La gestion des données de la recherche. L’exemple des thèses de doctorat

Atelier organisé par la Bibliothèque technique nationale (Národní technická knihovna), Prague, 18 octobre 2017.

Compte rendu par Claire Madl

Depuis que l’agence européenne de financement de la recherche exige des chercheurs un « plan de gestion des données » produites par leur projet, les professionnels de l’information scientifique et technique (IST), c’est-à-dire les bibliothécaires, documentalistes, sont de plus en plus sollicités pour apporter leurs conseils et mettre au point des outils pour les chercheurs pas toujours au fait des possibilités existantes en la matière.

Les « données de la recherche » peuvent être définies comme les résultats bruts des campagnes de recherche (observations, mesures, comptes rendus d’expériences, de campagnes sur le terrain, de recherches en archives, etc.). Souvent difficiles à distinguer des « sources », elles sont de natures diverses : textes, d’enregistrements audio, vidéo, images, statistiques, graphiques, banques de données. Plus que les disciplines des recherches dont elles sont issues, c’est cette nature qui détermine leur traitement. Elles sont néanmoins toujours primordiales, aussi bien en tant que « capital » sur lequel les chercheurs et leurs instituts fondent leur travail à court ou à long terme, que pour la visualisation et surtout la validation de leurs thèses. Jusqu’à présent néanmoins, les données figuraient seulement au sein des publications et faisaient rarement l’objet d’un traitement particulier.

Les outils numériques permettant d’améliorer de façon inédite leur conservation, la gestion de leur évolution, leur accessibilité, voire leur partage, des outils ont été mis en place pour aider les chercheurs dans ces différentes tâches.

Pour aider les professionnels tchèques de l’IST, la bibliothèque technique nationale de Prague avait ainsi organisé, le 18 octobre 2017, un séminaire de formation consacré à cette problématique et centré sur le traitement des données contenues dans les thèses de doctorat. Deux spécialistes français étaient invités : Joachim Schöpfel, directeur du Centre national de reproduction des thèses et membre du Groupe d’Études et de Recherche Interdisciplinaire en Information et Communication (U. de Lille 3) et Hélène Prost de l’Institut national de l’Information scientifique et technique (INIST) du CNRS.

À partir de leurs recherches et de leur expérience professionnelle, les deux intervenants ont cherché  à définir, tout d’abord, ce que l’on entend par données de la recherche, insistant sur la notion de communauté de chercheur qui est à la fois source et utilisatrice des données et pour laquelle, seule, les données font sens : il n’est de données que dans une perspective particulière. Ils ont rendu compte ensuite de leurs enquêtes pour mieux connaître les supports, les types et le volume de données que produisent les chercheurs à différents moments de leur carrière et les pratiques de ces derniers les concernant. Les chercheurs s’avèrent nettement individualistes (64 % des chercheurs interrogés ne partagent pas leurs données avec leurs collègues) et pas toujours rationnels dans la gestion de leurs données : ils risquent gros en conservant leurs données sur des serveurs personnels non pérennes (9 cas sur 10) ; 97 % d’entre eux font leur propres sauvegardes. Il n’est pas surprenant ainsi que ce que les chercheurs exigent avant tout d’un dépôt d’archives en ligne qu’il garantisse la sécurité des données et leur attribution à leur auteur et propriétaire. La nécessité de partage est beaucoup moins reconnue bien que les agences de financement de la recherche insistent sur les enjeux sociétaux que revêt leur diffusion.

Les thèses de doctorat représentent un bon terrain d’étude, à la fois négligé et à fort potentiel. Les données rassemblées dans une thèse sont toujours originales et se trouvent souvent en quantité importante. Elles sont plus souvent annexées de façon brute que dans un article de revue car ce sont elles qui servent à la validation de la méthode et donc des résultats. Elles représentent aussi un investissement important de la part du doctorant et de ses tutelles (par ailleurs changeantes), et sont donc susceptibles d’être réutilisées au-delà de la thèse.

L’expérience du Centre français de dépôt des thèses a donc été présentée par Joachim Schöpfel. Dans l’objectif de sensibiliser les doctorants à cette problématique et de leur permettre de faire connaissance avec les outils existants, un séminaire leur est proposé alliant présentation théorique et maniement des plateformes françaises (NAKALA (https://www.nakala.fr/) et Star. Les étudiants sont donc amenés à assigner à leurs données un mode de traitement, à réfléchir aux aspects légaux liés à l’accès à ces données, au mode d’indexation et d’identification optimal, à la granularité de leur description, et surtout à envisager ces questions sur le long terme.

Dans la mesure où les participants du workshop étaient appelés à soutenir les chercheurs dans leurs démarches, les animateurs ont ensuite présenté des jalons pour la mise en place de projets similaires de formation des chercheurs ou doctorants sous la forme de retour sur leur expérience.

Les participants à l’atelier étaient pour la plupart en charge des principaux dépôts institutionnels de République tchèque tels ceux de l’Académie des sciences , des universités  et de la Bibliothèque technique nationale.

Voir aussi :
• En France, outre la plateforme Nakala déjà mentionnée, voir la version française du site permettant de gérer les données au fil des projets de recherche (https://dmponline.dcc.ac.uk/) : https://dmp.opidor.fr/ développé par l’INIST.

• Les archives ouvertes en ligne du CNRS, HAL, permettent elles aussi de traiter, enregistrer et donner accès (ou non) aux données de la recherche : https://hal.archives-ouvertes.fr/

Et encore :
• le répertoire de dépôts de données de la recherche : Re3data https://www.re3data.org/
• un site de dépôt et partage des données : Fighshare  https://figshare.com/ou
ou encore Zenodo research shared  https://zenodo.org/