SlideShare une entreprise Scribd logo
1  sur  15
CAP SUR LES DONNEES
Annabelle Filatre (AgroParisTech)
Hanka Hensens (IRD)
Isabelle Nault (INRAE)
Collège DoctoralUniversité de Montpellier -CISTAgropolis
PlandeGestionde
Données/Data
ManagementPlan
(PGD/DMP)
Collège Doctoral Université de Montpellier - CIST Agropolis
Collège Doctoral Université de Montpellier - CIST Agropolis
Définition
Une petite video pour commencer (Minute DMP Doranum) :
https://www.youtube.com/embed/YFxyKRNV5QU
En résumé :
Un PGD, qu’est-ce que c’est ?
Un document formalisé (type formulaire)
Vue globale sur l’ensemble des données produites ou utilisées dans le
projet
Liste toutes les questions à se poser
A toutes les étapes du cycle de vie des données
Donne des réponses spécifiques, précises, réalistes, budgétées et chiffrées
A commencer le plus tôt possible (dans l’idéal au démarrage d'un projet)
Collège Doctoral Université de Montpellier - CIST Agropolis
1. Décrire les données
2. Clarifier le cadre juridique et éthique
3. Garantir la compréhension
4. Assurer le stockage
5. Définir les responsabilités
6. Spécifier les modalités de partage
Objectifs
Aide à la mise en place de bonnes pratiques de gestion des données
Pour des données plus fiables, compréhensibles, disponibles durant le projet
Préservées si elles le méritent pour une réutilisation future
Assurer la reproductibilité des expériences
Respecter les droits et personnes
Permettre la réutilisation des données
Eviter les pertes
Assurer la bonne gestion des données
Clarifier les droits de réutilisation
Les PGD ont toujours les mêmes rubriques
1. Description du projet de recherche : but, partenaires,
responsabilités, leadership,…
2. Inventaire et Description des données : type, taille,
méthode de collecte et traitement,…
3. Documentation : métadonnées, documents
complémentaires, logiciel nécessaire,…
4. Sauvegarde et sécurité : matériel et méthode,
périodicité et nombre de copies, versioning, nommage,…
5. Droit et éthique : selon le type de données
(personnelles, santé, vivant), les lois,…
6. Conservation : quelles données à long terme, combien
de temps, à quel endroit
7. Partage (pendant et après le projet) : accès, licences,
embargo, confidentialité,…
8. Ressources : matérielles, financières, humaines, …
Fiche synthétique Doranum
Contenu : éléments clés
Collège Doctoral Université de Montpellier - CIST Agropolis
D’après Les plans de gestion de données - S. Cocaud et D. L'Hostis, INRA. URFIST Paris - 11/07/18
• 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 au
cours du projet ?
Sauvegarde des données
• Comment les données seront
elles identifiées, décrites ?
• Quels standards de
métadonnées utilisera t’on ?
Documentation des données
• Qui sera propriétaire des
données produites ?
• Des données externes seront-
elles utilisées ?
Propriété intellectuelle
• Qui pourra accéder aux
données ? Quelles données
seront partagées ? publiées ?
• Avec qui ?
• Comment ?
• Dans quel délai ?
• Sous quelle licence ?
Accès et partage des données
• Quels sont les besoins
générés par la gestion des
données ?
• Comment seront-ils financés, à
court et à long terme ?
Ressources
• Quel plan pour l’archivage et la
préservation à long terme ?
• Pour quelles parties des
données ?
Archivage et préservation des
données
Ethique
• Des données sensibles seront-
elles produites ou utilisées ?
• Comment sera assurée leur
anonymisation ?
Contenu : questions à se poser
Collège Doctoral Université de Montpellier - CIST Agropolis
Un PGD n’est pas figé :
• il doit être mis à jour tout au
long du projet
• Il comporte des versions
successives (certaines pouvant
être des livrables)
• Exemple H2020 :
3 versions minimum
(pas de maximum)
Pas d’obligation de répondre à
toutes les questions dans la V1
Un document évolutif
Collège Doctoral Université de Montpellier - CIST Agropolis
Participent à la gestion des données et donc
à la rédaction du PGD :
• Scientifiques : description, validation
• Ingénieurs-données : sauvegarde, qualité
• Informaticiens : sécurisation, infrastructure
• Spécialistes IST : modèles de PGD, standards
de métadonnées
• Archivistes : données à conserver, durées et
solutions techniques
• Juristes : propriété intellectuelle, législation, données
personnelles, sensibles,…
• Chargés de valorisation : rédaction des conventions
à signer
• TOUS LES PARTENAIRES producteurs ou fournisseurs
des données Reymonet, N., Moysan, M., Cartier, A., & Délémontez, R.
(2018). Réaliser un plan de gestion de données « FAIR »
Un travail de groupe
Collège Doctoral Université de Montpellier - CIST Agropolis
Collège Doctoral Université de Montpellier - CIST Agropolis
Comment ? Suivre les conseils de sites de référence
• Datapartage INRA, en particulier : https://www6.inra.fr/datapartage/Gerer/Plan-de-
gestion
• IRD Data, en particulier : https://data.ird.fr/gerer/
• 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
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)
•Q/R : mes
données sont-
elles
partageables ?
•Choix d’une
licence : ODBL
et Etalab
(Datapartage
INRA)
•Choix d’une
licence Creative
Commons
Comment ? Utiliser des ressources spécialisées
Collège Doctoral Université de Montpellier - CIST Agropolis
Pour les méthodologies, les formats, les logiciels, les entrepôts,…
Recommandés par son organisme, son pays, ses partenaires, ses collègues
de la même thématique scientifique…
Renseignez-vous, en particulier, auprès du service d’aide de votre
organisme s’il existe : https://scienceouverte.couperin.org/sos-pgd/
A défaut, Science Europe a établi des recommandations facilitant la
rédaction et le contrôle des PGD grâce à l’établissement de protocoles de
données par domaine (DDP) :
Science Europe. (2018). Science Europe Guidance.
Presenting a Framework for Discipline-specific
Research Data Management.
Comment ? Respecter les standarts de sa communauté
Collège Doctoral Université de Montpellier - CIST Agropolis
de financeurs :
• ANR
• H2020 et son mode d’emploi en français
D’organismes de recherche français :
• INRA + aide à la saisie
• CIRAD
D’organismes de recherche étrangers :
• National Science Foundation (USA)
• EMBRC (European Marine Biological Research Centre)
Comment ? Choisir un modèle (template)
Collège Doctoral Université de Montpellier - CIST Agropolis
• DMP Opidor : https://dmp.opidor.fr/static/examples et
https://dmp.opidor.fr/public_plans
• DCC : http://www.dcc.ac.uk/resources/data-management-plans/guidance-
examples
• DMPTool : https://dmptool.org/public_plans
• Data-partage Inra : https://www6.inra.fr/datapartage/Gerer/Plan-de-
gestion/Exemples-de-plans
• Journal Research Ideas and Outcomes (RIO), Section DMP :
https://riojournal.com/browse_journal_articles.php?form_name=filter_art
icles&sortby=0&journal_id=17&search_in_=0&section_type[]=231
Comment ? Consulter des exemples
Collège Doctoral Université de Montpellier - CIST Agropolis
Pour :
• Créer un PGD en fonction des exigences
d’un financeur ou d’un organisme
• de nombreux modèles au choix
• 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, doc,…), à plusieurs reprises
(versions)
Collège Doctoral Université de Montpellier - CIST Agropolis
Comment ? Utiliser un outil online
• https://scienceouverte.couperin.org/sos-pgd/
• A l’IRD : dmp@ird.fr
Collège Doctoral Université de Montpellier - CIST Agropolis
Comment ? Contacter vos services d’aide

Contenu connexe

Tendances

Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheFiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheAgropolis International
 
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...Agropolis International
 
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...Lesticetlart Invisu
 
Séminaire BIG DATA, SYNTHÈSE - ORSYS Formation
Séminaire BIG DATA, SYNTHÈSE - ORSYS FormationSéminaire BIG DATA, SYNTHÈSE - ORSYS Formation
Séminaire BIG DATA, SYNTHÈSE - ORSYS FormationORSYS
 
Construire des outils pour la gestion des données de la recherche dans une co...
Construire des outils pour la gestion des données de la recherche dans une co...Construire des outils pour la gestion des données de la recherche dans une co...
Construire des outils pour la gestion des données de la recherche dans une co...Lesticetlart Invisu
 
Accompagnement actif des chercheurs à la gestion et au partage des données de...
Accompagnement actif des chercheurs à la gestion et au partage des données de...Accompagnement actif des chercheurs à la gestion et au partage des données de...
Accompagnement actif des chercheurs à la gestion et au partage des données de...Lesticetlart Invisu
 
Data Science & Big Data, réalités et perspectives.
Data Science & Big Data, réalités et perspectives.Data Science & Big Data, réalités et perspectives.
Data Science & Big Data, réalités et perspectives.Aleph Technologies
 
14 30-mjoliot biomist-piv-2017
14 30-mjoliot biomist-piv-201714 30-mjoliot biomist-piv-2017
14 30-mjoliot biomist-piv-2017Bertrand Tavitian
 
Visite guidée au pays de la donnée - Introduction et tour d'horizon
Visite guidée au pays de la donnée - Introduction et tour d'horizonVisite guidée au pays de la donnée - Introduction et tour d'horizon
Visite guidée au pays de la donnée - Introduction et tour d'horizonGautier Poupeau
 
Visite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des donnéesVisite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des donnéesGautier Poupeau
 
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-RéponsesFiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-RéponsesAgropolis International
 
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Gautier Poupeau
 
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?Gautier Poupeau
 

Tendances (20)

Stage pgd 2021-04-07
Stage pgd 2021-04-07Stage pgd 2021-04-07
Stage pgd 2021-04-07
 
Presentation jeudistv2
Presentation jeudistv2Presentation jeudistv2
Presentation jeudistv2
 
M allanic piv2017_c
M allanic piv2017_cM allanic piv2017_c
M allanic piv2017_c
 
Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheFiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
 
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
 
Projets de coopération en Information Scientifique et Technique (IST)_Marc Go...
Projets de coopération en Information Scientifique et Technique (IST)_Marc Go...Projets de coopération en Information Scientifique et Technique (IST)_Marc Go...
Projets de coopération en Information Scientifique et Technique (IST)_Marc Go...
 
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
 
Séminaire BIG DATA, SYNTHÈSE - ORSYS Formation
Séminaire BIG DATA, SYNTHÈSE - ORSYS FormationSéminaire BIG DATA, SYNTHÈSE - ORSYS Formation
Séminaire BIG DATA, SYNTHÈSE - ORSYS Formation
 
Construire des outils pour la gestion des données de la recherche dans une co...
Construire des outils pour la gestion des données de la recherche dans une co...Construire des outils pour la gestion des données de la recherche dans une co...
Construire des outils pour la gestion des données de la recherche dans une co...
 
Mc jacquemot piv2017_c
Mc jacquemot piv2017_cMc jacquemot piv2017_c
Mc jacquemot piv2017_c
 
Accompagnement actif des chercheurs à la gestion et au partage des données de...
Accompagnement actif des chercheurs à la gestion et au partage des données de...Accompagnement actif des chercheurs à la gestion et au partage des données de...
Accompagnement actif des chercheurs à la gestion et au partage des données de...
 
Presentation entrepot polescience-v73-ssbonus
Presentation entrepot polescience-v73-ssbonusPresentation entrepot polescience-v73-ssbonus
Presentation entrepot polescience-v73-ssbonus
 
Data Science & Big Data, réalités et perspectives.
Data Science & Big Data, réalités et perspectives.Data Science & Big Data, réalités et perspectives.
Data Science & Big Data, réalités et perspectives.
 
14 30-mjoliot biomist-piv-2017
14 30-mjoliot biomist-piv-201714 30-mjoliot biomist-piv-2017
14 30-mjoliot biomist-piv-2017
 
Visite guidée au pays de la donnée - Introduction et tour d'horizon
Visite guidée au pays de la donnée - Introduction et tour d'horizonVisite guidée au pays de la donnée - Introduction et tour d'horizon
Visite guidée au pays de la donnée - Introduction et tour d'horizon
 
Visite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des donnéesVisite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des données
 
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-RéponsesFiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
 
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
 
Chapitre i-intro
Chapitre i-introChapitre i-intro
Chapitre i-intro
 
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
 

Similaire à Introduction au Plan de Gestion de Données

Gestion documentaire d’un grand projet par l’exemple du CHUM, un projet en soi!
Gestion documentaire d’un grand projet par l’exemple du CHUM, un projet en soi!Gestion documentaire d’un grand projet par l’exemple du CHUM, un projet en soi!
Gestion documentaire d’un grand projet par l’exemple du CHUM, un projet en soi!PMI-Montréal
 
L'émergence d'une nouvelle filière de formation : data science
L'émergence d'une nouvelle filière de formation : data scienceL'émergence d'une nouvelle filière de formation : data science
L'émergence d'une nouvelle filière de formation : data scienceKezhan SHI
 
Ingénierie Dirigée par les Modèles
Ingénierie Dirigée par les ModèlesIngénierie Dirigée par les Modèles
Ingénierie Dirigée par les ModèlesMarc Daumas
 
Illustration des questions de dialogue et coordination entre les acteurs à tr...
Illustration des questions de dialogue et coordination entre les acteurs à tr...Illustration des questions de dialogue et coordination entre les acteurs à tr...
Illustration des questions de dialogue et coordination entre les acteurs à tr...Lesticetlart Invisu
 
Approche pour la constitution et la mise en oeuvre des systèmes d'information...
Approche pour la constitution et la mise en oeuvre des systèmes d'information...Approche pour la constitution et la mise en oeuvre des systèmes d'information...
Approche pour la constitution et la mise en oeuvre des systèmes d'information...Desconnets Jean-Christophe
 
L'écosystème régional du Big Data
L'écosystème régional du Big DataL'écosystème régional du Big Data
L'écosystème régional du Big DataRobert Viseur
 
Education numérique : thinkdata.ch un outil collaboratif
Education numérique : thinkdata.ch un outil collaboratifEducation numérique : thinkdata.ch un outil collaboratif
Education numérique : thinkdata.ch un outil collaboratifThinkData
 
Atelier Data&Musée au Ministère de la culture - 12/12/18
Atelier Data&Musée au Ministère de la culture - 12/12/18Atelier Data&Musée au Ministère de la culture - 12/12/18
Atelier Data&Musée au Ministère de la culture - 12/12/18Sandra Davené
 
Afterwork de la recherche : structuration de la recherche sur les usages et l...
Afterwork de la recherche : structuration de la recherche sur les usages et l...Afterwork de la recherche : structuration de la recherche sur les usages et l...
Afterwork de la recherche : structuration de la recherche sur les usages et l...La French Tech Rennes St Malo
 
Naturopédia : Publication multi-supports et animation communautaire augmenté...
Naturopédia  : Publication multi-supports et animation communautaire augmenté...Naturopédia  : Publication multi-supports et animation communautaire augmenté...
Naturopédia : Publication multi-supports et animation communautaire augmenté...SemWebPro
 
Outils de veille et d'intelligence économique territoriale
Outils de veille et d'intelligence économique territorialeOutils de veille et d'intelligence économique territoriale
Outils de veille et d'intelligence économique territorialeChristophe Marnat
 
Le projet du SCD de Nice: une approche globale des données de la recherche
Le projet du SCD de Nice: une approche globale des données de la rechercheLe projet du SCD de Nice: une approche globale des données de la recherche
Le projet du SCD de Nice: une approche globale des données de la rechercheMathieu Saby
 
Nuit du Big Data, 10 Décembre 2014
Nuit du Big Data, 10 Décembre 2014Nuit du Big Data, 10 Décembre 2014
Nuit du Big Data, 10 Décembre 2014Alexandre Weisz
 
IODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data ScienceIODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data ScienceBorderCloud
 
15 03 16_data sciences pour l'actuariat_f. soulie fogelman
15 03 16_data sciences pour l'actuariat_f. soulie fogelman15 03 16_data sciences pour l'actuariat_f. soulie fogelman
15 03 16_data sciences pour l'actuariat_f. soulie fogelmanArthur Charpentier
 
L'Intelligence Technologique comme composante du pilotage scientifique de l'U...
L'Intelligence Technologique comme composante du pilotage scientifique de l'U...L'Intelligence Technologique comme composante du pilotage scientifique de l'U...
L'Intelligence Technologique comme composante du pilotage scientifique de l'U...Le_GFII
 
Processus de veille en PME/ PMI
Processus de veille en PME/ PMIProcessus de veille en PME/ PMI
Processus de veille en PME/ PMIAref Jdey
 
CIAN-David_Compte_Rendu_PP
CIAN-David_Compte_Rendu_PPCIAN-David_Compte_Rendu_PP
CIAN-David_Compte_Rendu_PPDavid Cian
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big DataNetSecure Day
 

Similaire à Introduction au Plan de Gestion de Données (20)

Gestion documentaire d’un grand projet par l’exemple du CHUM, un projet en soi!
Gestion documentaire d’un grand projet par l’exemple du CHUM, un projet en soi!Gestion documentaire d’un grand projet par l’exemple du CHUM, un projet en soi!
Gestion documentaire d’un grand projet par l’exemple du CHUM, un projet en soi!
 
L'émergence d'une nouvelle filière de formation : data science
L'émergence d'une nouvelle filière de formation : data scienceL'émergence d'une nouvelle filière de formation : data science
L'émergence d'une nouvelle filière de formation : data science
 
Ingénierie Dirigée par les Modèles
Ingénierie Dirigée par les ModèlesIngénierie Dirigée par les Modèles
Ingénierie Dirigée par les Modèles
 
Illustration des questions de dialogue et coordination entre les acteurs à tr...
Illustration des questions de dialogue et coordination entre les acteurs à tr...Illustration des questions de dialogue et coordination entre les acteurs à tr...
Illustration des questions de dialogue et coordination entre les acteurs à tr...
 
Approche pour la constitution et la mise en oeuvre des systèmes d'information...
Approche pour la constitution et la mise en oeuvre des systèmes d'information...Approche pour la constitution et la mise en oeuvre des systèmes d'information...
Approche pour la constitution et la mise en oeuvre des systèmes d'information...
 
L'écosystème régional du Big Data
L'écosystème régional du Big DataL'écosystème régional du Big Data
L'écosystème régional du Big Data
 
Education numérique : thinkdata.ch un outil collaboratif
Education numérique : thinkdata.ch un outil collaboratifEducation numérique : thinkdata.ch un outil collaboratif
Education numérique : thinkdata.ch un outil collaboratif
 
Atelier Data&Musée au Ministère de la culture - 12/12/18
Atelier Data&Musée au Ministère de la culture - 12/12/18Atelier Data&Musée au Ministère de la culture - 12/12/18
Atelier Data&Musée au Ministère de la culture - 12/12/18
 
Afterwork de la recherche : structuration de la recherche sur les usages et l...
Afterwork de la recherche : structuration de la recherche sur les usages et l...Afterwork de la recherche : structuration de la recherche sur les usages et l...
Afterwork de la recherche : structuration de la recherche sur les usages et l...
 
Naturopédia : Publication multi-supports et animation communautaire augmenté...
Naturopédia  : Publication multi-supports et animation communautaire augmenté...Naturopédia  : Publication multi-supports et animation communautaire augmenté...
Naturopédia : Publication multi-supports et animation communautaire augmenté...
 
Outils de veille et d'intelligence économique territoriale
Outils de veille et d'intelligence économique territorialeOutils de veille et d'intelligence économique territoriale
Outils de veille et d'intelligence économique territoriale
 
Le projet du SCD de Nice: une approche globale des données de la recherche
Le projet du SCD de Nice: une approche globale des données de la rechercheLe projet du SCD de Nice: une approche globale des données de la recherche
Le projet du SCD de Nice: une approche globale des données de la recherche
 
Nuit du Big Data, 10 Décembre 2014
Nuit du Big Data, 10 Décembre 2014Nuit du Big Data, 10 Décembre 2014
Nuit du Big Data, 10 Décembre 2014
 
IODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data ScienceIODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data Science
 
15 03 16_data sciences pour l'actuariat_f. soulie fogelman
15 03 16_data sciences pour l'actuariat_f. soulie fogelman15 03 16_data sciences pour l'actuariat_f. soulie fogelman
15 03 16_data sciences pour l'actuariat_f. soulie fogelman
 
L'Intelligence Technologique comme composante du pilotage scientifique de l'U...
L'Intelligence Technologique comme composante du pilotage scientifique de l'U...L'Intelligence Technologique comme composante du pilotage scientifique de l'U...
L'Intelligence Technologique comme composante du pilotage scientifique de l'U...
 
Veille
VeilleVeille
Veille
 
Processus de veille en PME/ PMI
Processus de veille en PME/ PMIProcessus de veille en PME/ PMI
Processus de veille en PME/ PMI
 
CIAN-David_Compte_Rendu_PP
CIAN-David_Compte_Rendu_PPCIAN-David_Compte_Rendu_PP
CIAN-David_Compte_Rendu_PP
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data
 

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)

Migration end note-zotero
Migration end note-zoteroMigration end note-zotero
Migration end note-zotero
 
Zotero5 perfectionnement
Zotero5 perfectionnementZotero5 perfectionnement
Zotero5 perfectionnement
 
Zotero5 initiation
Zotero5 initiationZotero5 initiation
Zotero5 initiation
 
APA et Protocole de nagoya et leur impact sur la recherche et sa valorisation...
APA et Protocole de nagoya et leur impact sur la recherche et sa valorisation...APA et Protocole de nagoya et leur impact sur la recherche et sa valorisation...
APA et Protocole de nagoya et leur impact sur la recherche et sa valorisation...
 
Entreposer donnees decker-atelier-data_suds_20191118
Entreposer donnees decker-atelier-data_suds_20191118Entreposer donnees decker-atelier-data_suds_20191118
Entreposer donnees decker-atelier-data_suds_20191118
 
Signature des Publications Scientifiques_David Pontille_JeudIST IRD 20190516
Signature des Publications Scientifiques_David Pontille_JeudIST IRD  20190516Signature des Publications Scientifiques_David Pontille_JeudIST IRD  20190516
Signature des Publications Scientifiques_David Pontille_JeudIST IRD 20190516
 
GBIF Jeudist IRD_20190418
GBIF Jeudist IRD_20190418GBIF Jeudist IRD_20190418
GBIF Jeudist IRD_20190418
 
Poster Dataverse IRD JNSO 2018
Poster Dataverse IRD JNSO 2018Poster Dataverse IRD JNSO 2018
Poster Dataverse IRD JNSO 2018
 
End Note X8 - Hensens Hanka - 2017
End Note X8 - Hensens Hanka - 2017 End Note X8 - Hensens Hanka - 2017
End Note X8 - Hensens Hanka - 2017
 
Opendata repository-Gabarone,20181108
Opendata repository-Gabarone,20181108Opendata repository-Gabarone,20181108
Opendata repository-Gabarone,20181108
 
Valorisation et Bibliometrie, Isabelle Henry, JeudIST IRD du 8/11/2018
Valorisation et Bibliometrie, Isabelle Henry, JeudIST IRD du 8/11/2018Valorisation et Bibliometrie, Isabelle Henry, JeudIST IRD du 8/11/2018
Valorisation et Bibliometrie, Isabelle Henry, JeudIST IRD du 8/11/2018
 
Publier avec intégrité, Hervé Maisonneuve, JeudIST IRD du 11/10/2018
Publier avec intégrité, Hervé Maisonneuve, JeudIST IRD du 11/10/2018Publier avec intégrité, Hervé Maisonneuve, JeudIST IRD du 11/10/2018
Publier avec intégrité, Hervé Maisonneuve, JeudIST IRD du 11/10/2018
 
Equation de recherche
Equation de rechercheEquation de recherche
Equation de recherche
 
Realiser un plan de gestion de donnees avec dmp opidor. jeudist IRD du 20/09/...
Realiser un plan de gestion de donnees avec dmp opidor. jeudist IRD du 20/09/...Realiser un plan de gestion de donnees avec dmp opidor. jeudist IRD du 20/09/...
Realiser un plan de gestion de donnees avec dmp opidor. jeudist IRD du 20/09/...
 
Rechercher des publications scientifiques en libre acces. Hanka Hensens. 15/0...
Rechercher des publications scientifiques en libre acces. Hanka Hensens. 15/0...Rechercher des publications scientifiques en libre acces. Hanka Hensens. 15/0...
Rechercher des publications scientifiques en libre acces. Hanka Hensens. 15/0...
 
Parcours de recherche documentaire. Hanka Hensens. 15/05/2018
Parcours de recherche documentaire. Hanka Hensens. 15/05/2018Parcours de recherche documentaire. Hanka Hensens. 15/05/2018
Parcours de recherche documentaire. Hanka Hensens. 15/05/2018
 
Rechercher l'information scientifique. Hanka Hensens. 15/05/2018
Rechercher l'information scientifique. Hanka Hensens. 15/05/2018Rechercher l'information scientifique. Hanka Hensens. 15/05/2018
Rechercher l'information scientifique. Hanka Hensens. 15/05/2018
 
Reseaux sociaux académiques. Emilie Brunet. Insa Toulouse. 14/06/2018
Reseaux sociaux académiques. Emilie Brunet. Insa Toulouse. 14/06/2018Reseaux sociaux académiques. Emilie Brunet. Insa Toulouse. 14/06/2018
Reseaux sociaux académiques. Emilie Brunet. Insa Toulouse. 14/06/2018
 
Mieux publier la science. Eric Lichtfouse. 15 février 2018. JeudIST IRD
Mieux publier la science. Eric Lichtfouse. 15 février 2018. JeudIST IRDMieux publier la science. Eric Lichtfouse. 15 février 2018. JeudIST IRD
Mieux publier la science. Eric Lichtfouse. 15 février 2018. JeudIST IRD
 
Identifiants chercheurs. 12 avril 2018. JeudIST IRD
Identifiants chercheurs. 12 avril 2018. JeudIST IRD Identifiants chercheurs. 12 avril 2018. JeudIST IRD
Identifiants chercheurs. 12 avril 2018. JeudIST IRD
 

Dernier

Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023France Travail
 
analyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptxanalyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptxHadJer61
 
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel AttalELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attalcontact Elabe
 
To_understand_transformers_together presentation
To_understand_transformers_together presentationTo_understand_transformers_together presentation
To_understand_transformers_together presentationbahija babzine
 
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...France Travail
 
Bidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from TransformersBidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from Transformersbahija babzine
 

Dernier (6)

Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023
 
analyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptxanalyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptx
 
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel AttalELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
 
To_understand_transformers_together presentation
To_understand_transformers_together presentationTo_understand_transformers_together presentation
To_understand_transformers_together presentation
 
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
 
Bidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from TransformersBidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from Transformers
 

Introduction au Plan de Gestion de Données

  • 1. CAP SUR LES DONNEES Annabelle Filatre (AgroParisTech) Hanka Hensens (IRD) Isabelle Nault (INRAE) Collège DoctoralUniversité de Montpellier -CISTAgropolis
  • 3. Collège Doctoral Université de Montpellier - CIST Agropolis Définition Une petite video pour commencer (Minute DMP Doranum) : https://www.youtube.com/embed/YFxyKRNV5QU En résumé : Un PGD, qu’est-ce que c’est ? Un document formalisé (type formulaire) Vue globale sur l’ensemble des données produites ou utilisées dans le projet Liste toutes les questions à se poser A toutes les étapes du cycle de vie des données Donne des réponses spécifiques, précises, réalistes, budgétées et chiffrées A commencer le plus tôt possible (dans l’idéal au démarrage d'un projet)
  • 4. Collège Doctoral Université de Montpellier - CIST Agropolis 1. Décrire les données 2. Clarifier le cadre juridique et éthique 3. Garantir la compréhension 4. Assurer le stockage 5. Définir les responsabilités 6. Spécifier les modalités de partage Objectifs Aide à la mise en place de bonnes pratiques de gestion des données Pour des données plus fiables, compréhensibles, disponibles durant le projet Préservées si elles le méritent pour une réutilisation future Assurer la reproductibilité des expériences Respecter les droits et personnes Permettre la réutilisation des données Eviter les pertes Assurer la bonne gestion des données Clarifier les droits de réutilisation
  • 5. Les PGD ont toujours les mêmes rubriques 1. Description du projet de recherche : but, partenaires, responsabilités, leadership,… 2. Inventaire et Description des données : type, taille, méthode de collecte et traitement,… 3. Documentation : métadonnées, documents complémentaires, logiciel nécessaire,… 4. Sauvegarde et sécurité : matériel et méthode, périodicité et nombre de copies, versioning, nommage,… 5. Droit et éthique : selon le type de données (personnelles, santé, vivant), les lois,… 6. Conservation : quelles données à long terme, combien de temps, à quel endroit 7. Partage (pendant et après le projet) : accès, licences, embargo, confidentialité,… 8. Ressources : matérielles, financières, humaines, … Fiche synthétique Doranum Contenu : éléments clés Collège Doctoral Université de Montpellier - CIST Agropolis
  • 6. D’après Les plans de gestion de données - S. Cocaud et D. L'Hostis, INRA. URFIST Paris - 11/07/18 • 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 au cours du projet ? Sauvegarde des données • Comment les données seront elles identifiées, décrites ? • Quels standards de métadonnées utilisera t’on ? Documentation des données • Qui sera propriétaire des données produites ? • Des données externes seront- elles utilisées ? Propriété intellectuelle • Qui pourra accéder aux données ? Quelles données seront partagées ? publiées ? • Avec qui ? • Comment ? • Dans quel délai ? • Sous quelle licence ? Accès et partage des données • Quels sont les besoins générés par la gestion des données ? • Comment seront-ils financés, à court et à long terme ? Ressources • Quel plan pour l’archivage et la préservation à long terme ? • Pour quelles parties des données ? Archivage et préservation des données Ethique • Des données sensibles seront- elles produites ou utilisées ? • Comment sera assurée leur anonymisation ? Contenu : questions à se poser Collège Doctoral Université de Montpellier - CIST Agropolis
  • 7. Un PGD n’est pas figé : • il doit être mis à jour tout au long du projet • Il comporte des versions successives (certaines pouvant être des livrables) • Exemple H2020 : 3 versions minimum (pas de maximum) Pas d’obligation de répondre à toutes les questions dans la V1 Un document évolutif Collège Doctoral Université de Montpellier - CIST Agropolis
  • 8. Participent à la gestion des données et donc à la rédaction du PGD : • Scientifiques : description, validation • Ingénieurs-données : sauvegarde, qualité • Informaticiens : sécurisation, infrastructure • Spécialistes IST : modèles de PGD, standards de métadonnées • Archivistes : données à conserver, durées et solutions techniques • Juristes : propriété intellectuelle, législation, données personnelles, sensibles,… • Chargés de valorisation : rédaction des conventions à signer • TOUS LES PARTENAIRES producteurs ou fournisseurs des données Reymonet, N., Moysan, M., Cartier, A., & Délémontez, R. (2018). Réaliser un plan de gestion de données « FAIR » Un travail de groupe Collège Doctoral Université de Montpellier - CIST Agropolis
  • 9. Collège Doctoral Université de Montpellier - CIST Agropolis Comment ? Suivre les conseils de sites de référence • Datapartage INRA, en particulier : https://www6.inra.fr/datapartage/Gerer/Plan-de- gestion • IRD Data, en particulier : https://data.ird.fr/gerer/ • 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
  • 10. 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) •Q/R : mes données sont- elles partageables ? •Choix d’une licence : ODBL et Etalab (Datapartage INRA) •Choix d’une licence Creative Commons Comment ? Utiliser des ressources spécialisées Collège Doctoral Université de Montpellier - CIST Agropolis
  • 11. Pour les méthodologies, les formats, les logiciels, les entrepôts,… Recommandés par son organisme, son pays, ses partenaires, ses collègues de la même thématique scientifique… Renseignez-vous, en particulier, auprès du service d’aide de votre organisme s’il existe : https://scienceouverte.couperin.org/sos-pgd/ A défaut, Science Europe a établi des recommandations facilitant la rédaction et le contrôle des PGD grâce à l’établissement de protocoles de données par domaine (DDP) : Science Europe. (2018). Science Europe Guidance. Presenting a Framework for Discipline-specific Research Data Management. Comment ? Respecter les standarts de sa communauté Collège Doctoral Université de Montpellier - CIST Agropolis
  • 12. de financeurs : • ANR • H2020 et son mode d’emploi en français D’organismes de recherche français : • INRA + aide à la saisie • CIRAD D’organismes de recherche étrangers : • National Science Foundation (USA) • EMBRC (European Marine Biological Research Centre) Comment ? Choisir un modèle (template) Collège Doctoral Université de Montpellier - CIST Agropolis
  • 13. • DMP Opidor : https://dmp.opidor.fr/static/examples et https://dmp.opidor.fr/public_plans • DCC : http://www.dcc.ac.uk/resources/data-management-plans/guidance- examples • DMPTool : https://dmptool.org/public_plans • Data-partage Inra : https://www6.inra.fr/datapartage/Gerer/Plan-de- gestion/Exemples-de-plans • Journal Research Ideas and Outcomes (RIO), Section DMP : https://riojournal.com/browse_journal_articles.php?form_name=filter_art icles&sortby=0&journal_id=17&search_in_=0&section_type[]=231 Comment ? Consulter des exemples Collège Doctoral Université de Montpellier - CIST Agropolis
  • 14. Pour : • Créer un PGD en fonction des exigences d’un financeur ou d’un organisme • de nombreux modèles au choix • 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, doc,…), à plusieurs reprises (versions) Collège Doctoral Université de Montpellier - CIST Agropolis Comment ? Utiliser un outil online
  • 15. • https://scienceouverte.couperin.org/sos-pgd/ • A l’IRD : dmp@ird.fr Collège Doctoral Université de Montpellier - CIST Agropolis Comment ? Contacter vos services d’aide

Notes de l'éditeur

  1. Toujours les mêmes…
  2. Et il existe aussi beaucoup d’aides en ligne : sites de référence (cf. biblio de fin de support), outils en ligne présentant des 10zaines de modèles sous forme de formulaires, et des exemples de rédaction, sites d’évaluation, publications de PGD,…
  3. Renseignez vous, consultez vos documentalistes !