Gerer ses données avec un Plan de Gestion de Donnees (PGD/DMP). 20/09/2018. JeudIST IRD
•
5 j'aime•2,020 vues
Un PGD, qu'est-ce que c'est ? Pour quoi faire ? Comment ? Un PGD sert surtout à se poser les bonnes questions et à adopter des méthodes rigoureuses de gestion pour documenter, stocker, responsabiliser, archiver, informer, et finalement partager les données scientifiques. Le PGD est de plus en plus souvent recommandé ou même exigé par les financeurs, les éditeurs, les organismes scientifiques. L’exposé présente les grands principes et principales étapes d’un PGD et les aides à la rédaction. Cette intervention d'Hanka Hensens a eu lieu le 20 septembre 2018, dans le cadre des JeudIST de l'IRD Occitanie. Hanka Hensens, responsable du Centre de Documentation IRD Occitanie, a animé depuis 2017 plusieurs ateliers sur les Plans de Gestion de Données en direction des scientifiques d’Agropolis. Elle forme étudiants et chercheurs depuis près de 20 ans à la recherche et à la gestion de l’information scientifique.
Recommandé
Recommandé
Contenu connexe
Tendances
Tendances (20)
Similaire à Gerer ses données avec un Plan de Gestion de Donnees (PGD/DMP). 20/09/2018. JeudIST IRD
Similaire à Gerer ses données avec un Plan de Gestion de Donnees (PGD/DMP). 20/09/2018. JeudIST IRD (20)
Plus de IST IRD - Service IST de l'Institut de Recherche pour le Développement
Plus de IST IRD - Service IST de l'Institut de Recherche pour le Développement (20)
Dernier
Dernier (20)
Gerer ses données avec un Plan de Gestion de Donnees (PGD/DMP). 20/09/2018. JeudIST IRD
- 1. PGD – Plan de Gestion de Données / DMP – Data Management Plan Qu’est‐ce que c’est? Pour quoi faire ? Comment ? JeudIST du 20/09/2018, IRD Occitanie, Montpellier Une petite video pour commencer (Doranum) Hanka Hensens Service Information scientifique et technique (IST) Mission Culture scientifique et technologique (MCST)
- 2. Qui a déjà rédigé un PGD/DMP ? En Europe, en 2017, ¼ seulement des chercheurs interrogés O'Carroll, Kamerlin et al. 2017 2 Encore trop peu de monde…
- 3. I‐Un PGD, qu’est‐ce que c’est ? Document formalisé rédigé de préférence au démarrage d'un projet de recherche qui décrit la façon dont les données seront produites ou obtenues, (ré)utilisées, traitées, organisées, stockées, sécurisées, préservées, documentées, partagées, au cours et à l’issue d’un projet, explicitant notamment leur mise à disposition Aide à la mise en place de bonnes pratiques de gestion à toutes les étapes du cycle de vie des données Toutes les données sont concernées : brutes, curées, publiées,…
- 4. A quelles questions répond un PGD ? Les plans de gestion de données ‐ S. Cocaud et D. L'Hostis, INRA. URFIST Paris ‐ 11/07/18 4 • En quoi consiste le projet ? • Qui sont les partenaires ? • Quelle est la politique de gestion des données ? • Qui est responsable de la gestion des données ? Responsabilités dans le projet • Quelles données seront produites/utilisées au cours du projet ? (type, format, volume et accroissement…). • Comment seront-elles produites ou transformées ? Collecte des données • Comment, où, par qui, seront stockées, sauvegardées et sécurisées les données ? Sauvegarde des données • Comment les données seront elles identifiées, décrites ? • Quels standards de métadonnées utilisera t’on ? • Comment seront générées les métadonnées ? Documentation des données • Qui sera propriétaire des données produites ? • Des données externes seront- elles utilisées ? Propriété intellectuelle • Qui pourra accéder aux données ? Les données seront-elles partagées ? publiées ? Avec qui ? • Comment ? • Dans quel délai ? • Sous quelle licence ? Accès et partage des données • Comment la gestion des données est-elle financée, en particulier à long terme ? Ressources • Quel plan pour l’archivage et la préservation à long terme ? Archivage et préservation des données Ethique • Des données sensibles seront- elles produites ou utilisées ? • Comment sera assurée leur anonymisation ?
- 6. PGD : Eléments clés 1. Description du projet de recherche : but, partenaires, responsable,… 2. Inventaire et Description des données : listing, taille estimée, méthode de collecte et traitement, responsables,… 3. Documentation : métadonnées, documents accompagnant les données, logiciel nécessaire, type de fichier,… 4. Sauvegarde et sécurité : matériel et méthode, formats, périodicité et nombre de copies, versioning, nommage,… 5. Déontologie et éthique 6. Conservation : quelles données à long terme, combien de temps, à quel endroit (type d’entrepôt) _selon politique d'établissement / préconisations bailleur / éthique / cadre légal_ 7. Partage (pendant et après le projet) : accès, propriété intellectuelle, cadre légal, embargo, confidentialité,… Aussi ouvert que possible, aussi fermé que nécessaire 8. Ressources : matérielles, financières, humaines, …
- 9. Le PGD est un travail de groupe Il est écrit, relu, complété, corrigé par plusieurs personnes de différentes compétences : Chercheurs (responsable du projet, coordinateur du DMP, créateur des données) : décrit les données, liste et découpe les jeux de données, budgétise, valide,… Ingénieur‐données : responsable des données, en particulier la sauvegarde, le traitement, les flux, la qualité,… Informaticien : conseil pour le stockage et sécurisation des données, les aspects infrastructure et les coûts associés Spécialiste de l’IST : propose des modèles de DMP, des standards de métadonnées, conseille sur les entrepôts, des référentiels,… Archiviste : aide à sélectionner les données à conserver, à définir les durées et les solutions techniques Juriste : conseille sur la propriété intellectuelle, les conventions à signer et le respect de la législation sur les données privées, sensibles,… … 9
- 10. II‐Un PGD, pourquoi? _en introduction_ Pour les auteurs Pour les équipes, organismes, institutions Pour la recherche mondiale Causes : Destruction des supports Problème de version, obsolescence matérielle ou logicielle Lieu de stockage indéfini Conséquences : Perte de temps, d’argent (fonds publics…) Pas de vérification des résultats possible Pas de comparaison des résultats dans le temps ou l’espace Pas de réutilisations (différentes) 10 20 ans après publication, 80 %des données scientifiques sont perdues…
- 12. Financeurs Réutilisabilité des données (retour sur investissement, ne pas dupliquer inutilement l’effort financier) Organismes de recherche Reproductibilité de la recherche Chercheurs Bonne gestion des données au cours du projet, diminution des risques, efficacité, réduction des coûts, demande de financement, valorisation Pourquoi rédiger un PGD ? Intérêt des parties prenantes 12 “More than 70% of researchers have tried and failed to reproduce another scientist's experiments, and more than half have failed to reproduce their own experiments” Baker, M. (2016). 1,500 scientists lift the lid on reproducibility. Nature News, 533(7604).https://doi.org/10.1038/533452a
- 14. Focus H2020 (Programme cadre pour la recherche et l’innovation 2014‐2020) A partir de 2017, les projets participent par défaut à l’action pilote de libre accès aux données de recherche (Open Research Data Pilot) : les données et métadonnées nécessaires à la validation des publications doivent être rendues librement accessibles (obligation). Les autres données et métadonnées peuvent être diffusées en accès ouvert. Le PGD est obligatoire pour les projets qui restent dans le pilote, c’est un livrable du projet conseillé pour les autres. La sortie du pilote (Opt out) est possible pour différentes raisons (protection des résultats, brevet, confidentialité, propriété intellectuelle, risques pour le projet). Le fait d’opter ou de se désengager du pilote n’est pas un critère d’évaluation (pas de bonus ni malus). 14
- 15. Les engagements du gouvernement français 21/09/2018 15 « Généraliser la mise en place de plans de gestion des données dans les appels à projets de recherche » Plan d’action pour un gouvernement ouvert 2018‐2019 Les plans de gestion de données ‐ S. Cocaud et D. L'Hostis, INRA. URFIST Paris ‐ 11/07/18
- 16. III‐UN PGD, Comment ? a. Suivre les conseils des sites de référence b. Suivre un modèle c. Utiliser un outil en ligne d. Respecter les usages de sa communauté e. Consulter des exemples f. S’autoévaluer avant l’évaluation externe g. Partager, publier son PGD 21/09/2018 16
- 17. a.Suivre les conseils des sites de référence Datapartage INRA, en particulier : https://www6.inra.fr/datapartage/Gerer/Plan‐de‐gestion Coopist CIRAD, en particulier : https://coop‐ist.cirad.fr/gestion‐ de‐l‐information/gerer‐les‐donnees‐de‐la‐recherche/decouvrir‐ des‐plans‐de‐gestion‐de‐donnees‐de‐la‐recherche/ Doranum : https://doranum.fr/produits‐doranum/ Data Curation Center (DCC), toute la rubrique « resources », dont : http://www.dcc.ac.uk/resources/data‐management‐plans 21/09/2018 17
- 18. Utiliser des ressources spécialisées Fichiers Métadonnées Entrepôts Licences •Types de fichier (Datapartage INRA) Formats de fichiers ouverts/fermés (Doranum) •Nommage et organisation (Datapartage INRA) Choix de standard de métadonnées par thématique sur : •DCC, •RDA, •Biosharing •Quelles données conserver ? (DCC) •Choix d’un entrepôt sur re3data.org (browse by subject) •Dataverse IRD en 2019 cf. JeudIST du 13/12/18 ! •Q/R : mes données sont‐elles partageables ? •Choix d’une licence : ODBL et Etalab / données « administratives » (Datapartage INRA) •Choix d’une licence Creative Commons 21/09/2018 18
- 19. b.Suivre un modèle (template) : il y en a beaucoup… 1‐Financeurs : ERC H2020 et son mode d’emploi en français 2‐Organismes de recherche français : INRA + aide à la saisie (modèle recommandé) CIRAD IRSTEA Ou étrangers : National Science Foundation (USA) EMBRC (European Marine Biological Research Centre) … Et bientôt celui de l’IRD… 19
- 20. …Mais toujours les mêmes informations demandées Modèles plus ou moins détaillés (les commentaires sont utiles) : de 2 à 20 pages… • Informations sur le plan de gestion : Nom, auteur(s), version, date • Informations sur le projet : Identifiants, financeur, nom, durée, partenaires, objectifs, localisation,… • Informations de base sur les données (à réitérer par chacun des jeux de données => précédé par un listing des jeux‐tableau résumé) : type, taille estimée, origine, publications • Description des données : métadonnées (types, standarts,…), organisation, versions,… • Droit, confidentialité, déontologie : propriété intellectuelle, droits spécifiques,… • Sauvegarde et sécurité (pendant le projet) : Supports, flux, volumes, traçabilité, intégrité,… • Conservation (après le projet) : lesquelles ? Où ? Pendant combien de temps ? Responsable ? • Partage (pendant et après le projet) : Comment ? Avec qui ? Quand ? Toutes les rubriques ne doivent pas obligatoirement être remplies : quand on n’a pas encore fait un choix, le dire et remplir plus tard Préciser et chiffrer tout ce qui peut l’être, en listant les ressources nécessaires (pense bête sur http://www.data‐archive.ac.uk/media/247429/costing_v3.docx) : les coûts nécessaires à la gestion des données, peuvent être inclus dans votre demande de financement 20
- 21. C‐Utiliser un outil online pour Créer un PGD en fonction des exigences d’un financeur ou d’un organisme de nombreux modèles au choix (financeurs et/ou organismes) aides et exemples spécifiques en ligne Partager un PGD avec des collaborateurs identifiés aux droits définis (copropriétaire / éditeur / lecteur) ; avec toutes les personnes de son organisme ; avec tout le monde (publiquement). Télécharger votre PGD dans différents formats (pdf, html, doc), à plusieurs reprises (versions) 21
- 22. Utiliser un outil online comme DMP‐OPIDOR (France, INIST‐CNRS, basé sur DMP Online) : Liste des 16 modèles de DMP En français, recommandé DMP Online (UK, DCC ‐ Digital Curation Centre) : Liste des 17 modèles de DMP DMP‐Tool (US – University of California) : Liste des 37 modèles de DMP 22
- 24. FAIR : Où ranger quelles informations ? Redondances… Facile à trouver Accessible Interopérable Réutilisable •Identifiant (unique et pérenne : DOI) •Versionning, organisation et nommage des fichiers •Métadonnées et vocabulaires (mot‐ clés) standardisés, description multilingue •Entrepôt choisi : type de recherches/moisso nnages offerts (SQL, APIs,…) •Données librement accessibles : Lesquelles ? Où ? •Données non librement accessibles : Pourquoi ? Comment ? Conditions, Embargo,… •Documentation et logiciel nécessaires : fournis, open source ? •Contacts et accès pérennes •Formats de données standards et non propriétaires •Métadonnées standardisées et de préférence interdisciplinaires •Ou Lien (mapping) vers des vocabulaires standards •Liens standardisé vers d’autres données (relatedIdentifier, relatedPublication) •Licence choisie •Processus d’assurance qualité •Description fine de la collecte et des traitements •Documentation et logiciel nécessaires •Partage pendant et après le projet : cf. Accessible 24
- 26. DMP OPIDOR : Utile mais Perfectible Description d’un ensemble de datasets difficile (possibilité d’intégrer des tableaux) Partages possibles mais fonctionnalités encore limitées (identité non visible, pas de workflow de validation) Pas de gestion optimale de versions Cas particulier du modèle H2020 : Plus un outil de valorisation qu’un outil de gestion de données Le positionnement des différents informations dans les rubriques F.A.I.R. est parfois peu explicite… Aides en ligne (générale et des modèles choisis) et, pour les modèles FAIR : • Lignes directrices pour la gestion des données FAIR dans Horizon 2020. V3.0 (26/07/2016) • Reymonet, N., Moysan, M., Cartier, A., & Délémontez, R. (2018). Réaliser un plan de gestion de données « FAIR » • A. Filatre, H. Hensens (2017). Rédiger un Plan de Gestion de Données avec DMP Opidor : atelier pratique, in Journée Open Science & Open Data, Montpellier : Agropolis International, 28 mars 2017 V. actualisée (2018) 26
- 29. F‐S’autoévaluer avant l’évaluation externe ! Selon le financeur : •AHRC DMP Compliance Rubric (Draft) - DCC •BBSRC DMP Assessment Rubric v2.0 - fUniversity of Glasgow •CRUK Basic and Clinical Research DMP Assessment Rubric v2.0 - University of Glasgow •CRUK Population Research DMP Assessment Rubric v2.0 - University of Glasgow •EPSRC DMP Assessment Rubric v2.0 - University of Glasgow •H2020 DMP Compliance Rubric (Draft) - DCC •MRC DMP Compliance Rubric (Draft) - Newcastle University •Rubric to evaluate NERC data management plans - FigShare •Wellcome DMP assessment rubric v2.0 - University of Glasgow https://www.sheffield.ac.uk/library/rdm/dmp (conseils, exemples, autoévaluation) 29
- 31. G‐Partager, publier son PGD 31 Can wider exposure of DMPs better connect research data production to preservation? A. Whyte, F. Murphy, N. Meyers, K. Unsworth. Quebec 20 September 2017 Exposing Data Management Plans WG Exemple : PGD associé à une thèse : Data Management Plan for PhD Thesis "Climatic Limitation of Alien Weeds in New Zealand: Enhancing Species Distribution Models with Field Data« , J.L. Pannell, RIO. Research Ideas and Outcomes 2: e10600 doi: 10.3897/rio.2.e10600 Les plans de gestion de données ‐ S. Cocaud et D. L'Hostis, INRA. URFIST Paris ‐ 11/07/18 Recommandé et utile
- 32. Les plans de gestion de données ‐ S. Cocaud et D. L'Hostis, INRA. URFIST Paris ‐ 11/07/18 32 https://www.edugroepen.nl/sites/RDM_platform/SitePages/Ho me.aspx En résumé…
- 33. Conclusion :Un PGD, Pourquoi ? Pour tous… Il est quelquefois obligatoire de produire un plan de gestion de données, et de partager ses données, mais c’est toujours vivement conseillé car : Etablir un Plan de Gestion des données Accroît l'efficience de la recherche, facilite l'accès et l'analyse Assure la continuité et la reproductibilité de la recherche Assure l'intégrité de la recherche Réduit le risque de perte et le gaspillage des ressources Accompagne l'évolution actuelle de la publication scientifique Répond aux conditions de financement des projets Atteste la responsabilité scientifique
- 35. Quelques Références Tous mes remerciements à S. Cocaud et D. L'Hostis pour leur support, dont je me suis beaucoup inspirée mais que je n’ai pas trouvé sur internet : Les plans de gestion de données, URFIST Paris, 11/07/18 35 A. Filatre, H. Hensens (2017). Rédiger un Plan de Gestion de Données : atelier pratique, in Journée Open Science & Open Data, Montpellier : Agropolis International, 28 mars 2017 et sa version actualisée (2018) CIRAD.‐Coopist : Découvrir les Plans de gestion de données. https://coop‐ist.cirad.fr/gestion‐de‐l‐information/gestion‐ des‐donnees‐de‐la‐recherche/decouvrir‐des‐plans‐de‐gestion‐de‐donnees‐de‐la‐recherche/1‐pourquoi‐gerer‐les‐ donnees‐de‐la‐recherche INRA.‐Datapartage : Plan de gestion des données. https://www6.inra.fr/datapartage/Gerer/Plan‐de‐gestion CNRS – Inist, 2014 : le PGD : une introduction à la gestion et au partage des données de la recherche – Le plan de gestion des données. http://www.inist.fr/donnees/co/module_Donnees_recherche_26.html Agence Nationale pour la Recherche, 2015. Guide du déposant. http://www.agence‐nationale‐ recherche.fr/fileadmin/aap/2015/pa‐anr‐2015‐guide‐deposants.pdf Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020 (v.3.2, 2017) / Lignes directrices pour la gestion des données FAIR dans Horizon 2020. V3.0 (26/07/2016) : Trame de PGD commentée Et pour suivre les nouveautés, le blog : http://www.donneesdelarecherche.fr/