Archives de catégorie : données de la recherche

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