• Securing the future use of research data
  
• Learn more about disciplinary practices : il n’existe pas de définition globale des données de la recherche ⇒ ce qui est produit par le chercheur, individuellement
  
• A permanent home for research data
  
• Implementation requires new service roles :
  nouveau rôle pour la BU, rôle qui n’est pas évident. Ne pas travailler seul, mais créer consortium, alliances… Responsabilité de la BU car personne ne s’occupera de ces données, et risque de perte du patrimoine scientifique
  
• Continue to explore requirements and synergies
  
• Curate and think of future needs

Research data SUB Göttingen : travailler sur le contrôle qualité des projets de recherché : s’assurer que les projets soumis par les chercheurs aux organismes de financement sont bons.

https://rdminsight.wordpress.com/

Argument pour convaincre les chercheurs de faire du RDM : l’argument de la compliance envers les exigences des financeurs peut être problématique (peut être vu comme une menace). Arguments à utiliser : faire gagner du temps, apporter un soutien personnalisé

Tenir compte des différences disciplinaires : en sciences dures, partager les données est souvent naturel ; en sciences de l’ingénieur, il y a souvent un intérêt commercial car il y a des coopérations avec industrie ; en médecine, il y a des problèmes de confidentialité ; en SHS, il y a une méconnaissance du terme de « données ».

Changer les habitudes : peut être difficile car les disciplines s’organisent en dehors des institutions ⇒ quelle peut être l’influence d’une politique institutionnelle ?

Attention : volume des données (big data, little data, no data) ? qu’est-ce-que sont les données (parfois appelées sources primaires, assemblage complexe de différentes formes…) ? où sont les données ?

Partager n’est pas naturel : ai-je publié tout ce que je voulais à partir de ces données ? Qui pourrait vouloir mes données, car elles sont très spécifiques ? Où sont mes données ? et quelle version des données partager ? Suis-je sûre de la méthodologie employée ? Risque d’être contredit/contrôlé par d’autres collègues ? Ai-je demandé à tous les participants du projet s’ils étaient ok pour partager ? avec qui le chercheur avec qui je partage va-t-il partager ? je n’ai pas le temps de partager

Les BU doivent comprendre la valeur que les chercheurs accordent à leurs données, et les conséquences des différences disciplinaires, et doivent comprendre comment les chercheurs travaillent. Connaître le type de données produites, l’environnement de travail…

Travail mené par Research Libraries UK pour la formation des bibliothécaires : focus groups avec des chercheurs, dans différentes disciplines pour tester et définir les typologies : examiner les volumes des différents types de données produites, etc. puis dépouiller et regrouper en grands thèmes ⇒ex : comment les chercheurs génèrent et travaillent ils leurs données et dans quel but ? ⇒ élaboration de méthodes de curation et de collecte.

Boîte à outils et centre de ressources en ligne pour les data librarians. Wiki : UK research data community wiki (avec liste des projets, liste des standards, des taxonomies…) https://wiki.research.data.ac.uk/Main_Page

Strates de données de la recherche : restricted data, published data, shared data and reused data, open access data

Workflow : les producteurs de données sont responsables de la qualité des données : ils les produisent et les déposent dans les entrepôts. Puis, repository management : préserver les métadonnées et l’accès (mais pas responsable de la qualité des données). Puis Réutilisation des données.

☞Garantir la compliance éthique et juridique est crucial
☞Partenaires qui doivent travailler ensemble : bibliothécaires, informaticiens, chercheurs, financeurs des projets de recherche ⇒ le DMP fait le lien entre les différents partenaires
☞Partage des rôles et des responsabilités
Projet en Autriche de DMP au niveau national. DMP concentré sur H2020. Se base sur la checklist du DCC, version 4, mais personnalisée pour l’aligner sur les situations locales et les services et infrastructures locaux. Le pilote a été lancé avec 7 composantes de l’Université de Vienne. Le pilote devrait être étendu à d’autres institutions en Autriche à partir de septembre. Le DMP est un logiciel en ligne (DMPonline), avec plusieurs thèmes (réutilisation, archivage pérenne…). Le DMP est le même pour toutes les disciplines.

Premières conclusions du pilote : les questions d’archivage impliquent plus de personnes et de services que prévu ; le DMP demande une adaptation constante ; beaucoup de questions sur la sécurité des données, le stockage, les modèles de métadonnées…

Défis : adapter le DMP à des projets en dehors de H2020, administration des DMP par qui ? qui évalue le DMP ?

- Translating RDM policy into RDM support (Radboud University, NL) RDM policy (fin 2013) : storage of data and MD, au plus tard au moment de la publication. Stockage au moins pour 20 ans. Recommandation de faire un DMP. L’université offre des services en soutien. Pas encore d’entrepôt pour les données : utilisation du CRIS. Mais la policy n’est pas vraiment appliquée⇒ même si la policy est définie de manière centrale, le relais doit être pris au niveau décentralisé pour son application. Question : est-ce à la BU de définir la politique ou n’est-elle qu’un service support ? Définir une politique institutionnelle ne répond pas aux questions pratiques des chercheurs ⇒ soutien sur mesure. Pour faire ça, la BU a travaillé à une checklist avec les labos avec questions auxquelles les labos doivent répondre telles que : un DMP doit-il être élaboré avant la collecte des données, si oui quels sont les prérequis de la part de l’institution ? Les coûts peuvent-ils être financés par les financeurs ? Pour chaque question, des tableaux, des arbres de décision, des fiches pratiques, etc. sont fournis. ⇒ travail décentralisé Points forts de la BU : service stable et pérenne, point de contact entre les différents partenaires impliqués, connait les chercheurs et leurs besoins. - Translating policy into RDM services (Univ of Edinburgh) RDM policy : mai 2011 ! initiative pilotée par la BU, avec la participation de « academic champions ». La policy n’est pas un mandat, mais insiste sur les services offerts. Partage des responsabilités entre l’université (gestion des données pendant le cycle de vie, fournit formation et souttien et conseils, services de stockage, d’archivage, de signalement, protège les intérêts des chercheurs) et les chercheurs

Services pour appliquer la policy : stockage et sauvegarde (1/2 TB de stockage par chercheur, sauvegarde sur, outils de gestion et de partage (dropbox like owncloud), entrepôt (DSpace + « dark archive » pour les données qui ne doivent pas être en OA), formation et conseils, modèles de DMP, beaucoup de travail se sensibilisation par rencontre avec les labos Tout est formalisé dans une feuille de route avec objectifs, livrables, actions… : doc vivant

Data Stewardship : curation, accès et conservation, métadonnées, DOI. Fait par la BU (catalogueurs, data librarians…)

DMP : DMPonline personnalisé. Avant la collecte et la création des données.

Formation des bibs à la gestion des données.

Travail en cours : faire travailler ensemble les différents services afin que les chercheurs aient une vision claire et cohérente et des interlocuteurs identifiés.

- Atelier : RDM policies Docs sur bit.ly/1SASgiq

Lister les bénéfices pour le chercheur. Aligner et harmoniser les procédures et les processus (obtention de financements, appels à projet, DMP…) pour qu’il n’y ait pas de redondance. En Finlande et DK : commencer par la mise en place des infrastructures et des services, puis passer à l’élaboration de la politique, afin que tout soit en place quand la politique devient effective. Faire attention aux questions juridiques et aux questions de propriété. Soutien aux chercheurs : face à face ; on mesure le succès au fait que le chercheur se souvient de vous et de la manière de vous contacter. Politique Uni Gö : très complète. Précise qu’il existe un coordinateur, mais qui est-il ? Si le coordinateur n’est pas à la BU, la BU doit le soutenir en apportant des infos… Politique U Oxford : très générale ⇒ besoin d’infos complémentaires, pratiques

- FOSTER : Possibilité de récupérer matériel de formation, d’information, de sensibilisation sur le portail FOSTER. Travail en cours : création de cours en ligne à partir de ce matériel ⇒ inscription aux cours sur le site. Possible de déposer des contenus et de proposer des cours.

- Support researchers with DMP : DMP : cycle de vie des données ⇒ permet de prendre des décisions en connaissance de cause ; permet au chercheur de savoir dès le début ce qu’il fera sur le long terme Descerription des données à collecter et à créer ; standard et méthodes ; partage et réutilisation… Soutien : templates, listes de questions et de thèmes, guides pour personnalisation des DMP ; liens vers contacts locaux…

DMPonline : aider les chercheurs à écrire leur DMP. Propose templates pour les différentes situations. Les templates peuvent être personnalisés par une institution.

Le DCC met à disposition des guidelines pour évaluer les DMP.

- RDM Helsinki Research data policy février 2015 Formation des équipes en interne avec un expert du Finnish Social Science Data Archive + travail en réseau avec les autres services de l’université (direction recherche, informatique…)création d’une équipe RDM à la BU et organsiationd ‘areliers pour cette équipe (comment simplifier la préparation des DMP et comment aller voir les chercheurs ? Comment améliorer son expertise par l’auto-froamtion ? comment s’organiser pour continuer après H2020 ? comment travailler en équipe ?). Equipe de 5 personnes, qui font du RDM à 20-50 % de leur ETP. La direction de la recherche a envoyé les chercheurs qui soumettaient un projet H2020 à la BU pour une évaluation de leur DMP. La BU utilise Libanswers comme help desk. Evaluation du DMP avec l’aide, si nécessaire, d’autres services de l’université (service juridique, informatiique…) : l’équipe pose ensuite questions aux chercheurs pour précisions, et propose des conseils aux chercheurs (ex : sur la sécurité des données : ne pas utiliser de disque dur externe pour les données sensibles) A venir : améliorer les processus, pour s’assurer que tous les porteurs de projets seront évalués par la BU. Améliorer les pas à pas pour les chercheurs (concepts de base, vocabulaires…). Créer une équipe multiprofessionnelle : informatiques, archiviste, bis, juristes… Impliquer tous les bibliothécaires « référents disciplinaires ».

- Open Science (UE) Consultation publique Science 2.0 Ce qu’il en sort : *terme le plus approprié : open science *principale barrière, du point de vue du chercheur, à open science : concerns about quality assurance ; lack of credit-giving to open science ; lack of integration in the existing infrastrucures ; limited awareness of benefits of open science for researchers ; lack of financial ⇒ faire en sorte que la gestion des données fasse partie du CV et des fiches de poste des chercheurs, et qu’ils soient récompensés pour ça. Que la gestion des données dsoit au même niveau que les publications. *action politique nécessaire : support big data (infrastructure) needs : includes governance ; improving framework conditions for fostering open science ; making science more efficient, reliable and more responsive to societal challenges ⇒ travailler bottom-up en impliquant tous les partenaires

Action de la commission : *29 mai 2015 : états membres ont exprimé leur souhait de voir l’open science mise en œuvre *priorités du nouveau commissaire : open science ⇒ supprimer les barrières et développer les incitations (TDM, altmetrics…), développer les infrastructures, développer liens open science/société *calendrier : jusqu’au printemps 2016, concrétisation des actions par la rédaction de la Digital Single Market Strategy *scienceintransition.eu

- Altmetrics : Evaluation de l’impact de la recherche : important pour les financeurs de la recherche. Comment démontrer que la recherche a contribué à des changements ? Démontrer l’impact Altmetrics : tracer les research outputs dans des sources non-traditionnelles (policy documents, news, blogs, réseaux sociaux…). Comprendre comment la recherche est reçue et comprise : complémentaire de la bibliométrie traditionnelle. Permet d’évaluer un iompact plus large que la bibliométrie traditionnelle, en dehors des cercles académiques : grand public, presse… Permet de s’intéresser à autre chose que les articles. Permet de mettre en valeur de jeunes chercheurs, qui sont désavantagés par la bibliométrie traditionnelle. Permet d’avoir un feedback en temps réel. Permet d’avoir des indicateurs plus qualitatifs.

Altmetrics pour les institutions : Création d’une BDD pour une institution. Permet d’encourager les chercheurs à déposer dans l’AO : altemetrics peuvent être intégrés à l’AO ou à un CRIS. Possible d’évaluer l’effet d’une mise en OA d’un article. 37% des Top 100 de 2014 étaient en OA.

Implémentation à Univ of Manchester : Déjà un « citation services » à la BU : analyse bibliométrique traditionnelle avec SciVal, mais service limité Mais nécessité de démontrer impact plus large. Utilisation des stats d’usage de l’AO, mais insuffisant Avantage de l’application Altmetrics for institution : met les discussions sur un sujet de recherche en contexte (ex : contexte d’un tweet). La BU fournit des données à Altmetrics (API de l’AO). Organisation d’un test avec des chercheurs et des professionnels de l’université. Permet aux bibs d’engager dialogue avec les chercheurs : le bib peut repérer une discussion sur twitter, contacter le chercheur concerné, lui parler d’OA… Permet à l’université d’identifier les chercheurs qui ont un fort impact sur la société. A l’avenir : partager l’outil avec d’autres services de l’université (University Press : choisir les ouvrages à publier…). Utilisation de l’application pour évaluer l’impact des articles en OA gold financés par l’université, pour évaluer l’impact des données de recherche déposées dans l’AO…

- Open Access for data : increasing citations RDM : très souvent une demande qui vient de l’extérieur, pas des chercheurs. Quel est l’intérêt pour le chercheur ? Un des arguments serait de démontrer que le partage des données fait augmenter les citations, comme l’open access pour les publications.

Exemple de l’astrophysique. Longue tradition d’open access pour les données, masse de données disponibles, masses de MD bibliographiques, existence de MD struturées et de haute qualité ⇒ possible d’étudier. Pour la recherche des publications : utilisation de la BDD bibliographique de la NASA, qui pertmet de ne sélectionner que les articles qui ont un lien vers un jeu de données. Utilisation aussi d’INSPEC. Analyse des citations pour les articles avec liens vers jeux de données, et pour articles sans. Les articles avec liens : sont une minorité, mais ont plus de citations : avantage de citations, pour toutes les revues testées. Montre que les articles théoriques avec liens sont les plus cités. Conclusions : tendance à la hausse du partage des données ; avantage de citations démontré pour cette discipline. Soutenir les chercheurs et les inciter à partager !

- CRIS/Open Scholarship Pour les institutions UK, nécessité d’avoir info structurées pour les procédures d’évaluation de la recherche (REF) ⇒ CRIS. La BU effectue nettoyage des données sur la production de recherche qui sont soumises au REF. REF exige désormais une étude d’impact de la recherche

L’institution abesoin d’établir une stratégie de recherche, d’exploiter les résultats de l’évaluation de sa recherche, d’étudier son impact, de faire du benchmarking, de lever des fonds pour la recherche

Univ St Andrews : partenariat Dir Recherche/BU pour la mise en place du CRIS. Utilisation de PURE (Elsevier)

Ce qui entre dans le CRIS : rédérentiels personnels et structures, projets, bourses…, publicattions (moissonnage Wos, PubMed… ; alimentation manuelle ; import BibTex…), activités de recherche ; impact (indicateurs…) Lien avec AO pour full text des publis et les données qui sont dans l’AO Format CERIF (EuroCRIS) Interopérabilité !

Objectif : simplifier la vie du chercheur pour qu’il n’ait plus à s’occuper e compliance, d’véluation, de travail administratif. Utiliser un seul système et réutiliser les informations.  Discovery, reuse and impact. Partnership in the research process. Permet d’avoir un moyen d’entrer en contat avec les chercheurs et de leur démontrer intérêt Travail collaboratif. S’adapter aux besoins et pratiques existantes des chercheurs. Simplifier les processus. ⇒ permet d’augmenter le nb de dépôts et de full text (passage de 44 à 60% de full text) Elaboration de workflow de dépôt avec les labos. Quand article accepté, l’auteur en informe son labo et envoie le manuscrit accepté. Le labo crée la notice dans PURE, puis validation par la BU. Conférence EUROCRIS 2016 à St Andrews (15-17 juin) - Registry of Research data repositories : re3data.org (KIT) Les chercheurs doivent deposer leurs données dans un entrepôt ⇒ lequel ? Science : reproduire les expériences et les réusltats, et confiance dans les résultats ⇒ besoin d’open data

Re3data : global registry of research data repositories. Couvre toutes les disciplines. Aide les chercheurs, les bibs… à trouver un entretpôt. Promotion de l’open dta pour les données de recherche. Début projet 2012. Version 2.2. Projet avec Purdue Univ, GFZ, Hulmboldt, KIT

Infos fournies : l’entrepôt donne infos sur : politique, différents niveaux d’accès (retreint/open…), conditions d’utilisation des données et licences, certification, identifiants pérennes… Contrôle qualité des entrepôts : porté par une institution pérenne et juridique (ex : université), infos claires sur les conditions d’accès et les conditions d’utilisation, concentré sur les données

Typologie : institutionnelle, disciplinaire, multidisciplinaire, projet

Les entrepôts qui adoptent le plus les bonnes pratiques (‘identifiants pérennes, certification…) sont en SHS !

Re3data est inclus dans les guidelines de H2020, dans celles de Nature… Possible d’intégrer re3data dans la politique de son isntitution : les données doivent être déposées dans un entrepôt figurant dans re3data.

Coopération DataCite, OpenAire, DINI, BioSharing, RDA. Groupe de travail avec DataCite. Financement de la maintenance tehnique par Datacite à partir de 2016. Les développements futurs seront pilotés par DataCite.

Technique : restful API, opensearch, documentation en ligne, open MD, engagement du KIT pour un hébergement sur le long terme. MD licence CC 0.

- BwFDM : Volonté d’avoir un research data support efficace

Fiinancement ministère enseignemùent sup BW. Financement 2014-juin 2015. 1 M€. 9 ETP, un dans chaque univ partenaire, et un coordinateur. Chefs de projets : computing centers, associées aux BU

De quelles infrastructures et services avons-nous besoin pour fare de la région un leader dans ce domaine ? Travail avec les chercheurs : enquête de besoins, améliorations par rapport à situation actuelle. 700 entretiens avec des chercheurs : comment travaillez-vous ? Quels sont les problèmes ? Quels sont vos besoins ? 2550 « user stories » ont été extraites des entretiens. NB : les questions sur les données ressemblent à celles de notre enquête.  Présentation des réultsta et des recommandations au ministre le 07/07 Résultats : *besoibn d’un cadre politique général : questions juridiques (propriété intellectuelle, protection des données, copyright. ⇒ pouvoir conseiller les chercheurs (avoir un centre d’infos pour les chercheurs) ; avoir une infrastructure technique qui prmet de répondre au besoins de protection (quand on partage, et quand on artchive) * majorité des chercheurs n’ont pas assez d’infos sur RDM : besoin d’infos (personne ressource, site web, tutoriels, formations, guidelines, cours…) *problème culturel : majorité des chercheurs ont des données, sont intéressés par données des autrs, mais ne partagent pas les leurs ⇒ incitations au partage *cadre technique : standards et formats (quels logiciels ? Quels types de fichiers ? Quels formats d(échange ?) *collecte des données : accès aux données commerciales ? aux données gouvernanementales ? Comment y accéder ? Numérisation ? Moyens d’échanges actuels insatisfaisants (échanges interpersonnels : email, clé USB, dropbox) *infrastructure informatique : stockage (sauvegarde plus de dix ans), besoin de calcul haute performance, moyens financers pour hardware, accéder à des logiciels spécifiques, soutien de la part des informaticiens *conservation : documenter les proejts et les données (DMP, avec soutien pour RDM et pour curation, avoir un outil pour stocker et partager la doc), métadonnées, entrepôts (avec différents droits d’accès, avec visualisation des données, avec moteurs de recherche) * autres : plus de moyens financiers, open source, confiance (garantie qualité), pas de bureaucratie, gagner du temps ⇒ dimension politique : permet prise de conscience au ministère. Pour le chercheur : combler le fossé entre les chercheurz et l’infrastructure. Pour les universités : projet piloté par les informaticiens, mais les questions soulevées et les besoins exprimés ne sont pas forcément techniques ⇒ faire travailler ensemble différenty partenaires - OA in the Humanities Meve.io/oahums

Publication chez éditeur : rapporte quelque chose de symbolique au chercheur, et ce symbolique se transforme en avantages matériels en terme de carrière

SHS : modèle économique de l’édition est un peu différent ; les coûts des APC sont plus faibles. Eparpillement des coûts. Pour l’instant, les coûts sont supportables.

Monographies : marché difficile à pénétrer par des nouveaux, plateformes d’édition open source en sont à leurs balbutiements, pb de reconnaissance symbolique ; pb de modèle économique car les ventes ne se font pas que dans le monde académique

Solution : Open Library of Humanities. Megajournal. MOdèle économique : similaire à Knwoledge Unlatched. Les BU sont partenaires : participent à la gouvernance, et financent.

- Conservation des digital enhanced publications (bib nationale NL) 2008 : Natherlands coalitation for digital preservation Partage d’expérience et projets poratiques communs

2914 : début du travail avec les enhanced publications en 2014. Article dans Liber quarterly en 2014

1ère étape : qu’est-ce-que les institutions partenaires considèrent comme une enhanced publications ? Question : qui conserve quoi, et quelles sont les relations entre les différentes parts ? Deux types de contenus : le contenu ajouté par l’auteur, le contenu ajouté par celui qui détient le contenu

Etude de cas avec les thèses de doctorat. Les docteurs sont obligés de déposer un exemplaire électronique, mais rien n’st organisé pour les données liées, par de règles pour les identifiants pérennes et les métadonnées, où conserver les données liées ? Les thèses sont déposées dans l’AO de l’institution, les métadonnées sont envoyées dans NARCIS. La KB moissonne DANS pour les MD et rcupère le fichier de l’AO ⇒ archivage pérenne de la publication assuré. Quid des données ? Le docteur peut faire appel aux datacdnters 3TU ou DANS, mais comment se fait le lien avec le fichier de la thèse, et avec DANS ? Pas de lien.  Rendre l’utilisation des identifiants pérennes obligatoires pour le fichier et pour les données. Les ajouter comme MD dans le flow de NARCIS, rendre les données disponibles via NARCIS, et permettre à NARCIS de visualiser les données.  Univ : doivent mettre à jour leurspolitiques concernant les thèses, et faire évoluer NARCIS (déjà une nouvelle catégorie dans NARCIS : enhanced publications)  Créer une infrastructure pour l’usage des identifiants pérennes : pb : tous les partenaires n’utilisent pas les mêmes identifiants  Savoir qui collecte quoi et qui conserve quoi

- Research Data Services Queen’s univ Politique OA des agences de financement fédéral au Canada : les publications doivent être en OA ver t ou gold Elaboration en cours d’une politique sur les données

Queen’s univ : publication du strategic agenda. Pour l’élaborer : état des lieux des besoins, entretiens avec chercheurs et avec fournisseurs de service (HPC…)  Stipule que IT et BU travaillent ennsemble à la mise en place d’une infrastructure distribuée pour les données Projet PORTAGE : création d’un réseau d’experts en RDM à travers le pays + création d’un outils de recherche. Création d’un outil de création de DMP nationale, générique, et bilinque (avec DMPonline) (en cours de tests. Prêt en septembre). Faire en sorte que l’organisation soit transparente pour le chercheur : le chercheur s’en fiche de savoir si c’est la BU, IT… qui lui rend service Services RDM organisés autour de 4 grandes fonctions : planning for RDM, preparing your data (format, anonymisation…), documenting your data (description des données afin que d’autres puissent les réutiliser), archiving your data Gouvernance : research community comitee pour le pilotage+ 2 groupes de travail avec membres de toute l’université (research data working group ; scholarly communications working group). Organisation d’un « data day » annuel : info pour les chercheurs, promotion de l’OA pour les données, ateliers pratiques (visualisation, sécurité, écriture d’un DMP) Travail en commun sur les indicateurs d’impact Travail pour inclure RDM dans charte d’éthique de la recherche Réorganisation de la BU autour des disciplines avec renforcement des « liaisons librarians » disciplinaires + services transversaux ⇒ collaboration pour RDM entre le srvice transervsal et les bibs disciplinaires : les bibs disciplinaires sont toujours associés. - Transparency in open science Les data librarians sont des « transparency agents » : promotion d’un changement de culture, induit par l’open science. Les RH sont aussi importantes que l’infrastructure technique.

2012 : le blog The Scientist propose un Transparency Index 2013 : Reproducibility Project : étude de la reproductabilité de 50° études phares en cancérologie. Publication des résultats fin 2014

Juin 2014 : partenariat GigasCience & Publons pour open peer review. Publications et données. Possibilité d’accéder et de réutiliser les reviews.

Inclure transparency dans les politiques de recherche de l’université : la politique doit comprendre le soutien à l’OA, le soutien à la « citizen science » et la transparency Inclure la transparency dans les séances de sensibilisation des chercheurs au RDM. Inclure la transparency dans les workflows

Ecole des sciences de l’info de Pittsburgh : inclut transparency dans la formation aux RDM pour les nouveaux bibs, et dans la formation continue Projet de recherche en 2015 sur la transparency et les bibliothécaires : que savent les bibs ? Quelle est leur attitude ?

- What does it take to make networked and open science sustainable ? Open Science : donne un cadre plus cohérent et plus global que OA. OA est un des moyens de open science.

Communication scientifique : ce n’est pas un cycle de vie, c’est un réseau ⇒ différents réseaux à interconnecter : renforcer la collaboration globale et l’engagement local

Pour facilier l’interconnextion des réseaux : ensure scholarship can be used, ensure scholarship is re-used and re-usable

 Services !  Besoin d’information utilisable par les machines (DOI, DataCite, euroCRIS, ORCID, TDM…) CrossRef DET Pilot : a way to track activities around DOI. OUvrir le peer review ! Faire un continuum du peer review, du preprint au postprint Initiative ESAC : contribuer à rendre le marché des APC transparent. Sortir du cercle restreint du monde univesitaire : grand public, partenaires privés, patients… Besoin d’open metrics : cf PLOS article level metrics Système actuel de la publication scientifique est maintenu par l’incapacité des chercheurs à sortir du facteur d’impact Avoir des politiques qui récompensent les chercheurs qui s’investissent dans l’open science. Ex : prix ASAP (récompense chercheurs qui utilisent OA) Vision globale : open science, open behaviour du chercheur Actuellement : besoin d’accéder aux différentes versions d’une publi ⇒ les revues actuelles ne le permettent pas. Capital symbolique des éditeurs commerciaux se traduit dans les montants des abonnements et dans les montants des APC. Article-level metrics : peut être utilisé à la place de l’impact factor Intelligent openness : ne pas ouvrir pour ouvrir. Reconnaître qu’il faut aussi de la confidentialité, du temps pour l’analyse…Autoriser les variations de politique selon les disciplines, selon les étapes du travail de recherche. Avoir une approche réaliste et intégrée : ne pas avoir une politique pour les publis, une pour les données, une pour les ressources pédagogiques…