Préparation des données FAIR pour la réutilisation et la reproductibilité

Il est essentiel que l’entrepôt sélectionné soit adapté aux données traitées. Tous les entrepôts ne se valent pas sur tous les domaines, tous ne proposent pas des services identiques, et tous ne sont pas conçus pour recevoir tout type de données. Il est important de se renseigner auprès des autres membres de son laboratoire, de son équipe de recherche, de son éditeur ou de son financeur afin de déterminer s’il existe des recommandations pour le sujet de recherche traité.

S’il n’y en a pas, il est possible de chercher soit même un entrepôt adapté à partir d’annuaires d’entrepôts reconnus tels que re3data, OAD (par discipline), OpenDOAR, FAIRsharing (respectent les principes FAIR), CoreTrustSeal entrepôts certifiés) ou CatOpidor (entrepôts français).

Présence d’un identifiant pérenne pour identifier les données. Il s’agira d’un DOI ou d’un SWHID dans la plupart des cas. Ces identifiants forment un des socles principaux de la plupart des étapes de FAIRisation des données. En effet, une identification pérenne et sans ambiguïté est nécessaire pour une préservation, une réutilisation, ainsi qu’un partage efficace des données au sein de sa communauté scientifique et au-delà. 

Les DOI sont particulièrement répandus dans le monde de la recherche, et la plupart des entrepôts de stockages se chargent aujourd’hui de les attribuer. Sans cela, il est nécessaire de passer par son institution afin d’en obtenir un. En effet, cet identifiant est géré par d’importantes structures internationales, telles que Datacite et Crossref. À l’échelle française, c'est l’INIST-CNRS qui s’occupe d’attribuer ces identifiants. Seules les institutions peuvent en obtenir un en en faisant la demande à une agence d’enregistrement, comme Datacite. Un contrat est alors réalisé entre les deux entités, et un préfixe propre à l’institution est défini.

Les formats de fichiers « de travail », ceux utilisés dans le cadre de la collecte et du travail avec les données du projet, ne sont pas toujours idéaux pour la réutilisation ou la conservation à long terme. De plus, elles peuvent ne pas répondre aux exigences des archives, des référentiels de données ou satisfaire les attentes des financeurs.

Quand il n’y a pas de directive précise de la part des financeurs ou des entrepôts de données, un certain nombre de bonnes pratiques peuvent malgré tout être prises en compte.

Il est recommandé d’utiliser au moins un service de sauvegarde automatique, en plus des potentielles sauvegardes manuelles. Les ordinateurs personnels sont aujourd’hui équipés de ce type d’outils : Sauvegarde pour Windows, Time Machine pour Macs. Veillez à ne pas créer vos sauvegardes sur le même disque que vos données, en cas de problème tout serait perdu.

Assurez-vous de savoir comment récupérer des données perdues à partir d’une sauvegarde avant d’avoir à le faire en urgence. De même, assurez-vous régulièrement que vos sauvegardes fonctionnent et soient opérationnelles.

La synchronisation avec un espace de stockage dans le cloud n’est pas la même chose que la création d’une sauvegarde. En effet, si votre ordinateur est volé ou hacké, vos données sur le cloud sont tout autant vulnérables que les données présentes physiquement sur vos disques. De plus, si des données locales sont corrompues sans que vous le remarquiez, elles vont remplacer automatiquement les données présentes dans le cloud.

Vous pouvez choisir d'inclure des données brutes (telles que collectées à l'origine) ou traitées (par exemple, des signaux codés) ou les deux, selon ce qui est le plus utile ou courant dans une discipline, ou spécifiquement requis par un éditeur ou un entrepôt

Utilisez autant que possible des formats de fichiers courants et ouverts, y compris pour les types de données spécifiques à une discipline si des formats ouverts sont disponibles

Utilisez des noms de fichiers non ambigus et organisez les fichiers de manière logique selon votre projet (par exemple, par échantillon, traitement, méthode, etc.) ; approfondir les conseils de gestion des fichiers

Explorez plus d'informations sur la préparation des données tabulaires pour la description et l'archivage

Pour une approche simple, utilisez le modèle de Readme et enregistrez-le au format .txt (notez que certains référentiels peuvent fournir des modèles de documentation spécifiques)

Dressez la liste des fichiers de données inclus dans le package et/ou décrivez le schéma de nommage et l'organisation des fichiers s'il s'agit de nombreux fichiers, y compris leurs formats et toute configuration logicielle spécifique et/ou les informations de conversion si vous les avez

Décrire les méthodes de collecte de données ainsi que les structures et l'organisation des fichiers, y compris une notation utile sur les en-têtes de données, les unités, les identifiants d'échantillon, etc. (l'utilisation d'une terminologie ou d'une nomenclature standard ou conventionnelle dans votre discipline peut être utile)

Référencez tous les articles associés et incluez les ORCID de tous les contributeurs de données

Pour en savoir plus, consultez notre Guide d'écriture de métadonnées de style "readme"

Compressez tous les fichiers de données et la documentation dans un package ou un ensemble de données (des procédures spécifiques pour le conditionnement et le versement peuvent être fournies par certains entrepôts)

Sélectionnez un entrepôt de données réputé et téléversez un ensemble de données (les éditeurs ou les financeurs peuvent exiger le choix d’un entrepôt spécifique ; de nombreux entrepôts spécifiques à un domaine fournissent des services améliorés et une conservation pour des types de données spécifiques)

Assurez-vous que l’entrepôt fournit un DOI et spécifie les conditions d'accès et de réutilisation des données par d'autres (comme une déclaration de domaine public ou une licence d'attribution Creative Commons ; la politique de licence peut varier selon l’entrepôt)

Fournissez une citation préformatée (et une attribution de licence, le cas échéant) pour l'ensemble de données sur votre site Web et autres documents, afin que les utilisateurs puissent facilement les copier et les attribuer ; par exemple:

• Auteur(s). Titre de l'ensemble de données, Version. Entrepôt de données (ou journal le cas échéant). Année. DOI. (Date d'accès)
• [Attribution de la licence, le cas échéant.]

En savoir plus sur le partage et l'archivage des données