Reproductibilité de la recherche

binary Le fait de pouvoir reproduire des résultats de recherche, dans des contextes similaires ou différents de ceux de leur production initiale, grâce à l’accessibilité des données et des codes informatiques qui ont permis l’analyse de ces  données et mené à ces résultats, c’est ce dont traite cet article paru dans Science:

Roger D. Peng (Johns Hopkins University) « Reproducible Research in Computational Science », Science, Dec 2011: http://www.runmycode.org/data/MetaSite/upload/Science_Peng_2011.pdf.

« The standard of reproducibility calls for the data and the computer code used to analyze the data be made available to others« .

Entre une reproductibilité totale (automatiser la reproduction d’une analyse scientifique) ou au contraire impossible, il existe toute sortes de reproductibilités qui dépendent de cet accès, ou pas, aux données de la recherche et à leurs codes.

« The reproducibility standard is based on the fact that every computational experiment has, in theory, a detailed log of every action taken by the computer. Making these computer codes available to others provides a level of detail regarding the analysis that is greater than the analagous noncomputational experimental descriptions printed in journals using a natural language ».

L’accès aux articles de revues ou autres publications va en effet de soi, mais comment avoir accès à ces codes informatiques et aux formats de stockage des données alors qu’ils ne sont pas toujours open source ou que les codes ne sont tout simplement pas conservés? C’est ainsi qu’une revue comme « Biostatistics » (qui publie des articles dans le domaine des méthodes biostatistiques, de l’épidémiologie ou de la génomique) incite ses auteurs à proposer les codes en plus de la publication elle-même. Mais cette initiative ne reflète pas la majorité des pratiques de recherche pour lesquelles les codes ne sont pas accessibles.

Dans cet article, l’auteur propose donc d’utiliser de façon systématique des réservoirs qui existent déjà pour déposer les codes, comme GitHub (http://github.com) ou SourceForge (http://sourceforge.net), mais surtout, il propose que se développe le fait de lier des données, des métadonnées et le code informatique aux publications scientifiques, et ce quelques soient les disciplines.

Crédits photographiques: Binary par xfce



Une réflexion au sujet de « Reproductibilité de la recherche »

  1. C’est ce que nous essayons de promouvoir dans le domaine de la linguistique et des données orales plus généralement. Pour cela, il faut que les objets archivés/partagés soient traités comme des « paquets d’information » (c’est le terme technique dans le modèle OAIS) génériques, autrement dit sans contrainte technique imposée par le domaine scientifique auquel ils appartiennent.
    Pour que les données soient exploitées de manière « interopérable » il faut par ailleurs que leur soient associées des métadonnées descriptives et des fichiers documentaires dans des formats obéissant à des standards internationaux et qui, par contre, intègreront des aspects spécifiques au domaine d’étude… Toutes ces données secondaires peuvent être intégrées aux données primaires (l’objet étudié) mais elles peuvent aussi être archivées sur d’autres sites pourvu que la pérennisation des contenus et des accès soit garantie.
    Voilà les grandes lignes du dispositif d’archivage pérenne et de mutualisation que nous avons mis en place depuis 2006 avec le Speech & Language Data Repository (SLDR, autrefois CRDO-Aix) en coopération avec le CINES et le centre de calcul de l’IN2P3 (grille de calcul TGE Adonis). S’ajoute à cela la gestion automatisée des droits d’accès prenant en compte les dispositions du Code du patrimoine, mais c’est un autre chapitre…

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *