Open access, open data et gestion

des données de la recherche

Aurore CARTIER, Service Commun de Documentation, Université Paris Descartes

Magalie MOYSAN, Bureau des archives, Université Paris Diderot

Nathalie REYMONET, Direction d’Appui à la Recherche, Université Paris Diderot

Quel intérêt pour un jeune chercheur ?

jeudi 18 janvier 2018

4

Processus de publication

recherche

soumission à l’éditeur

revue par les pairscomité de lecture peer review

publication

révisions

rédaction

chercheur

éditeurpublisher

éditeur publisher

chercheur

bibliothèquebibliothécaire

documentaliste

chercheur/ rédacteur

chercheur / rédacteur

chercheur / rédacteur

5

Éthique et publication

• intégrité et qualité • originalité de la publication• transparence

°

répertoire des journaux en OA

http://doaj.org/ (9 367 titres)

éditeurs “probablement” prédateurs : Beall’s List http://scholarlyoa.com/publishers/

politique des éditeurs sur l’OA : Sherpa/Romeo http://www.sherpa.ac.uk/romeo/

quels choix pour les auteurs ? évolution des modalités de la communication

12

Choisir une revue OA

?

LES LICENCES LIBRES AU SERVICE DE L’OPEN ACCESS

Initiative de Budapest pour l’Accès Ouvert (2002)

« Par « accès libre » (open access) à cette littérature, nous entendons sa mise àdisposition gratuite sur l’Internet public, permettant à tout un chacun de lire,télécharger, copier, transmettre, imprimer, chercher ou faire un lien vers le texteintégral de ces articles, les disséquer pour les indexer, s’en servir de données pour unlogiciel, ou s’en servir à toute autre fin légale, sans barrière financière, légale outechnique autre que celles indissociables de l’accès et l’utilisation d’Internet. La seulecontrainte sur la reproduction et la distribution, et le seul rôle du copyright dans cedomaine devrait être de garantir aux auteurs un contrôle sur l’intégrité de leurstravaux et le droit à être correctement reconnus et cités. […] Nous invitons lesgouvernements, universités, bibliothèques, directeurs de revues, éditeurs, […] savantsindividuels qui partagent notre vision à nous rejoindre dans notre action pour lever lesobstacles vers l’accès libre, et pour construire un futur dans lequel recherche etéducation soient beaucoup plus libres de s’épanouir dans toutes les parties dumonde. »

En droit d’auteur, on parle de contrat de cession de droits et de contrat de licence de droits. Il s’agit, en fait, dans lesdeux cas de contrats de cession. La différence consiste dans le caractère exclusif ou non de la cession.

LICENCE OU CONTRAT DE CESSION

LE CONTRAT DE LICENCEL’auteur autorise l’usage de certaines prérogatives patrimoniales àun tiers de manière non exclusive. Ce dernier n’est pas pour autanttitulaire de droits sur l’œuvre, il ne peut agir en contrefaçon, il n’aqu’un droit d’utilisation.• Droit de reproduction• Droit de réutilisation• Droit d’utilisation (à des fins commerciales ou non)• Partage à l’identique• Cession non exclusive des droits patrimoniaux

La conclusion d’un contrat de cession à titre exclusif est un acte qui diminuefortement les prérogatives du cédant. Il se dépossède de ses droits.Si le contrat porte sur l’ensemble des droits patrimoniaux, il ne peut plus, par exemple,commercialiser, adapter, reproduire (…) l’œuvre cédée. Il est donc conseillé denégocier des contreparties conséquentes en l’échange de ce transfert de droits.

LE CONTRAT DE CESSIONL’auteur cède tout ou partie de ses droits patrimoniaux surl’œuvre à un tiers de manière exclusive. Ce dernier esttitulaire des droits cédés et peut agir en contrefaçon.• Exigence d’un écrit• Enumération des droits cédés• Délimitation de l’étendue et de la destination des droits

(nombre d’usages, quel type d’usagers)• Délimitation territoriale de la cession• Délimitation temporelle de la cession

Mentionner éventuellement :Les formes d’exploitation non prévisibleLa rémunération de la cession (qui peut-être gratuite)L’exclusivité ou non de la cession

©

LES LICENCES

CREATIVE COMMONS

•

•

•

•

•

•

LES DIFFÉRENTES LICENCES CC EXISTANTES

6. Attribution + Partage dans les mêmes conditions (BY SA) : Le titulaire des droits autorise touteutilisation de l’œuvre originale (y compris à des fins commerciales) ainsi que la création d’œuvresdérivées, à condition qu’elles soient distribuées sous une licence identique à celle qui régit l’œuvreoriginale. Cette licence est souvent comparée aux licences « copyleft » des logiciels libres. C’est la licenceutilisée par Wikipedia.

1. Attribution (BY): Le titulaire des droits autorise toute exploitation de l’œuvre, y comprisà des fins commerciales, ainsi que la création d’œuvres dérivées, dont la distribution estégalement autorisé sans restriction, à condition de l’attribuer à son l’auteur en citant sonnom. Cette licence est recommandée pour la diffusion et l’utilisation maximale desœuvres.

2. Attribution + Pas de Modification (BY ND) : Le titulaire des droits autorise touteutilisation de l’œuvre originale (y compris à des fins commerciales), mais n’autorisepas la création d’œuvres dérivées.

3. Attribution + Pas d’Utilisation Commerciale + Pas deModification (BY NC ND) : Le titulaire des droits autorisel’utilisation de l’œuvre originale à des fins non commerciales, maisn’autorise pas la création d’œuvres dérivés.

4. Attribution + Pas d’Utilisation Commerciale (BY NC) : le titulaire des droitsautorise l’exploitation de l’œuvre, ainsi que la création d’œuvres dérivées, àcondition qu’il ne s’agisse pas d’une utilisation commerciale (les utilisationscommerciales restant soumises à son autorisation).

5. Attribution + Pas d’Utilisation Commerciale + Partage dans les mêmesconditions (BY NC SA): Le titulaire des droits autorise l’exploitation de l’œuvreoriginale à des fins non commerciales, ainsi que la création d’œuvres dérivées, àcondition qu’elles soient distribuées sous une licence identique à celle qui régitl’œuvre originale.

Définition de la donnée de recherche

« Les données, ou unités d’information, qui sont crééesau cours d’une recherche, subventionnée ou non, et quisont organisées ou formatées de telle sorte qu’ellessoient communicables, interprétables et adaptées à untraitement souvent informatisé ».

Université de Bristol

« Les données de la recherche sont des enregistrementsfactuels (chiffres, textes, images et sons) utilisés commesources principales pour la recherche scientifique etgénéralement reconnus par la communauté scientifiquecomme nécessaires à la validation des résultats derecherche »

Organisation de Coopération et de Développement Économiques (OCDE)

« Les données de la recherche sont l’ensemble desinformations et matériaux produits et reçus par deséquipes de recherche et des chercheurs. Elles sontcollectées et documentées à des fins de recherchescientifique. A ce titre, elles constituent une partie desarchives de la recherche. »

Association des archivistes français. Section « Aurore »

« 1) the data, including associated metadata (i.e. themetadata describing the research data deposited), needed tovalidate the results presented in scientific publications ;

2) other data (i.e. curated data not directly attributable to apublication, or raw data), including associated metadata.»

Commission européenne pour Horizon 2020

« Les données de la recherche sont un ensembled’informations factuelles enregistrées sur des supports,produites ou collectées, selon divers procédés au coursd’un processus de recherche »

Définition du groupe de travail P5/P7

Le jeu de données

Selon le projet, un jeu de données peut recouvrir des réalités différentes. Un ou plusieurs jeu(x) de données peuvent être lié(s) au projet de recherche, et désigner :

i) un lot techniquement homogène,

ii) un lot intellectuellement cohérent même si celui-ci est composé de lots techniquement hétérogènes.

Définition du groupe de travail P5/P7

Gestion et partage des données

Data management Open dataVS.

Diffusion de manière structurée selon une méthode et une licence ouverte des

données pour leur libre accès et leur réutilisation par tous, sans restriction

technique, juridique ou financière.

Mise en place d'architectures, de réglementations, de pratiques et de

procédures pour gérer correctement les besoins de la recherche sur tout au long

du cycle de vie des données

Début du projet Fin du projet

Enjeux juridiques, économiques, scientifiques …

Brevets, CNIL, secret défense, concurrences, droit d’auteurs …

Dépôt en archives ou entrepôts ouverts

Archivage auprès d’un organisme agréé

Données en appui des publications ou OK pour diffusion.

Autres données produites au cours du projet. Pas de diffusion.

Types de données Définitions Valeur et spécificité Exemples

Données d’observation (Observational datas)

Données obtenues en temps réel

Souvent uniques et irremplaçables

Données atmosphériques, d’enquêtes, échantillons, neuro-image

Données expérimentales(Experimental datas)

Données obtenues en laboratoire à partir d’équipements spécifiques

Reproductibles mais à des coûts dissuasifs

Séquence de génome, chromatographie, spectres RMN

Données de simulation(Simulation datas)

Données générées à partir de modèles test

Métadonnées et modèles ont une valeur supérieure aux résultats

Modèles climatiques, modèles économiques

Données dérivées ou compilées(Derived or compiled data)

Données obtenues par compilations ou traitement des données brutes

Reproductibles mais à des coûts dissuasifs

Texte et data mining, bases de données compilées, modèles 3D

Données de référence ou données canoniques(Reference or canonical datas)

Collections statiques ou organiques de jeux de données validées

Données publiées ou qui ont fait l’objet d’une curation

Banque de données sur le génome, structureschimiques, portail de données spatiales

Prendre en compte la diversité des données

BIG DATA Ensembles de données qui deviennent tellement volumineux qu'ils en deviennent difficiles à travailler avec des outils classiques de

gestion de base de données ou de gestion de l'information.

Mise en place de nouveaux outils, méthodes et applications de gestion, traitement, analyse, visualisation et conservation

des données : Big Analitics, calcul distribué, supercalculateurs, cloud-computing etc.

Exemples de projets concernés :

séquençage haut débit

observatoire virtuel en astronomie

simulation en physique et énergie

imagerie médicale

données environnementales biotiques /abiotiques

données économiques (e-commerce, systèmes décisionnels)

données sociales (réseaux sociaux, bibliothèques numériques, patrimoines culturels)

Open data, open research data, big data

2012 : lancement des appels à projets « Grandes masses de données scientifiques » - MASTODONS

OPEN DATA Mouvement et philosophie d'accès à l'information et pratique de publication de données librement accessibles et exploitables.Considère l'information publique comme un bien commun dont la diffusion est d'intérêt public et général : enjeux démocratiques, politiques et économiques. En Europe et dans certains pays, des directives et lois imposent aux collectivités de publier certaines données publiques sous forme numérique.• Directive 2003/98/CE• Ordonnance n°2005-650 du 6 juin 2005 • Directive 2013/37/UE

RESEARCH DATAEnregistrements factuels (chiffres, textes, images et sons), qui sont utilisés comme sources principales pour la recherche scientifique et sont généralement reconnus par la communauté scientifique comme nécessaires pour valider des résultats de recherche. Définition de l’OCDE

BIG DATA

RESEARCH DATA

OPEN DATA

OPEN RESEARCH DATA

Données publiées

Données retenues

Données traitées

Données produites

Données exploitées pour l’élaboration des résultats

Données analysées, agrégées, compilées, transformées

Données primaires produites ou collectées au cours de la recherche

INVISIBLES

VISIBLES Données intégrées à titre d’illustrations ou de résultats dans une publication papier ou en ligne.

Perte d’information importante au cours du processus de publication

Publications fréquentes de résultats erronés dans de grandes revues à comité de lecture et fort facteur d’impact

Affaire Hendrick Schön – Chimie de la matière condensée -2001Affaire Diederik Stapel – Psychologie sociale – 2011Affaire Yoshiki Sasai (cellule STAP) – 2014Les corrélation abusives etc.

Le libre accès aux publications et des

données associées facilite :

Une vérification des résultats

obtenus grâce à la possibilité de

rejouer les données

Un meilleur recensement par les

logiciels de détection anti-plagiat

type Compilatio (utilisé pour les

thèses à Paris Descartes)

Une meilleure diffusion auprès des

pairs par une visibilité accrue auprès

des moteurs de recherche

Retrouver la liste complète des articles accessible en ligne: https://www.dropbox.com/s/chq4fva88objcbn/Article%20list%201%2011.pdf?dl=0

En 2016 BioMed Central a identifié 28 articles qui seront retirés, 40de plus qui feront l’objet d’une enquête approfondies. Springera identifié 30 articles qui seront retires et 9 additionnels qui ferontégalement l’objet d’une enquête approfondie.

fragilité et obsolescence des

supports numériques

migration des données,

conservation des outils de lecture

coûts et difficultés technique de

l’archivage et de l’accès à long

terme

Solution : Anticipation

Droit sui generis des bases de données

Ambiguïté du cadre juridiques (variable selon les

pays, concurrence des textes etc.)

Respect des politiques d’éditeur et des contraintes

de la propriété industrielle, d e la protection des

données personnelles etc. en matière de diffusion

Solution : planification

Solution : ouverture

Comment financer à long terme le tout gratuit (green

open access) ?

Augmentation constante des tarifs pratiqués par les

éditeurs commerciaux

Verrouillage progressifs des corpus et fouilles de

données par les éditeurs commerciaux (embargo,

entrave au TDM …)

data mining

Données de

recherche

Contrat édition

Données de recherche

OPEN

Protection données perso / PI

CLOSE

publipubli

OPEN

« II.-Dès lors que les données issues d'une activité de recherche financée au moins pour moitié par des dotations (…) ne sont pas protégées par un droit spécifique ou une réglementation particulière et qu'elles ont été rendues publiques par le chercheur, l'établissement ou l'organisme de recherche, leur réutilisation est libre.« III.-L'éditeur d'un écrit scientifique mentionné au I ne peut limiter la réutilisation des données de la recherche rendues publiques dans le cadre de sa publication

Loi Numérique, Article 30

Les copies ou reproductions numériques de la base réalisées par une personne qui y a licitement accès, en vue de fouilles de textes et de données incluses ou associées aux écrits scientifiques dans un cadre de recherche, à l'exclusion de toute finalité commerciale.

Loi Numérique, Article 38

Protection données perso / PI

CLOSE

Pour un chercheur : accroître la visibilité et la diffusion de ses résultats, renforcer son identité numérique de chercheur, améliorer son H-Index et ses coefficients d’évaluation

Pour son équipe : capitaliser les savoirs et savoir-faire acquis

Pour son établissement : améliorer le retour sur investissement, renforcer ses domaines d’expertise

Pour sa communauté de recherche : économie de temps et d’argent, fiabilisation des résultats, mutualisation et partage des savoirs et connaissances

Pour l’ensemble de la communauté scientifique mondiale : encourager l’interdisciplinarité, œuvrer pour une économie du savoir plus équitable, ouvrir de nouvelles perspectives et opportunité pour la recherche (big data, data mining, text minig etc.)

Plannifier

Produire/ Collecter

Stocker

Décrire Préserver /

Archiver

Intégrer

Analyser

Mise en place d’espaces serveur sécurisés pour accéder au document. Ajout des métadonnées de gestion

Documenter les données pour permettre leur réutilisation. Ajout des métadonnées descriptives normées et structurées

Recherche de données , procédés semblables ou complémentaires

Archiver pour garantir la pérennité de l’accès et de la compréhension des données. Ajout de métadonnées de préservation

Réutilisation

Diffusion

Idée de la recherche

Demande de financement

Démarrage de la thèse

Données de la recherche

Publications scientifiques

Soutenance

PRIVILÉGIER LES ESPACES DE STOCKAGE INSTITUTIONNELS SÉCURISÉS

http://cirrus.uspc.fr/cumulus/

××

To be Findable

To be Accessible

To be Interoperable

To be Re-usable

• Attribution d’identifiants pérennes orientés

Web : DOI, ARK, Handle etc.

• Métadonnées et indexations pour être

référencés par les moteurs de recherche

• « As open as possible, as closed as necessary »

• Ouvertes et localisées : entrepôt, sites web etc.

• Embargo, anonymisation, droit d’auteurs etc.

• Formats ouverts et libres: XML, CSV, TXT, RDF, DDI

etc.

• Protocoles standards des entrepôts : OAI-PMH,

W3C etc.

• Documentation et métadonnées suffisantes

• Licence ouvertes: CC, ODBL, GPL etc.

DATA MANAGEMENT PLAN

Marmelade

données

métadonnée descriptive: informations sur le contenu

support

métadonnée de gestion : comment l’utiliser

DLUO 062017

Les métadonnées sont des données servant à décrire

ou à gérer d’autres données. Elles peuvent avoir

plusieurs fonctions (décrire un contenu, préciser des

droits d’utilisation, gérer le suivi des accès, des

modifications etc.).

Détectables / citables

Fiables et intelligibles

Accessibles

RéutilisablesInteropérables

Identifiant pérenne

Indexées

En ligne sur le web

Gratuites

Validées

Décrites , documentées

Normalisées

Entrepôts ouverts

Protocoles moissonnablesLicence libres

Formats non propriétaires

Archivage pérenne

Métadonnées

ARCHIVABLE

Il existe des standards de métadonnées propres à certains métiers ou à la description de certains types d’objets :

TEF : standard de métadonnées pour la description des thèses électroniques françaises

Permettre la réalisation de recherche efficace pour la découverte des données dans les catalogues.

MOTEUR DE RECHERCHE AVANCÉE

Pour la recherche avancée :

https://search.datacite.org/ui-

advanced

MOTEUR DE RECHERCHE SIMPLE

AGENCE D’ATTRIBUTION DES DOI

To be Findable

http://www.gbif.org/dataset/b69980f9-1895-48a0-9a18-e31f4755a6c3

1. Importance

2. Credit and Attribution

3. Evidence

4. Unique Identification

5. Access

6. Persistence

7. Specificity and Verifiability

8. Interoperability and Flexibility

Data Citation Synthesis Group: Joint Declaration of Data Citation Principles. Martone M. (ed.) San Diego CA: FORCE11; 2014 [https://www.force11.org/group/joint-declaration-data-citation-principles-final].

http://www.dcc.ac.uk/resources/how-guides/track-data-impact-metrics

• Thomson Reuters Data Citation Index• PLoS Article-Level Metrics• ResearchGate score• ImpactStory

Mesurer l’impact des citations

APA

Cool, H. E. M., & Bell, M. (2011). Excavations at St Peter’s

Church, Barton-upon-Humber [Data set].

doi:10.5284/1000389

Chicago

H. E. M. Cool and Mark Bell, Excavations at St Peter’s

Church, Barton-upon-Humber (accessed May 1, 2011),

doi:10.5284/1000389.

MLA

Cool, H. E. M., and Mark Bell. “Excavations at St Peter’s

Church, Barton-upon-Humber.” Archaeology Data

Service, 2001. Web. 1 May 2011.

<http://dx.doi.org/10.5284/1000389>.

Oxford

Cool, H. E. M. and Bell, M. (2011), Excavations at St

Peter’s Church, Barton-upon-Humber [dataset] (York:

Archaeology Data Service), doi: 10.5284/1000389

PANGAEA

Willmes, S et al. (2009): Onset dates of annual snowmelt

on Antarctic sea ice in 2007/2008.

doi:10.1594/PANGAEA.701380

Dryad

Kingsolver JG, Hoekstra HE, Hoekstra JM, Berrigan D,

Vignieri SN, Hill CE, Hoang A, Gibert P, Beerli P (2001)

Data from: The strength of phenotypic selection in

natural populations. Dryad Digital Repository.

doi:10.5061/dryad.166

Dataverse

Frederico Girosi; Gary King, 2006, ‘Cause of Death

Data’, http://hdl.handle.net/1902.1/UOVMCPSWOL

UNF:3:9JU+SmVyHgwRhAKclQ85Cg== IQSS Dataverse

Network [Distributor] V3 [Version].

Entrepôts disciplinaires

Organismes de financement

Établissements de recherche

Éditeurs ou partenaires

Partage des données inscrit dans les pratiques de recherche dans certaines disciplines (ex. : astronomie, génétique, environnement)

Financements conditionnés par le respect de certaines règles relatives à la gestion et au partage des données

Politiques institutionnelles définissant les conditions dans lesquelles doivent être conservées et rendues accessibles les données

Obligation de dépôt dans une archive ouverte des données sur lesquelles reposent les conclusions d’un article + data journals

Entrepôts privésInitiatives personnelles de mise à disposition de la communauté scientifique de ses données

LES DIFFÉRENTS TYPES D’ENTREPÔTS

Privilégier les entrepôts institutionnels ou disciplinaires dont le modèle économique estconnu et présentant des garanties en matière d’indexation, de signalement et deconservation des contenus.

To be Accessible

44

• article scientifique, décrit des données

• exposer des données, en répondant à plusieurs besoins :

répondre aux exigences des financeurs de la recherche (visibilité)

donner un accès aux données et les rendre intelligibles

fournir une référence citable (peer-rewieved)

permettre la génération de citations par des services tel que le Data

Citation Index de Thomson Reuters

reconnaître le travail réalisé par l’équipe de recherche qui a produit les

données décrites

Titre journal Éditeur Référencement

Beall list

OA Coût APC

Date début

Journal of Physical and Chemical Research Data

AIP WoS non - - 1972-

Genomics Data Elsevier WoS non OA € 448 2013-

Journal of Open Psychology Data

Ubiquity Press

- non OA € 130 2013-

Scientific Data Nature PubMed non OA € 1 050 2014-

Geoscience Data Journal Wiley WoS non OA € 1 200 2014-

Research Data Journal for the Humanities and Social Sciences

Brill - non OA 0£ until 31

December 2018

2016-

Instructions aux auteurs

thèmes / langage(s) / longueur / style de références

liste d’entrepôts recommandés

Titre, résumé, mots-clé, références

Texte :

Contexte de la recherche

Méthode : échantillon, materiel, procédures, contrôle qualité, questions éthiques

Description du/des jeu(x) de données

Bibliographie

Article : texte + un lien vers le jeu de données décrit + matériaux supplémentaires

(illustrations, tableaux , vidéos, sons , etc.)

Renseigner un DMP rédaction d’un data paper !

https://www.ncbi.nlm.nih.gov/genbank/submit

http://journals.plos.org/plosone/s/data-availability

To be Interoperable• S’APPUYER SUR DES STANDARDS DE MÉTADONNÉES (DISCIPLINAIRES )

• FAVORISER LES FORMATS DE DONNÉES OUVERTES

https://fr.wikipedia.org/wiki/Correspondance_entre_formats_ouverts_et_formats_ferm%C3%A9s

53

Privilégier les licences libres et la documentation

nécessaires à la compréhension des données

Libérer ses données ne signifie pas renoncer à toute forme de droit, de contrôle ou de protection sur les données.

Les licences

- Creative Commons : publications.- Licence ouverte Etalab (Open Licence) : données et

publications.

- Open Database Licence (ODbl) : base de données.

- Open Data Commons Attribution License (ODC –By) : données

et bases de données.

- GNU General Public License : logiciels et programmes

informatiques

L’embargo

L’embargo est une protection temporaire permettant de remettre à un délaiultérieur la libre diffusion et/ou réutilisation des données ou des publications. Sousréserve d’obligation extérieure, le choix et les durée de l’embargo reviennent àl’auteur. Ex: les subventions H2020 impose un délai maximum de 6 moisd’embargo pour les publications en sciences et 12 mois pour les SHS.

To be Re-usable

- Herpétologie (sciences des amphibiens) /

Ichtyologie (sciences des poissons)- Ebola- Ontology- Manybody quantum system- Paris Descartes / dataset

Trouver un entrepôt où déposer une base dedonnées structurée, disposant d’un terminalSPARQL dans le domaine de la flore et de lagéologie marine

Document formel précisant la manière dont les données seront produites, traitées,

décrites, partagées ou protégées et conservées au cours et à l’issue du projet.

https://dmp.opidor.fr/

PDF Excel

https://hal-descartes.archives-ouvertes.fr/page/data-management-plan

• Section 1 : Informations relatives au projet

• Section 2 : Responsabilité des données

• Section 3 : Ressources nécessaires

• Section 4 : Jeux de données

• 4.1 Description du jeu de données

• 4.2 Stockage, accès et sécurité des données – au

cours du projet

• 4.3 Métadonnées : documentation et organisation

des données

• 4.4 Dissémination des jeux de données – à l’issue

du projet

• Section 5 : Sélection et archivage – que les

données soient diffusées ou non

Valable pour l’ensemble du

projet

Valable pour l’ensemble du projet

Propre à chaque jeu de données sauf si valable

à l’échelle du projet

POUR TOUT RENSEIGNEMENT

Magalie Moysanmagalie.moysan@univ-paris-diderot.frNathalie Reymonetnathalie.reymonet@univ-paris-diderot.fr