Rédiger un plan de gestion des données (PGD) en début de chaque projet de recherche est souvent considéré comme un fardeau administratif. Pourtant, le PGD pourrait devenir un véritable outil d’aide à la production et à la valorisation des résultats scientifiques s’il était en partie automatisé et ainsi moins long à remplir.
La Success story de l’Université de Queensland
L’Université de Queensland a mis en place un outil permettant de créer des PGD lisibles par les machines (machine-actionable Data Management Plans, maDMPs). Aujourd’hui, environ 10 000 chercheurs se sont appropriés cet outil. Ils ont immédiatement compris les bénéfices que cet outil pouvait leur apporter dans leur quotidien, du fait de sa connexion avec de multiples autres systèmes informatisés :
- Avec le système de stockage : dès que le chercheur complète son PGD, il obtient gratuitement 1TB de stockage.
- Avec le système de demande de financement : dès qu’un chercheur indique que son projet a été financé par un organisme extérieur, il peut rechercher les informations relatives à son projet dans le système et remplir automatiquement les champs correspondants dans son PGD.
- Avec le système d’approbation éthique : si un chercheur indique qu’il va travailler avec des données à caractère personnel, des questions supplémentaires apparaissent qui peuvent être remplies automatiquement à partir du système d’approbation éthique.
- Avec le cahier de laboratoire électronique : dès qu’un chercheur indique qu’il souhaite utiliser le cahier de laboratoire électronique institutionnel, un compte est alors automatiquement créé pour lui.
- Avec l’entrepôt de données institutionnel : les chercheurs peuvent facilement publier des jeux de données sans avoir à remplir tous les champs de métadonnées. Ceux-ci sont automatiquement remplis en fonction des informations contenues dans le PGD.
Et en France ?
Pour aider les chercheurs dans l’élaboration de leur PGD, l’Institut Français de Bioinformatique a lancé en mars 2020 le projet maDMP4LS afin de rendre les plans de gestion de données produits via l’application DMP OPIDoR lisibles non seulement par les humains mais aussi par les machines. L’objectif est ainsi d’automatiser certaines étapes de renseignements du DMPs et de mise en œuvre de la gestion des données.
Pour en savoir plus sur la Success story de l’Université de Queensland : Open Working