Données de la recherche - Inra

Projet Européen d'infrastructure collaborative. 25 partenaires. The EUDAT vision is to support a Collaborative Data Infrastructure which will allow researchers to share data within and between communities and enable them to carry out their research effectively. EUDAT aims to provide a solution that will be affordable, trustworthy, robust, persistent and easy to use.

The re3data.org registry allows the easy identification of appropriate research data repositories, both for data producers and users. The registry covers research data repositories from all academic disciplines. Information icons display the principal attributes of a repository, allowing users to identify the functionalities and qualities of a data repository. By April 2013, 338 research data repositories were indexed in re3data.org (http://doi.org/kv3).

Lesson 01: Why Data Management Lesson 02: Data Sharing Lesson 03: Data Management Planning Lesson 04: Data Entry and Manipulation Lesson 05: Data Quality Control and Assurance Lesson 06: Data Protection and Backups Lesson 07: Metadata Lesson 08: How to Write Good Quality Metadata Lesson 09: Data Citation Lesson 10: Analysis and Workflows

Data publishing : http://www.pensoft.net/page.php?P=23

This paper discusses many of the issues associated with formally publishing data in academia, focusing primarily on the structures that need to be put in place for peer review and formal citation of datasets. Data publication is becoming increasingly important to the scientific community, as it will provide a mechanism for those who create data to receive academic credit for their work and will allow the conclusions arising from an analysis to be more readily verifiable, thus promoting transparency in the scientific process. Peer review of data will also provide a mechanism for ensuring the quality of datasets, and we provide suggestions on the types of activities one expects to see in the peer review of data. A simple taxonomy of data publication methodologies is presented and evaluated, and the paper concludes with a discussion of dataset granularity, transience and semantics, along with a recommended human-readable citation syntax. PDF de l'article en libre accès.

The Policy RECommendations for Open Access to Research Data in Europe (RECODE) project will leverage existing networks, communities and projects to address challenges within the open access and data dissemination and preservation sector and produce policy recommendations for open access to research data based on existing good practice.

There is a need to establish a new publishing paradigm to cope with the deluge of data artifacts produced by data-intensive science, many of which are vital to data re-use and verification of published scientific conclusions. Due to the limitations of traditional publishing, most of these artifacts are not usually disseminated, cited, or preserved. Intéressant pour la définition de la notion de "Data paper"

A data paper is a journal publication whose primary purpose is to describe data, rather than to report a research investigation.

Modèle des données pour des données 5 étoiles

Le web des données et ses 5 étoiles

Données 5 étoiles

Billet sur les données 5 étoiles

Cet article rapporte une étude réalisée en 2011 et 2012 sur un lot de 170 journaux classés dans un certain nombre de disciplines du JCR (dominante : sciences informatiques) et associés à des FI de différents niveaux. Méthode * Examen en juin 2011 puis en juin 2012 des sites web des 170 journaux pour vérifier leur politique en matière de : Data Sharing, Code Sharing, Supplementary Materials * Evaluation de la politique de chaque journal sur les 5 points suivants : 1. Partage de données exigé comme condition de publication, certaines exceptions autorisées (par exemple, pour des aspects de confidentialité ) 2. Partage demandé mais sans influence sur les décisions éditoriales et la publication 3. Dépôt explicitement encouragé ; les données peuvent être révisées et / ou hébergées 4. Partage Implicite 5. Aucune mention du partage de données et pondération supplémentaire basée sur l'évaluation d'autres critères : o partage de données réalisé lors du processus de soumission ou à la demande des reviewers, ou pas précisé o partage de données réservé ou tout public o partage de données pour tous les articles ou réservé aux articles riches en données o autorisation de dépôt sur le site de l'auteur soit de la version auteur seulement, soit de la version publiée o type de reviewing (des données, des codes, des supplementary materials) et les possibilités ou non d'hébergement des données. Résultats accessibles à l'URL : http://www.stodden.net/JournalPolicies2013/ * La majorité des journaux examinés n'affichent pas clairement leur politique en matière de partage et codage de données. En cela, ils ne suivent pas les recommandations du « National Academies committee » (2003) * En juin 2012, 62% des journaux ne faisaient aucune mention de politique en matière de partage de données, et 79

Cet article fait le point sur l'entrepôt spécifique : GEO (Gene Expression Omnibus), le plus représenté dans le DCI Thomson (25% des enregistrements)

Une évaluation récente du Data Citation Index de Thomson

Principaux enjeux d'une infrastructure de citation des données

This guide will help you decide how to apply a licence to your research data, and which licence would be most suitable. It should provide you with an awareness of why licensing data is important, the impact licences have on future research, and the potential pitfalls to avoid.

IASSIST 2013 conference at GESIS Leibniz institute for the social sciences in cologne

Dominique tu as déjà partagé cet article (14 jun)

Article de 2008 Dans cet article, les auteurs plaident pour la formalisation du partage des données , à l'image de ce qui existe pour la publication des résultats de recherche. L'objectif est de proposer un système de Peer Review pour la publication de larges jeux de données en agriculture. A cette fin, ils proposent la mise en place de critères permettant d'évaluer l'intérêt de la publication de jeux de données : l'originalité, l'utilité et l'importance, la qualité et le caractère « réutilisable » . Ils abordent également le dispositif de déploiement des données qui doit assurer leur identification , leur accessibilité à long terme, dans le respect de la propriété intellectuelle, et permettre éventuellement certaines modifications.