Introduction

1Le présent article s’attache à poser les enjeux et décrire les étapes liées à la rédaction d’un Data paper en Sciences humaines et sociales (SHS), plus spécifiquement en sciences de l’éducation et de la formation musicale (SEFM).

2Ces pratiques d’écriture et de publication sont récentes d’une manière générale, et nouvelles pour les auteurs de la présente contribution. Par ce partage, nous souhaitons participer au mouvement international de valorisation des données de recherche, dans le cadre de la science ouverte, en fournissant une aide aux chercheurs, notamment dans les disciplines où cette pratique est encore très peu répandue.

3La première partie synthétise les principales finalités, caractéristiques et structurations d’un Data paper en SHS. La deuxième partie pose, pas à pas, les exigences méthodologiques en amont de la rédaction d’un Data paper. La troisième partie correspond à une brève discussion sur les difficultés rencontrées lors de l’expérience de rédaction d’un Data paper dans le cadre du projet MusiPim, Musique et Partenariat Inter-Métiers, qui regroupe des corpus témoignant de situations d’enseignement-apprentissage de la musique en orchestre.

Enjeux du Data paper

Caractéristiques et finalités du Data paper 

4Un Data paper est un article scientifique qui décrit un jeu de données scientifiques, à l’aide de métadonnées (informations ou données servant à définir ou à décrire d’autres données). Plus précisément, « Les Data papers sont des articles rédigés, révisés par des pairs et cités dans des revues académiques ou savantes, dont le contenu principal est une description des jeux de données de recherche publiés, ainsi que des renseignements contextuels sur la production et l’acquisition des données, dans le but de faciliter l’accessibilité, la disponibilité et la réutilisation des données de recherche. Ils sont intégrés à la gestion des données de recherche et liés aux entrepôts de données » (Schöpfel, Farace, Prost et Zane, 2020, p. 623).

6La préparation d’un Data paper participe au développement d’une culture de la constitution, de la gestion, de la collecte, de l’archivage et si possible du partage, de données fiables, dans un cadre éthique et responsable.

7En Sciences de l’éducation et de la formation, tout comme dans les Sciences Humaines et Sociales (Gay, 2021 ; Dedieu, 2022) mais aussi en musicologie, la publication de Data papers est une pratique encore peu répandue. Comme n’importe quel article scientifique, le Data paper n’est publié qu’après expertise, incluant une vérification des possibilités d’accès aux données (Dedieu, 2022, p. 1).

8Ces constats légitiment la rédaction du présent article qui vise 1) à informer la communauté des chercheurs, et en particulier ceux des deux disciplines précitées, 2) à exposer pas à pas les étapes nécessaires à la réalisation d’un Data paper. L’exemple proposé s’adosse de manière centrale à deux jeux de données collectées au moment où la démarche de la science ouverte commençait à se diffuser. Le premier correspond aux données collectées par le groupe de recherche collaborative EMIS (Éducation Musicale et Intégration Sociale), à propos des orchestres à l’école et au collège, à Toulouse, de 2017 à 2021. Le deuxième jeu de données correspond à la collecte dans le cadre du projet de recherche-action autour de Démos (Dispositif d’Éducation Musicale et Orchestrale à vocation Sociale), à Clermont-Ferrand, de 2019 à 2021. À ces deux corpus s’ajoute un troisième jeu de données collectées entre mai et décembre 2024, dans le cadre du projet MusiPim, projet qui constitue une extension des deux précédents.

Types de structurations attendues

9D’une revue à l’autre, y compris dans un même champ disciplinaire, la longueur et le format des Data papers varient grandement, du plus « synthétique » à « un article très complet » (Dedieu, 2022, p. 1). Leur structuration est inspirée de celle, « éprouvée » (Gay, 2021, p. 2), des Data papers dans les sciences dites dures. Dans son article de 2014, Dedieu présente quatre types de structures de Data papers spécifiquement pour les sciences du vivant (p. 3). Dans celui de 2022, elle propose une synthèse. Dans le tableau 1, nous ajoutons à ces cinq modèles de structuration, la proposition de Gay, plus spécifiquement pensée pour les SHS (2021).

10Généralement, un Data paper est structuré en trois parties (tableau 1) : 1) description du ou des jeu(x) de données, 2) description des méthodes d’obtention de ces données et 3) explication du potentiel de réutilisation (dans les exemples présentés, cette dernière catégorie n’est pas systématique). Moins fréquemment, le lecteur peut y trouver un résumé des résultats de recherche.

Tableau 1 : Exemples de structurations de Data papers en sciences du vivant et en SHS (d’après Dedieu, 2014, 2022 et Gay, 2021)

Champs

Exemples

Structuration

Sciences du vivant

Ex. n° 1 (Dedieu, 2014)

Introduction  (contexte, question de recherche, objectifs de l’étude)

Présentation des métadonnées

Contexte de l’étude

Méthodes et procédures

Description du ou des jeu(x) de données

Description du format des fichiers

Description du statut, de la qualité et de l’accessibilité aux données

Ex. n° 2 (Dedieu, 2014)

Introduction  (idem)

Présentation des métadonnées

Couvertures taxonomique, spatiale et temporelle

Description du projet de recherche

Méthodes

Description du ou des jeu(x) de données

Ex. n° 3 (Dedieu, 2014)

Tableau de spécifications des données

Design expérimental, matériels et méthodes

Discussion mettant en valeur la portée du jeu de données

Ex. n° 4 (Dedieu, 2014)

Contexte scientifique, question de recherche, objectifs de l’étude, valeur et potentiel des données pour leur réutilisation

Méthodes, procédures et analyses, protocole expérimental (figure) et variables (tableau)

Description des données et de l’entrepôt, format des fichiers (tableau)

Présentation des métadonnées (tableaux) : processus expérimental, méthode d’échantillonnage, description du site, conditions d’expériences, protocoles suivis, données obtenues...

Validation technique (explication de la rigueur scientifique de l’étude et de la qualité techniques des données)

Notes d’usage (facultatives) pour faciliter l’usage des données par d’autres chercheurs

Synthèse (Dedieu, 2022)

Description du jeu de données et de son contexte

Description des méthodes d’obtention

Explication du potentiel de réutilisation des données

Sciences humaines et sociales

Ex. n° 1 (Gay, 2021)

Introduction (contexte et résumé)

Description des méthodes et du matériel utilisé pour produire les données

Description du ou des jeu(x) de données (variables, noms des fichiers, localisation, formats et poids numérique)

Description des métadonnées

Validation technique (procédures ayant permis de confirmer la validité des données)

Notes d’usage

11Le groupe de travail MusiPim a choisi pour le Data paper en cours d’écriture, la structuration suivante : 1) Introduction (contexte de l’étude, arrière-plan des deux études antérieures contributives à la nouvelle enquête, questions de recherche à l’origine des deux premières collectes de données, nouvelle collecte et nouvelle problématique, plus-value de la collecte), 2) Description des méthodes et du matériel dans les trois études, 3) Description des données et de l’entrepôt où elles sont déposées, 4) Description des métadonnées, 5) Information et discussion justifiant la fiabilité des données, 6) Potentiel de réutilisation, conseils, 7) Licence, 8) Références bibliographiques, 9), Figures, tableaux annexes, 10) Remerciements.

Exigences de la rédaction / préparer la rédaction du Data paper

Étape 0 — Protection des Données (DPO), comités éthiques

14D’une manière générale, nous conseillons de recourir à l’arbre de décision proposé par le Cirad sur le site https://www.loginos.net/​base/​ylxxVO : « L’arbre de décision proposé vise à guider les scientifiques dans le processus de diffusion des données de recherche. Il permet d’identifier les points de vigilance et, le cas échéant, les actions à mettre en œuvre avant la diffusion des données ». Selon les informations fournies par les chercheurs, des préconisations sont données à la fin du questionnaire.

Étape 1 — Gestion des Données

15La tenue d’un Plan de Gestion des Données (PGD), ou Data Management Plan (DMP), est une condition sine qua non de la démarche de valorisation des données selon le principe FAIR. L’objectif du PGD est d’assurer au mieux un bon suivi des données jusqu’à l’étape du partage. La rédaction du PGD est une première étape de travail qui s’actualisera tout au long du projet de recherche : le PGD est évolutif en fonction des apports de données (anciennes et nouvelles). Il existera donc plusieurs versions du PGD.

16Le PGD expose : 1/ l’ensemble des données collectées, la manière dont elles ont été produites et collectées ; 2/ leur organisation et stockage à court et long termes, les traitements et analyses effectués ; 3/ leur documentation pour les rendre intelligibles ; 4/ en vue d’un archivage visant si possible le partage de celles-ci ainsi qu’une réutilisation.

17La plateforme DoRANum (cf. supra) propose notamment des tutoriels concernant l’élaboration de PGD, ainsi qu’un guide (téléchargeable) intitulé Comment choisir un modèle de PGD ?

Étape 2 — Choix d’un entrepôt

18Les données décrites dans un Data paper doivent être accessibles « soit sous forme de fichiers annexés, soit plus généralement par un lien pérenne (URL, DOI) vers "l’entrepôt de données" en ligne (data repository, ou repository of research data) où elles sont déposées et correctement formatées », explique Dedieu (2014, p. 1).

Étape 3 — Choix d’une revue

20Le Data paper peut être abrité dans deux types de revues : les revues classiques qui disposent d’une rubrique dédiée au Data paper, les revues dont le contenu est exclusivement dirigé vers la publication de Data papers. Certaines sont disciplinaires, d’autres multidisciplinaires. La manière d’organiser et de présenter les données et métadonnées est plus ou moins liée au choix de la revue. Certaines revues ont un facteur d’impact (IF) d’autres non, certaines sont en libre accès quand d’autres ont un accès payant, certaines ont un coût de publication quand d’autres n’en ont pas.

Étape 4 — Choix d’une licence de diffusion

Étape 5 — Préparation des données, réalisation des métadonnées

Qu’est-ce qu’une donnée ?

23Une fois l’entrepôt choisi, il convient de s’assurer de ce que ses concepteurs entendent par donnée. Plusieurs conceptions sont possibles, selon les entrepôts, mais aussi selon le choix des équipes de recherche :

• un à n fichiers numériques de formats différents, liés par une même thématique,

• et/ou un groupement de fichier.s de mêmes formats, liés par une même thématique,

• et/ou un à n fichier.s lié.s provenant d’un même auteur de données.

24D’une manière générale une donnée de un à n fichiers est complétée par une notice descriptive, les métadonnées.

Définir un jeu de données

26Dans le même ordre d’idées, il convient de définir précisément ce qui est entendu par « jeu de données » ou encore « collection de données », en lien étroit avec le vocabulaire de l’entrepôt.

27L’arborescence, dans l’espace de stockage initial des données, est à concevoir en fonction de l’entrepôt choisi, en lien avec la cohérence de ce qui peut, ou non, être qualifié de donnée.

Partage des droits

29Si on observe les pratiques de l’entrepôt Nakala, il convient de faire, en amont du dépôt des données, un partage des droits entre les auteurs et/ou collecteurs des données. Une liste d’utilisateurs doit être créée pour attribuer les différents rôles. Chaque rôle correspond à un ensemble de droits prédéfinis. Le gestionnaire peut attribuer les droits à d’autres personnes. Il peut, le cas échéant, accorder le rôle de gestionnaire à quelqu’un d’autre, auquel cas il n’aura plus la main sur le partage des droits. Le déposant (souvent également gestionnaire) peut déposer les données dans l’entrepôt. L’administrateur peut modifier ou supprimer la liste des rôles. Le simple membre, ou lecteur, n’a qu’un droit de consultation.

Plan de nommage et abréviations

30Dans le prolongement de ce travail, il faut impérativement convenir d’un plan de nommage des fichiers. Pour établir cette nomenclature il est possible, par exemple, de recourir au Guide des bonnes pratiques – Gestion et valorisation des données de recherche (OTELo-CNRS, 2017, p. 6). Ses recommandations sont les suivantes :

• « commencer par une lettre ;

• • 12 « Afin d’éviter d’éventuels problèmes de transcription du nom en cas de sauvegarde automatique sur (...)

  maximum 30 caractères12 ;

• pas de caractères spéciaux, d’accents, d’espaces ou de points ;

• utilisation des lettres de a à z (majuscules et minuscules), les chiffres (0-9), le tiret et le tiret bas (souligné), l’acronyme du projet ;

• la date de création sous la forme yyyymmdd ou yyyy-mm-dd ;

• les initiales du nom du créateur de la donnée ;

• une description brève du contenu (ex. établissement où s’est fait la collecte, nature du document, niveau de classe concerné) ;

• le numéro de version si nécessaire ;

• le format du fichier. »

31Par exemple, le verbatim d’un entretien avec le directeur du Conservatoire à Rayonnement Régional de Toulouse est renommé ainsi : EMIS_2019-08-08_VERB_dir_CRR-Tlse_LA_docx ; soit : nom du projet de recherche_date_fonction de l’interviewé_lieu d’exercice_initiales auteur de la donnée_format. Nous avons ajouté, quand nous en avons eu l’autorisation, les initiales de l’auteur de la donnée (auteur au sens de celui qui construit la donnée pour les données secondaires).

32Il peut être nécessaire de réaliser un tableau des correspondances entre le nommage initial et le nouveau nommage.

33Il est indispensable d’établir une liste des abréviations utilisées dans le plan de nommage, et de la rendre disponible, dans le readme (cf. infra), pour les futurs chercheurs qui souhaiteraient travailler à partir de ce corpus.

Les métadonnées

34Les abréviations utilisées dans le plan de nommage serviront également pour l’élaboration des métadonnées. Les métadonnées visent à décrire précisément les données, dans un vocabulaire idoine, de préférence le vocabulaire contrôlé de la discipline. D’une manière générale, « les métadonnées détaillent pourquoi, par qui et comment ces données ont été collectées, qui en est propriétaire, sous quel format elles sont stockées, etc. » (s.p.), explique Dedieu (2014). Selon les entrepôts, le nombre de métadonnées obligatoires par donnée peut varier. Plus une donnée est finement décrite (et donc, dépasse le nombre de métadonnées obligatoires), plus elle sera réutilisable facilement.

35Les métadonnées sont élaborées selon un schéma spécifique (ou format, ou standard) imposé par l’entrepôt et/ou par la revue. Ce standard est soit spécialisé pour un type de données, soit généraliste et ouvert à toutes sortes de données. Par exemple, pour les SHS, tel entrepôt peut fonctionner avec le schéma DDI (Data Documentation Initiative, 1995) spécialisé dans les données d’enquêtes et notamment les données statistiques, tandis que d’autres entrepôts recourent au schéma généraliste et interdisciplinaire, Dublin Core (DC, 1995) ou Dublin Core Qualifié (depuis 2000).

L’anonymisation des données

36Certaines données comportent des informations à caractère personnel (ex. nom, prénom, moyennes scolaires dans certaines matières...). Même si la personne a signé une demande d’autorisation d’enregistrement et de cession de l’image et de la voix en bonne et due forme, le chercheur se doit de rendre anonyme la ou les donnée(s) s’il souhaite les rendre publique.

Le readme 

Rédiger le Data paper : une entreprise très exigeante

39Les paragraphes qui suivent illustrent par des exemples empiriques, les différentes notions abordées dans les parties précédentes, à partir d’une expérience : le projet MusiPim, qui a débuté en septembre 2023, porté par le LabEx SMS (Université Toulouse-Jean Jaurès). Ce projet réunit deux corpus existants auxquels s’ajoute un recueil de données complémentaires. MusiPim, en effet, « vise à repérer et à catégoriser au sein de ces corpus augmentés, grâce à une nouvelle enquête par entretiens, les tensions, dilemmes et conflits inhérents à la situation partenariale dans les projets OAE [corpus Orchestre à l’école collecté par le groupe de recherche collaborative EMIS, Éducation Musicale et Intégration Sociale, entre 2017 et 2021] et Démos [corpus de la recherche-action sur Démos Clermont-Ferrand entre 2019 et 2021] » (Tripier-Mondancin et al. 2024, en cours).

Une volonté de partager assez récente

41La collecte en 2024 de nouvelles données complémentaires aux précédentes, dans le cadre du projet MusiPim, est l’occasion de réfléchir à nouveau à la méthodologie d’un Data paper, tout en mettant en œuvre parallèlement son écriture.

Passage à l’acte et difficultés repérées

Mise en conformité rétroactive avec les deux délégués des deux universités (étape 0)

42Cette étape de mise en conformité a été entièrement revue en 2024 à l’aune des préconisations des Délégués à la Protection des Données ou DPO des deux universités responsables des deux projets (Toulouse et Clermont-Ferrand). En effet, la mise en conformité des données déjà collectées ainsi que le traitement des futures données de la nouvelle enquête sont des étapes complexes. Le DPO de l’Université Toulouse-Jean Jaurès et ses associées ont répondu rapidement à nos sollicitations. La prise de contact avec le DPO de l’Université Clermont Auvergne a également été rapide et fructueuse.

43Pour le premier corpus (Orchestre à l’Ecole à Toulouse), si des « autorisations de droits à l’image » avaient été signées par les parents, le principal du collège, les enseignants d’éducation musicale et de chant choral, en revanche, les droits de cession pour publication en ligne ne l’avaient pas été.

44Pour le deuxième corpus (Démos à Clermont-Ferrand), l’autorisation de filmer n’avait été demandée qu’oralement lors des séminaires et les autorisations de droit à l’image concernant les enfants filmés n’avaient pas été prévues pour être valides au-delà des trois années du projet Démos. Dans les deux cas, Toulouse et Clermont-Ferrand, aucune « Notice d’information et formulaire de consentement éclairé » n’avait été prévue pour les enquêtés. Ainsi, pour les deux corpus, les formulaires 1) de consentement éclairé, et 2) de droit à l’enregistrement et à la cession de l’image et de la voix, ont rétroactivement été distribués aux enquêtés qui ont eu la possibilité de les signer ou non. À l’heure où nous écrivons ces lignes, environ 50 % de réponses ont été recueillies.

45Enfin, pour le projet MusiPim (3^e corpus), les démarches pour les signatures des deux formulaires ont été réalisées en parallèle de la nouvelle enquête.

46Il est à noter que les démarches faites rétroactivement, une fois le recueil des données effectuées, sont très chronophages et incertaines : le chercheur n’est ni assuré de retrouver les contacts des enquêtés, ni d’obtenir des réponses favorables au partage. En effet, il peut être nécessaire de solliciter à plusieurs reprises les personnes, ou encore de tenter de convaincre les personnes réticentes. En outre, lorsque le nombre de personnes impliquées est grand (ce qui est le cas, par exemple, lors des répétitions d’orchestre, dans les deux projets), il est difficile de faire circuler les formulaires à la totalité des enquêtés dans les temps impartis. Le floutage des visages et la suppression des passages audio concernés sont alors des solutions envisageables. Le processus est en cours à l’heure où nous écrivons ces lignes. Mais ce travail est à nouveau particulièrement chronophage. S’il ne peut être accompli en bonne et due forme, il faut alors renoncer à publier ces données audio-visuelles.

47La mise en conformité RGPD des entretiens audios est plus facilement envisageable dans la mesure où un nombre restreint d’individus est concerné. Il a donc été possible, rétroactivement, de leur faire parvenir un formulaire de consentement éclairé ainsi qu’une demande d’autorisation de captation et de cession pour publication rétroactive.

48Concernant les verbatims des entretiens, ils ont été systématiquement anonymisés.

49En outre, une déclaration de traitement des données a dû être faite rétroactivement pour les corpus toulousain et clermontois. Pour le corpus MusiPim, elle a été réalisée au démarrage de l’enquête.

Gestion des données prévue dès le démarrage (étape 1)

51Ci-dessous (figure 1), un extrait de la version initiale du PGD de la recherche MusiPim :

Un entrepôt en SHS, fiable et gratuit (étape 2)

52Lorsque l’on choisit un entrepôt, il est intéressant de s’assurer que l’on peut bénéficier de conseils, de soutien, d’assistance technique, de la part de l’équipe qui l’administre. Par ailleurs, il est important de se renseigner sur les fonctionnalités de l’entrepôt : facilité du dépôt, de l’authentification, gestion, manipulation des données (versionnage, suppressions…), préservation des données, stockage, sécurité. La dimension nationale ou internationale de l’entrepôt est un autre point à prendre en considération, selon la portée estimée des données.

Tableau 2 : Questions, informations et évaluation de l’adéquation de l’entrepôt Nakala au projet MusiPim

Questions	Informations	Entrepôt Nakala	Adéquation de l’entrepôt Nakala au projet MusiPim
Langue de publication des métadonnées ?	Les données collectées à Toulouse comme celles collectées à Clermont-Ferrand sont destinées en premier lieu à un lectorat francophone.	Français, avec possibilité de rédiger les métadonnées dans d’autres langues, en différé si nécessaire.	Nakala est adapté au projet MusiPim
Standard de métadonnées ?	Dublin Core est un format ouvert et peu spécialisé, adapté aux données et métadonnées ; Data Documentation Initiative (DDI) est spécialisé SHS mais réservé aux données d’enquête (pas adapté à d’autres formes de données ni aux métadonnées).	Dublin Core qualifié	Nakala semble plus adapté (d’autant que rien n’empêche d’aller vers d’autres standards par la suite et de les relier).
Pérennité de la conservation des données ?	--	Illimitée	Nakala est adapté
Coût éventuel ?	Certains entrepôts sont payants.	Gratuit	Nakala est adapté
Certification de l’entrepôt ?	Une grande partie des entrepôts ne sont pas certifiés ou en cours de certification.	Demande en cours (Core Trust Seal)	Nakala est adapté

Le repérage des revues spécialisées en Data paper versus non spécialisées (étape 3)

55Dans un premier temps, un repérage des revues acceptant les Data papers a été réalisé, notamment à l’aide de l’article de Dedieu, Revues publiant des Data papers (Cirad, 2017, http://coop-ist.cirad.fr/​), et de sa conférence en ligne « Publier un Data paper : enjeux de bonnes pratiques, d’intégrité scientifique et de science ouverte » (Dedieu, 2022). Ce repérage a permis d’établir une sélection de revues spécialisées (data journals) et non spécialisées mais acceptant les Data papers. Trois revues ont été retenues pour leur adéquation possible avec le projet : Data in Brief (Elsevier), multidisciplinaire, Research Data Journal for Humanities and Social Sciences (Brill) et Rio Journal (Research and Ideas Outcomes : http://www.pensoft.net/​about.php).

56Le colloque « Publier, partager, réutiliser les données de la recherche : les Data papers et leurs enjeux », organisé par la MESHS de Lille (8 et 9 novembre 2021) suivi dans le cadre de la réflexion sur le cycle des données par le groupe de recherche collaborative EMIS sur les OAE à Toulouse, a permis de repérer une quatrième revue susceptible d’accueillir notre futur Data paper, le Journal of Open Humanities Data (JOHD) (tableau 2).

57Dans un second temps de ce repérage, il nous a semblé pertinent de faire apparaître le Data paper dans une revue en sciences de l’éducation pour atteindre un public plus ciblé. Notre enquête nous a amené à observer une absence de ce type de publication dans les revues francophones (c’est le même constat concernant les revues en musicologie). Au plan international, les Data papers se situent du côté des sciences dites dures, ils sont encore peu présents en SHS. Citons, parmi les revues qui publient exclusivement des Data papers en SHS, le Journal of Open Humanities Data et le Research Data Journal for the Humanities and Social Sciences. En sociologie, Frontiers in Sociology publie, en plus des articles traditionnels, des Data papers dans la section des articles courts (sans qu’il existe une rubrique spécifique dédiée aux Data papers). Les revues spécialisées en éducation musicale (par exemple, le British Journal of Music Education, l’International Journal of Music Education, le Bulletin of the Council for Research in Music Education) ne proposent pas ce type de papier. L’offre est assez réduite, ce qui implique de s’adresser à un lectorat plus large que son propre champ de recherche. Dans notre investigation nous avons sollicité plusieurs revues francophones en sciences de l’éducation (nos jeux de données étant en langue française et étant susceptibles d’intéresser avant tout des chercheurs se situant dans le champ éducatif). Certaines, comme Recherches en didactiques, acceptent d’accueillir ce type de production, d’autres y réfléchissent actuellement au sein de leur comité éditorial. Ajoutons que la Revue française des sciences de l’information et de la communication propose une rubrique dédiée aux Data papers, et qu’un groupe de travail s’est constitué à la suite d’une journée d’études à la MSH Lorraine afin de créer, en France, un data journal SHS qui sera publié en ligne, selon un calendrier amenant à une ouverture fin 2025. Les tableaux 2 et 3 résument les principales caractéristiques des 9 revues envisagées.

Tableau 3 : Repérage de revues anglophones publiant des Data papers en SHS (d’après Dedieu 2017, 2022)

Nom de la revue, éditeur (Dedieu, 2017)	Data journal	Pluri-disciplinaire	Date de création de la revue	Impact Factor	Coût
Data in Brief (Elsevier)	Oui + articles de synthèse et de perspective sur les pratiques de partage des données	Oui (sciences dures et SHS)	2014	IF 1.2	Frais de publication : 840 $
Journal of Open Humanities Data (JOHD)	Non	SHS	2015	IF 0.84	Frais de publication : 485 £
Research and Ideas Outcomes Journal (Pensoft)	Non	Oui, mais aucun DP publié en SHS	2015	--	Gratuit pour les manuscrits en ARPHA Writing Tool, sinon payant
Research Data Journal for the Humanities and Social Sciences (Brill)	Oui	SHS	2016	IF 0.143 [Dedieu indique « pas d’IF », 2022]	Gratuit

Tableau 4 : Repérage de revues francophones en SHS, sollicitées par MusiPim

Nom de la revue, éditeur	Data journal	Discipline	Date de création de la revue	Impact Factor	Coût	Réponse de la revue
Bulletin de psychologie	Publie des articles scientifiques et des Data papers	Psychologie	1948	--	gratuit	Intéressée par les Data papers
Revue Française de Pédagogie (ENS Editions)	N’a jamais publié de Data paper	Sciences de l’éducation et de la formation	1967	IF 0.11	gratuit	Pas intéressée par les Data papers
Recherches en didactiques – Les Cahiers de Théodile (Presses Universitaires du Septentrion)	N’a jamais publié de Data paper	Sciences de l’éducation et de la formation	2000	--	gratuit	Intéressée par un Data paper
Recherches en éducation (Nantes Université)	N’a jamais publié de Data paper	Sciences de l’éducation et de la formation	2006	--	gratuit	En cours de discussion au sein du comité éditorial
Education & Didactique (Presses Universitaires de Rennes)	N’a jamais publié de Data paper	Sciences de l’éducation et de la formation	2007	--	gratuit	En cours de discussion au sein du comité éditorial
La pensée d’Ailleurs (Pareo)	N’a jamais publié de Data paper	Sciences de l’éducation et de la formation	2019	--	gratuit	En cours de discussion au sein du comité éditorial
Data Journal SHS (projet Université de Lorraine)		SHS	En cours de création	--		Première publication envisagée fin 2025, soit hors délais pour MusiPim

58Le choix de la revue s’est finalement fait en fonction du domaine scientifique, de la langue du lectorat potentiel, des modalités d’accès (libre accès) et du coût de publication qui peut aller de la gratuité jusqu’à environ 3000 €. Les auteurs du présent article ont privilégié les revues dans les sciences humaines, en langue française (puisque les projets musicaux sont mis en œuvre en France) et la gratuité. Aucune des revues intéressées n’était dotée d’un facteur d’impact (Impact Factor).

Une licence ouverte qui impose la citation (étape 4)

60Rappelons qu’il faut se préoccuper non seulement de la licence qui concerne l’article à publier, mais aussi de celle qui concerne les données de l’entrepôt. Selon la revue, la licence de diffusion des données du Data paper est imposée ou non ; le choix des licences est plus ou moins ouvert.

Une préparation exigeante et chronophage (étape 5)

61En ce qui concerne la préparation des données, nous nous sommes alignés sur les préconisations de l’entrepôt Nakala. Ainsi, une donnée regroupe des fichiers de même nature selon les catégories proposées par Nakala, par exemple : texte, audio, vidéo, poster, article de journal, cours, partition, présentation.

62Il a été décidé qu’un jeu de données correspond à toutes les données recueillies sur un projet. Nous avons donc trois jeux de données : OAE Toulouse, Démos Clermont-Ferrand et MusiPim.

63Le partage des droits a été décidé entre les trois auteurs du présent article, selon trois rôles principaux : gestionnaire (un seul ; il peut attribuer le rôle de gestionnaire à un autre utilisateur, modifier et supprimer la liste, déposer des données), administrateur (il peut modifier et supprimer la liste, déposer des données), éditeur (il peut déposer des données) et simple lecteur (simple consultation des données).

64Le plan de nommage a été évoqué ci-dessus (cf. supra).

65Quant aux métadonnées, le format Dublin Core qualifié a été adopté car c’est celui préconisé par l’entrepôt Nakala qui a été choisi. (cf. tableau 2).

66La figure 2 (cf. infra) résume sous forme d’une flèche du temps les différentes étapes qui ont participé à l’écriture du Data paper.

Conclusion

67La relative nouveauté des principes de la Science ouverte appliqués aux SHS, en particulier dans le champ des sciences de l’éducation et de la formation musicale, et la rareté des Data papers dans ce domaine, nous ont amenés à un travail d’adaptation constant sur les méthodes de collecte, d’archivage, de classement. Peu à peu l’idée s’est imposée de tout mettre en œuvre pour publier un Data paper. L’objectif de cet article était de rendre compte de ce qui fait la spécificité d’un article de type Data paper et de partager notre expérience, dans la perspective souhaitée de faire gagner du temps aux chercheurs nouvellement intéressés par ces questions.

68Le potentiel de réutilisation des données, dans le cadre de nouveaux travaux, nous semble être au cœur d’un questionnement sur le partage des données, tout comme sur les enjeux écologiques et éthiques de production des données de la recherche.

69L’expérience a montré que dans le cas où la volonté d’un groupe de chercheurs est d’aller vers une mise en ligne publique des données, un temps considérable est gagné lorsque les démarches nécessaires à la publication des données sont faites au démarrage du projet de recherche et que les travaux s’inscrivent dans le respect du RGPD (Règlement Général sur la Protection des Données), si la collecte et le traitement des données sont réalisés dans le respect de la loi de 2018. Les demandes d’autorisation et les formulaires de consentement doivent être préparés le plus tôt possible. En outre, la déclaration des traitements de données doit être réalisée auprès des DPO en préliminaire à toute enquête.