Gestion des données de recherche (Research Data Management - RDM)

Pouquoi avons-nous besoin de Gestion des données de recherche?
  1. Documentation des données – Les données de votre recherche doivent être enregistrées et classifiées.
  2. Meilleure organisation des données aux fins d’analyses, reportings, publications et utilisations futures.
  3. Avoir des traces des différentes version – connaître l’histoire de vos données.
  4. Réfléchir à propos de la sécurité et de l’intégrité des données.
  5. Est exigé dans le cadre des politiques d’accès libre du FNS et de la Commission Européenne.

 

Gestion des données de recherche : Bonnes pratiques
  • Développer une stratégie d’acquisition et de stockage des données
    • Comment ces données sont-elles acquises ? p. ex. Carnets de notes, tableau excel, document Word, ensemble de spectres, images par microscopie…
    • Comment ces données sont-elles stockées et organisées ? p. ex. Support analogique ou numérique, quel format…
    • Comment ces données sont-elles reliées au projet? Comment savoir à quel projet se rattache une base de données?
  • Infrastructure nécessaire pour un stockage sûr et sécuritaire des données
    • Où sont stockées vos données ? p. ex. Ordinateur, serveur, cloud, registres de laboratoire. Comment la sécurité de ces resources est-elle assurée?
    • Les données sont-elles sensibles ? Si oui, comment la sécurité des données est-elle assurée et les droits d’accès aux données gérés ?
  • Stratégies de sauvegarde et versions
    • Existe-t-il une possibilité de faire des copies de sauvegarde?
    • Ces copies sont-elles dans un autre lieu?
    • Conservez-vous des versions différentes de vos fichiers?
    • Comment sont archivées les données importantes?
    • Il est recommandé d’archiver vos données sur les serveurs de UNIFR. Nos serveurs permettent de récupérer des données jusqu’à 30 jours après leur effacement accidentel. Plus d'informations.
  • Stratégies de partage et de publication de vos données
    • Des données stockées pour vos fins propres ne sont pas nécessairement accessible et utilisables par les autres.
    • Le “libre accès” vous oblige à partager les données sous-jacentes à vos publications.
    • Avez-vous une stratégie permettant de décider quelles données seront partagées et comment?
    • Sous quel(s) format(s) de fichier rendrez-vous vos données publiques?
    • Quelles méta-données sont nécessaires à la compréhension de vos données et comment les publierez-vous? S’il en existe, et si c’est possible, utilisez les standards de votre discipline pour les méta-données.
  • Propriété intellectuelle (PI) : à qui appartiennent les données ?
    • Qui possède les données que vous publierez ? Avez-vous produit ces données, ou ré-utilisez-vous des données pré-existantes? Si vous réutilisez des données, assurez-vous de comprendre les conditions rattachées (license terms) à leur utilisation.
    • Y a-t-il des ententes concernant la PI dont vous devriez tenir compte?
    • Sous quelle licence publierez-vous ces données? P. ex. Quels droits auraient d’éventuels utilisateurs additionnels? P. ex. Des licences du type Creative Commons (CC) . (Exemple : Licence Selector tool )
    • Prenez note que certaines des données que vous produirez pourraient avoir une valeur commerciale que vous pourriez ne découvrir qu’en cours de projet. Il est donc preferable de ne pas vous engager trop formellement à un certain type de licence au début du projet.
    • Si vous avez des doutes concernant les questions de licence ou de propriété intellectuelle, contactez le Knowledge Technology Transfer/Industrial Relation Service de l’Université de Fribourg. 

Plan de gestion des données (DMP)

RDM Terminologie
  • Copyright (droit d’auteur)

    Ensemble des droits légaux étendus aux propriétaires de droits d'auteur (l'auteur ou le créateur ou l'autre partie à laquelle les droits ont été attribués) qui régissent des activités comme la reproduction, la distribution, l'adaptation ou la présentation d'œuvres originales, au format fixé.

  • Données

    L’évidence factuelle enregistrée communément acceptée par la communauté scientifique et jugée nécessaire à la validation des résultats de recherche. Les données peuvent inclure une séquence d’information, un tableau de chiffres, les signes sur du papier, l’enregistrement des sons émis par une personne, ou un échantillon de roche lunaire. (source: Reference Model for an Open Archival Information System, 2002)

  • Banque de données

    Un système donnant un accès en ligne à des données de recherche. Jusqu’à maintenant, l'UNIFR ne dispose pas d’une banque de données institutionnelle. Les chercheurs(euses) qui souhaitent fournir un accès permanent à leur données doivent soit utiliser une banque de données reconnue dans leur discipline   (cf. registre général des banques de données www.re3data.org ) ou une banque de données générale comme figshare ou ZENODO. Le FNS donne des  exemples de banques de données générales correspondant à leurs exigences.

  • FAIR Data Principles

    Les FAIR Data Principles proposent des lignes directrices, utiles à ceux et celles qui produisent ou publient des données scientifiques, visant à augmenter la réutilisation des données scientifiques. Ces principes demandent que les bases de données puissent être trouvées, accessibles, interopérables et réutilisables

  • Banque de données institutionnelles

    Un service de stockage permettant l’accès en ligne à du contenu numérique. Ce contenu est souvent produit par l’institution qui accueille cette banque. La banque de données inter-institutionnelle de l'UNIFR est  ReroDoc.

  • Licence

    Dans le contexte de la gestion des données, un instrument légal déterminant les termes de l’utilisation d’une base de données.

    L'EUDAT online tool peut vous aider à choisir la licence appropriée.

  • Métadonnées

    Documentation ou information relative aux données. Les métadonnées peuvent être incluses dans les données, ou exister séparément. Elles peuvent décrire la propriété, le but, les méthodes, l’organisation, des conditions d’utilisation, de l’information technique à propos des données, ainsi que d’autres informations plus spécifiques. Les standards pour les métadonnées sont différents d’une discipline à l'autre.

  • Open Access

    Habituellement utilisé à propos de publications, cette expression renvoie à des publications en ligne, disponibles gratuitement, et auxquelles ne se rattachent que peu ou pas de copyright ou restrictions liées à des licences.

  • Open Data

    Le libre accès signifie que les données peuvent être utilisées librement, partagées et réutilisées par tous et toutes, où que ce soit, et sans restriction d’objectif en accord avec les licences rattachées à ces données.

  • Conservation (des données)

    Garantir que les données demeurent intactes, accessible et compréhensible au fil du temps. Ceci demande que l’intégrité des fichiers numériques soit maintenue, ce qui peut présenter des difficultés. La conservation des données peut impliquer de conserver les logiciels nécessaires pour interagir avec les données, d’émuler d’anciens systèmes, de migrer des données dans de nouveaux formats ou média, ainsi que de s’assurer qu’il y ait suffisament de métadonnées pour comprendre, interpréter, gérer et préserver les données.

  • Confidentialité

    La protection des informations personnelles contre un accès non-autorisé par des tiers.

  • RDM (Research Data Management)

    RDM (gestion des données de recherche) renvoie à l’organisation des données, du début du cycle de recherche à la dissémination ou à l’archivage.

  • Sécurité

    La protection des données contre un accès, une modification ou une destruction non-autorisées.