Archives de catégorie : Edition scientifique

Les projets Wikimédia en condensé : retour sur l’école d’été à la MSH de Dijon

Depuis plus d’un an, les URFIST accueillent des wikimédiens et wikimédiennes en résidence. Une de leurs missions est de former le monde de l’enseignement supérieur et de la recherche aux projets Wikimédia : Wikipédia le plus connu, mais aussi sa base de connaissances Wikidata, sa photothèque Commons et des projets moins connus comme Lingua Libre (langues), le Wiktionnaire (dictionnaire multilingue) et Wikisource (bibliothèque de textes libres).

Ces formations, disponibles sur Sygefor, se déroulent le temps de quelques heures en présentiel ou en visio. Pour les structures éloignées souhaitant monter en compétences collectivement, ou pour les personnes aux emplois du temps très contraints, un autre type de format trouve ici son intérêt : l’école thématique.

Une semaine pour mettre la science ouverte au cœur des projets wikimédia

Durant l’été 2024, 8 formations réparties sur cinq jours ont été réalisées à la Maison des Sciences de l’homme de Dijon. A partir du catalogue de formation de l’URFIST, la MSH a sélectionné les formats et les projets qui l’intéressaient et qui trouveraient leur public à l’université de Bourgogne : Wikipédia, Wikidata, OpenRefine, Commons, Wikisource auquel s’est joint un projet invité, OpenStreetMap. Si la plupart des ateliers ont été réalisés en présentiel, deux sessions ont été proposées en visio pour toucher un large public. Grâce à cette formule, l’école a comptabilisé une trentaine de participations.

Un programme diversifié mais complémentaire

Les formations alternaient théorie et pratique, en s’adaptant au contexte dijonnais : des publications issues de HAL ont été ajoutées comme sources à Wikipédia, mais aussi des documents sur les océans (thème de l’exposition en cours au Museum de Dijon) et sur les œuvres du musée des Beaux-Arts de Dijon.

Pour enrichir Commons, c’est le campus de Dijon qui a été choisi comme modèle et les cartographes d’OpenStreetMap ont pu compléter les alentours du lieu de formation (en espérant que cela donnera envie au site internet de l’université de Bourgogne de changer de fond de carte pour passer à OSM, comme l’avait déjà fait la MSH).

La MSH de Dijon accueille un pôle éditorial, ce qui a permis de faire découvrir la bibliothèque Wikisource à travers la retranscription d’un ouvrage rare de Marceline Desbordes-Valmore, autrice au concours de l’agrégation 2024.

Enfin, la proximité avec les jeux olympiques a offert un très bon exercice pratique sur Wikidata. L’ensemble des sportifs paralympiques français participant aux Jeux Olympiques de Paris 2024 ont été intégrés à la base de connaissance. Certaines ont d’ailleurs depuis remporté une médaille et ont à présent leur page sur Wikipédia.

Photo de Delika Diallo

By Chris93 – Own work, CC BY 4.0,Djelika Diallo

 

Bilan de l’école et perspectives

Les différents projets Wikimédia sont interconnectés : les faire découvrir sur un temps court permet de mieux faire comprendre aux stagiaires les liens qui existent entre eux. Les ateliers condensés ont permis de poursuivre et d’approfondir certains points qu’une formation de deux heures ne permet pas de couvrir. Les échanges ont été facilités par les intérêts des différentes personnes et ont ouvert des perspectives de recherche à la MSH.

Ce panorama a également permis aux différentes personnes de faire leur choix parmi les projets, certaines préférant un projet pour des qualités qui sont pour d’autres limitantes. Chaque profil a ainsi pu poursuivre son exploration de Wikimédia en ayant trouvé le projet qui lui convenait le mieux.

Au total, l’école a permis d’enrichir 230 articles et d’y ajouter plus de 700 000 octets. Son format est déjà prévu pour être décliné en école d’hiver à Bordeaux (inscriptions ici).

Delphine Montagne, résidente Wikimédia à l’Urfist de Lyon.

Remerciements
Cette école a bénéficié de l’appui de l’équipe de numérisation de la bibliothèque de l’ENS de Lyon et de Philippe Gambette (Université Gustave-Eiffel) sur le projet Wikisource.

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

Découvrir Orgmode : 2 meet ups

Tutoriel de Frédéric Santos

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 ? [annulé en raison des mesures de prévention contre le covid-19]

 

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

Un book sprint pour booster vos projets de rédaction collaborative. Interview d’Elisa de Castro Guerra (FlossManuals francophone)

Le contexte

L’Unité régionale de formation à l’information scientifique et technique de Bordeaux a organisé du 15 au 19 avril 2019 un book sprint sur la reproductibilité de la recherche. En savoir plus sur les auteurs. Les chercheurs, issus de différentes disciplines, ont rédigé tous les contenus et conçu la table des matières ex nihilo. L’équipe d’auteurs a été constituée spécialement pour le book sprint.
Début de la rédaction : lundi après-midi. Fin de la rédaction : jeudi soir. En savoir + sur le projet

Le livre issu du book sprint est disponible en accès libre.

Vous pouvez faire des propositions de contenus en créant une “issue” sur GitHub.

A l’origine, les book sprints ont été conçus pour documenter les logiciels libres : il s’agit d’une adaptation des code sprints des développeurs. L’accent est mis sur le travail collaboratif entre participants aux compétences diversifiées. Il s’agit d’une pratique d’écriture collaborative, pas seulement collective. Tout est écrit durant le sprint. La post-production (correction des coquilles, mise en page, intégration des références biblios, etc.) en revanche peut nécessiter plusieurs semaines de travail une fois le sprint passé. Sur une durée de 3 à 5 jours, le travail est effectué sous la houlette d’un facilitateur, dont le rôle est d’organiser les échanges.

Pour éclairer le rôle fondamental du facilitateur dans ce type de projet et la méthode du book sprint, l’Urfist de Bordeaux a posé quelques questions à Elisa de Castro Guerra qui a facilité le book sprint sur la reproductibilité de la recherche. Propos recueillis par Sabrina Granger, chef de projet.

Elisa, pourrais-tu te présenter en quelques mots? Quel est ton parcours, quels sont tes centres d’intérêt actuels?

Je suis psychologue et ethnologue de formation. Par curiosité et par goût, j’ai rejoint diverses communautés virtuelles autour du logiciel libre. Je me suis prise au jeu et je travaille aujourd’hui avec ces outils. Par un principe de retour à la communauté, je participe, à la hauteur de mes compétences, à ces logiciels, plus précisément aux logiciels libres graphiques avec une approche en UX design et sur de la documentation, sur de la formation. J’ai co-fondé plusieurs associations dont une a pour objectif de documenter avec un point de vue pédagogique l’utilisation de ces logiciels (Floss Manuals Francophone). Participer à ces logiciels et cet univers m’ont ouvert à d’autres compétences. Professionnellement j’ai pu en tirer avantage et cela m’arrive maintenant de faciliter des book sprints depuis 2011 sur des projets variés.

Qu’est-ce qu’un book sprint peut apporter à un service universitaire, un laboratoire de recherche ?

Le book sprint est une méthode pour écrire rapidement à plusieurs. Le groupe co-construit une bulle temporelle et crée un environnement favorable à la création et l’intelligence collective. Le temps est compté car l’objectif est bien identifié (produire un livre en quelques jours). Les différentes tâches sont identifiées aussi bien dans leur nature que leur durée.

Je ne connais pas précisément le travail spécifique du laboratoire de recherche, mais suite à l’expérience que nous avons vécu [NDLR : Elisa fait référence au book sprint organisé par l’Urfist de Bordeaux], j’ai l’impression que ce book sprint a permis :

  • de découvrir une nouvelle façon de collaborer
  • de découvrir une autre façon d’écrire vite et bien
  • de fédérer des chercheurs issus de disciplines différentes mais pourtant bousculés par des problématiques communes
  • d’enrichir sa pensée
  • de vivre une expérience humaine passionnante

Quels sont les 3 facteurs clés de réussite pour un book sprint selon toi? Et quels sont les 3 écueils principaux à éviter?

L’idéal est de réunir des personnes qui ont envie de participer à ce type d’expérience. Ces participants doivent avoir des points de vue (une expérience) différents des uns des autres, et des niveaux sur la question également différents.

Le sujet abordé doit être innovant, inutile de refaire ce qui existe déjà.

Il faut éviter d’organiser un book sprint dans le milieu naturel du participant, sinon il ne sera pas complètement disponible pour participer à cet événement. Il faut également éviter qu’un nouveau participant arrive en fin de book sprint, le risque est alors trop grand de déconstruire le travail déjà réalisé et de démotiver les participants présents depuis le début.

L’équipe réunie doit absolument être présente sur la totalité de l’événement, si c’est difficile, il faut alors plutôt accepter des participants quittant avant la fin plutôt que l’inverse.

Cite-moi 3 idées reçues (fausses)  que l’on pourrait avoir sur les book sprints? en termes d’organisation, de durée, de profils d’auteurs, de compétences mobilisées, etc.

Il est nécessaire d’avoir un facilitateur, réunir des participants ne suffit pas, même de bonne volonté. Et c’est difficile d’être à la fois auteur et facilitateur !

La durée du book sprint doit rester courte (pas plus de 5 jours) et être regroupée dans le temps (l’idéal est de proposer un book sprint sur 3 à 5 jours consécutif).

Les auteurs doivent déjà avoir eu une expérience positive avec l’écriture, être prêts à collaborer (écrire et accepter que quelqu’un modifie votre paragraphe) et à discuter.

Selon le sujet, il est essentiel de réunir des compétences diversifiées pour une approche plurielle et des expériences à des niveaux différents (débutant, intermédiaire, expert).

Quel est le rôle du facilitateur? Et comment bien faciliter un book sprint?

Le facilitateur a une vue globale sur la co-création alors que les participants sont dans la création de leur plus petite partie. Le facilitateur sait ce qui a été fait et ce qui reste à faire et met en place une lisibilité de ce qui reste à faire pour que chacun se responsabilise et s’organise afin de gérer son apport au regard du temps disponible.

Le facilitateur ressent l’humeur du groupe, il prend soin du groupe, et est attentif à ce que chacun reste dans sa zone de confort et a les moyens de donner le meilleur de soi-même.

Le facilitateur organise les discussions pour que les doutes soient levés et que le résultat de la co-création soit le reflet satisfaisant du groupe.

Je ne sais comment expliquer la facilitation d’un book sprint en peu de mots, participez à mes formations pour en apprendre davantage !

Quels sont les autres rôles que l’on peut prévoir quand on organise un book sprint?

Souvent en relation avec l’objet final, au cours de mon expérience de divers book sprints, nous avons pu faire appel à :

  • un développeur pour qu’il corrige les bugs constatés lors de l’événement
  • un traducteur pour qu’il contribue et améliore la localisation française
  • un débutant correspondant à la cible de la co-création afin de tester immédiatement (et corriger le cas échéant) l’efficacité de notre action
  • un graphiste pour la réalisation de schémas ou illustrations à insérer dans l’ouvrage
  • un coordinateur de projet pour identifier les auteurs et le lieu
  • un relecteur pour qu’il fasse une repasse sur la totalité de l’ouvrage terminé pour chasser les erreurs typographiques et de style inévitables
  • un bibliothécaire pour prendre soin de la bibliographie et des références bibliographiques
  • voire … un cuisinier pour nous préparer de bon petits plats le midi et le soir afin de créer des moments positif de vie du groupe autrement que par le travail !

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. )

Valoriser le travail des reviewers. Retours d’expérience de chercheurs sur le peer review, Publons

Dans le cadre de la journée d’étude du 27 mars 2018 « Le peer review à l’ère de l’open science : enjeux et évolutions » (consulter les supports ; consulter les tweets) organisée par l’Unité régionale de formation à l’information scientifique et technique de Bordeaux, une table-ronde a été dédiée à la question de la reconnaissance et de la valorisation de l’activité des reviewers.  La manifestation a été organisée en partenariat avec le centre Bordeaux Sud-Ouest de l’Inria, la délégation Aquitaine du CNRS, le pôle ressources humaines et développement social de l’Université de Bordeaux.

Hervé Maisonneuve, médecin et rédacteur du blog « Rédaction médicale et scientifique », a animé les échanges entre les participants et les chercheurs invités à témoigner : Florence Débarre (CNRS ; Centre Interdisciplinaire de Recherche en Biologie, Collège de France) ; Fabien Lotte (équipe Potioc, Inria) ; Nicolas Rougier (équipe Mnemosyne, Inria) ; Olivier Sandre (Laboratoire de Chimie des Polymères Organiques, CNRS).

Focus sur les retours d’expérience de 2 chercheurs, Florence Débarre et Fabien Lotte, qui se sont prêtés à une interview croisée. Les 2 chercheurs évoquent : leurs activités de reviewers ; les enjeux dans leurs disciplines ; leurs besoins ; leur utilisation de Publons et notamment la question de son rachat par Clarivate analytics, les forces et faiblesses de la plateforme du point de vue d’utilisateurs réguliers, etc.

Propos recueillis par H. Maisonneuve et S. Granger

Présentation de Florence Débarre : « Florence Débarre est théoricienne en écologie de l’évolution. Chercheuse au CNRS, elle travaille au Centre Interdisciplinaire de Recherche en Biologie (CIRB), à Paris. Elle est membre du groupe SMILE (Stochastic Models for the Inference of Life Evolution). »  Source : site personnel de Florence Débarre, trad. S. Granger

Présentation de Fabien Lotte : « Le pain quotidien de Fabien Lotte, c’est le traitement des signaux électro-encéphalographiques (EEG) qui sont une mesure de l’activité cérébrale de tout être humain. D’emblée, il l’indique que, si ses recherches sont tendues vers la reconnaissance des signaux les plus distinctifs pour savoir ce qui se passe dans le cerveau, il ne peut toutefois pas savoir ce que vous pensez ! Traquer et scruter les courbes dessinées par l’activité cérébrale est utile pour améliorer le pilotage des BCI (Brain Computer Interface). Fabien traite les signaux et conçoit des types d’interfaces homme-machine appelées  interfaces cerveau-ordinateur. » Source : site web Inria

Qu’est-ce que Publons ? Comment avez-vous connu Publons ?

[FD] « Publons est un site web qui recense les reviews faites par les chercheurs, agglomère les données liées à ces reviews ; le site permet aussi de partager publiquement les reviews (ce que je n’ai jamais fait), mais aussi de suivre le devenir d’un papier (par exemple qui a été accepté ensuite dans un autre journal).

Je crois que j’ai connu Publons via un email sur la liste de diffusion « evoldir » (liste de diffusion internationale pour la communauté en biologie de l’évolution), puis via Twitter. Je me suis inscrite en 2016. Avant je suivais mes reviews faites sur un tableur, mais j’ai apprécié d’avoir un système me permettant d’authentifier les reviews que j’avais faites. »

[FL] « J’ai connu Publons via le journal Journal of Neural Engineering, qui est un journal majeur dans ma communauté de recherche, et dont je suis un relecteur régulier et un membre du bureau éditorial.

En terminant une évaluation (review) d’article pour ce journal, le système informatique de celui-ci me demande si je veux que mon évaluation soit officiellement reconnue via leur partenaire Publons.

Je ne connaissais pas Publons, mais j’ai regardé rapidement et j’ai trouvé l’idée intéressante donc je me suis créé un compte et cette relecture a donc été officialisée. C’était donc ma première.

J’ai ensuite vu qu’on pouvait transmettre à Publons les e-mails officiels de remerciement qu’on avait reçu pour les relectures qu’on avait faites auparavant, de façon à ce qu’elles soient également officialisées.

J’ai donc fouillé dans ma boite e-mail pour retrouver ces e-mails (en tout cas ceux que j’avais, car il m’en manquait) et les transmettre à Publons. »

Pourquoi utiliser Publons ? L’utilisation de Publons vous a-t-elle conduit à modifier certaines de vos pratiques?

[FD] « J’utilise Publons pour chacune des reviews que je fais ; je liste désormais l’URL de mon profil Publons dans mon CV, et je l’ai mentionné dans ma dernière demande de financements. Publons me permet aussi de mieux suivre les reviews que je fais, en particulier leur nombre (et me permet d’en refuser plus rapidement si j’ai atteint mon quota mensuel!). Dans ma discipline, une review prend du temps (c’est au moins une journée pleine de travail, souvent plus). » [FL] « Ma motivation à utiliser Publons vient du fait que la relecture d’articles scientifiques est une activité essentielle et majeure d’un métier de chercheur, qui assure la publication d’articles scientifiques de qualité (ou en tout cas limite la publication d’articles à la qualité douteuse), et qui est très chronophage. Par exemple, de mon côté, ces dernières années j’ai évalué entre 40 et 70 articles par an (à la fois de journaux et conférences), et l’évaluation de chaque article peut prendre plusieurs heures, voire même une demie journée pour les articles de journaux longs.

Cette activité est malgré tout peu reconnue et valorisée, et n’a que très peu de poids dans nos dossiers, par exemple lors que l’on demande des financements, une promotion ou pour nos évaluations régulières. Ainsi, alors que cette activité est essentielle pour la recherche, il y a très peu d’incitations à la faire de la part des institutions.

Les statistiques de Publons le montre d’ailleurs, la majorité des relectures est faite par une minorité de relecteurs (dont je fais partie). Il est en effet beaucoup plus valorisant pour sa carrière de passer du temps à écrire des articles ou des projets de recherche plutôt qu’à en évaluer. Mais l’un ne peut pas fonctionner sans l’autre. Publons change donc la donne en reconnaissant officiellement ce travail de relecture, et en permettant aux chercheurs de le valoriser.

De mon côté, j’ai par exemple obtenu 2 prix de relecteur par Publons (« Publons peer review award 2017 »), pour être dans les 1% de relecteurs (enregistrés chez Publons) ayant effectué le plus grand nombre de relectures en 2017, à la fois dans les disciplines d’ingénierie et de neurosciences (mon domaine de recherche étant à la croisée des deux disciplines). C’est donc un prix scientifique que je peux mettre en avant et valoriser sur mon CV. Je candidate cette année pour être directeur de recherche Inria, ce prix est donc bienvenu !

Mes pratiques n’ont pas spécialement évolué, à part que maintenant je transmets chaque e-mail de remerciement d’évaluation d’articles à Publons immédiatement !»

Selon vous, quelles sont les forces et les faiblesses de Publons ? Quel est votre avis sur son rachat par Clarivate analytics ?

[FD]

« Forces :

Intégration avec des journaux, en particulier ceux qui utilisent ScholarOne (qui appartient aussi à Clarivate Analytics), qui facilite le décompte des reviews ;

Force de frappe de Clarivate Analytics

Statistiques sur le contenu des reviews, comparaisons avec d’autres reviewers du domaine (par exemple longueur des reviews, jours de la semaine auquel les reviews sont envoyées)

L’intégration avec ORCID qui permet de centraliser et bien identifier les données

Faiblesses :

Détenu par Clarivate Analytics ; je crains la concentration des pouvoirs dans les mains d’une seule entreprise privée (Web of Science, Scholar One), qui détient beaucoup de données sur les chercheurs ; cf un de mes Tweets (1er juin 2017) lorsque j’ai appris le rachat

A l’époque, j’ai réfléchi à supprimer mon compte, mais Publons est quand même bien utile… Cependant, le fait que Clarivate Analytics ait récemment racheté beaucoup de petites startups comme Publons (par exemple Impact Story, que j’appréciais aussi), m’inquiète.

On peut potentiellement identifier un reviewer si on soupçonne quelqu’un et qu’on voit apparaître sur son profil Publons le nom du journal dans lequel on a soumis son article…

Publons n’est pas encore trop efficace pour les articles édités ; je suis Editrice Associée du journal Evolution, mes évaluations sont détaillées, quasiment comme des reviews, et j’aimerais que Publons les comptabilise aussi correctement (il n’y a aussi pas d’intégration automatique via Scholar One des articles édités)

J’ai appris via les fondateurs de Peer Community In (consulter le support de présentation Peer Community In) qu’être sur Publons est payant pour les journaux»

[FL] « Au-delà des apports que j’ai mentionnés ci-dessus, les limites actuelles que je vois à Publons pour l’instant, dans ma discipline (je suis informaticien), est que Publons ne reconnait pour l’instant que, ou quasi que les relectures d’articles de journaux. Or, dans la communauté informatique (au contraire de beaucoup d’autres communautés comme les neurosciences par exemple), on publie beaucoup d’articles de conférences, ceux-ci pouvant présenter des résultats aussi aboutis et aussi détaillés que ceux présentés dans des journaux informatiques. Par exemple, en Interaction Homme Machine ou en Machine Learning, les publications dans les grosses conférences du domaine (ACM CHI, NIPS, ICML, etc.) sont tout aussi voire plus reconnues et sélectives que celles dans les meilleurs journaux du domaine.

En tant qu’informaticiens nous effectuons donc de nombreuses relectures d’articles de conférences (qui sont souvent à peu près aussi longs que certains journaux informatiques). Celles-ci ne sont généralement pas reconnues par Publons pour une raison pratique toute bête : nous ne recevons pas d’e-mail officiel de remerciement pour chaque article de conférence évalué, le tout se passant sur des sites internet dédiés, auxquels Publons n’a pas accès.

Dans l’avenir, il me parait donc essentiel que Publons puisse aussi reconnaitre les relectures d’articles de conférences, qui sont essentiels en informatique. »

Concernant le rachat de Publons par Clarivate analytics : « Je n’ai pas spécialement d’avis, je ne connais pas bien les enjeux politiques ou commerciaux derrière. J’espère seulement que cela permettra à Publons d’aller plus loin dans son travail, tout en restant scientifiquement neutre et objectif, sans être influencé par des biais commerciaux. »

Dans quelle mesure, ce type d’outils peut-il être pertinent également pour des chercheurs en début de carrière?

[FD] « Je recommande Publons en début de carrière, comme preuve de l’activité de reviewing ; je ne recommande cependant pas forcément les reviews publiques. » [FL] « En début de carrière, être invité à faire des relectures d’articles est un signe de visibilité et de reconnaissance dans l’expertise des chercheurs invités pour la relecture. On n’invite en effet a priori que des gens qui maitrisent leur sujet et dont on sait qu’ils travaillent sur le sujet. Ainsi, Publons permet aux chercheurs en début de carrière de valoriser ces travaux de relectures et de mettre en avant la visibilité scientifique qu’ils ont acquise en officialisant les relectures qu’ils effectuent. Lorsqu’en suite ils vont candidater pour un poste permanent, ils pourront ainsi prouver ce travail sur leur CV. »

Quel avenir pour ce type de plateforme ? Connaissez-vous d’autres moyens, d’autres plateformes ou systèmes apportant pour valoriser le travail des relecteurs ?

[FD] « Elsevier reviewer credits (des sortes de médailles affichées sur le profil consolidé Elsevier) ; les listes de reviewers publiées annuellement par les journaux (par exemple PNAS ou Proceedings of the Royal Society B). Nature permet aussi d’exporter un certificat de reviews faites ; j’ai reçu des emails pour Reviewers Credits, mais je n’ai jamais utilisé la plateforme. »

[Note Urfist Bordeaux] : En savoir + sur les métriques alternatives déployées dans le cadre du projet Open Peer Review Module du Spanish National Research Council, cf. présentation d’I. Bernal (reputation scores for authors in Open peer review in DIGITAL.CSIC : analyzing potential roles of institutional repositories in the future of scholarly communication) + Osman, N., & Sierra, C. (2016). Reputation in the Academic World. http://dx.doi.org/10.13039/501100000780

On peut également citer Peer Community In (PCI), plateforme gratuite et non commerciale de recommandation de preprints. PCI n’est pas un outil visant à faciliter le suivi des activités des reviewers, mais PCI contribue à valoriser l’activité des reviewers dans la mesure où les reviews sont publiées dès lors que le preprint est validé. L’auteur du preprint reste libre de publier son article dans la revue de son choix ou de le déposer dans une archive ouverte.

La JNE 2014 “Nouvelles formes de communication et d’évaluation scientifiques” en distanciel sur Jalon

L’Urfist de Nice met en ligne en version bêta un distanciel interactif (un “sooc”[1]) basé sur les interventions de la Journée Nationale d’Étude Urfist 2014: “Nouvelles formes de communication et d’évaluation scientifiques : perspectives et légitimités”. Sous la supervision de Gabriel Gallezot et de Michel Roland, il a été réalisé par Florence Garelli[2] via Jalon, la plateforme pédagogique de l’UNS, et Zaption. Les clips ont été équipés de questions, et de sous-titres en français lorsque l’intervention était en anglais. Concrètement, le visionnage des clips vidéo est interrompu par des questions (vrai/faux, choix multiple ou question ouverte) portant sur l’intervention ou sur le support fourni par l’intervenant, et le “stagiaire” doit répondre à la question pour continuer son visionnage. La formation est accessible sur téléphone mobile via un navigateur ou l’application Zaption.

> Lien vers la formation ouverte

Il s’agit pour nous d’expérimenter la réalisation d’un outil d’auto-apprentissage actif à partir de communications comme celles de la journée d’étude. La formation est en version bêta, c’est-à-dire que toutes les fonctionnalités ne sont pas implantées. Pour l’instant l’accès aux exercices est libre et non évalué. Il est possible cependant d’obtenir une attestation de suivi de stage qui sera délivrée après vérification que l’ensemble du parcours avec ses douze activités a été réellement réalisé. Il y a sans doute des erreurs et des approximations dans les sous-titres ou dans la formulation des exercices, voir des bugs. C’est pourquoi nous sommes très demandeurs de remarques critiques et d’appréciations, de détail aussi bien que sur l’ensemble du projet[3] .

FG 150331

  1. small online open course
  2. Urfist de Nice et Service des Pédagogies Innovantes de l’Université de Nice Sophia-Antipolis
  3. en commentaire ici, par courriel à urfist@unice.fr ou via le questionnaire en fin de formation.

Interventions et supports de la JNE 2014: “Nouvelles formes de communication et d’évaluation scientifiques”

Les vidéos et les supports de la Journée d’Étude “Nouvelles formes de communication et d’évaluation scientifiques : perspectives et légitimités” sont consultables sur le wiki de l’Urfist de Nice : LIEN.

La 5ème Journée Nationale d’Étude du réseau des URFIST s’est tenue le 25 septembre 2014 à l’Université de Nice Sophia-Antipolis. Elle s’est focalisée sur les différentes formes de publication de la recherche et sur les modes de légitimation ou d’évaluation associés.

Continuer la lecture

“Données” de la recherche, les mal-nommées

D’où tu parles ?

L’accès aux données de la recherche fait partie des dossiers d’actualité des bibliothèques universitaires françaises. A ce stade, la question est posée de manière générale ; et avec un effet positif : rappeler que globalement, la collectivité doit se soucier de garantir l’accessibilité aux productions intellectuelles de l’activité publique, et notamment de la recherche publique. Pour les publications, la question de l’accès n’a pas été posée d’emblée, et la communauté scientifique se trouve aujourd’hui dans l’impasse où l’a conduite l’emballement d’une machine commerciale folle : une partie des établissements dans lesquels travaillent les chercheurs n’a pas ou plus les moyens de se payer certaines revues, et l’autre partie se les paye en renonçant à d’autres achats qui contribuaient pourtant à maintenir une diversité éditoriale. Tous les maillons de la chaîne de diffusion des savoirs  y ont pris, souvent inconsciemment, une petite (ou grande) part : les auteurs, les éditeurs, les lecteurs, les relecteurs, les acheteurs, les vendeurs, les médiateurs, les financeurs… Et c’est bien parce que cette faillite est celle d’un système et non d’individus que l’open access peine à renverser la vapeur. Pour cette raison, même si les données de la recherche font figure de cerise sur le gâteau quand on a déjà du mal à généraliser le dépôt dans les archives ouvertes, il est quand même réjouissant d’entendre énoncé l’impératif d’accès aux données, et on peut espérer (suis-je naïve ?) que le mécanisme de publication dont nous subissons les effets pervers ne se réenclenche pas pour d’autres objets. Tout l’enjeu est de préserver le caractère public des données de la recherche publique, et d’éviter la privatisation de leur diffusion (à propos du positionnement des éditeurs scientifiques sur la question des données, voir entre autres l’aperçu synthétique que donne Odile Hologne, « Professionnels de l’IST et données de la recherche : des discours incantatoires aux actions concrètes », Documentaliste, 2013, 3, p.30-31).

Mais une fois passé le positionnement d’ensemble de la problématique, si on veut essayer d’agir très concrètement, et à notre modeste échelle, dans l’intérêt collectif, comment procéder ? Car jusqu’à présent, « données de la recherche » me semble être cette grande valise que me confie un voyageur bien sous tous rapports mais dont je n’ai pas vérifié le contenu. Bon sang mais qu’est ce qu’il y a dedans ? En l’entrebaillant je suis assaillie de questions, et je profite du carnet des Urfist pour les partager, en espérant en réponse vos avis, expériences et autres réflexions, de contrebande ou pas.

 

 Données de la recherche qui es-tu ?

A minima, on s’accorde implicitement sur l’idée suivante : quand on évoque « les données de la recherche », on désigne des chiffres, relevés, mesures, résultats d’expérience, réponses à des enquêtes, statistiques, comptages, et autres donnés quantitatives sur la base desquels va s’élaborer une hypothèse, et/ou qui serviront à infirmer ou valider cette hypothèse… bref essentiellement du quantitatif, que l’on pourra traiter, trier, exploiter, visualiser de manière homogène. La publication de telles données fait déjà partie, dans certaines disciplines du moins, des canons de la rédaction d’un article scientifique (par exemple, la partie « Materials and methods » dans les recommandations pour la rédaction d’articles dans des revues médicales).

Mais suivant les disciplines et les thèmes de recherche, les matériaux qui nourrissent une proposition scientifique varient considérablement : les « données » d’un linguiste peuvent des écrits ou des discours, des enregistrements de locuteurs ; les « données » d’un médiéviste sont des sources archivistiques, archéologiques, épigraphiques, iconographiques, littéraires ; les « données » d’un géologue rassemblent des coupes et observations de terrain consignées sur un carnet, des résultats de carottage, des analyses d’échantillons, des données sismographiques… Bref il n’y a pas, et loin de là, que des données quantitatives de même nature qui constitueraient des séries homogènes relativement faciles à manipuler, échanger et compiler.

La notion de données elle-même est à géométrie variable. Pour ce point je m’appuie sur le projet Ecrito, projet de recherche porté par Muriel Lefebvre avec l’Urfist de Toulouse sur la question des archives de chercheurs (http://ecrito.hypotheses.org/). L’enquête auprès d’un laboratoire de mécanique des fluides a montré que les données brutes issues des expériences étaient soumises à des modèles de validation, qui permettaient d’éliminer certains résultats non probants, les « fausses données » (sic) pour ne conserver que les « vraies données » (re-sic) : les données ici ne sont pas un matériau brut, mais le résultat d’une première opération scientifique, fruit d’une méthodologie propre à la discipline ; dans ce cas, le profane est incapable de définir les contours de la masse de données.

Parallèlement, l’absence de définition restrictive du terme « données » rend poreuse la frontière entre données et publications. Certains chercheurs par exemple revendiquent d’utiliser blogs et réseaux sociaux comme canal de publication, et de ne rédiger qu’ensuite, et pas systématiquement, un article soumis à des revues, article qui compte tenu des délais de publication paraîtra in fine entre 6 et 12 mois plus tard. Est-ce que les éléments originaux d’une proposition scientifique, diffusés et discutés par exemple sous forme lapidaire sur un réseau social, se rangent sous l’étiquette « données de la recherche » ? Ils ne sont pas un matériau brut, mais ils sont dépouillés de l’apparat conventionnel des formes éditoriales, sans autre validation que celle de l’auteur, et diffusés via des canaux que les institutions ne savent pas (encore) exploiter totalement. Comment faire en sorte de les prendre néanmoins en compte en tant que forme la plus rapide de divulgation d’un résultat, voire en tant que support d’une co-construction de savoir ?

 

Pour quoi faire ?

Il me semble qu’il n’y a que trois raisons qui justifient le souci de conserver et transmettre cette masse protéiforme de données :

  1. Une raison d’ordre socio-économique : la mise en place de certaines expériences ou enquêtes coûte cher ; communiquer leurs résultats pour les rendre exploitables par d’autres chercheurs est un moyen de les rentabiliser. Et plus largement, dans une optique citoyenne, on peut considérer que les données produites par une recherche financée par des fonds publics doivent rester à la disposition de la communauté scientifique pour être exploités au mieux.
  2. Une raison plus épistémologique : la diffusion des données sur lesquelles s’appuie la formulation d’une hypothèse est un gage de scientificité ; publier ses données, c’est aussi soumettre son interprétation et ses conclusions à la communauté, ce qui vaut implicitement validation par les pairs (ou mise au pilori). Il est à noter que l’unanimité n’est pas acquise sur ce point. D’abord parce que cette forme d’exposition peut être parfois ressentie comme une mise en danger, porteuse de polémiques potentielles sur des choix de traitement et d’interprétation. Ensuite parce qu’elle se heurte à des objections d’ordre méthodologique ; en sociologie ou en anthropologie par exemple, qui s’appuient beaucoup sur des enquêtes de terrain, certains chercheurs expriment de fortes réserves quant aux réelles possibilités de réexploitation d’enquêtes qualitatives ; selon eux, l’interaction entre enquêteur et enquêtés est telle dans ce type d’études que les résultats n’en sont pas réutilisables hors contexte. Ces freins renvoient au fond aux mécanismes à l’œuvre dans la controverse scientifique, puisque les données font partie des clés qui ouvrent la « boîte noire » de la recherche.
  3. Une raison patrimoniale : conserver la trace de la totalité d’un processus de recherche, de la collecte des données à la publication du résultat, est un moyen de transmettre à terme la culture scientifique et de contribuer à une forme d’histoire de la recherche.

 

Pour quel public ?

Si l’on part des objectifs définis ci-dessus, on peut en déduire deux grandes catégories :

  1. Des données qui doivent être réexploitables par de nouveaux programmes de recherche : cela implique de les restituer prioritairement sous des formes et formats conformes aux méthodes et outils dont les chercheurs se servent ; cela peut parfois différer des standards canoniques de conservation ; et cela suppose une activité proche de la curation de données, qui se pratique déjà au sein de nombre de laboratoires. Mais se placer dans la perspective d’une réutilisation ultérieure des données, cela implique aussi de documenter de manière très précise la manière dont ces données ont été constituées, les conditions de l’expérience ou de l’enquête… bref toute information scientifique qui permet, sur le plan épistémologique, de les réutiliser ; et d’indiquer aussi toutes les spécifications techniques ou juridiques qui conditionnent leur exploitation ; c’est-à-dire de créer des métadonnées qui fournissent toutes les informations nécessaires. De plus, pour que des données soient scientifiquement réutilisables à long terme de manière fiable, il faut pouvoir garantir leur intégrité, donc recourir à des infrastructures de type « coffre-fort » électronique qui permettent d’authentifier et de sécuriser les données, sans risque d’altération. On se rapproche de démarches de type archivistique :  travailler avec un producteur d’information pour analyser et consigner son organisation et ses procédures, contextualiser les documents recueillis dans ce cadre, organiser la conservation et l’accessibilité de corpus de données…
  2.  Des données qui s’insèrent dans un ensemble documentaire (archives, publications) pour témoigner de la manière dont s’est opéré le travail scientifique, et pour en témoigner à l’ensemble de la société et non uniquement à la communauté scientifique : ici la notion de médiation est essentielle, car ce sont moins les données elles-mêmes qui comptent que la manière dont elles ont été produites et exploitées dans un processus de recherche, les publications auxquelles elles ont donné lieu, etc. On se situe davantage dans une approche de vulgarisation, avec une forme d’éditorialisation des informations que l’on veut transmettre. Ici, ce qui importe, c’est aussi de maintenir un lien entre des objets que les cloisonnements institutionnels séparent souvent : des archives (dossiers techniques, documents « administratifs », notes, carnets, projets, papiers de recherche, fichiers divers…), des données sous diverses formes (bases, corpus d’images, tables…), des articles et autres publications, des objets (instruments, prototypes, maquettes…), bref tout autant de jalons d’une même chaîne de recherche.

 

Mettre à disposition sous quelle forme ?

Il existe déjà des exemples de mise à disposition organisée des données. Les chercheurs en ont bien sûr été les premiers promoteurs ; les banques de données en génétique et bio-informatique en sont les exemples les plus connus. A côté de ces communautés d’utilisateurs très structurées, il y a aussi place pour des initiatives de mutualisation très diverses : partage de workflows et d’expériences (par exemple MyExperiment, la plateforme portée par les universités de Manchester et Southampton : http://www.myexperiment.org), partage de toutes formes de graphes, schémas, figures, images (y compris ceux d’expériences négatives sur un site comme figshare : http://figshare.com)

Une constante pour ces diverses initiatives : elles fonctionnent par et pour un réseau disciplinaire qui ne se limite pas aux frontières d’un inter-établissement ; il y a un caractère inter-académique inhérent au travail de recherche. A propos des archives ouverte, on a observé aussi un ancrage de départ fortement disciplinaire, lié à la dimension personnelle et militante du choix de cette forme de dépôt ; le développement de l’open access étant passé par une institutionnalisation, on a assisté au développement d’archives ouvertes propres à un établissement, qui répondent à une préoccupation nouvelle : faire connaître la production scientifique de l’établissement ; l’interopérabilité permet d’éviter l’écueil de la dispersion et garantit une accessibilité globale, quels que soient les serveurs sur lesquels on dépose ses publication. Il est néanmoins intéressant de constater que les grands réservoirs disciplinaires comme Arxiv ne disparaissent pas pour autant et continuent d’apparaître comme un lieu « naturel » de dépôt. Cette dimension trans-institutionnelle est tout aussi forte pour les données de la recherche : si l’établissement est le premier lieu de sensibilisation et de formation, l’intérêt de diffuser des données de recherche est bien de toucher une communauté internationale regroupée autour d’un domaine de recherche. Pour cette raison, il me semble qu’un dispositif de collecte et d’accès à des données de recherche ne peut se mettre efficacement en place que sous une forme mutualisée, adossée à un réseau de chercheurs. Car il ne s’agit pas simplement de rendre accessibles les données existantes à l’instant T, mais d’envisager aussi l’alimentation du système au fur et à mesure de la production de nouvelles données, et son évolution par l’intégration de précisons, corrections, annotations partagées…

La question de la forme sous laquelle on rend les données accessibles convoque aussi la figure tutélaire (ces temps-ci du moins) du web sémantique : web of data, linked data, open data, big data, patata. Sur une toile idéale, je n’aurais qu’à tirer le fil d’Ariane. Mais il y a la réalité aussi, qui nous dit que fabriquer du vrai web sémantique, c’est lourd parce que ça signifie tout « traduire » en rdf. Pas folles les nombreuses institutions qui mettent en ligne des fichiers excel ou autre format avec l’étiquette « ouverture des données ». C’est un bon moyen de publier rapidement. En revanche, cela ne permettra pas l’agrégation automatique ni le lien vers d’autres données ; et cela rendra très difficile l’exploitation des métadonnées (quand elles existent…) spécifiant les conditions de constitution du corpus de données. Je ne sais pas trop vers quoi nous devons essayer de porter notre effort : vers un vrai passage des données aux formats du web sémantique, qui ouvre des possibilités d’échange et de traitement fantastiques ; ou vers une mise en ligne beaucoup plus rustique, qui peut s’opérer à moindre frais et plus rapidement ? Il me semble que seule la première branche de l’alternative rendrait à terme de vrais services à la communauté et autoriserait une réexploitation complète des données ; mais est-ce que le mieux risque en l’occurrence d’être l’ennemi du bien ?

 

Libres de droits ?

On entend souvent dire que « les données de la recherche sont libres de droit ». C’est pratique mais je ne suis pas sûre hélas que ça tienne la route sur toute la distance. Il y a un cadre juridique pour les « données du secteur public », cadre juridique qui évolue d’ailleurs au fur et à mesure des directives européennes (voir http://www.etalab.gouv.fr pour l’avancée de l’idée de « gouvernement ouvert »). Mais si l’on s’intéresse à tout le spectre des « données de la recherche », il est difficile de postuler une liberté de droits complète. Dans le matériau que brassent la recherche, il y a certes des mesures, relevés, observations etc. qui sont bien des « données du secteur public » ; mais pas que… Quelques exemples :

  • En philologie, pour l’établissement d’un texte ancien, les « données de la recherche » sont les enseignements fournis par les divers manuscrits ou éditions : variantes textuelles et codicologiques, dont l’établissement est en soi un travail de recherche. Or dans un tel processus, on peut à plusieurs étapes se retrouver confronté à des questions de droit : les manuscrits étudiés peuvent être détenus par un organisme qui n’autorise pas, ou qui commercialise, leur reproduction ; le travail intermédiaire de lecture, de relevé des variantes et d’analyse est un travail auquel s’applique le droit d’auteur ; et l’édition finale, établie à partir d’une comparaison de diverses versions et d’hypothèses génétiques, est souvent publiée sous le régime privé des contrats d’édition.
  • En sociologie, anthropologie ou histoire contemporaine, le matériau de base de certaines recherches est une campagne d’entretiens et d’observations enregistrés ou filmés. La trame de l’entretien est un travail du chercheur ou de l’équipe de recherche. Le contenu recueilli est en revanche l’oeuvre des interviewés, soumis à leur autorisation pour toute diffusion.
  • En histoire de l’art ou histoire culturelle, certains travaux se fondent sur le repérage et la constitution d’un corpus de sources iconographiques, sur lesquelles peuvent coexister plusieurs droits (celui de l’auteur de l’œuvre originale si elle n’est pas dans le domaine public, celui de l’auteur de la prise de vue ou de la reproduction, celui de l’agence ou de l’institution gestionnaire des droits photo, etc)

On est loin d’épuiser la totalité des cas de figure. Ces exemples ont pour but de montrer que, suivant ce qu’on qualifie de données de la recherche, on peut avoir à appliquer diverses strates juridiques. C’est pourquoi il serait peut-être plus simple de dissocier quand c’est possible la question du droit d’auteur de celle de l’open access : en effet, mettre en libre accès des documents ou des données, ce n’est pas supprimer le droit d’auteur qui les protège ; c’est simplement empêcher qu’il y ait une exclusivité de leur exploitation. Ainsi un auteur qui publie son travail sur une plateforme open access conserve bien sûr sa qualité d’auteur et les droits moraux qui y sont attachés ; il conserve aussi le droit, s’il le souhaite, de gérer lui-même toute forme de reproduction ou de représentation ultérieure de son article (exploitation publique, adaptation, traduction…) ; il peut aussi publier son article dans une revue et céder à l’éditeur les droits d’exploitation sur la forme publiée par la revue ; en revanche il ne peut vis-à-vis de cet éditeur s’engager sur le caractère inédit de son article, pas plus que céder tous les droits patrimoniaux de manière exclusive. C’est dans cet ordre d’idées que certains bailleurs de fonds ou institutions exigent la publication en open access des productions issues de programmes de recherche qu’ils ont portés ou financés.

 

Peut-on conclure ?

A supposer que vous ayez lu jusque là, oui, je me dépêche.

La transmission de ces données est indissociable des usages et des besoins des chercheurs, et ne peut être assurée qu’avec eux. Mais justement pour cette raison, de vraies questions à travers ce sujet sont posées aux bibliothèques et plus largement aux professionnels de l’information :

  1. Quelle place désormais pour l’article ? La forme réputée reine de la publication est un peu bousculée, à la fois par la diminution de la part de contenu original (beaucoup d’articles de type « état de l’art » ou de reprises de publications antérieures), par l’émergence de nouveaux canaux de diffusion (réseaux sociaux scientifiques, blogs…), et par la prise en compte croissante d’autres productions (rapports, documents techniques…). Or beaucoup de modèles reposent sur une distinction nette entre publication et reste de l’activité scientifique, la répartition entre bibliothèques et archives ou les modalités d’évaluation, pour ne citer que quelques broutilles. L’évolution des contours de la publication remet ces modèles en question, même si c’est à la marge (il faut bien commencer).
  2. Mieux prendre en compte l’ensemble des productions de la recherche : limitée à une partie seulement des publications, et qui plus est une partie qui ne constitue plus à coup sûr le premier lieu de diffusion de la recherche comme on vient de le dire, l’actuelle bibliométrie perd de sa légitimité. Notre rôle pourrait être aussi de faire valoir l’argument suivant : les articles ne présentent qu’une part limitative, à la fois « lissée » et peu réexploitable, de l’activité de recherche ; prendre en compte la totalité de l’activité scientifique suppose de s’intéresser à la totalité des productions (rapports, cours, papiers de recherche, mémoires…).
  3. Penser l’ensemble des productions documentaires de la recherche : données, notes, carnets, échanges, brouillons, articles. La totalité de ces formes est englobée sous l’appellation « archives » (= tous les documents produits ou reçus dans l’exercice d’une activité). Archivistes et bibliothécaires ont beaucoup à apprendre les uns des autres, pour assurer la cohésion de cette chaîne de production. Et idéalement, leur travail devrait aussi s’articuler avec celui des services chargés de la conservation du patrimoine scientifique matériel ou immatériel (objets et instruments, histoire et anthropologie des sciences).
  4. Comprendre les méthodes et les besoins des chercheurs : avec la question de la documentation électronique, les bibliothèques se sont positionnées sur des questions techniques, administratives et juridiques liées à l’acquisition et à la mise en œuvre des accès ; elles ne sont pas rentrées dans les contenus. Concernant les données de la recherche en revanche, les questions d’acquisition, d’accès et d’exploitation sont indissociables des impératifs scientifiques et ne peuvent être envisagés qu’avec la communauté des chercheurs. Le cadre de l’établissement n’est pas forcément pertinent, pas plus que les standards documentaires traditionnels. Entre recherche et documentation, il y a un espace à investir pour les bibliothécaires et les chercheurs qui ont envie de travailler ensemble à la diffusion des données.
  5. Et last but not least, à travers nos actions de formation ou d’autres initiatives, faire prendre conscience à la communauté scientifique que ce qu’elle produit est un bien collectif, qu’il faut conserver et diffuser dans un cadre public, et que les données de la recherche en font partie.