catégorisation des données

11:30 ——- Visualisations pour l’analyse technométrique
David Reymond, Maître de conférences en sciences de l’information et de la communication, Université de Toulon, laboratoire I3M

12:00 ——- AVD : un nouveau rapport du sujet à l’information ?
Jacques Araszkiewiez, Maître de conférences en sciences de l’information et de la communication, Université de Nice Sophia Antipolis, laboratoire I3M

Pause déjeuner … buffet

* Enjeux et effets de l’analyse et la visualisation des données selon 3 terrains d’application

14:00 – Journalisme de données : nouveau récit journalistique ?
Le datajournalisme, c’est exploiter des bases de données volumineuses pour en tirer de l’information et la présenter de façon compréhensible au public. Cet aspect didactique est central. Certains voient dans le datajournalisme un rôle de médiateur à reconquérir pour le journaliste et une sorte de nouvel idéal de la profession. La pratique du datajournalisme n’est pourtant pas un gage de qualité et de fiabilité. Car paradoxalement, le fait brut, la donnée pure peut aussi être l’ennemie du journalisme. En effet, par son apparente objectivation d’une réalité saisie de manière technique ou statistique, le datajournalisme peut occulter les enjeux inhérents au récit journalistique traditionnel (mettre en récit l’actualité en répondant aux 5 W, en se fiant à des sources et par des techniques de recueil identifiées). Ne peut-il pas alors ouvrir la voie à une nouvelle forme de “storytelling technocentré”, potentiellement manipulatoire?

Sana Sbouai, journaliste, co-fondatrice du Pure player inkyfada.
Nikos Smyrnaios, Maitre de conférences en sciences de l’information et de la communication, à l’IUT A de l’Université Toulouse 3, laboratoire LERASS.
– Discutante: Valerie Croissant, Maître de conférences en sciences de l’information et de la communication à l’Institut de la communication, Université Lyon 2, Laboratoire ELICO.

15:15 – SIG et outils cartographiques au service d’une meilleure appréhension du territoire?
Le territoire source d’information inépuisable et continuellement renouvelée n’a cessé d’être interprété. De la « carta » à la « mapa » se jouent des traductions, des lectures spécifiques d’éléments factuels issus du terrain. On pensera bien entendu aux relevés topographiques, mais également à la somme considérable d’information produite par et pour un territoire : des données socio-économiques aux capteurs sonores, en passant par les sites web des organisations. Ce sont des variables d’interprétation qui engendrent de multiples vues qui seront également lues selon différents prismes.
Cette représentation par « compilation, traitement, projection », cette énonciation territoriale questionne le rôle des « faiseurs de mapa », les curseurs qu’ils actionnent et l’inférence sur une projection devant objectiver le réel.

Mariannig Le Béchec, Maître de Conférences en sciences de l’information et de la communication, Université de Poitiers, laboratoire CEREGE
Giovianni Fusco, Chargé de Recherche CNRS, UMR ESPACE, Université Nice Sophia Antipolis
– Discutante : Céline Masoni-Lacroix, Maître de Conférences en Sciences de l’Information et de la Communication, Université Nice Sophia Antipolis, laboratoire I3M

16:30 – Digital humanities, traces sociales et représentations: un champ d’étude privilégié pour les SIC?
L’humanisme, “l’humain est la mesure de toute chose” est consubstantiel de la notion de dispositif. Dans une dialectique complexe d’asservissement et de libération, les dispositifs ont produit ce Sujet qui permet à Peter Sloterdijk de définir l’humanisme à partir de “Grosses lettres envoyées à des amis inconnus”. Au regard de cette manière de concevoir l’humanisme, les humanités numériques portent peut-être mal leur nom. En un sorte de renversement copernicien, elles délogeraient en effet le Sujet de la position centrale qu’il avait au moins théoriquement acquise au sein des dispositifs. Le Sujet, alors même qu’il s’auto-célèbre comme “ego” et s’incarne réellement via l’interactivité, se trouve simultanément dilué sous forme de traces numériques qu’il s’agit de compiler, d’analyser, de traiter en une sorte d’arrangement collectif d’énonciation de désirs immédiats ou si l’on préfère de flux d’informations. Le rapport des humanités aux nouvelles humanités numériques ne peut cependant se réduire à cette opposition radicale entre Sujet et Information. La spécificité des sciences de l’information et de la communication s’enracine au contraire dans une tentative de mesurer concrètement comment ce rapport sujet/information construit une réalité qui ne peut se réduire à l’humanisme ni aux humanités numériques.
Quel rapport entre humanités et humanités digitales ? entre humanisme et humanisme numérique, transhumanisme ou post-humanisme ? Au-delà des divergences d’analyses de ces différentes notions, un point d’ancrage semble pouvoir faire consensus : l’Analyse et la Visualisation de Données est au cœur de ces questions : au cœur des méthodes de datamining constitutives des humanités digitales, au cœur de l’interfaçage toujours plus dense et intense entre homme et machine, au cœur des nouvelles formes de storytelling, de surveillance et de contrôle. La question qui se pose et qui sera posée lors de cette table-ronde, c’est celle de l’instrumentalisation des techniques d’AVD disponibles au nom de l’exploration rationnelle de nouvelles possibilités pour la science et le gouvernement, mais au prix d’une remise en question de l’autonomie, cognitive ou politique, cognitive et politique.

Jacques Araszkiewiez, Maître de Conférences en Sciences de l’Information et de la Communication, Université Nice Sophia Antipolis, laboratoire I3M
Damon Mayaffre, Chargé de recherches au CNRS, Directeur de l’UMR 7320, Bases, Corpus, Langage
– Discutant : Emmanuel Marty, Maître de Conférences en Sciences de l’Information et de la Communication, Université Nice Sophia Antipolis, laboratoire I3M

Journée d’étude « Données en partage : enjeux et acteurs des données de la recherche aujourd’hui », Toulouse, 15 juin 2015

L’URFIST de Toulouse, le Centre de Documentation de l’Observatoire Midi-Pyrénées et Médiad’Oc organisent le 15 juin prochain une journée d’étude sur les données de la recherche intitulée « Données en partage : enjeux et acteurs des données de la recherche aujourd’hui« .

Les vidéos issues de la journée d’étude sont accessible ici.

Cette journée se tiendra à Toulouse, dans les locaux de la Maison de la Recherche et de la Valorisation, sur le campus de Rangueil.

L’inscription, gratuite mais obligatoire, s’effectue sur Sygefor.

Pour tout renseignement complémentaire, vous pouvez nous contacter à l’adresse suivante : mediadoc-contact@univ-toulouse.fr

Impression

Télécharger le programme au format pdf