Journées IST 2021-2022 || écoles doctorales - SCD

Introduction à la Science Ouverte

Julien Rabaud | | @ujubib
(SCD - Service d’appui à la recherche)

UPPA - décembre 2021

Sommaire
  • Pour commencer

    • Pourquoi le SCD ?
    • Définitions
    • Organismes de promotion
  • De l’Open Access à l’Open Science

    • Causes
    • Repères historiques
  • La Science Ouverte au quotidien

    • Produits de la recherche
    • Principes FAIR
  • Partage d’expériences

Pour commencer

  • La science ouverte, pour vous ?

Pourquoi le SCD ?

  • Histoire
  • Valeurs
    • internationalisme
    • Ouverture
    • Publicité
  • Expertise
    • catalogues publics
    • formats d’échanges
    • moissonage de données
    • web sémantique

Définitions Science Ouverte

Organismes de promotion

Ouvrir la science : Cartographie mondiale des acteurs de la science ouverte


UNESCO - FOSTER - SPARC Europe - RDA (Research Data Alliance) - cOAlition S - Force 11 - Center for Open Science - Open Knowledge Fundation - DARIAH - Triple - …


Elsevier - Springer - …

De l’Open Access
 à l’Open Science

Causes

Repères Historiques

La Science Ouverte
au quotidien

  • Les workflows de la recherche

Écrire

  • Plateformes d’écriture scientifique collaboratives
  • Standards
    • markdown, bibtex, csv, webdav, git…

Publier

Littérature grise

Données

  • DOnnées de la Recherche, Apprentissage Numérique : DORANum
  • PGD / DMP : OPIDoR

Communiquer

  • Carnets de recherche

  • Science citoyenne…

Principes FAIR

  • Comme décrits ici, d’après The FAIR Guiding Principles for Scientific Data Management and Stewardship.

  • “The principles refer to three types of entities: data (or any digital object), metadata (information about that digital object), and infrastructure. For instance, principle F4 defines that both metadata and data are registered or indexed in a searchable resource (the infrastructure component)”.

Findable, Accessible, Interoperable, Reusable.

Findable

The first step in (re)using data is to find them. Metadata and data should be easy to find for both humans and computers. Machine-readable metadata are essential for automatic discovery of datasets and services, so this is an essential component of the FAIRification process.

Accessible

Once the user finds the required data, she/he/they need to know how can they be accessed, possibly including authentication and authorisation.

Interoperable

The data usually need to be integrated with other data. In addition, the data need to interoperate with applications or workflows for analysis, storage, and processing.

Reusable

The ultimate goal of FAIR is to optimise the reuse of data. To achieve this, metadata and data should be well-described so that they can be replicated and/or combined in different settings.

Partage d’expériences

Ressources

Merci