Changer d'échelle pour améliorer la qualité des métadonnées afin d'augmenter leur réutilisation par les sciences sociales – UpMet

Le partage des données et leur réutilisation sont en train de changer. Les changements réglementaires, d’un côté, la diffusion des pratiques de réutilisation de l’autre, signifient que la quantité de données disponible augmente rapidement. Dans le contexte de la science ouverte, la volonté croissante et la nécessité de partager et de réutiliser les données en plus grande quantité représente un défi en termes de capacité à fournir les outils pour ces partages et les moyens de découvrir ces données. Cette proposition identifie en réalité deux défis centraux. Premièrement, la croissance de la science ouverte n’est pas accompagnée d’une croissance proportionnelle en termes de capacité à documenter les données. Cela représente un risque de chaos en raison d’un manque de standardisation des signalements de données. Deuxièmement, même quand la capacité à documenter ces données est présente, la quantité de données disponible signifie que les standards actuels de documentation sont insuffisants pour relier ces jeux de données entre eux.
Cette proposition entend s’attaquer à ces deux défis par deux séries d’action. D’abord, à la nécessité d’harmonisation répond l’élaboration d’outils et d’actions pour la communauté scientifique visant à augmenter l’autonomie de celle-ci pour la gestion de leurs données. Le but est de mettre en position les équipes de recherche pour partager leurs données avec une documentation au moins minimale et standardisée. Ceci est une pré-condition à leur réutilisation. Deuxièmement, nous proposons de conduire une expérimentation pour mettre en œuvre le standard DDI3 pour faire en sorte que la documentation ne soit plus spécifique à un jeu de données particulier mais puisse être partagée entre jeux de données.
Cette proposition est réalisée sous la direction du CDSP, Centre de données socio-politiques de Sciences Po. Le CDSP a parmi ses missions principales la documentation et la dissémination des données en sciences sociales. Ce projet implique également le Céditec, une unité spécialisée dans le traitement du langage. Cette proposition participe également pleinement au programme de travail de la TGIR Progedo en France ainsi qu’à celui de la bibliothèque de Sciences Po.