Data Archive: documentation et métadonnées

L’un des principes majeurs du partage des données réside dans les conditions qui assurent à une donnée sa compréhension et son interprétation par un utilisateur tiers. Ce qui exige une description claire et précise des données ainsi que des informations sur le contexte de leur production.

Deux notions expriment ces exigences:

* la documentation
* les métadonnées
Si je m’en réfère à la dernière édition du Guide des bonnes pratiques publié par le UK Data Archive (mai 2011, cf fiche), elles peuvent être formulées ainsi. (cf. p. 8-10)

1) documentation.
Une donnée isolée, c’est-à-dire coupée de son contexte de production mais aussi de validité est une donnée inutile. Documenter une donnée revient à noter comment elle a été conçue et saisie, ce qu’elle signifie, à préciser son contenu et sa structure. La documentation est également décisive pour assurer une longue conservation des données.
Une bonne documentation comprend des informations sur:

  • le contexte de la collecte de données (historique du projet, ses objectifs, ses hypothèses)
  • les méthodes de collecte des données
  • la structure des données et les liens entre elles
  • la validation des données, les procédures de test, de preuves, etc.
  • les éventuels changements dans le temps
  • informations sur l’accès et les conditions d’usage ou de confidentialité

2) les métadonnéess sont des éléments de documentation qui ont une signification et un but précis. Ces sont des éléments standardisés qui décrivent l’origine, le but, la référence temporelle, la localisation géographique, le créateur, les conditions d’accès et d’utilisation des données. Les métadonnées  sont utilisées comme ressources pour la recherche de données ou comme référence pour les citations.
Ces métadonnées sont généralement structurées et standardisées selon des normes internationalement reconnues (Dublin Core, ISO19115, Data Documentation Initiative (DDI), Metadata Encoding and Transmission Standard (METS) and General International Standard Archival Description (ISAD(G)).

Il y a me semble-t-il des confusions pas encore levées concernant ces notions entre les gestionnaires de données et les archivistes, confusions entretenues en particulier par la numérisation des archives qui en font des documents qui pour être identifiés doivent être eux-aussi accompagnés de métadonnées sans lesquelles ils risqueraient de devenir inaccessibles.

Entre chercheurs ou spécialistes de disciplines différentes, en fonction des impératifs de la recherche elle-même, la précision de la documentation et des métadonnées demeurent un enjeu important et non tranché sur le fond. En particulier, les exigences de précision dans la définition des données peuvent varier d’une discipline à l’autre en fonction aussi de la complexité des données qui sont conservées.

BM/15.08.2011

DATA ARCHIVE: une mise au point et une nouvelle édition

Uk Data Archive vient de publier une nouvelle version (3e révision) de son guide pour l’archivage des données. Il peut être téléchargé à cette adresse: http://www.data-archive.ac.uk/media/2894/managingsharing.pdf

 

DATA ARCHIVE et archivage

Cette réédition me permet de souligner à nouveau quelques unes des différences qui surgissent entre l’archivage des données (Data Archive) et la pratique habituelle de l’archivage.
Le concept de DATA ARCHIVE a pour objectif de définir le plus précisément possible un ensemble de données produites par la recherche ou issues du  monde social de manière à ce que ces données soient certifiées, normalisées, formatées pour être proposée à la communauté des chercheurs pour des recherches primaires ou secondaires. Cette conception vise en effet à réduire au maximum l’hétérogénéité des données, à les inscrire dans un cadre cohérent et stable, conditions qui garantiront la possibilité de leur circulation et de leur réemploi. La priorité ici n’est pas la conservation pérenne mais le partage de données cohérentes, même si ce partage prévoit un terme qui peut être long. C’est la fonction ici qui me paraît différente. Le rapport du DATA Archive par rapport aux archives s’apparente un peu au rapport qu’entretient une bibliothèque scientifique de travail avec une Bibliothèque nationale qui a vocation a conserver dans la très longue durée.

Le concept implique dès lors une gestion contrôlée de la production des données et exige donc une relation active et forte avec les chercheurs qui produisent et utilisent ces données. Le partage de données est ici pensé comme une exigence de la vie scientifique elle-même et de la recherche.

Ce que résume le Guide en quelques sentences précises:

Partager des données, c’est

  • encourager la recherche et le débat scientifiques
  • promouvoir l’innovation et l’usage potentiel de nouvelles données
  • soutenir de nouvelles relations entre les utilisateurs et les producteurs de données
  • maximiser la transparence et la responsabilisation
  • encourager l’amélioration et la validation des méthodes
  • réduire le coût de duplication des données
  • augmenter la visibilité et l’impact de la recherche
  • soutenir la recherche qui crée des données
  • fournir des ressources pour l’éducation et la formation

Je suis bien conscient que ces objectifs ne sont pas étrangers au monde des archivistes, mais si je les rappelle ici c’est d’abord pour mettre en évidence le fait que ceux-ci se rapportent ici d’abord à une logique scientifique et non pas patrimoniale.

L’accent est porté ici sur la communication et la diffusion et non pas la sélection, l’inventaire et la conservation pérenne.

Une tendance forte est en passe de s’imposer dans le domaine de la production et gestion des données des SHS:

  • la gestion des données concerne des masses de plus en plus importantes de données, publiques et privées;
  • leur traitement fait l’objet d’efforts considérable de normalisation et de standardisation correspondant aux exigence posées de leur circulation. Ces efforts sont aujourd’hui largement internationaux, et les débats se déroulent à un niveau au moins européen;
  • à cette échelle, des enquêtes de très grandes envergures sont lancées ou en cours et concernent des domaines de plus en plus vastes, mais aussi des domaines spécifiques qui sont suivis sur de longues années;

La mise en place de dispositifs capables de traiter des données à cette échelle a entrainé des investissements importants mais encore assez disparates d’un pays à l’autre. Des infrastructures ont été créées et des personnels spécialisés se sont formés; la gestion des données s’est «professionnalisée» et partiellement autonomisée de la recherche elle-même. Producteurs et utilisateurs ne sont plus nécessairement les mêmes personnes.

Le Guide qui est proposé ici traduit ce mouvement qui ne concerne pas que les SHS, d’autres centres de données existent également pour les disciplines des sciences de la nature ou de la vie. Il émane d’ailleurs de l’Université d’Essex qui a été pionnière en ces matières et qui gère également le UK Data Archive, l’une des premières institutions du genre.

Le Guide qui est un Guide des bonnes pratiques pour les chercheurs s’adresse en priorité aux chercheurs eux-mêmes et leur proposent une démarche, des conseils et des exemples pour les inciter à déposer leurs données.

Bonnes pratiques de gestion des données
J’en donne ici simplement la table des matières qui fait office de vade-mecum.  Après deux chapitres concernant le partage et la gestion ded données, les chapitres suivants s’adressent plus spécifiquement au chercheur et lui proposent des conseils pour documenter les données (documentions, métadonnées); les formater les données, les enregistrer. Ensuite, un chapitre rappellent les règles et la déontologie, puis le copyright, les droits d’auteurs. Enfin le dernier chapitre vise plutôt les «stratégies» pour les centres de recherches.

La table des matières est assez explicite, et ici encore ne s’apparente que d’assez loin avec un tableau de gestion. Ces opérations sont semblables à celles du Records Management appliqué à la production de données, ce que traduit bien l’expression de Data Magagement!  Car ce qui est demandé  ici au chercheur c’est bien au-delà du tri, et de la documentation, une véritable mise au standards des données, condition nécessaire à leur conservation et leur circulation.
Pour les archives de la recherche, ces opérations «scientifiques» produisent aussi une véritable «sélection» des matériaux puisque, a priori, seuls les matériaux susceptibles d’être mis à ces normes seront retenus. Il y a là me semble-t-il un noeud cristallisant les différences mais aussi les effets de la gestion des données.

BM/15/08/2011

Regards sur des laboratoires en sciences humaines et sociales

La Revue pour l’histoire du CNRS13 | 2005
Regards sur des laboratoires en sciences humaines et sociales

Novembre 2005
21 x 28 cm, 96 pages
ISBN 978-2-271-06349-6

WEB: http://histoire-cnrs.revues.org/370
Table des matières

* André Kaspi
Éditorial [Texte intégral]

* Dossier : Regards sur des laboratoires en sciences humaines et sociales
* Regards sur des laboratoires en sciences humaines et sociales

* Olivier Martin
Introduction [Texte intégral]

* Olivier Martin
Une étude des institutions de la recherche en histoire, philosophie et sociologie des sciences [Texte intégral]

* Corine Defrance
La reconversion d’une institution singulière [Texte intégral]
L’association au CNRS du Centre d’études germaniques de Strasbourg (1968)

* Jean-Christophe Marcel
Le déploiement de la recherche au Centre d’études sociologiques (1945-1960) [Texte intégral]

* D’un thème à l’autre
* Guillaume Lachenal
L’invention africaine de l’écologie française [Texte intégral]
Histoire de la station de Lamto (Côte d’Ivoire), 1942-1976

* Claude Ghiati, Isabelle Havelange et Brigitte Keriven
La Bibliographie annuelle de l’histoire de France (1955-2005) : un outil pour la recherche [Texte intégral]

* Martine Segalen1
Un regard sur le Centre d’ethnologie française [Texte intégral]

* Documents
* Girolamo Ramunni
La création d’un département d’ingénierie au CNRS [Texte intégral]

* Témoignages
* Thierry Gauquelin, Marcel Delpoux, Guy Durrieu, André Fabre, Jacques Fontès, Pierrette Gouaux, Philippe Le Caro et Marie-Hélène O’Donoghue
Histoire du Service de la carte de la végétation de la France1 [Texte intégral]

Archives des mathématiques

Je signale, ici, l’achèvement d’une entreprise de mise en archive scientifique.

http://nouvelles-annales-poincare.univ-nancy2.fr/

Une base référençant les auteurs des « Nouvelles annales de Mathématiques » a été créée. 1835 auteurs ont ainsi contribué plus de 5000 fois au cours des 65 années d’existence de la revue à l’écriture d’articles et à la rédaction de courriers publiés. Cette application web, destinée aux chercheurs en histoire des mathématiques, permet l’interrogation et la consultation de la base des auteurs ainsi que la navigation vers le texte intégral des articles accessibles via la plateforme NUMDAM.

Cette recherche est soutenue par l’ANR (Sources du savoir mathématiques au début du 20e siècle), la Maison des Sciences de l’Homme de Lorraine (opérations Hise et Kultmat), les Archives Poincaré (UMR 7117 du CNRS – Nancy Université), le GHDSO (Paris-Orsay) et le programme NUMDAM de la cellule Mathdoc qui a numérisé les Nouvelles Annales.