La traçabilité de la qualité des données: une condition préalable essentielle au succès de l’Open Science
L’Open Science favorise l’émergence de nouvelles connaissances et l’accès aux résultats de recherche. Dans ce contexte, la gestion des données de recherche constitue un défi majeur. En collaboration avec SWITCH, la SATW étudie les normes et mesures existantes afin de simplifier l’échange de données entre les chercheurs.
À l’ère du big data, chaque personne génère des centaines de mégaoctets de données par jour, avec une tendance à la hausse. Les exigences envers ces données sont généralement assez faibles et la majorité d’entre elles ne sont guère réutilisées. Il devrait en être autrement dans le domaine de la recherche, où leur obtention peut s’avérer onéreuse en raison d’équipements de mesure coûteux ou d’enquêtes complexes. Rendre les données de recherche largement accessibles est l’un des objectifs du mouvement Open Science et plus particulièrement de l’Open Data.
Les données doivent être «FAIR»
L’administration des données de recherche confronte la communauté scientifique internationale à différents défis. Pour les relever, diverses initiatives sont en cours, y compris en Suisse. Ainsi, le Fonds national suisse FNS s’est engagé à rendre, dans la mesure du possible, les données issues de recherches financées par le public gratuitement accessibles à tout un chacun. swissuniversities développe actuellement un programme «Open Science», permettant aux hautes écoles suisses de réutiliser et de propager des données de recherche. Les Académies suisses des sciences y participent également et ont émis, dans leur Factsheet publiée récemment, des recommandations sur la promotion de l’Open Access et de l’Open Data. Les principes fondamentaux de ces initiatives peuvent être résumés par l’acronyme FAIR: faciles à trouver (findable), accessibles (accessible), interopérables (interoperable) et réutilisables (reusable).
Publiés en 2016, les «FAIR Guiding Principles for scientific data management and stewardship» sont des lignes directrices visant à améliorer la trouvabilité, l’accessibilité, l’interopérabilité et la réutilisabilité des biens numériques. Image: Sangya Pundir, Wikimedia commons, CC By SA 4.0
La documentation des données de recherche dépend du domaine scientifique
La traçabilité de la qualité des données est essentielle pour l’échange et la réutilisation des données de recherche. Les chercheurs ont besoin de savoir comment les données brutes ont été élaborées et qu’elles n’ont pas été manipulées. Cela nécessite une documentation appropriée, par exemple sous forme de métadonnées. Cela est particulièrement important lorsque des données provenant de différents domaines de recherche sont compilées. Étant donné que les sciences concernées génèrent différentes données, elles utilisent également d’autres caractéristiques descriptives.
De nombreuses disciplines possèdent leurs propres procédures et normes: une base commune permettrait de partager plus facilement les données de recherche à travers les disciplines. Image: Louis Reed, Unsplash
La traçabilité de la qualité des données pour un connectome de données de recherche
La fondation SWITCH a récemment lancé les SWITCH Innovation Labs – des plateformes pour la coopération avec des partenaires de hautes écoles. Deux laboratoires ont été définis afin de promouvoir l’écosystème d’Open Science suisse ainsi que la création d’un connectome de données de recherche: «La traçabilité de la qualité des données» et «Les technologies au service d’un connectome des données de recherche»». La SATW a été mandatée pour le premier laboratoire. Des mesures compréhensibles de la qualité des données sont une condition préalable au partage interdisciplinaire des données de recherche.
Philippe Cudré-Mauroux (à gauche) et Manuel Kugler lors de l’IT for Research Day. Tous deux travaillent sur différents SWITCH Innovation Labs avec l’objectif commun de créer un «connectome des données de recherche». Image: SWITCH
La traçabilité de la qualité des données permet non seulement de poser de nouvelles questions de recherche et d’obtenir de nouveaux résultats, mais aussi d’améliorer la reproductibilité des résultats. Pour le moment, cela peut s’avérer très laborieux, voire impossible. Toutefois, l’exigence de divulguer et de partager des données de recherche peut aussi se heurter à la résistance des chercheurs. En effet, cela augmente le risque que des erreurs dans les travaux soient découvertes et que la réputation des chercheurs concernés ou de leurs établissements en pâtisse. De plus, la documentation ne doit pas générer une charge de travail supplémentaire trop importante, afin que les chercheurs puissent se concentrer sur leurs tâches essentielles.
Une enquête menée auprès d’experts documente l’état des connaissances
En menant une enquête auprès d’experts, la SATW recueille l’état des connaissances et des mesures pour une traçabilité de la qualité des données compréhensible et généralisée dans différents domaines de recherche. Cette démarche repose sur l’hypothèse que les différentes disciplines tiennent compte de ces aspects à des degrés divers et appliquent des normes différentes. Cette enquête recense les besoins et les problèmes au niveau national. De premiers résultats sont attendus d’ici fin 2019 et les activités de suivi éventuelles débuteront à partir de 2020.
Renseignements
Manuel Kugler, responsable Programme prioritaire Advanced Manufacturing et Intelligence Artificielle, tél. +41 44 226 50 21, manuel.kugler(at)satw.ch
- Tags:
- digitalisation
0 comments