Les données de la recherche : typologies

Typologies en fonction de la méthode d’obtention des données

  • Les données d’observation : créées à l’initiative d’un chercheur ou d’une équipe de recherche de façon spécifique dans le cadre d’un projet de recherche, ou obtenues de façon routinière par des instruments automatiques ; la donnée est capturée en temps réel, et à ce titre non reproductible : la mesure de la salinité d’un océan en un lieu précis, une image de la voie lactée, une mesure sismique… ;
  • les données d’expérimentation : créées en laboratoires dans des contextes contrôlés, et donc le plus souvent reproductibles : séquences génétiques, chromatogrammes, analyses chimiques… ;
  • Les données de simulation : générées par des modèles informatiques, elles peuvent utiliser des données d’observation comme base de travail, en produisant des résultats décrivant des projections dans le futur de processus complexes. Les données produites sont indissociables des modèles informatiques : la modélisation du climat, ou de l’économie, ou des écoulements d’air autour d’une aile d’avion… ;
  • les données dérivées : résultent d’un traitement, d’une sélection, d’une compilation ou d’une agrégation de données brutes préalablement acquises par observation, expérimentation ou simulation, et sélectionnées pour constituer des ensembles d’informations ayant leurs caractéristiques propres : données moyennes de températures, statistiques de populations… ; les données issues de processus de text et data mining sur des corpus créés à cette intention entrent dans cette catégorie ;
  • les données de référence : données ayant été en général préalablement publiées qui sont collectées triées et agrégées, servant d’éléments canoniques : les données décrivant les objets stellaires compilées dans les publications astronomiques, les bases de données de séquences génétiques, les archives photographiques, corpus textuels de référence…

(Source : Francis André, 2015)

  • L’approche herméneutique et textuelle : qui concerne en particulier des disciplines comme le droit, l’histoire et la philosophie. Ces disciplines manipulent essentiellement des textes (juridiques, historiques ou philosophiques), qu’elles analysent et interprètent. Ces textes ne sont d’ailleurs pas appelés « données » par les chercheurs, mais plutôt « matériaux ».
  • L’approche expérimentale et de terrain, caractéristique de disciplines telles que l’archéologie, l’économie, la géographie, la linguistique, la psychologie ou la sociologie. Ces disciplines sont souvent productrices de données, qu’elles collectent sur le terrain ou à partir de tests.

(Source : Francisca Cabrera dans Violaine Rebouillat (2019))

Données primaires : données collectées par la personne qui effectue la recherche.
Données secondaires : données collectées par une personne différente de l’utilisateur.

(Source : Urfist Rennes, 2020)

Typologie en fonction du cycle de vie des données

  • Données sources (utilisées par les chercheurs pour leur recherche) : observations, expériences, simulations, images, enquêtes et interviews, statistiques et données de références, fichiers logs et données d’utilisation, documents textuels
  • Données résultats (données produites comme résultat de recherche) : images, visualisations et modèles multidimensionnels, enregistrements sonores, enregistrements vidéo, textes, tableurs, bases de données, logiciels et applications, des données spécifiques par domaine ou instruments / équipements.

(Source : Simukovic & al., 2014 dans H. Prost, J. Schöpfel, 2015)

En SHS, on peut distinguer :

  • Les données utilisées :
  • Des documents relevant des archives ;
  • Des documents issus de la production scientifique, publiés ou non (articles de revue, ouvrages, littérature grise) ;
  • Des sources matérielles ou primaires (objets, tweets, corpus de textes) ;
  • Des données de référencement (de type bibliographies) ;
  • Des données statistiques issues de l’administration publique.
  • Les données produites :
  • Les données générées par un travail de terrain (données d’entretiens, données issues de démarches expérimentales comme en psychologie) ;
  • Les données nées d’un travail de transformation sur les données brutes de départ (numérisation d’archives, structuration de données en base de données, modélisation de données web sous forme de graphes…).

(Source : Francisca Cabrera dans V. Rebouillat, 2019)

  • Les données préliminaires ou données préparatoires : exclues dans un contexte de diffusion
  • Les données brutes : données acquises lors du processus de recherche et déjà potentiellement traitées ;
  • Les données traitées et analysées : données ayant subi une transformation telle qu’il n’est plus possible d’accéder aux données brutes (ex. : graphique)

(Source : Marielou Pain, 2016)

  • Données brutes : données recueillies qui n’ont pas encore été organisées, mises en formes ou analysées.
  • Données traitées : données produites après calibration/étalonnage ou correction des données brutes.
  • Données dérivées : présentent un résumé ou une représentation/vue spécifique des données (agrégation, compilation, calcul, réorganisation).
  • Données analysées, interprétées : données publiées.

(Source : Urfist PSL, 2021)

Typologie en fonction du statut juridique des données

Les trois statuts juridiques des données :

  • Données communicables
  • Données communicables sous conditions
  • Données non communicables

Dans le détail :

  • Données communicables – communication obligatoire :
  • Données géographiques
  • Données environnementales relatives à des émissions de substances dans l’environnement
  • Données communicables sous conditions :
    -Données protégées par le droit d’auteur et autres droits de la propriété intellectuelle
    -Données présentant des risques pour la protection du potentiel scientifique et technique de la nation
  • Données relatives aux personnes, à la vie privée
  • Données statistiques
  • Données liées à un contrat avec un tiers non soumis à une obligation de service public
    Cas des zones à régimes restrictif (ZRR)
  • Données non communicables par principe :
  • Données présentant des risques pour la protection du secret et de la défense nationale
  • Données présentant des risques pour la sécurité publique de l’État ou pour la sécurité de l’établissement
  • Données relatives au secret professionnel

(Source : Doranum, La communicabilité des données de la recherche, 2018 ; Ouverture des données de la recherche. Guide d’analyse du cadre juridique en France, 2017))

Typologies en fonction de la nature des données

Ces typologies existent et sont très diverses. (Doranum, CatOpidor, Re3Data)

“données archivées, données audiovisuelles, données de configuration, bases de données, images, données de réseau, plein texte, données brutes, formats de données scientifiques et statistiques, logiciels, code source, documents administratifs, texte structuré, et autres.”

(Source : Re3data)

Elles dépendent souvent du cadre disciplinaire ou épistémologique de la recherche.

“Les données en sociologie (enquêtes, séries statistiques…) sont très différentes des données en archéologie (rapports de fouilles…) ou en linguistique (corpus de textes…).”

(Source : Thierry Fournier, 2014)

Mais beaucoup de ces catégories sont également transdisciplinaires.

(Source : Schöpfel & al., 2015)

Sources & ressources

Typologies en fonction des méthodes d’obtention des données :

  • Francis André, « Chapitre 5. Déluge des données de la recherche ? Petit manuel d’immersion. Curation, infrastructures et partage », dans Big Data. Nouvelles partitions de l’information. Actes du séminaire IST Inria, octobre 2014, sous la direction de Lisette Calderan, Pascale Laurent, Hélène Lowinger et al. Louvain-la-Neuve, De Boeck Supérieur, « Information et stratégie », 2014, p. 77-95.
    Lien, DOI : 10.3917/dbu.caan.2014.02.0077.
  • Violaine Rebouillat, Ouverture des données de la recherche : de la vision politique aux pratiques des chercheurs. Sciences de l’information et de la communication. Conservatoire national des arts et metiers – CNAM, 2019. Français. Lien
  • Urfist Rennes, 2020. Lien

Typologies en fonction du cycle de vie des données :

  • Hélène Prost, Joachim Schöpfel, Les données de la recherche en SHS. Une enquête à l’Université de Lille 3. : Rapport final. [Rapport de recherche] Lille 3, 2015.
    Lien
  • Marielou Pain. Les données de la recherche et leurs entrepôts, de la documentation à la réutilisation : étude de cas pour l’archive HAL, 2016. Lien
  • Urfist PSL, 2021. Lien

Typologies en fonction du statut juridique des données :

  • Nicolas Becard, Céline Castets-Renard, Gauthier Chassang, Martin Dantant, Laurence Freyt-Caffin, et al., Ouverture des données de la recherche. Guide d’analyse du cadre juridique en France, [Rapport de recherche] Comité pour la science ouverte. 2017, pp. 28-29.
    Lien
  • Doranum, La Communicabilité des données de la recherche. Lien

Typologie en fonction de la nature des données :

  • CatOpidor
  • Doranum
  • Thierry Fournier, « Les données de la recherche : définition et enjeux », Arabesques, 73, 2014, mis en ligne le 22 août 2019, consulté le 11 mai 2022. Lien
  • Joachim Schöpfel, Eric Kergosien et Hélène Prost, “Pour commencer, pourriez-vous définir
    ‘données de la recherche’ ?” Une tentative de réponse. Atelier VADOR, Valorisation et Analyse des Données de la recherche ; INFORSID 2017, Mai 2017, Toulouse, France.
    Lien


Citer ce billet
Équipe EVEille (2023, 14 juin). Les données de la recherche : typologies. Eveille. Consulté le 20 avril 2024, à l’adresse https://doi.org/10.58079/omne

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.