LIttoral ENvironnement et Sociétés (LIENSs) - UMR 7266

Réutiliser/Valoriser

Thierry Guyot — 2024-12-03T15:31:46Z

Le R des principes FAIR pour Reusable (Réutilisable) met en avant les caractéristiques qui rendent les données réutilisables pour de futures recherches ou d'autres finalités (ex : enseignement, innovation, reproduction / transparence de la science).
Voici des recommandations pour mettre en œuvre ce principe dans votre projet de recherche :
– Choisir une licence
– Quelles métadonnées pour décrire quelles données ? : exemples des standards de métadonnées
– Choisir des formats de fichier pour mettre les données à disposition dans des formats ouverts et pérennes

Rendre les données réutilisables sont une des clés pour garantir la reproductibilité des résultats scientifiques avec le partage du code (sur le gitlab de LRU) et l'environnement de travail (paramètres système et bibliothèques).

Étape précédente (Analyser les données)
Étape suivante (Diffuser/Partager)

Diffuser/Partager

Thierry Guyot — 2024-12-03T15:31:16Z

« Ouvrir autant que possible, fermer autant que nécessaire »

Le dépôt des données de recherche répond à une logique de partage et d'ouverture pour coller aux principes FAIR. Il nécessite une gestion rigoureuse des données pour que celles-ci soient accessibles et réutilisables dans le temps.

Le plan de gestion de données, rédigé en amont de cette étape, permet d'anticiper et de prévoir le dépôt et le partage des données.

Il est possible de partager les données brutes d'un projet et de leur attribuer un identifiant unique et pérenne avec un DOI (Digital Object Identifier ou identifiant numérique d'objet), cela permettra de citer vos données dans tout article ou publication les utilisant. Il est recommandé de déposer les données dans un entrepôt thématique (spécifique à votre discipline). Ainsi, lorsqu'une revue scientifique vous demande de transmettre les « Complementary Resources », il est fortement recommandé d'envoyer le DOI fournit par l'entrepôt, plutôt que d'envoyer vos données à la revue.

Dans le cadre du LIENSs, nous recommandons pour :
– les données marines et littorales, l'utilisation du catalogue du LIENSs, où un DOI peut être obtenu directement auprès du pôle Odatis, partie intégrante de l'IR Data Terra pour les données du Système Terre et de l'environnement. Pour des données qui ne rentreraient pas dans le pôle ODATIS, à savoir des données dites « orphelines » ou dite de longue traine de l'Environnement et du Système Terre, l'IR DataTerra offre l'entrepôt EasyData.
– les données en Sciences Humaines et Sociales, l'entrepôt Nakala
– les données de biodiversité, l'entrepôt data.inDoRES sous la tutelle de l'Institut Écologie et Environnement du CNRS et du Muséum National d'Histoire Naturelle.

Dans le cadre du projet Urban & Coastal Lab La Rochelle (UCLR), la plateforme UCLR permet aussi de partager vos données de recherche, mais aussi des modèles et des outils issus des travaux de La Rochelle Université. UCLR repose sur un espace institutionnel sur Recherche Data Gouv qui fédère les données de recherche produites par ou en collaboration avec les laboratoires de La Rochelle Université.

Enfin, vous pouvez retrouver des listes des entrepôts disponibles sur la plateforme nationale des données de la recherche, Re3data et Open Access Directory.

Préparer et vérifier les données pour les déposer

Pour que le partage des données soit efficace, il faut les préparer selon les principes FAIR, et ce, quelle que soit l'ouverture des données envisagée, totale ou partielle, ouverte ou sécurisée. Il est important aussi de :
– Anonymiser les données à caractère personnel (via Amnesia par exemple)
– Se questionner sur les conditions de réutilisation des données, notamment par le choix d'une licence (Etalab ou Creative Commons par exemple). La licence Creative Commons Attribution - Partage dans les Mêmes Conditions 4.0 International CC BY-SA 4.0, est recommandée permettant de partager vos données sans restriction en vous citant et pour que les nouvelles créations soient diffusées dans les mêmes conditions. Il est important d'y préciser la paternité de "l'information", à savoir : "sa source (a minima, le nom du "Producteur") et la date de sa dernière mise à jour" (Doranum).
– Préparer les métadonnées et codes sources à associer à vos données
– Déposer des données nettoyées, il faut s'assurer que la curation des données est bien réalisée
– Avoir réfléchi à la nécessité ou non d'un embargo sur la diffusion des données.

Cette fiche Doranum reprend l'ensemble de ces éléments en version synthétique.

Étape précédente (Réutiliser/Valoriser les données)
Étape suivante (Conserver / Archiver les données)

Conserver/Archiver

Thierry Guyot — 2024-12-03T15:30:48Z

Le stockage (conservation) et l'archivage des données sont deux choses différentes mais complémentaires.

Conserver ses données :

Le Stockage :

Dans les pratiques les plus courantes, les données sont stockées que ce soit sur un ordinateur, un disque dur externe ou encore une clef USB (cette dernière solution étant aussi pratique que risquée). Pour ne pas perdre vos données, un des principes est d'avoir plusieurs copies de ses données sur différents supports et dans plusieurs lieux de stockage. L'idéal est d'appliquer la règle de sauvegarde 3-2-1.

Plusieurs supports sont proposés :
– L'utilisation d'un serveur, qui présente moins de risques est un support incontournable des projets de recherche. Cette centralisation des ressources est souvent complétée par des outils collaboratifs qui favorisent le partage d'informations entre les membres d'un projet, surtout lorsque celle-ci est régie par de multiples tutelles.
– La Rochelle Université propose NextCloud comme solution de stockage, chaque personne ayant accès à l'ENT de La Rochelle Université dispose d'un accès NextCloud et de 300Go de stockage.
– Le CNRS propose la solution SDrive, chaque personnel CNRS peut stocker jusqu'à 100Go de données et les partager avec des personnes extérieures. L'outil permet également le travail collaboratif en direct.
D'autres solutions sont possible, le SAGEDO peut vous aider à trouver l'espace qui correspond le mieux à vos besoins.

La conservation :

– Il est important de réfléchir aux données pertinentes à préserver et d'y ajouter les métadonnées nécessaires
– Choisir un format ouvert / adapté aux types de données pour assurer la lecture de ces données plus tard. Pour mieux connaitre les formats ou tester vos connaissances, ce quizz Doranum est disponible.
– Structurer et organiser les jeux de données à préserver, accompagnés de leurs métadonnées. Pour en savoir plus sur les métadonnées, voici une fiche synthétique.

Archiver ses données :
L'archivage numérique pérenne consiste à conserver les fichiers de données, les logiciels et leurs métadonnées : dans leur aspect physique et intellectuel, sur le moyen et long terme (+ de 30 ans), et de manière à ce qu'ils soient en permanence accessibles et compréhensibles.
Le CINES est un acteur majeur de l'archivage pérenne, mais toutes les données ne rentrent pas dans ce cadre.

Pour en savoir plus sur le stockage et l'archivage, cette ressource DoraNum est disponible.

Étape précédente (Diffuser / Partager les données)

Analyser

Thierry Guyot — 2024-12-03T15:30:23Z

Après le traitement des données, la phase d'analyse est souvent le cœur de métier du scientifique, où les données vont être analysées, puis interprétées, pour produire ainsi des résultats scientifiques. Ces analyses sont multiples au laboratoire, elles peuvent, par exemple, être issues de la modélisation, des traitements statistiques, du machine learning, d'analyses spatiales, etc...

L'analyse des données peut être réalisée par les plateformes analytiques et techniques du LIENSs, et/ou les plateaux techniques. En interne, et à disposition des équipes de recherche, on retrouve :
– Une plateforme d'analyses élémentaires
– Une plateforme d'analyse Haute Résolution de Biomolécules
– Une plateforme de cytométrie en flux
– Une plateforme Drones aériens, marins et télédétection
– La plateforme de Spectrométrie Isotopique
– Le plateau technique Biologie Moléculaire
– Le plateau chimie - chimie marine
– Le plateau chromatographie
– Le plateau « écophysiologie »
– Le plateau de Géophysique marine
– Le plateau de Géophysique terrestre
– Le plateau Microbiologie, cultures et incubations
– Le plateau technique Microscopie
– Le plateau de radioécologie

D'autres méthodes/techniques d'analyses sont possibles :
– avec des méthodes /outils /logiciels métier (exemple : SONAL pour l'analyse de texte) et des langages de programmation (R, Python..)
– avec l'utilisation de serveurs de calcul, des infrastructures logicielles, etc...

Cette étape d'analyse est la partie souvent décrite dans les publications scientifiques, mais elle doit s'accompagner d'une description fine des données produites (métadonnées, description des variables), des méthodes et protocoles utilisés, les difficultés éventuelles rencontrées, les incertitudes d'erreur, les codes/logiciels utilisés pour l'obtention des résultats scientifiques. Il est recommandé d'utiliser des outils libres pour assurer la reproductibilité de vos analyses, d'utiliser les notebooks, qui permettent d'associer à votre code, textes et images, pour une meilleure compréhension. Enfin, le Gitlab LRU vous permet de partager vos codes à votre convenance (membres, équipes, public).
Cette étape de documentation est incontournable pour la réplicabilité et reproductibilité de la recherche, mais aussi pour comprendre le contexte général du travail de recherche et des résultats.

Étape précédente (Traiter les données)
Étape suivante (Réutiliser/Valoriser les données)

Voir en ligne : Gitlab LRU

Traiter

Thierry Guyot — 2024-12-03T15:29:55Z

Il s'agit de traiter les données brutes en les qualifiant, les organisant, les structurant, afin de répondre au mieux aux questions scientifiques posées.

S'assurer de la fiabilité / qualité des données (exemple : étalonnage des instruments, homogénéisation des données de sources diverses...) en qualifiant les éventuelles incertitudes (niveau de confiance dans la donnée), l'exhaustivité, la récence des données, etc... Vérifier, valider et curer les données, à travers diverses méthodes qualités (exemple : la maîtrise des 5M) et outils (exemple : OpenRefine), des scripts R ou Python (voir Gitlab LRU). Cette étape est primordiale pour assurer la qualité des résultats scientifiques et la confiance dans la ré-utilisation des données.
Organiser les données pour faciliter leurs analyses : arborescence, nommage des fichiers (exemples : Folder structure template, Comment organiser et nommer ses données ?, schéma GOAL of good data management). En fonction des besoins, les structurer en bases de données, s'appuyer sur des référentiels existants, d'autres bases de données, etc...
Attention à toujours privilégier les format ouverts (tester l'outil "Facile" du CINES) pour les fichiers ou documents (pendant et après le projet en vue d'une réutilisation des données)
Réutiliser des données, voir les conditions de réutilisation (ex : accord de consortium)
Choix de la sémantique : pour standardiser le nommage des variables, il existe plusieurs conventions. Pour les domaines liés au climat, l'atmosphère et l'océan, la Convention Climat and Forecast donne des recommandations et permet ainsi de standardiser les métadonnées embarquées dans les entêtes des fichiers NetCDF. Pour le Système Terre, l'utilisation du catalogue sémantique EarthPortal est aussi fortement recommandé.
Conserver et documenter les workflows utilisés pour traiter les données.
Anonymiser les données, puis supprimer ou stocker de manière sécurisée les données non anonymes. Une ressource en ligne est disponible sur le site Doranum sur ce sujet.

Étape précédente (Créer les données)
Étape suivante (Analyser les données)

Créer

Thierry Guyot — 2024-12-03T15:29:29Z

La seconde partie du cycle de vie de la donnée consiste en la création ou la collecte de données. Il s'agit d'acquérir des informations à partir de diverses sources. La qualité de la donnée dès cette étape est primordiale, car elle conditionne l'ensemble des actions futures. Il est donc essentiel de définir des méthodes de collecte standardisées et de s'assurer de l'exactitude des informations dès leur création. Pour cela, il est recommandé de :

Formaliser une méthodologie et/ou un protocole de recherche (bien détailler son protocole pour la future documentation). La charte nationale de déontologie des métiers de la recherche (2015) rappelle la nécessité d'une traçabilité des travaux de recherche à travers « Une description détaillée du protocole de recherche dans le cadre des cahiers de laboratoire ». Exemple de bonnes pratiques d'un cahier de laboratoire comme outil d'enregistrement et de traçabilité.
Créer /Acquérir /Collecter à partir de capteurs, de carnets de terrain, de cahiers de laboratoire (numériques), de questionnaires ou d'entretiens, d'échantillons, etc... : définir et décrire les processus, les protocoles (standardisés/normalisés/expérimentaux) retenus et s'appuyer sur des outils dédiés.
Si Données à Caractère Personnel, communiquer les fiches d'informations et de consentement si nécessaire aux enquêtés.
Créer les premières métadonnées descriptives : noter/écrire dans un fichier (readme par exemple) tous les éléments de contexte importants pour expliquer et donner une traçabilité des données ("aptitude à retrouver l'historique, la mise en œuvre ou l'emplacement d'un objet" - norme ISO 9000), présenter les variables/entêtes de colonne (description, unité de mesures, etc..).

Étape précédente (Concevoir le projet)
Étape suivante (Traiter les données)

Concevoir le projet

Thierry Guyot — 2024-12-03T15:29:00Z

La partie conception du projet permet de réfléchir à l'organisation et à la gestion des données qui vont être produites ou réutilisées. Plusieurs étapes permettent de bien anticiper, planifier et préparer un projet de recherche :

La rédaction d'un Plan de Gestion de Données (PGD) avec l'outil DMP OPIDoR
S'appuyer sur le Plan de Gestion de Données d'Entité du laboratoire (PGDE) qui fixe la politique générale de gestion des données du LIENSs. Il va vous aider à définir une politique de stockage, de sauvegarde et de partage des données prévue dans votre projet. Il est en cours de rédaction, n'hésitez pas à nous contacter pour participer à son écriture (contact-data-lienss*at*univ-lr.fr).
Nos recommandations pour un PGD efficace :
- Choisir le modèle PGD structuré pour les ANR : c'est le modèle utilisé pour le plan de gestion de données du laboratoire, des recommandations LRU vont être bientôt proposées directement utilisables dans l'outil DMP OPIDoR.
- Des modèles publics sont consultables en ligne pour vous aider. Par exemple, vous pouvez y retrouver celui rédigé par des membres du LIENSs pour le SNO Sonel ; un modèle Science Europe structuré (celui que nous recommandons) pour le SNO Phytobs et bien d'autres consultables ici
- Améliorer son projet ANR grâce à la Science Ouverte, en s'appuyant sur le guide du Groupe Données du GTSO par exemple : https://doi.org/10.5281/zenodo.3741665
Se poser la/les question(s) sur les aspects éthiques, juridiques et de propriété intellectuelle des données produites et/ou réutilisées.
- DORANum propose une fiche synthétique reprenant les principaux éléments sur ce thème et un logigramme interactif
- LRU propose une charte de déontologie, d'intégrité scientifique et de médiation. Des référents sont également à votre disposition pour toutes questions.
Anticiper le traitement et préparer les fiches d'informations, et de consentement si vous produisez des Données à Caractère Personnel(DCP) :
- En contactant le Délégué à la Protection des Données (DPO) de LRU Julien Punsano : julien.punsano*at*univ-lr.fr ou du CNRS Gaëlle Bujan : dpd.demandes*at*cnrs.fr
- Rédiger et faire un signer un formulaire de consentement éclairé aux enquêtés avec l'aide du DPO ou de la référente méthodologie d'enquête (elodie.petorin*at*univ-lr.fr) du LIENSs (via l'outil DT)
- Informer la personne en charge du registre de traitement du LIENSs (elodie.petorin*at*univ-lr.fr) les types de données recueillies et les traitements envisagés pour être en conformité avec le RGPD
- Prévoir la méthode d'anonymisation ou de pseudonymisation envisagée . Une ressource DORANum est consultable ici pour répondre à vos premières questions

Étape suivante (Créer les données)

Service d'aide à la gestion des données

Thierry Guyot — 2024-12-03T15:23:27Z

Le Service d'Aide à la Gestion de la Donnée

Ce service créé en 2023 est composé de 3 personnes : Élodie Pétorin, Cécilia Pignon-Mussaud et Nathalie Long.

Sa mission principale est une aide à la mise en œuvre d'une politique de gestion de données au sein du laboratoire en conseillant et accompagnant les membres du laboratoire. Le service accompagne les membres du LIENSs, tout le long du cycle de vie de la donnée, en aidant à la rédaction de plans de gestion de données (PGD), en conseillant sur des choix de stockage, en accompagnant à la rédaction de métadonnées, en aidant à la documentation des jeux de données, au choix d'entrepôt de données, etc … Le service souhaite homogénéiser les processus de partage, de diffusion des données de la recherche et répondre ainsi, au plus près aux principes FAIR (Findable, Accessible, Interoperable, Reuseable).
Pour toute question : contact-data-lienss*at*univ-lr.fr

La gestion des données au LIENSs

_{OpenAI, Image générée avec DALL·E}

Une enquête menée en mars 2024 par le Service d'Aide à la Gestion de la Donnée a permis de dresser un état des lieux des pratiques et des besoins (publié sur HAL) en termes de gestion des données. Elle porte un éclairage clair des futures actions qui sont à renforcer ou à déployer pour tendre vers une gestion des données la plus efficiente possible.
Un Plan de Gestion des Données d'Entité (PGDE) est en cours de rédaction. Il définira un cadre de la politique de la gestion des données du laboratoire. Il servira de modèle pour les futurs PGD projets.
Depuis 2011, le LIENSs dispose d'un portail de données reposant sur l'infrastructure de données géographiques marines et littorales, dénommée Sextant et développée par l'IFREMER. L'objectif est de présenter et partager les données de recherche créées au LIENSs. Depuis le portail, les données relatives au littoral et à l'océan peuvent être déposées directement dans l'entrepôt ODATIS avec l'attribution d'un identifiant pérenne (Digital Object Identifier). Ce DOI permettra d'identifier, référencer, citer et fournir un lien durable vers vos jeux de données.
La future plateforme Urban and Coastal Lab La Rochelle (UCLR), pour la mutualisation, l'exploitation et la valorisation des données de la recherche au sein de l'établissement La Rochelle Université intègrera progressivement (moissonnera) le catalogue du LIENSs.

La boîte à outils pour vous aider

Cette boite à outils est disponible à chaque étape du cycle de vie de la donnée dans l'objectif d'améliorer la gestion, la mise en qualité et l'ouverture des données de recherche, en permettant :

La conformité des principes FAIR, pour des données plus facilement accessibles, comprises, échangeables et réutilisables

Le respect du droit des personnes pour les Données à Caractère Personnel (DCP)

La valorisation de vos travaux de recherche, par une visibilité et des citations accrues de vos publications.

Les cafés data

Les cafés data ☕️sont des rendez-vous au laboratoire, une formule hybride entre le café du LIENSs et les Pépites. L'idée est de créer un moment convivial où l'on papote data autour d'un café, environ une fois par mois.
19/03/2026 : Le NetCDF : Késako ?
12/02/2026 : Les données quali en SHS : retranscrire, nettoyer, analyser
15/01/2026 : Un SIR à jour, un SIR pour toujours : Système d'Information Recherche et gestion de vos identifiants HAL/ORCID (BU)
18/12/2025 : Les échantillons : état des lieux au LIENSs
09/10/2025 : Spécial nouveaux arrivants, présentation de SAGEDO et de la boite à outils proposée pour la gestion des données de recherche
24/04/2025 : Démonstration d'OpenRefine, présentation des missions de SAGEDO et de sa page web, présentation du portail de données du labo
27/03/2025 : Présentation d'Obsidian
20/02/2025 : Présentation du portail de données du labo et missions de SAGEDO , discussions sur les entrepôts identifiés au labo ; questions sur la demande de DOI ;

Plateformes, catalogues de données et outils de traitement d'images

Thierry Guyot — 2024-10-31T15:24:08Z

Voici 4 rubriques pour faciliter vos recherches : les plateformes européennes liées au littoral les sites généraux relatifs au littoral, les sites thématiques et l'accès aux images satellites.

Plateformes européennes

Thierry Guyot — 2023-05-26T07:58:14Z

EOSC

Le portail web de l'[EOSC https://eosc-portal.eu/] (European Open Science Cloud)est le guichet unique par lequel les chercheurs peuvent accéder à des services, des données et d'autres ressources des infrastructures de recherche publiques nationales, régionales et institutionnelles en Europe. Il facilite l'interopérabilité des ensembles de données et des outils de différents fournisseurs.

INSPIRE

N'oubliez pas de consulter le [géoportail européen INSPIRE https://inspire-geoportal.ec.europa.eu/srv/fre/catalog.search#/home] de la directive 2007/2/CE qui permet d'accéder à de nombreuses informations géographiques dans le domaine de l'environnement et mises en commun par les Etats membres.

European FAIR-EASE

Ce projet européen (2022-2025) a pour objectif de soutenir la science ouverte, avec 3 projets pilotes, regroupées en 3 thématiques : la dynamique de la Terre et l'environnement, les atouts biogéochimiques environnementaux, l'observation de la biodiversité
Il vise à implémenter des services distribués et intégrés pour l'observation et la modélisation du système terrestre, de l'environnement et de la biodiversité en collaboration avec les communautés d'utilisateurs, l'European Open Science Cloud (EOSC) et les infrastructures de recherche.

Opid

ODIP (Ocean Data Interoperability Platform) est une plateforme qui regroupe toutes les grandes organisations engagées dans la gestion des données océaniques dans l'UE, aux États-Unis et en Australie.

GEOSS

GEOSS (Global Earth Observation System of Systems) est un portail qui facilite le partage des données et des informations environnementales collectées à partir d'un large éventail de systèmes d'observation. Il permet de relier de nombreux catalogues d'observation de la terre.