Notice
Qualité et accessibilité des données : des pratiques de recherche responsables, garantes de l’intégrité scientifique ?
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
Descriptif
Le Code de Conduite Européen pour l’intégrité en recherche décrit l’intégrité scientifique d’après 4 principes, dont celui d’honnêteté, « autrement dit élaborer, entreprendre, évaluer, déclarer et faire connaître la recherche d’une manière transparente, juste, complète et objective. » En application concrète de ce principe, le code de la recherche français, dans ses articles dédiés à l’intégrité scientifique, inscrit la promotion de « la diffusion des publications en accès ouvert et [de] la mise à disposition des méthodes, protocoles, données et codes sources associés aux résultats de la recherche » parmi les missions des établissements publics de recherche. Ainsi, au sein de la vaste catégorie des pratiques de recherche responsables, science ouverte et intégrité scientifique sont explicitement liées par les exigences de reproductibilité et de fiabilité : la transparence, l’ouverture et la traçabilité, notamment des données de la recherche, en sont des principes fondamentaux. Cette présentation reviendra sur les raisons et les objectifs du cadre national, et sur les implications concrètes de sa mise en œuvre, en particulier en matière de garantie de la fiabilité des données.
Intervention / Responsable scientifique
Dans la même collection
-
Atelier Dialogu'IST #15 - Comment garantir l'intégrité scientifique des données ? Introduction
BorgetFabienPourquoi avons-nous besoin d’une bonne gestion des données de la recherche pour respecter l’intégrité scientifique ? Quelles méthodologies, recommandations et bonnes pratiques sont à mettre œuvre par
-
Quand les métiers dialoguent ! Entre qualité des données et transparence de la démarche pour garant…
RenaultStéphaneCette présentation s'attachera à expliciter, à partir de plusieurs projets, comment la mise en application de la science ouverte pousse à la rencontre des métiers dès la mise en place des projets de
-
Comment garantir l’intégrité scientifique des données de recherche ? - Conclusions
BorgetFabienPourquoi avons-nous besoin d’une bonne gestion des données de la recherche pour respecter l’intégrité scientifique ? Quelles méthodologies, recommandations et bonnes pratiques sont à mettre œuvre par
-
Science ouverte, intégrité scientifique et données de la recherche dans le biomédical (Inserm)
DumontGwenaelLe partage des données dans la recherche biomédicale est complexe de part la nature de ces dernières. Bien comprendre les enjeux du partage et les modalités d'ouverture des données est souvent un
-
Open Science dans la physique des particules : un cas d'étude avec l'expérience ATLAS au LHC
CorpeLouieLe grand collisionneur de hadrons (Large Hadron Collider, LHC) du CERN a collecté un des plus grands dataset dans l'histoire de la science, grâce à ces détecteurs ATLAS, CMS, ALICE et LHCb. Cela a
Sur le même thème
-
Comment les machines apprennent ?
FerréArnaudANF TDM & IA 2025 | Comment les machines apprennent ? avec Arnaud Ferré (MaIAGE, INRAE)
-
Comment une IA peut-elle faire la conversation ?
FerréArnaudANF TDM & IA 2025 | Comment une IA peut-elle faire la conversation ? avec Arnaud Ferré (MaIAGE, INRAE)
-
Panorama des outils propriétaires et open source
ChifuAdrian-GabrielANF TDM & IA 2025 | Panorama des outils propriétaires et open source avec Adrian Chifu (LIS, Aix-Marseille Université)
-
Interagir efficacement avec un agent conversationnel
ChifuAdrian-GabrielANF TDM & IA 2025 | Comment interagir efficacement avec un agent conversationnel : prompt engineering et prompt hacking avec Adrian Chifu (LIS, Aix-Marseille Université)
-
Les modèles de langue : usages et enjeux sociétaux
GuigueVincentANF TDM & IA 2025 | Les modèles de langue : usages et enjeux sociétaux avec Vincent Guigue (MIA, AgroParisTech)
-
Déploiement d'IA sécurisées en local appliqué aux données sensibles et open source
SanjuanEricANF TDM & IA 2025 | Retour d’expérience sur le déploiement d'IA sécurisées en local (processus ETLs) appliqué aux données sensibles (santé) et open source (OpenAlex) avec Éric SanJuan (LIA, Avignon
-
Interroger ses documents avec des grands modèles de langage : méthode RAG
PoulainPierreANF TDM & IA 2025 | Interroger ses documents avec des grands modèles de langage : découverte de la méthode RAG avec Pierre Poulain (Laboratoire de Biochimie Théorique, Université Paris Cité)
-
Extraire de l'information dans la littérature scientifique avec TDM Factory
AnkiLucasANF TDM & IA 2025 | TDM Factory, une interface clé en main pour extraire de l'information dans la littérature scientifique avec de l’intelligence artificielle avec Lucas Anki (Inist-CNRS) et Léo
-
Fouille de textes et IA : enjeux juridiques et réglementaires
MaurelLionelANF TDM & IA 2025 | Fouille de textes et IA : enjeux juridiques et réglementaires avec Lionel Maurel (DDOR CNRS)
-
7-Mathdoc : 30 années au service de la communauté mathématique
ThouveninNicolasLabbéCyrilStérinAnne-LaureMathdoc : 30 années au service de la communauté mathématique. Risques et opportunités de l’édition en libre accès, l’encadrement de l’usage de l’IA
-
6-Mathdoc : 30 années au service de la communauté mathématique
Nuccio Mortarino Majno Di CapriglioFilippo Alberto EdoardoBeffaraVincentBourguetDenisLarrieuMaxenceTournoyRaphaëlMathdoc : 30 années au service de la communauté mathématique. La diversification pour se prémunir de la défaillance d’un financeur
-
5-Mathdoc : 30 années au service de la communauté mathématique
MiotEvelyneHoheneggerStefanLarrieuMaxenceGallagherIsabelleNuccio Mortarino Majno Di CapriglioFilippo Alberto EdoardoMathdoc : 30 années au service de la communauté mathématique. Modèle économique des revues et plateformes : la diversification comme piste de pérennité
