Plan de gestion des données

Un plan de gestion des données ou DMP est un document formel qui décrit la manière dont les données doivent être traitées pendant un projet de recherche et après la fin du projet . L'objectif d'un plan de gestion des données est de prendre en compte les nombreux aspects de la gestion des données , de la génération de métadonnées , de la préservation des données et de l'analyse avant le début du projet ; cela peut conduire à une bonne gestion des données dans le présent, et à une préparation à la préservation dans le futur.

Les DMP ont été initialement utilisés en 1966 pour gérer la collecte et l'analyse des données des projets aéronautiques et d'ingénierie, et se sont étendus à l'ensemble des disciplines d'ingénierie et scientifiques dans les années 1970 et 1980. Jusqu'au début des années 2000, les DMP étaient utilisés « pour des projets d'une grande complexité technique et à des fins limitées de collecte et de traitement de données à mi-parcours ». Dans les années 2000 et plus tard, la recherche électronique et les politiques économiques ont stimulé le développement et l'adoption des DMP.

L’élaboration d’un plan de gestion des données avant la collecte des données est censée garantir que les données sont au bon format, bien organisées et mieux annotées. Cela pourrait sans doute faire gagner du temps à long terme, car il n’est pas nécessaire de réorganiser, de reformater ou d’essayer de se souvenir des détails des données. On prétend également que cela augmente l’efficacité de la recherche, car le collecteur de données et les autres chercheurs pourraient être en mesure de comprendre et d’utiliser des données bien annotées à l’avenir. L’un des éléments d’un plan de gestion des données est l’archivage et la conservation des données. En décidant à l’avance d’une archive, le collecteur de données peut formater les données pendant la collecte pour faciliter leur soumission future à une base de données. Si les données sont conservées, elles sont plus pertinentes car elles peuvent être réutilisées par d’autres chercheurs. Cela permet également au collecteur de données d’adresser les demandes de données à la base de données, plutôt que de répondre aux demandes individuellement. Un argument fréquent en faveur de la conservation est que les données conservées ont le potentiel de conduire à de nouvelles découvertes imprévues et qu’elles évitent la duplication d’études scientifiques déjà menées. L’archivage des données offre également une assurance contre la perte par le collecteur de données.

Dans les années 2010, les organismes de financement ont de plus en plus exigé des plans de gestion des données dans le cadre du processus de proposition et d’évaluation, malgré peu ou pas de preuves de leur efficacité.

« Il n’existe pas de liste générale et définitive des sujets qui devraient être couverts dans un DMP pour un projet de recherche », et les chercheurs sont souvent laissés à eux-mêmes quant à la manière de remplir un DMP.

• Une description des données à produire par le projet. Cela peut inclure (mais sans s'y limiter) des données qui sont :
  • Expérimental
  • Observationnel
  • Brut ou dérivé
  • Collections physiques
  • Modèles
  • Simulations
  • Matériel pédagogique
  • Logiciel
  • Images
• Comment les données seront-elles acquises ? Quand et où seront-elles acquises ?
• Après la collecte, comment les données seront-elles traitées ? Inclure des informations sur
  • Logiciels utilisés
  • Algorithmes
  • Flux de travail scientifiques
• Formats de fichiers qui seront utilisés, justifiez ces formats et décrivez les conventions de dénomination utilisées.
• Mesures d’assurance qualité et de contrôle qualité qui seront prises lors de la collecte, de l’analyse et du traitement des échantillons.
• Si des données existantes sont utilisées, quelle est leur origine ? Comment les données collectées seront-elles combinées aux données existantes ? Quelle est la relation entre les données collectées et les données existantes ?
• Comment les données seront-elles gérées à court terme ? Tenez compte des éléments suivants :
  • Contrôle de version pour les fichiers
  • Sauvegarde des données et des produits de données
  • Sécurité et protection des données et des produits de données
  • Qui sera responsable de la gestion

Les métadonnées sont des détails contextuels, notamment toute information importante pour l’utilisation des données. Il peut s’agir de descriptions de détails temporels et spatiaux, d’instruments, de paramètres, d’unités, de fichiers, etc. Les métadonnées sont communément appelées « données sur les données ». Les questions à prendre en compte sont les suivantes :

• Dans quelle mesure les métadonnées doivent-elles être détaillées pour que les données soient significatives ?
• Comment les métadonnées seront-elles créées et/ou capturées ? Il peut s'agir par exemple de carnets de laboratoire , d'unités GPS portables, de fichiers enregistrés automatiquement sur des instruments, etc.
• Quel format sera utilisé pour les métadonnées ? Quelles sont les normes de métadonnées couramment utilisées dans la discipline scientifique concernée ? Le format choisi doit être justifié.

• Décrivez toutes les obligations qui existent en matière de partage des données collectées. Il peut s'agir d'obligations émanant d'organismes de financement, d'institutions, d'autres organisations professionnelles et d'exigences légales.
• Inclure des informations sur la manière dont les données seront partagées, y compris quand les données seront accessibles, combien de temps les données seront disponibles, comment l'accès peut être obtenu et tous les droits que le collecteur de données se réserve pour l'utilisation des données.
• Résoudre tout problème éthique ou de confidentialité lié au partage de données
• Aborder les questions de propriété intellectuelle et de droits d'auteur . Qui détient les droits d'auteur ? Quelles sont les politiques des institutions, des éditeurs et/ou des organismes de financement associées à la propriété intellectuelle ? Existe-t-il des embargos pour des raisons politiques, commerciales ou liées aux brevets ?
• Décrivez les utilisations/utilisateurs futurs prévus pour les données
• Indiquez comment les données doivent être citées par d'autres. Comment la question de la citation persistante sera-t-elle abordée ? Par exemple, si les données sont déposées dans une archive publique, l'ensemble de données aura-t-il un identifiant persistant (par exemple, ARK , DOI , Handle , PURL , URN ) qui lui sera attribué ?

• Les chercheurs doivent identifier une archive appropriée pour la conservation à long terme de leurs données. En identifiant l'archive au début du projet, les données peuvent être formatées, transformées et documentées de manière appropriée pour répondre aux exigences de l'archive. Les chercheurs doivent consulter leurs collègues et les sociétés professionnelles de leur discipline pour déterminer la base de données la plus appropriée et inclure une archive de sauvegarde dans leur plan de gestion des données au cas où leur premier choix cesserait d'exister.
• Au début du projet, le chercheur principal doit identifier les données qui seront conservées dans une archive. En général, il est souhaitable de conserver les données dans leur forme la plus brute, même si les dérivés et les produits de données peuvent également être conservés.
• Une personne doit être identifiée comme principale personne de contact pour les données archivées et veiller à ce que les coordonnées soient toujours à jour en cas de demande de données ou d’informations sur les données.

Les coûts de gestion et de conservation des données peuvent être considérables, selon la nature du projet. En anticipant les coûts à l'avance, les chercheurs s'assurent que les données seront correctement gérées et archivées. Les dépenses potentielles à prendre en compte sont les suivantes :

• Temps du personnel pour la préparation, la gestion, la documentation et la conservation des données
• Matériel et/ou logiciel nécessaire à la gestion, à la sauvegarde, à la sécurité, à la documentation et à la conservation des données
• Coûts associés à la soumission des données à une archive

Le plan de gestion des données devrait inclure la manière dont ces coûts seront payés.

Toutes les propositions de subvention soumises à la National Science Foundation (NSF) doivent inclure un plan de gestion des données ne dépassant pas deux pages. Il s'agit d'un supplément (qui ne fait pas partie de la proposition de 15 pages) et doit décrire comment la proposition sera conforme à la politique du Guide d'attribution et d'administration (voir ci-dessous). Il peut inclure les éléments suivants :

1. Les types de données
2. Les normes à utiliser pour le format et le contenu des données et des métadonnées
3. Politiques d'accès et de partage
4. Politiques et dispositions relatives à la réutilisation
5. Plans d'archivage des données

Résumé de la politique tirée du NSF Award and Administration Guide, Section 4 (Diffusion et partage des résultats de recherche) :

1. Publier rapidement avec une paternité appropriée
2. Partager des données, des échantillons, des collections physiques et des documents d'appui avec d'autres, dans un délai raisonnable
3. Partager des logiciels et des inventions
4. Les enquêteurs peuvent conserver leurs droits légaux sur leur propriété intellectuelle, mais ils doivent toujours mettre leurs résultats, leurs données et leurs collections à la disposition des autres.
5. Les politiques seront mises en œuvre via
   1. Examen des propositions
   2. Négociations et conditions d'attribution
   3. Soutien/incitations

Depuis 1995, le Conseil de recherche économique et sociale du Royaume-Uni (ESRC) a mis en place une politique relative aux données de recherche. La politique actuelle de l'ESRC en matière de données de recherche stipule que les données de recherche créées à la suite de recherches financées par l'ESRC doivent être librement accessibles à la communauté scientifique dans toute la mesure du possible, grâce à une conservation à long terme et à une gestion des données de haute qualité.

L'ESRC exige un plan de gestion des données pour toutes les demandes de subventions de recherche pour lesquelles de nouvelles données sont créées. Ces plans sont conçus pour promouvoir une approche structurée de la gestion des données tout au long du cycle de vie des données, ce qui permet d'obtenir des données de meilleure qualité, prêtes à être archivées pour être partagées et réutilisées. Le UK Data Service , le service de données phare de l'ESRC, fournit des conseils pratiques sur la planification de la gestion des données de recherche adaptés aux chercheurs en sciences sociales au Royaume-Uni et dans le monde entier.

L'ESRC a conclu un accord de longue date avec le UK Data Archive , basé à l' Université d'Essex , en tant que lieu de dépôt des données de recherche, les titulaires de bourses étant tenus de proposer les données résultant de leurs subventions de recherche via le UK Data Service. L'Archive permet la réutilisation des données en les préservant et en les mettant à la disposition des communautés de recherche et d'enseignement.

Trois thèmes majeurs ont été identifiés dans la littérature en termes d’avantages des DMP : les avantages professionnels, les avantages économiques et les avantages institutionnels. Il a été avancé que les DMP peuvent constituer un catalyseur pour les chercheurs afin d’améliorer leur maîtrise des données et leurs pratiques de gestion des données, souvent aidés par la bibliothèque.

En pratique, les DMP ne parviennent souvent pas à atteindre leurs objectifs déclarés. Une étude réalisée en 2012 par des bailleurs de fonds de recherche sur les politiques de DMP a révélé que ces politiques manquaient de plusieurs éléments de la liste des critères d'un DMP établie par le Digital Curation Centre . Les chercheurs ont partagé le texte du DMP. Les DMP sont souvent considérés comme un « exercice administratif plutôt que comme une partie intégrante » du processus de recherche, et il a été reconnu que les DMP ne garantissent pas de bonnes pratiques de gestion des données . La plupart des bailleurs de fonds n'exigent pas de DMP après l'octroi des subventions, privant ainsi les parties prenantes de l'outil puissant que peut être un DMP actif. La meilleure pratique consisterait à « exiger la maintenance du plan de gestion des données après l'attribution et pendant la phase active d'une étude ». À l'heure actuelle, les plans de partage des données sont plus importants que les plans de gestion des données pour les bailleurs de fonds.