Documenter ses données

L'organisation des données se concrétise sous la forme de plusieurs bonnes pratiques connexes, notamment l'application d'un plan de classement de dossiers avec arborescence hiérarchisée et l'utilisation des règles de nommage pour les fichiers de vos projets de recherche.

DoRANum, "Conseils pour l’organisation des données"
L'Inist-CNRS met à disposition un diaporama interactif sur l'organisation des données afin d'en faciliter leur (ré)utilisation tout au long du projet de recherche (arborescence des dossiers, nommage des dossiers et fichiers, avec exemples concrets).

DoRANum, "Comment bien nommer ses fichiers ?"
L'Urfist Méditerranée et l'Inist-CNRS proposent un article synthétique sur l'importance du nommage des dossiers et des fichiers dans la gestion et la documentation de ses données (typologie des fichiers numériques et règles de nommage).

Blog de l'Institut Pasteur, "Comment organiser et nommer ses données ?"
Cet article du blog de l'Institut Pasteur propose une synthèse des pratiques d'organisation et de nommage facilitant la réutilisation des données de recherche.

Différents modèles de plan de classement de dossiers pour des projets de recherche sont accessibles. Les templates sont développés pour servir d’inspiration et doivent être adaptés et retravaillés pour correspondre à vos besoins dans le cadre de votre projet de recherche. 

Template téléchargeable d'un plan de classement pour un projet de recherche :"Folder structure template for research repositories (Colomb Julien, Thorsten Arendt, Keisuke Sehara, and The Gin-Tonic team)"
Des modèles préremplis de plan de classement des fichiers et données sont téléchargeables, à l'instar de ce template qui propose une arborescence hiérarchisée des fichiers d'un projet de recherche. Après le téléchargement du dossier dans lequel l'arborescence est déployée (dossiers et sous-dossiers, types de fichiers à faire figurer -READMe, licences...), ce template doit être retravaillé et ajusté comme pour tout autre modèle, afin de le faire correspondre à vos besoins dans le cadre de votre projet de recherche.

Fiche pratique d'un modèle de plan de classement pour un projet de recherche : "Organizing Research Data: A Folder Structure Guide for PhD Students (Fondation allemande pour la recherche)"
La Fondation allemande pour la recherche propose un plan de classement sous forme de fiche synthétique (organisation des dossiers avec recommandations et lignes directrices). Ce template doit être retravaillé et ajusté comme pour tout autre modèle, afin de le faire correspondre à vos besoins dans le cadre de votre projet de recherche.

Les métadonnées désignent "un ensemble d'informations structurées qui décrit, explicite et localise une ressource informationnelle, dans le but d'en faciliter la recherche, l'usage et la gestion". Plusieurs types de métadonnées existent : les métadonnées embarquées, directement intégrées dans les fichiers de données eux-mêmes (informations techniques et contextuelles), et les métadonnées externes, ajoutées aux fichiers de données (titre, auteur, date de création, conditions d'accès, mots-clés...). Parce qu'elles sont garantes de la réutilisabilité et de la pérennité des jeux de données, les métadonnées occupent un rôle central pour la découverte, le partage et la réutilisation des données.

Citation et texte adapté issus de la définition proposée par le Collège Données de la recherche du Comité pour la science ouverte "Faciliter la documentation des données grâce aux métadonnées dans un projet de recherche"

DoRANum, "La minute Métadonnées"
En moins de 3 minutes, cette brève vidéo de l'Inist-CNRS propose une introduction aux métadonnées : définition, enjeux, standards et outils à disposition de la communauté de recherche. 

DoRANum, "Cours introductif sur les métadonnées"
Ce guide interactif de l'Inist-CNRS propose une introduction des principales notions et outils essentiels entourant les métadonnées : définition et enjeux, différences de types de métadonnées (enrichies et embarquées), standards et schémas de métadonnées, enrichissement par des vocabulaires contrôlés.

Blog de l'Institut Pasteur, "Documenter ses données par des métadonnées tout au long de son projet : une check-list pour ne rien oublier"
L'Institut Pasteur met à disposition sur son blog un article synthétique autour de l'importance des métadonnées tout au long de son projet de recherche. Plusieurs étapes du cycle de vie des données sont ainsi passées en revue, en insistant sur le rôle des métadonnées pour chacune d'entre elles. Cet article est une synthèse du guide-checklist "Faciliter la documentation des données grâce aux métadonnées dans un projet de recherche" conçu par le collège Données de la recherche du Comité pour la science ouverte, qu'il est recommandé de consulter pour bénéficier de l'entièreté des préconisations.

Urfist Méditerranée, "Les métadonnées sont partout ! Focus sur les métadonnées embarquées"
L'Urfist Méditerranée met à disposition un guide sur les métadonnées embarquées, leurs avantages et les risques qu'elles comportent. Ces données encodées dans les fichiers eux-mêmes contiennent de nombreuses informations sur les caractéristiques du document, y compris des métadonnées sensibles pour lesquelles la mise en place de mesures de sécurité est essentielle. 

Les standards de métadonnées permettent de mobiliser les métadonnées qui sont couramment utilisées pour chaque discipline et qui sont adoptées comme modèle reconnu et normalisé par les communautés de recherche. Constitués de différents schémas, ces standards favorisent la réutilisation et l'interopérabilité des données de recherche, en conformité avec les principes FAIR. 
Des répertoires de standards disciplinaires existent afin d'identifier les standards de métadonnées reconnus dans votre discipline, tels que ceux de FAIRsharing, de Digital Curation Centre (DCC) et de Research Data Alliance (RDA). Afin de faciliter ces recherches, les standards peuvent être classés par disciplines : "Social Sciences" et "Art and Humanities".

DoRANum, "Les schémas de métadonnées"
En moins de 5 minutes, la vidéo de l'Urfist Méditerranée propose une introduction aux schémas de métadonnées, soit les normes structurant les différents standards de métadonnées. Ces schémas de métadonnées sont constitués par des listes d'éléments descriptifs reliés entre eux et sont définis par diverses caractéristiques structurantes. 
 

Les vocabulaires contrôlés désignent des lexiques normalisés (tels que des thésaurus, listes, ontologies...) couramment utilisés par les communautés scientifiques disciplinaires. Ils permettent d'enrichir les métadonnées au moment du dépôt des données dans un entrepôt, et de renforcer ainsi leur visibilité et réutilisation.

Loterre, répertoire de vocabulaires contrôlés 
Istex Loterre (Linked open terminology resources) est un répertoire de vocabulaires contrôlés classés par disciplines, dont les SHS.

Des outils facilitant la saisie des métadonnées sont mis à disposition pour la communauté scientifique (générateur, checklist).

DoRANum et le générateur de métadonnées "DataCite Metadata Generator"
DoRANum met à disposition un générateur de métadonnées pour les données de recherche, en suivant le schéma de DataCite, un standard utilisé pour l'attribution d'identifiants pérennes Digital Object identifier (DOI).

Collège Données de la recherche du Comité pour la science ouverte et sa cheklist "Faciliter la documentation des données grâce aux métadonnées dans un projet de recherche"
Ce guide-checklist propose un ensemble de préconisations tout au long des étapes du cycle de vie des données (objectifs, acteurs concernés, actions). 

Quelques ressources complémentaires sur les métadonnées.  

DoRANum, "Métadonnées, standards, formats - Comment décrire les données ?"
DoRANum met à disposition un vaste répertoire de ressources à explorer sur les métadonnées : fiche synthétique, vidéos, guide, autoévaluation pour tester ses connaissances...

DARIAH et le service Vocabs autour de la création, la maintenance et l'utilisation de vocabulaires contrôlés en ALL-SHS
À destination de la communauté ALL-SHS, le service Vocabs de DARIAH (Digital Research Infrastructure for the Arts and Humanities) permet de parcourir des vocabulaires contrôlés publiés sur la plateforme (Vocabs browse) mais aussi d'en créer et d'en éditer de manière collaborative (Vocabs editor).

CLARIN et son répertoire de domaines d'application des standards par sujet 
L'infrastructure européenne CLARIN consacrée au partage de ressources et d'outils autour du langage met à disposition une liste de domaines d'application des standards de métadonnées. 

CLARIN et son répertoire de métadonnées par champ disciplinaire
CLARIN propose un répertoire de métadonnées par champ disciplinaire. 

DARIAH et son catalogue d'outils et de services
L'infrastructure européenne DARIAH à destination des disciplines ALL-SHS met à disposition un ensemble de services, d'outils et de ressources (volets "core services" et "community services"), notamment autour de la documentation des jeux de données. 

En plus des métadonnées, d'autres modalités et outils documentaires sont disponibles pour mettre en œuvre la description des données de recherche, de leur contexte de production et de leur organisation, à l'instar des fichiers README (ou "Lisez-moi"). Préconisés dans les pratiques FAIR, les fichiers README sont pensés comme un complément des métadonnées et permettent dès lors de renforcer encore davantage la découverte et la réutilisation de vos jeux de données. 

Recherche Data Gouv, "Modèle de README"
Recherche Data Gouv met à disposition un modèle de README, conçu pour aider à structurer la documentation de vos données de recherche.

En plus des fichiers README, d'autres documents conçus et utilisés pour gérer vos données de recherche peuvent aussi être employés et pensés comme de véritables outils de documentation : le plan de gestion de données documentant les différentes étapes de votre projet, ou encore le cahier de laboratoire (ou carnet de recherche) décrivant la méthodologie et les résultats tout au long de votre projet. Ces différents documents décrivent vos données en les contextualisant et en donnant toute information nécessaire à leur compréhension.

Texte adapté de l'article du blog de l'Institut Pasteur "Comment décrire ses données pour les rendre compréhensibles et réutilisables ?"
 

La communication des jeux de données se concrétise par l'utilisation de formats de fichiers, et particulièrement les formats ouverts comme préconisés dans les pratiques FAIR. Appliquer un format de fichier ouvert et adapté pour vos types de document est essentiel pour renforcer le partage et la réutilisation de vos données. 

DoRANum, "Quiz : Format ouvert ou fermé ? Testez vos connaissances des formats de fichiers"
L'Urfist Méditerranée et l'Inist-CNRS proposent un article synthétique accompagné d'un quiz pour tester ses connaissances sur les formats de fichiers.

INRAE, "Choix des formats de fichiers"
Pour aller plus loin, consulter aussi la page sur le choix des formats de fichiers de l'INRAE, relayant notamment les listes réalisées par la Library of Congress sur les formats par types de fichiers. Cette liste peut vous aider dans le choix du format adapté à votre projet de recherche.