Objectifs :
Be aware of the possibilities and issues around sharing, opening, and reusing research data, in the context of open science. Learn why and how to disseminate research data.

Programme :
This training session is part of the doctoral training programme in scientific and technical information coordinated by the University of Lille's libraries (Service Commun de Documentation) and designed in collaboration with the UPHF's libraries (Service Commun de Documentation).

It is part of the Open Science programme and will enable you to develop your skills related to Open Science – data, source code, and software.

Open science is a more reproducible and transparent way of doing science. It also allows scientific productions and data to be disseminated more openly.

The interdisciplinary skills developed in the Open Science sessions will be useful in many professional environments.
▪ What is research data: definition of research data, formats, and data lifecycle
▪ What are software and source code
▪ Differences and commonalities between data and source code
▪ Presentation of the issues surrounding data dissemination
▪ Data dissemination:
• Introduction to the data management plan
• Identifying the various actors and stakeholders involved in data management
• FAIR principles
• Introduction to data repositories
▪ Dissemination of source code and software
• Development, description, sharing, and archiving
• Identifying the various actors and stakeholders involved in source code management
▪ Promoting data
• Publication of data and links with other works

Equipe pédagogique :
Jennifer Morival, Université de Lille, Service commun de documentation

Méthode pédagogique :
Remote session, presentation and discussion

Compétences acquises à l'issue de la formation :
▪ Recognize the various types of data, and the forms and formats they can take
▪ Recognize the issues of preserving source code
▪ Learn the basics of data and source code description
▪ Understand the issues surrounding good management of data and source code
▪ Identify the steps of the lifecycle of data and source code
▪ Recognise the support staff throughout the data lifecycle

Les Compétences et capacités visées à l'issue de la formation (fiches RNCP)

Arrêté du 22 février 2019 définissant les compétences des diplômés du doctorat et inscrivant le doctorat au répertoire national de la certification professionnelle. https://www.legifrance.gouv.fr/loda/id/JORFTEXT000038200990/

Bloc 2 : Mise en œuvre d’une démarche de recherche et développement, d’études et prospective

- Garantir la validité des travaux ainsi que leur déontologie et leur confidentialité en mettant en œuvre les dispositifs de contrôle adaptés

Bloc 3 : Valorisation et transfert des résultats d’une démarche R&D, d’études et prospective

- Respecter les règles de propriété intellectuelle ou industrielle liées à un secteur

- Respecter les principes de déontologie et d’éthique en relation avec l’intégrité des travaux et les impacts potentiels

- Mobiliser les techniques de communication de données en « open data » pour valoriser des démarches et résultats

Bloc 4 : Veille scientifique et technologique à l’échelle internationale

- Acquérir, synthétiser et analyser les données et informations scientifiques et technologiques d’avant-garde à l’échelle internationale

La formation participe à l'objectif suivant :être directement utile pour la réalisation des travaux personnels de recherche