Transformez vos données en résultats fiables pour le public.

Un plan de gestion des données décrit comment un projet recueillera, documentera, stockera, partagera et préservera ses données, et les bailleurs de fonds l'exigent de plus en plus : au Canada, la Politique des trois organismes sur la gestion des données de recherche exige un plan pour certaines possibilités de financement du CRSNG, du CRSH et des IRSC, et aux États-Unis la NIH Data Management and Sharing Policy et les exigences de la NSF vont dans le même sens. Le plan ne vaut que par les systèmes qui le soutiennent, car les évaluateurs demandent maintenant où sont allées les données après la fin de la subvention. Une plateforme bien conçue applique directement le plan, avec des métadonnées saisies dès l'ingestion, des règles d'accès conformes au plan et une préservation qui survit au projet.

FAIR signifie faciles à trouver, accessibles, interopérables et réutilisables (findable, accessible, interoperable, reusable), et décrit ce dont un jeu de données a besoin pour que d'autres chercheurs et des machines puissent le repérer, y accéder dans des conditions claires, le combiner à d'autres données et le réutiliser en confiance. En pratique, cela suppose des identifiants pérennes, des métadonnées riches et normalisées, des vocabulaires contrôlés, des formats de fichiers ouverts et des licences explicites, sans que tout doive être ouvert pour autant. Une plateforme bien conçue attribue les identifiants et les métadonnées dès l'ingestion plutôt qu'à la publication, car on revient rarement les ajouter plus tard.

Les dépôts sont des services qui préservent et publient des jeux de données avec identifiants et métadonnées : des dépôts généraux comme Zenodo et Dryad, des services nationaux comme Borealis et le Dépôt fédéré de données de recherche au Canada, des dépôts disciplinaires comme le Catalogue de données polaires, et les dépôts institutionnels des universités. La plupart des organisations devraient déposer la version publiée dans un dépôt existant et ne bâtir que la plateforme de travail qui la produit. Une plateforme de travail bien conçue exporte les jeux de données et les métadonnées dans le format du dépôt et consigne le DOI obtenu, pour que la notice publiée et les données de travail restent liées.

La souveraineté des données autochtones est le droit des peuples autochtones de gouverner les données qui concernent leurs communautés, leurs terres et leurs membres. Au Canada, les principes de PCAP des Premières Nations (OCAP en anglais), soit propriété, contrôle, accès et possession, établissent que les Premières Nations sont propriétaires de leurs informations, contrôlent leur utilisation, décident qui peut y accéder et peuvent les détenir physiquement, avec des cadres connexes pour la recherche inuite et métisse et les principes internationaux CARE en complément des principes FAIR. Une plateforme bien conçue fait respecter ces engagements dans le système, avec des règles d'accès contrôlées par les communautés, des lieux de stockage convenus et des journaux d'audit, plutôt que de s'en remettre à un document de politique.

Chaque bailleur de fonds veut son propre rapport : états financiers par catégorie budgétaire, jalons, indicateurs de résultats, publications et données de formation, selon son propre calendrier et dans son propre gabarit, et un projet qui compte plusieurs bailleurs doit répartir les coûts et les extrants entre eux. Les programmes publics ajoutent des cadres de mesure du rendement et des rapports sur les résultats aux instances de surveillance. Une plateforme bien conçue consigne les activités, les extrants et les dépenses par code de bailleur et de budget au fur et à mesure, pour qu'un rapport soit une exportation plutôt qu'un mois de reconstitution.

Au Canada, la recherche avec des êtres humains exige généralement l'examen d'un comité d'éthique de la recherche selon l'Énoncé de politique des trois conseils, et aux États-Unis la supervision d'un institutional review board selon la Common Rule, les règles de consentement, de dépersonnalisation et d'utilisation secondaire découlant de cet examen. Le droit de la vie privée ajoute sa propre couche : la Loi sur la protection des renseignements personnels pour les institutions fédérales, les lois provinciales du secteur public comme la LAIPVP en Ontario et la loi québécoise sur l'accès aux documents, et la LPRPDE ou la Loi 25 pour les organisations privées, parfois avec des attentes de résidence des données. Validez le régime applicable avec votre bureau d'éthique et vos conseillers juridiques; une plateforme bien conçue rattache chaque jeu de données à ses fins approuvées et applique les accès en conséquence.

Un lecteur doit pouvoir obtenir la version exacte des données derrière un résultat, savoir quel instrument, quel étalonnage et quel code de traitement l'ont produite, et l'ouvrir sans logiciel propriétaire. Il faut pour cela des versions immuables avec sommes de contrôle, la provenance consignée pour chaque étape de traitement, des formats ouverts comme CSV, NetCDF ou GeoTIFF, des métadonnées selon des normes comme ISO 19115 pour les données géospatiales ou DataCite pour la citation, et un identifiant pérenne pour chaque version. Une plateforme bien conçue fait de chaque version un objet à part entière doté de son propre identifiant, plutôt qu'un dossier que quelqu'un a promis de ne pas toucher.

Les stations et les instruments sur le terrain produisent des fichiers dans des formats comme NetCDF, HDF5 et des journaux propres aux fabricants, souvent transmis par des liaisons satellites à faible bande passante ou rapportés sur des disques à la fin d'une saison. La synchronisation de l'heure, les métadonnées d'étalonnage et les indicateurs de contrôle de la qualité doivent accompagner les données, et la plupart des programmes distinguent les données brutes des niveaux successifs de traitement. Un pipeline bien conçu intègre chaque format avec validation, préserve les fichiers bruts intacts et consigne chaque étape de traitement qui a produit un niveau supérieur.

Au Canada, les institutions fédérales sont assujetties à la Loi canadienne sur l'accessibilité et à la Loi sur les langues officielles, l'Ontario applique des exigences fondées sur les WCAG en vertu de la LAPHO, et le Québec a ses propres standards gouvernementaux d'accessibilité et ses exigences relatives à la langue française. Aux États-Unis, la Section 508 s'applique aux agences fédérales et une règle récente en vertu de l'ADA Title II (loi américaine sur les personnes handicapées) fait des WCAG 2.1 AA la norme pour le contenu web des gouvernements d'État et locaux. Un portail bien conçu est testé selon les WCAG dès le premier gabarit et gère le contenu bilingue comme des données structurées plutôt que comme deux copies d'un site.

Les organismes subventionnaires fédéraux canadiens exigent le libre accès aux publications financées et encouragent ou exigent le dépôt des données, la directive canadienne sur le gouvernement ouvert oblige les ministères fédéraux à publier les données admissibles sous licence ouverte, et l'Office of Science and Technology Policy des États-Unis a demandé aux agences de rendre publics les résultats de la recherche financée par le gouvernement fédéral. Chaque régime prévoit des exceptions pour les données sensibles, personnelles ou autochtones et des embargos pour les données encore en usage. Une plateforme bien conçue traite la publication comme un processus avec approbation, choix de licence et attribution d'identifiant, les données restreintes le restant par règle plutôt que par habitude.

Les projets multi-établissements reposent sur des ententes de partage de données qui définissent qui peut accéder à quoi, quand les résultats peuvent être publiés et comment fonctionnent les embargos et la qualité d'auteur, chaque établissement apportant ses propres politiques et systèmes d'identité. L'authentification fédérée par les fédérations d'identité universitaires et les identifiants de chercheurs comme ORCID évite de gérer un compte distinct pour chaque collaborateur. Une plateforme bien conçue traduit l'entente en règles d'accès par projet et par jeu de données et consigne chaque accès, pour qu'un établissement partenaire puisse vérifier ses propres obligations.

Les organismes publics et les organisations financées par des fonds publics achètent par appels d'offres, offres à commandes et contrats financés par des subventions qui exigent des questionnaires de sécurité, des évaluations des facteurs relatifs à la vie privée, la conformité en matière d'accessibilité, des assurances, des engagements de résidence des données et souvent la propriété du code source, avec des budgets liés aux exercices financiers et aux jalons des subventions. L'échéancier est dicté par le calendrier d'approvisionnement, pas par le plan de livraison. Un projet bien planifié est découpé en phases qui livrent chacune un résultat utilisable dans une même période de financement, et il arrive avec les documents de conformité que le bureau de l'approvisionnement demandera.