2. Objectifs pédagogiques I
Savoir définir et appliquer le concept d’Open science
Comprendre les modèles institutionnels encadrant la
recherche (agences, notion de sciences régulées...)
Assimiler les principes du FAIR (Findable, Accessible,
Interoperable, Re-usable) dans la gestion des données
3. Objectifs pédagogiques II
Pouvoir définir les principaux concepts du FAIR
Comprendre le contexte historique et societal lié au
développement du FAIR
Comprendre les problèmes que le FAIR entend résoudre
Comprendre les enjeux que le FAIR pose en terme
d’infrastructure
Pouvoir élaborer et mettre en place une gestion des
données conforme au FAIR selon l’institution et le projet
4. Logistique
6 séances
#1 Introduction: Sommaire et contexte institutionnel
#2 Open science: pourquoi et pourquoi pas ?
#3 F A: Moteurs et accès
#4 I R: Intéropérabilité et Ré-utilisabilité
#5 TP
#6 TP
Date Horaire Sujet
Jeudi 6.10.22 8h45-12h00 Findable
Jeudi 13.10.22 8h45-12h00 Access
Jeudi 03.11.22 8h45-12h00 Interoperable
Jeudi 10.11.22 8h45-12h00 Re-usable
Jeudi 17.11.22 8h45-12h00 Anonymisation
Jeudi 1.12.22 8h45-12h00 Deposition
5. Sources
Christian Gutknecht, SNF
Francis André, CNRS-DIST
Carole Goble, University of Manchester
Wilkinson et al, 2016: The FAIR Guiding Principles for
scientific data management and stewardship, Scientific
Data
Philippe Bornet et Davide Picca, UNIL
Transparents de différent projets (SPHN, TF on DLM,
CINECA, …)
27. Science comme collège invisible [T. Kuhn]
Open Access ~1990 2018
Dermatology Online Journal Directive SNF
Open Data ~1995 TDM ?
Open Science ~2003
28. Text et Data Mining
80’s et 90’s: droits de copie = droit de fouille
~2000: exclusion du “Data and Text Mining”
2014: TDM Exceptions
An exception to copyright exists which allows researchers to make copies of any
copyright material for the purpose of computational analysis if they already have
the right to read the work (that is, they have “lawful access” to the work). This
exception only permits the making of copies for the purpose of text and data
mining for non-commercial research [UK, pending in other countries]
38. M. Gutknecht… et les méchantes universités…
https://wisspub.files.wordpress.com/2014/10/2016-02-29-
decision-cour-de-justice.pdf
39. Attitude critique
En particulier, les bibliothèques doivent lutter (ou pas)
contre:
1. Les intérêts commerciaux / corporations
2. Les restrictions à l’accès, y compris via contrat
3. Le droit d’auteur et ses nombreux ayant-droits et droits
voisins
4. L’administration de la recherche (e.g. le PAT croît plus
vite que les chercheurs et les enseignants…)
40. Impact sur les professionnels ?
Open Access Vérification des licences
Transfert financiers (Abonnements APC)
Archivage institutionnel (Création d’indicateurs)
Open Data Data Management Plan
Définition des dictionnaires de données
Archivage/indexation des données
Open Science Nexialisme*: le bibliothécaire comme producteur ?
Cf. présentation de la RTS du mardi des 100ans
41. Impact sur les professionnels ?
Open Access Vérification des licences
Transfert financiers (APC)
Archivage institutionnel
Open Data Data Management Plan
Définition des dictionnaires de données
Archivage/indexation des données
Open Science Nexialisme: le bibliothécaire comme producteur ?
Cf. présentation de la RTS, mardi
vs. présentation de FORS de jeudi
« Data owner »
« Data generator »
« Data processor »
https://www.hesge.ch/heg/100id-programme
42. Les institutions et l’écosystème de la recherche
• SwissUniversities
• Hautes Ecoles
• SNF
• […]
