Enquête sur les logiciels utilisés lors du processus de recherche – Université Rennes 2, 2024-2025

Enquête sur les logiciels utilisés lors du processus de recherche – Université Rennes 2, 2024-2025 Aline Benvegnu Dos Santos (Maison des Sciences humaines et sociales en Bretagne), Isabelle Brémond (Direction du Système d’Information Rennes 2), Rémi Joinville, Florence Thiault (Unité Régionale de Formation à l’Information Scientifique et Technique Bretagne-Pays de Loire), Morgane Morizur, Cécile Sebban (Service Commun de Documentation Rennes 2), Martin Amouzou (Atelier de la donnée ARDoISE), Inès Rauturier (Déléguée à la Protection des Données Rennes 2) Titre anglais Survey on the digital tools used for research at Rennes 2 University, 2024-2025 Résumé L’enquête menée à l’automne 2024 auprès de la communauté de recherche de l’Université Rennes 2 visait à mieux cerner les usages des logiciels dans le processus de recherche, afin d’adapter l’offre de services et de formation. Avec 77 réponses complètes (taux de réponse de 7,5 %), elle met en lumière la diversité des pratiques des chercheurs en sciences humaines et sociales, les types de données traités et les outils mobilisés. Les logiciels sont principalement choisis pour leurs fonctionnalités, leur accessibilité (gratuite ou open source) et les recommandations entre pairs, tandis que les questions de conformité au RGPD restent peu intégrées. Si l’offre logicielle locale est relativement bien identifiée, les infrastructures nationales sont moins connues. Des besoins de formation sont exprimés, principalement pour les langages de programmation, les outils de traitement de données quantitatives et les systèmes d’information géographique. Le développement de logiciels reste marginal mais engagé dans une logique d’ouverture, encore peu accompagnée par des pratiques d’archivage pérenne. Des recommandations sont formulées pour renforcer la communication, les services et l’autonomie numérique des chercheur·euses. Mots-clé : science ouverte, outils numériques, enquête de terrain, usages, données de recherche, logiciels, université, Rennes 2 Summary This survey was conducted in the fall of 2024 among the research community at the University of Rennes 2. It aimed to understand better the use of software in the research process, in order to adapt service and training offerings. With 77 complete responses (a 7.5% response rate), the results highlight the diversity of research practices in the humanities and social sciences, the types of data processed, and the tools used. Researchers choose software for its performance, accessibility (free or open source), and peer recommendations, while issues related to GDPR compliance remain largely overlooked. Although local software offerings are relatively well identified, national infrastructures are less well known. The training needs expressed target primarily programming languages, quantitative data analysis ans geographical information software. Software development remains marginal at the university, but is pursued with an open-source approach, though still lacking long-term archiving practices. Recommendations are formulated at the end of this report to improve communication, services, and researchers’ digital autonomy. Keywords : open science, uses, research data, survey, digital tools, software, university, Rennes 2 1 Synthèse L’enquête, conçue avec LimeSurvey par un groupe de travail associant plusieurs services, a été diffusée le 24 octobre 2024 via la liste de diffusion Recherche de l’université Rennes 2, et active pendant 5 semaines. Il y a eu 77 réponses complètes et 39 réponses incomplètes. Le taux de réponse à l’enquête de la population cible (1050 chercheur·euses, doctorant·es, personnels de soutien à la recherche) s’élève à 7,5 %. Les enseignant·es-chercheur·euses (32 %) sont proportionnellement plus représenté·es parmi les répondant·es que les doctorant·es (18%). Profils des répondant·es 30 % des répondant·es déclarent mener des activités de recherche depuis plus de 10 ans (30 %). Les personnes ayant débuté plus récemment leur parcours sont également représentées : 9,5 % font de la recherche depuis moins de 3 ans, et 6 % depuis 3 à 5 ans. L’ancienneté à Rennes 2 est moindre, ce qui suggère une certaine mobilité au sein de la communauté scientifique (18 % de répondant·es ayant plus de 10 ans d’ancienneté à Rennes 2). Les UFR les plus représentées sont celles des Sciences humaines et des Sciences sociales, comptant chacune 21 répondant·es. Toutefois, en termes de discipline, ce sont les chercheur·euses en psychologie affilié·es au Laboratoire de Psychologie : Cognition, Comportement, Communication (LP3C) qui constituent le groupe le plus important, avec 17 répondant·es. 4 unités de recherche ne sont pas représentées. Les doctorant·es répondant à l’enquête sont membres des trois écoles doctorales pilotées par l’université Rennes 2 (sur les 13 écoles doctorales du Collège doctoral de Bretagne), ED ALL (Arts, Lettres, Langues) ; ED ESC (Espaces, Sociétés, Civilisations) ; ED ELICCE (Éducation, Langages, Interactions, Cognition, Clinique, Expertise) avec une représentation légèrement supérieure d’ELICCE, mais un nombre global de doctorant·es faible (27) Les affiliations CNU indiquées par les 47 répondant·es ayant indiqué leurs sections sont cohérentes avec les champs disciplinaires majoritairement représentés à l’université Rennes 2, tout en témoignant d’une large diversité disciplinaire dans les SHS, et de l’ancrage interdisciplinaire d’une partie de la communauté, notamment en STAPS. Des CNU hors des champs enseignés à l’université (Droit, économie et gestion, Sciences) réunissent au total 8 répondant·es. Pratiques de travail et de recherche Une majorité des répondant·es utilisent exclusivement leur ordinateur professionnel (46,5 % des réponses). 20 % (19 personnes, dont 3/4 de doctorant·es) utilisent au contraire seulement leur ordinateur personnel. On peut donc supposer que le recours à un équipement personnel vient souvent pallier l'absence d’équipement professionnel. 28,5 % (25 personnes) utilisent à la fois un ordinateur personnel et un ordinateur professionnel. La recherche individuelle constitue la pratique la plus courante (1/4 des réponses), et domine nettement lorsque les répondant·es n'ont sélectionné qu’une seule option. Ce chiffre peut s’expliquer d’une part par le profil disciplinaire SHS de l’université, d’autre part par le fait que 23 % des répondant·es sont des doctorant·es, avec des réseaux moins étendus. Lorsque plusieurs modalités sont choisies, les collaborations internes à l’établissement et celles avec d’autres institutions françaises sont presque aussi fréquentes que l’activité individuelle. Les collaborations internationales sont légèrement moins importantes. La collaboration avec des étudiant·es de licence ou de master est plus marginale en termes de volume, mais apparaît quel que soit le nombre de choix. Enfin, la collaboration avec des entreprises ou la société civile est la moins répandue. 2 La majorité des répondant·es travaillent sur plusieurs types de données, avec une prédominance marquée du texte et du quantitatif, tandis que les formats multimédias occupent une place non négligeable, traduisant une hybridation croissante des sources dans les pratiques de recherche en SHS. 82 % des répondant·es mobilisent au moins deux modes d’acquisition de données. La variété des pratiques touche quasiment l’ensemble des modes de collecte, cités par au moins 25 % des répondant·es. Pour les chercheur·euses ayant sélectionné un seul mode de collecte, les données quantitatives et la collecte de documents priment. À partir de deux choix, ce sont les enquêtes et les entretiens qui prédominent. Sans surprise, l’étape “Analyse et traitement des données” reste majoritairement identifiée comme celle où le besoin en outils est le plus fort. Elle est suivie par les étapes de collecte, production ou acquisition des données, puis par celle de publication, exposition et valorisation. et les traitements préalables. La majorité des répondant·es utilisent des logiciels à plusieurs stades du cycle de vie (entre 2 et 4 pour 58%). Le stade de la planification est celui où la pratique varie le plus en fonction du nombre de choix. La diversité des outils cités en commentaire reflète la diversité des données et pratiques de recueil constatée plus haut. Choix, recommandation et besoins de logiciels Les trois critères les plus importants pour le choix de logiciels sont la performance technique des outils, leur accessibilité financière et la validation par les pairs. L’autonomie et les pratiques autodidactes des chercheur·euses se dessinent en creux dans le fait que l’offre faite par l’environnement de recherche est un critère pour 1/4 seulement des répondant·es, alors que 40 % recherchent des logiciels gratuits ou open source. On constate aussi une assez grande diversité dans les choix. La compatibilité RGPD est peu prise en compte. 75 logiciels ont fait l’objet d’une recommandation par les répondant·es. Plus de la moitié des logiciels n’ont été cités que par une seule personne, témoignant là encore de la diversité des usages et pratiques. Les logiciels les plus cités sont : •Zotero (14 fois) •Jamovi, Nvivo et R (entre 7 et 9 fois) •R studio et SPSS (5 fois) Parmi les logiciels préconisés, la majorité est gratuite (44 dont 31 en Open Source), mais on trouve aussi 27 logiciels payants (27) et 13 au modèle économique mixte (fonctionnalités basiques gratuites seulement) sont cités. Une bonne partie des logiciels cités par plusieurs répondant·es (24/29) est déjà disponible dans l’offre universitaire, à l’exception de 3 logiciels non conformes à la politique de sécurité de l’université. Les besoins de solutions institutionnelles concernent principalement, pour les demandes récurrentes, des logiciels de traitement de données (quantitatives, qualitatives et dans une moindre mesure textuelles), mais l’accès à l’IA générative est aussi bien représenté. 55 personnes utilisent des outils en ligne accessibles à tous, et 38 des outils en ligne restreints à une communauté disciplinaire (dont 10 n’utilisent pas d’outils accessibles à tous). 2/3 des répondant·es (59) déclarent stocker ou envoyer des données via ces plateformes. La lecture des conditions générales d’utilisation n’est pas un réflexe général (chiffre presque équivalent entre lecteur·ices et non-lecteur·ices), mais 42 % des répondant·es déclarent la pratiquer. 29 % seulement vérifient la localisation des serveurs. C’est aussi le cas pour les 31 personnes qui manipulent des données sensibles ou à caractère personnel. 10 chercheur·euses ont déjà créé du code source ou un outil logiciel. Cela reste une activité marginale, comme on peut s’y attendre dans une université SHS, mais pas nulle. 3 Cette création de code peut se faire à plusieurs stades de la carrière : les répondant.es concerné.es sont doctorant.e.s, enseignants et chercheur·euses plus confirmés, personnel de soutien à la recherche . On retrouve aussi une diversité disciplinaire : arts, géographie, psychologie, STAPS. La culture de l’ouverture est forte : 7 producteurs sur 10 ont ouvert le code. Si les moyens d’accès/stockage semblent bien connus et pratiqués (Github), la sécurisation à long terme via l’archivage sur Software Heritage (directement ou en passant par Hal) l’est moins : seulement 2 répondant·es sur 10 ont fait ce choix. Besoins de formation et connaissance des offres institutionnelles Les besoins de formation se concentrent particulièrement sur les logiciels suivants : 1. R, pour tous les niveaux de compétence 2. NVivo, avec une demande marquée surtout pour les fonctions expertes 3. Les outils SIG, notamment QGIS, pour tous types de niveaux 4. Python, également pour tous niveaux. L’offre logicielle de l’établissement est bien connue (80 % des répondant·es), mais pour la majorité (66 %), cette connaissance reste partielle. En revanche, 17 % indiquent ne pas être du tout informés des ressources disponibles. La connaissance de l’offre et des services des EPST (31%) et d’Huma-Num (56%) est moins importante. On constate que l’offre des acteurs plus distants géographiquement est moins bien identifiée (et aussi probablement moins connue des professionnels de l’IST locaux, à l’exception d’Huma-Num). Un effort d’information et de communication sur les offres proposées aux chercheur·euses par des acteurs nationaux ou européens serait donc utile. Les autres besoins (exprimés par 10 répondant·es) sont liés à la facilité d’usage et à l’inadéquation des solutions logicielles et règles actuellement proposées : •Contraintes de sécurité imposées par la DSI et manque d’autonomie informatique •Outils de visioconférence plus performants (Zoom plutôt que BigBlueButton) •Partage de documents sécurisé ouvert à des chercheur·euses d’autres institutions françaises et étrangères plus facile et ergonomique qu’Huma-Num Les résultats de cette enquête corroborent pour l’université Rennes 2 certains enseignements donnés par l’enquête «PratiquesetusagesdesoutilsnumériquesdanslescommunautésscientifiquesenFrance» (SOSP-FR) menée en 2022 par le Comité pour la science ouverte. •L’importance de la question des logiciels pour les SHS •La diversité de types de données manipulés quelle que soit la discipline •La prééminence de la recommandation par les pairs dans les choix de logiciels, et un recours à l’institution plus secondaire •Les attentes concernant les services en ligne et de la rédaction collective •Une mobilisation plus importante des communautés SHS de sciences sociales et sciences humaines par rapport aux communautés arts-lettres-langues sur la question des logiciels. •Le maintien en SHS de l’utilisation de logiciels payants •La hiérarchie globale des logiciels utilisés (R, Excel, outils GIS, outils Adobe et Excel) •Une institutionnalisation de R, une part plus marginale du langage Python (mais avec des demandes de formation significatives dans notre enquête) Par rapport à l’enquête de 2022, on peut noter la progression des demandes/recommandations liées à Nvivo, et aussi l’intégration dans les pratiques d’outils liés à l’intelligence artificielle. Autre différence, la corrélation entre classe d’âge et logiciels libres et gratuits ne semble pas se confirmer pour notre échantillon. 4 Table des matières Titre anglais Survey on the digital tools used for research at Rennes 2 University, 2024-2025........................1 Résumé................................................................................................................................................................1 Synthèse..............................................................................................................................................................2 1 Contexte...........................................................................................................................................................6 1.1 Genèse et administration de l’enquête...................................................................................................6 1.2 Nombre de réponses................................................................................................................................6 2 Les résultats......................................................................................................................................................7 2.1 Caractérisation des répondant·es............................................................................................................7 2.1.1 Statut des répondant·es..................................................................................................................7 2.1.2 Expérience en recherche.................................................................................................................8 Expérience en recherche, tous établissements confondus......................................................................8 Expérience en recherche à Rennes 2........................................................................................................8 2.1.3 Laboratoire et UFR de rattachement...............................................................................................9 2.1.4 Appartenance à une école doctorale............................................................................................11 2.1.5 Affiliation à une ou des sections CNU (Conseil national des universités).....................................12 3 Pratiques de recherche..................................................................................................................................13 3.1 Types d'ordinateurs utilisés...................................................................................................................13 3.2 Cadre de recherche................................................................................................................................14 3.3 Types de données de recherche traités.................................................................................................15 3.4 Modes de collecte ou de production des données de recherche.........................................................16 4 Outils logiciels................................................................................................................................................18 4.1 Besoin d’outils et stades du cycle de vie des données .........................................................................18 4.2 Critères de choix des logiciels ...............................................................................................................21 4.3 Recommandations de logiciels..............................................................................................................23 4.4 Besoins identifiés en solutions institutionnelles pour les logiciels financés personnellement ou en accès temporaire.........................................................................................................................................24 4.5 Usage des outils en ligne........................................................................................................................24 4.6 Création de codes sources et de logiciels de recherche........................................................................27 5 Vos besoins.....................................................................................................................................................28 5.1 Souhaits de formations..........................................................................................................................28 5.2 Connaissance des offres institutionnelles relatives aux outils et services informatiques.....................30 5.3 Autres besoins logiciels ou d'information.............................................................................................32 5.4 Autres commentaires.............................................................................................................................33 6 Discussion des résultats.................................................................................................................................34 7 Enseignements de l’enquête et propositions................................................................................................36 Bibliographie.....................................................................................................................................................38 Annexe 1 : questionnaire..................................................................................................................................40 Annexe 2 : Données complémentaires.............................................................................................................45 Annexe 3 : L’offre de logiciels et de formation à l’Université Rennes 2...........................................................50 Direction des services informatiques...........................................................................................................50 Maison des Sciences humaines et sociales en Bretagne.............................................................................50 URFIST Bretagne – Pays de la Loire..............................................................................................................50 Service commun de documentation............................................................................................................50 Ressources nationales..................................................................................................................................50 Annexe 4 : quelques catalogues logiciels en ligne............................................................................................51 Annexe 5 : glossaire et sigles............................................................................................................................52 5 1 Contexte 1.1 Genèse et administration de l’enquête Cette enquête répond à un besoin exprimé par plusieurs services de l’université, notamment la Déléguée à la protection des données, la Direction des Systèmes d’Information et le Service Commun de Documentation à la suite de sollicitations émanant de chercheur·euses. Un groupe de travail a ainsi été constitué en avril 2024, réunissant des représentant·es de l’URFIST et de la MSHB, interlocuteur·trices privilégié.es pour les formations et services Huma-Num, ainsi qu’un membre de l’atelier de la donnée ARDoISE. Initialement centré sur les outils de transcription, le questionnement s’est progressivement élargi à l’ensemble des logiciels utilisés par la communauté de recherche de Rennes 2. L’enquête visait trois objectifs principaux : établir un état des lieux des logiciels actuellement utilisés afin de pouvoir formuler des recommandations à d’autres chercheur·euses ; identifier les besoins en matière de logiciels et de formation et, enfin, mieux connaître les pratiques des développeur·euses de logiciels de recherche au sein de l’université, dans le cadre d’une démarche portée par l’atelier de la donnée autour de la sensibilisation au stockage et à l’archivage des codes sources et logiciels. Le questionnaire, conçu avec l’outil LimeSurvey, comportait 22 questions (dont certaines conditionnelles). Les réponses étaient anonymes. Peu de questions étaient obligatoires, et celles portant sur le profil des répondant·es ont été placées en fin de questionnaire. Ce choix explique le nombre plus restreint de réponses à ces dernières, comparé à celles portant directement sur les usages logiciels. L’enquête a été diffusée le 24 octobre 2024 via la liste de diffusion Recherche de l’université Rennes 2, avec un rappel envoyé le 19 novembre. La clôture était fixée au 30 novembre. Des relais complémentaires ont été assurés sur LinkedIn ainsi que sur les sites web des partenaires impliqués. Le questionnaire est repris en annexe 1. 1.2 Nombre de réponses Parmi un public cible estimé à 1 050 chercheur·euses et doctorant·es, 154 personnes ont accédé au questionnaire, et 116 ont répondu. Au total, l’enquête compte 77 réponses complètes et 39 réponses partielles. Toutes les réponses apportées à une question, qu’elles proviennent de questionnaires complets ou partiels, seront prises en compte dans ce rapport. Le nombre de répondant·es est systématiquement précisé pour chaque question. 6 2 Les résultats 2.1 Caractérisation des répondant·es 2.1.1 Statut des répondant·es Nombre de répondant·es : 79 Tableau 1 : Statut des répondant·es Statut Nombre de répondant·es % Enseignant·es-chercheur·euses 49 32 % Doctorant.es 27 17,5 % Chercheur·euses 2 2 % Personnels de soutien à la recherche 1 0,5 % Pour l’année universitaire 2024-2025, l’université Rennes 2 compte environ 1 050 chercheur·euses et doctorant·es, réparti·es entre 550 enseignant·es-chercheur·euses et 500 doctorant·es. Le taux de réponse à l’enquête s’élève à 7,5 %. Les enseignant·es-chercheur·euses sont proportionnellement plus représenté·es parmi les répondant·es que les doctorant·es (tableau et figure 1). Il est à noter que les questions relatives au statut des participant·es figuraient en fin de questionnaire, ce qui a pu contribuer à un taux de réponse partiel sur ces éléments. 7 Figure 1 : statut des répondant·es 49 27 2 1 Enseignant·e-chercheur·euse Doctorant·e Chercheur·euse Personnel de soutien à la recherche 2.1.2 Expérience en recherche Nombre de répondant.es : 79 Tableau 2 : Expérience en recherche Dans votre carrière Carrière (% ) A Rennes 2 Rennes 2 (%) Moins de 3 ans 15 9,5 % 23 15 % Depuis 3 à 5 ans 9 6 % 15 9,5 % Depuis 6 à 10 ans 6 4 % 10 6,5 % Plus de 10 ans 46 30 % 28 18 % Sans réponse 3 2 % 3 2 % Le questionnaire comportait une double question sur l’ancienneté des répondant·es en recherche : d’une part dans l’ensemble de leur parcours, et d’autre part spécifiquement à l’université Rennes 2. Expérience en recherche, tous établissements confondus La majorité des répondant·es déclarent mener des activités de recherche depuis plus de 10 ans (30%), ce qui reflète une prédominance de chercheur·euses expérimenté·es dans l’échantillon (tableau et figure 2). Les personnes ayant débuté plus récemment leur parcours sont également représentées : 9,5 % font de la recherche depuis moins de 3 ans, et 6 % depuis 3 à 5 ans. Ce dernier groupe pourrait correspondre en partie à des doctorant·es en milieu ou fin de parcours. Expérience en recherche à Rennes 2 La répartition des réponses est globalement similaire à celle de la question précédente, mais avec un léger déplacement vers des durées plus courtes. On observe une baisse marquée du nombre de répondant·es ayant plus de 10 ans d’ancienneté à Rennes 2 (18 %, contre 30 % pour l’ensemble de la carrière), ce qui suggère une certaine mobilité au sein de la communauté scientifique. En d'autres termes, plusieurs répondant·es exercent leur activité à Rennes 2 depuis une période plus courte que leur expérience globale en recherche, ce qui est cohérent avec des parcours de 8 Figure 2 : Durée d’expérience en recherche des répondant·es Moins de 3 ans Depuis 3 à 5 ans Depuis 6 à 10 ans Plus de 10 ans Sans réponse 0 5 10 15 20 25 30 35 40 45 50 15 9 6 46 3 23 15 10 28 3 Dans votre carrière A Rennes 2 mobilité interinstitutionnelle ou internationale. Ces données soulèvent plusieurs interrogations, notamment concernant les pratiques de recherche des doctorant·es : la proportion non négligeable de répondant·es déclarant faire de la recherche depuis plus de trois ans pourrait indiquer la présence de thèses longues, ou moins probablement une prise en compte du master dans la définition de la recherche. 2.1.3 Laboratoire et UFR de rattachement Nombre de répondant·es : 78 Tableau 3 : Répondant·es par UFR UFR Nb part. Part. En % UFR Arts Lettres Communication 15 19 % UFR Langues 10 10 % UFR Sciences Humaines 21 26,5 % UFR Sciences Sociales 21 26,5 % UFR Sciences et techniques des activités physiques et sportives 10 12,5 % Unité mixte de recherche en sciences humaines et sociales 1 1,5 % Les UFR les plus représentées sont celles des Sciences humaines et des Sciences sociales, comptant chacune 21 répondant·es (tableau et figure 3). Toutefois, en termes de discipline (tableau 4), ce sont les chercheur·euses en psychologie affilié·es au Laboratoire de Psychologie : Cognition, Comportement, Communication (LP3C) qui constituent le groupe le plus important, avec 17 répondant·es. 4 unités de recherche ne sont pas représentées (Histoire et Critique des arts | HCA ; Anglophonie : Communautés et Écritures | ACE ; Linguistique ingénierie et didactique des langues | LIDILE ; Recherches en psychopathologie et psychanalyse | RPpsy). 9 Figure 3 : Laboratoire et UFR de rattachement UFR ALC UFR Langues UFR Sciences Humaines UFR Sciences Sociales UFR Staps Unité mixte de recherche SHS 0 5 10 15 20 25 3 4 6 1 7 17 4 4 5 2 3 7 5 5 1 APP ARENES CELLAM CELTIC-BLM CREAD ERIMIT ESO LAHM (CREAAH) LETG LIRIS LP3C M2S PREFICS PTAC TEMPORA VIPS2 particulier en communication, sociologie visuelle, ethnographie ou arts. •Les documents web (28,5 %) reflètent un usage relativement fréquent du matériel en ligne, qui peut inclure des articles, posts, forums, ou sites web, et indiquer une attention portée aux contenus numériques natifs. •La catégorie « Autre » (6 %), bien qu’assez marginale, signale des formes spécifiques de données (3D, capture de mouvements, dessin assisté par ordinateur (DAO), fontes, carnets ethnographiques) qui ne rentrent pas dans les catégories standards. La majorité des répondant·es travaillent sur plusieurs types de données, avec une prédominance marquée du texte et du quantitatif, tandis que les formats multimédias occupent une place non négligeable, traduisant une hybridation croissante des sources dans les pratiques de recherche en SHS. 3.4 Modes de collecte ou de production des données de recherche Nombre de répondant·es : 116, possibilité de réponses multiples ( 313 réponses) Tableau 10 : Modes de collecte ou de production des données de recherche Réponse Nombre de réponses Pourcentage des répondant·es Pourcentage des réponses Entretiens 58 50 % 18,5 % Enquêtes 54 46,5 % 17 % Acquisitions de données quantitatives et SIG (appareils, mesures) 48 41,5 % 15,5 % Collecte et numérisation de documents (textes, archives, corpus d'articles, d'images) 47 40,5 % 15 % Réutilisations de jeux de données ou de corpus existants 34 29,5 % 10 % Acquisitions de données web 32 27,5 % 10 % Expériences (psychologiques, sociologiques...) 28 24 % 9 % Autre 9 8 % 3 % Fouilles archéologiques 3 2,5 % 1 % 16 82 % des répondant·es mobilisent au moins deux modes d’acquisition de données, avec une moyenne de 2,5 réponses par personne (figure 7). La variété des pratiques se manifeste quel que soit le nombre de choix, et elle touche l’ensemble des modes de collecte, cités par au moins 25 % des répondant·es (à l’exception des fouilles archéologiques et de la catégorie « autres »). L’analyse des combinaisons de réponses multiples met en évidence que, pour les chercheur·euses ayant sélectionné un seul mode de collecte, les données quantitatives et la collecte de documents priment. Lorsque deux modes ou plus ont été sélectionnés par le ou la répondant·e, ce sont les enquêtes et les entretiens qui prédominent. Cette importance des entretiens, enquêtes et données quantitatives est à mettre en parallèle avec les constats faits dans la question sur les types de données traités, et à la forte représentation des laboratoires de sciences humaines, sciences sociales et STAPS parmi les répondant·es. Les données issues du web viennent en complément d’autres modes d’acquisition (le nombre de citations augmentant avec le nombre de réponses). Elle est mentionnée par 30 % des répondant·es. Toutefois, la question ne permet pas de déterminer s’il s’agit de réutiliser un corpus de données préalablement créé par le/la même chercheur·euse, ou de reprendre des données produites par quelqu’un d’autre. La catégorie Autres montre à nouveau la variété des pratiques en SHS, les commentaires ouvrant sur d’autres types d’acquisition (textométrie, observation participante, tests, modélisation 3D, dessin vectoriel, audiovisuel etc.) 17 Figure 7 : Modes de collecte ou de production des données de recherche privilégiés (plusieurs réponses possibles) 1 c 2 c 3 c 4 c 5 c 6 c 0 10 20 30 40 50 60 70 80 90 100 Données quantitatives et SIG (appareils, mesures) Données web Enquêtes Entretiens Expériences (psychologiques, sociologiques…) Fouilles archéologiques Collecte et numérisation de documents (textes, archives, corpus d'articles, d'images) 4 Outils logiciels 4.1 Besoin d’outils et stades du cycle de vie des données Nombre de répondant·es : 87, possibilité de réponses multiples ( 337 réponses) L’étape “Analyse et traitement des données” reste majoritairement identifiée comme celle où le besoin en outils est le plus fort (figure 8). Elle est suivie par les étapes de collecte, production ou acquisition des données, puis par celle de publication, exposition et valorisation, et par les traitements préalables. Tableau 11 : Cycle de vie des données - besoins d'outils Nombre de répondant·es % 1 choix 6 7 % 2 choix 14 16 % 3 choix 22 25,5 % 4 choix 15 17 % 5 choix 11 12,5 % 6 choix 11 12,5 % 7 choix 8 9 % La hiérarchie des étapes se confirme quel que soit le nombre de réponses sélectionnées par le ou la répondant·e. La majorité des répondant·es utilisent des logiciels à plusieurs stades du cycle de vie (entre 2 et 4 pour 58% - tableau 11). La hiérarchie globale (Analyse, Collecte, Publication) reste identique si on croise avec les types de données manipulées, sauf pour le son, où les traitements préalables prennent la 2e place (figure 10). Le stade de la planification est celui où la pratique varie le plus en fonction du nombre de choix. 18 Figure 8 : Cycle de vie des données - besoins d'outils Figure 9 : Cycle de vie des données - besoins d'outils (plusieurs réponses possibles) 1 choix 2 choix 3 choix 4 choix 5 choix 6 choix 7 choix 0 10 20 30 40 50 60 70 Planification de la recherche Collecte/acquisition/ production Traitements préalables Analyse et traitement Partage ou publication Stockage et conservation Publication/ exposition/valorisationF La diversité des outils cités en commentaire (tableau 12) reflète la diversité des données et pratiques de recueil constatée plus haut. Le terme « outils » a été interprété dans les commentaires dans le double sens matériel (caméra, dictaphone, ordinateur, téléphone portable, outils de mesure ou captation audiovisuelle...) et logiciel. Pour ce qui concerne les logiciels, les commentaires (voir tableau ci-dessous) portent principalement sur les fonctions d’analyse de données et de traitement (transcription, traitement audio, analyse textuelle). Parmi les outils cités plusieurs fois, R, Matlab, Jasp, des interfaces facilitatrices de programmation R et Python (Jamovi, Google Colab) ; on retrouve aussi plusieurs outils de travail collaboratif. La suite Microsoft Office et ses outils sont aussi cités plusieurs fois, bien que l’université mette à disposition Libre Office. La préférence exprimée semble liée à plusieurs facteurs, qu’il convient d’analyser : s’agit-il d’une question de fonctionnalités, d’ergonomie ou simplement d’habitude ? Une partie des logiciels mentionnés sont open source, mais pour l’analyse statistique et de données les commentaires mentionnent aussi des outils payants. Les infrastructures nationales (Huma-Num, DMP Opidor) sont mentionnées pour le stockage et la planification, mais pas dans les phases d’analyse ou de traitement. L’IA intervient à plusieurs niveaux : planification (Notion, ChatGPT), préparation des contenus et publication (ChatGPT). 19 Figure 10 : Croisement type de données / stade du cycle de vie Base de données Document web Données quantitatives Image Son Texte Vidéo Autre 0 10 20 30 40 50 60 Planification Collecte/acquisition Traitements préalables Analyse et traitement Mise en forme et documentation Stockage et conservation Publication, exposition, valorisation Tableau 12 : Besoin d'outils - logiciels utilisés Réponse Nombre de réponses % Nb de commentaires Logiciels/fonctionnalités cités en commentaire Analyse et traitement des données acquises (analyse statistique, textuelle, cartographie, calcul encodagebalisage, data visualisation, simulations, modélisations...) 76 86,5 % 14 - R - Jamovi, JASP et Stata (analyse statistique) - MaxQDA, NVivo et Iramuteq (analyse de données quantitatives) - Matlab et Google Colab (programmation) - QGIS (analyse cartographique) - Outils de la suite Microsoft Word Collecte/acquisition/ production de vos matériaux et données de recherche 56 63,5 % 10 - Logiciels d’OCR, - Outils/applications d’enregistrement d’entretiens ou de passation d’enquêtes - Outils de prise de mesure ou de réalisation d’expériences spécifiques, - Outils génériques de la suite Word. - Matlab et Google Colab (pour le langage Python) - Stockage des données Publication, exposition, valorisation (rédaction, production de code, correction orthographique et grammaticale, traduction, valorisation graphique, gestion de la bibliographie, carnets de recherche, outils de gestion de colloque…) 55 62,5 % 6 - Zotero - Hypotheses.org - ChatGPT - Outils d’amélioration d’enregistrements sonores - Outils de mise en page. Traitements préalables des données (nettoyage, transcription, traduction, homogénéisation, construction de corpus, enrichissements...) 52 59 % 6 - ChatGPT - Outils de transcription voix-texte - Outils de nettoyage de données - Outils d’exploitation d’enquêtes - Google Colab (programmation en Python) Mise en forme et documentation des données en vue du partage ou de la publication (anonymisation/pseudonymisa tion, métadonnées, présentation...) 41 46,5 % 3 - Suite Office - Overleaf (LaTeX) - Outils de montage d’archives sonores Stockage et conservation (automatisation de la sauvegarde, nommage, conversion de données...) 34 38,5 % 4 - Zotero - Huma-Num Box - Nakala - Suite Office (Word et Excel) Planification de la recherche (gestion de projet, rédaction d’appel à projet, PGD…) 23 26 % 3 - DMP Opidor - Notion.so - ChatGPT 20 4.2 Critères de choix des logiciels Nombre de répondant·es : 88, possibilité de réponses multiples avec 3 choix maximum ( 240 réponses) Tableau 13 : Critères de choix des logiciels 1 choix 2 choix 3 choix 4 choix 6 choix Total réponses % répondant·es Fonctionnalités techniques 3 3 44 1 1 52 59 % Open source ou gratuit 0 2 39 0 1 42 47,5 % Recommandé par d’autres chercheur·euses 0 3 27 0 1 31 35 % Outil collaboratif 0 0 22 1 1 24 27 % Proposé dans mon établissement Ou mon environnement de recherche 1 2 20 0 1 24 27,5 % Outil en ligne (accessible de partout) 0 1 21 0 0 22 25 % Utilisation possible pour des Partenaires hors de mon institution 0 2 14 1 1 18 20,5 % Capacité de stockage 0 1 11 1 0 13 15 % Compatibilité RGPD 1 0 12 0 0 13 15 % Autre 1 0 0 0 0 1 1 % Nombre de répondant·es 6 7 70 1 1 Figure 11: Critères de choix des logiciels 21 Les trois critères les plus importants pour le choix de logiciels (figure 11) sont : les fonctionnalités techniques la gratuité / l’open source (à noter que la question ne permet pas de discriminer entre choix d’opportunité et adhésion aux valeurs des communs de la connaissance) la recommandation par d’autres chercheur·euses Ces résultats mettent en avant l'importance de la performance technique des outils, leur accessibilité financière et la validation par les pairs dans le choix des logiciels utilisés par les répondant·es. L’autonomie et les pratiques autodidactes des chercheur·euses se dessinent en creux dans le fait que l’offre faite par l’environnement de recherche est un critère pour 1/4 seulement des répondant·es, alors que 40 % recherchent des logiciels gratuits ou open source. On constate aussi une assez grande diversité dans les choix (toutes les réponses recueillent au minimum 15 % - tableau 13). La compatibilité RGPD est peu prise en compte, soulignant l’intérêt d’une sensibilisation à prévoir. Une personne a précisé en commentaire que son critère de choix unique était la polyvalence du logiciel. Pour les deux catégories de répondant·es majoritaires, on observe quelques différences (figure 12) : une plus grande importance de la recommandation pour les doctorant·es, ainsi que de la disponibilité dans l’environnement de recherche ou en ligne. L’utilisation possible par les partenaires extérieurs est un critère plus présent pour les enseignant.es-chercheur.euses, le poids des fonctionnalités techniques y est aussi un peu plus important. 22 Figure 12 : Critères de choix des logiciels selon le statut Enseignant.e-Ch... Chercheur.euse Doctorant.e personnel de sou... Non renseigné 0 20 40 60 80 100 120 140 5 % 5 % 22 % 19 % 18 % 18 % 12 % 6 % 8 % 13 % 9 % 12 % 11 % 18 % 9 % 5 % Capacité de stockage Compatibilité RGPD Fonctionnalités techniques Open source ou gratuit Outil collaboratif Outil en ligne Proposé dans l’environnement de recherche Recommandé par d’autres chercheur.euses Utilisation possible pour des partenaires hors de mon institution 4.3 Recommandations de logiciels Tableau 14 : Recommandation de logiciels Logiciels cités 3 fois ou plus Nombre de citations Logiciels cités 3 fois ou plus (suite) Nombre de citations Zotero 14 Iramuteq 4 R 9 Whisper 4 Jamovi 9 Lexico 3 Nvivo 7 Notion 3 SPSS 6 Python 3 QGIS 5 Sonal 3 R studio 5 Stata 3 ChatGPT 4 Suite Office 3 Excel 4 Trint 3 Services Huma-num 4 Sur les 75 logiciels cités, le plus recommandé (tableau 14) est Zotero (14 fois), R et R studio (14 fois en cumulé) suivi d’autres logiciels de traitement de données : Jamovi, Nvivo et et SPSS. Parmi les logiciels préconisés, plus de la moitié n’ont été cités qu’une seule fois. La majorité est gratuite (44), dont 31 en Open Source. 27 logiciels payants ou mixtes (13fonctionnalités basiques gratuites seulement) sont cités. La gratuité est plus représentée pour les logiciels les plus cités. Pour une même fonction, on trouve plusieurs logiciels cités (gratuits ou payants). Un·e répondant·e fait la distinction suivante dans ses recommandations : open source (gratuit) pour les étudiant·es, logiciels payants (plus performants?) pour sa recherche. Les chercheur·euses ne trouvent pas toujours complètement satisfaction dans l’offre gratuite (notamment pour l’analyse de données quantitatives et qualitatives, la transcription et les traitements graphiques et audiovisuels, l’IA), ce que marquent aussi les besoins exprimés d’offre institutionnelle (cf. 4.4). Ainsi, R est parfois cité en combinaison avec d’autres (MaxQDA, SPSS) mais un·e répondant·e estime aussi que « Je fais tout avec R, et il peut juste tout faire ». Une analyse des modalités de mise à disposition des logiciels cités au niveau de la Direction des Services Informatiques de l’université a ensuite été effectuée pour les 29 logiciels cités au moins deux fois (figure 13). La plupart sont disponibles, à l’exception de 3 logiciels non préconisés (ChatGPT, Notion et Trint, qui stockent les données aux USA pour un abonnement individuel). 23 Figure 13 : Logiciels préconisés - disponibilité à Rennes 2 0 2 4 6 8 10 12 14 16 6 14 1 3 3 2 Logiciels préconisés - disponibilité à R2 Humanum 3 4.4 Besoins identifiés en solutions institutionnelles pour les logiciels financés personnellement ou en accès temporaire Tableau 15 : Besoins de logiciels identifiés Logiciels cités 2 fois ou plus Nombre de citations Nvivo 7 SPSS 6 ChatGTP 5 Adobe creative suite 3 Claude 3 Notion 3 Suite Microsoft Office 3 Zoom 3 Zotero 3 Alceste 2 Antidote 2 Lalal.ai 2 Matlab 2 Stata 2 La plupart des logiciels mentionnés dans cette question ont déjà été cités dans une ou plusieurs des questions précédentes, on trouve cependant à la marge certains logiciels nouveaux, et aussi l’expression de besoins liés à des fonctionnalités plutôt qu’à des logiciels particuliers. La majorité des demandes récurrentes (tableau 15) est liée à des logiciels de traitement de données (quantitatives, qualitatives et dans une moindre mesure textuelles – figure 14). L’accès à des outils d’intelligence artificielle générative fait également partie des attentes identifiées. Pour Zotero, il s’agit d’un besoin de stockage complémentaire. Les logiciels cités seulement une fois sont listés en annexe 2. 4.5 Usage des outils en ligne Nombre de répondant·es : 88 Tableau 16 : Usage des outils en ligne Si vous utilisez des outils en ligne, quelles sont vos usages ? Oui Non Ne sais pas Sans réponse Stockez-vous ou envoyez-vous des données sur ces outils ? 59 20 0 9 Manipulez-vous des données sensibles ou à caractère personnel ? 31 47 1 9 Utilisez-vous des outils accessibles à tous (outils Google, OpenRefine…) ? 55 21 2 10 Utilisez-vous des outils restreints à une communauté ESR (outils Huma-Num, Progedo, Dataterra...) ? 38 36 6 8 Lisez-vous les clauses des conditions générales d'utilisation de ces outils concernant les données ? 37 40 2 9 Prenez-vous connaissance de la localisation des serveurs dans ou hors Union Européenne ? 26 52 1 9 24 Figure 14 : Besoins de solution institutionnelle 0 4 8 12 La majorité des répondant·es utilise des outils en ligne accessibles à tous, avec 55 réponses (tableau 16 et figure 15). L’usage des outils en ligne restreints à une communauté disciplinaire est relativement équilibré parmi les répondant·es : 38 les utilisent (dont 10 n’utilisent pas d’outils accessibles à tous), tandis que 36 ne le font pas. Par ailleurs, 6 personnes ne savent pas si les outils qu’elles utilisent sont restreints à une communauté. 2/3 des répondant·es (59) déclarent stocker ou envoyer des données via ces plateformes. La lecture des conditions générales d’utilisation n’est pas un réflexe général (chiffre presque équivalent entre lecteur·ices et non-lecteur·ices), mais 42 % des répondant·es déclarent la pratiquer. 29 % seulement vérifient la localisation des serveurs. Parmi les 31 personnes (35%) qui manipulent des données sensibles ou à caractère personnel, toutes à l’exception de 4 stockent/envoient de données sur des outils en ligne. Mais les clauses des conditions générales d'utilisation de ces outils concernant les données ne sont lues que par la moitié (16), et moins de la moitié (seulement 13) déclarent prendre connaissance de la localisation des serveurs dans ou hors Union Européenne. Si l’on s’intéresse à la répartition des répondants selon leur rattachement aux UFR (figure 16), on constate que les communautés de sciences sociales et arts-lettres communication sont plus enclines à utiliser des outils restreints à une communauté. Les répondant·es en sciences humaines déclarent davantage lire les clauses CGU et s’intéresser à la localisation des serveurs. 25 Figure 15: Utilisation des outils en ligne Connaissance de la localisation Des serveurs (dans ou hors UE) ? Manipulent des données sensibles Ou à caractère personnel Lisent les conditions Générales d'utilisation Utilisent des outils restreints À une communauté ESR Utilisent des outils Accessibles à tous Stockent des données 0 10 20 30 40 50 60 70 26 31 37 38 55 59 52 47 40 36 21 20 1 1 2 6 2 0 Ne sais pas Non Oui L’ancienneté dans la carrière favorise la connaissance des services Huma-Num jusqu’à un certain point (figure 24) ; ils sont connus au moins partiellement par 66 % des enseignant·eschercheur·euses (contre 50 % pour les doctorant·es). Cependant on observe une meilleure information pour les jeunes chercheur·euses (moins de 3 ans d’ancienneté) ou les plus anciens (plus de 10 ans) que pour les catégories intermédiaires, certes moins nombreuses dans les réponses. On peut en inférer un effet positif des dispositifs d’information et de formation doctorale. 5.3 Autres besoins logiciels ou d'information Nombre de répondant·es : 10 Tableau 19 : Autres besoins logiciels ou d'information Avez-vous d'autres besoins logiciels ou d'information ? Réponse 11 13,5 % Sans réponse 69 86 % Dix réponses détaillées ont été apportées concernant les autres besoins en logiciels ou en informations. Détails des réponses Xmind Non SPSS Calculs statistiques, sur de grands et de petits effectifs J'aurais (comme l'ensemble des EC) surtout besoin de pouvoir utiliser des outils de visioconférence pratiques tels que Zoom sans avoir à quémander une licence (BBB est absolument inadapté), de retrouver une autonomie informatique (droits administrateur PC) quitte à ce que certains services Rennes 2 sensibles ne me soient pas accessibles, et qu'un logiciel qu'un chercheur juge nécessaire soit acheté dès lors qu'il a le budget... Initiation à l'IA (via python) ; Initiation à un logiciel opensource d'analyse vidéo 3D type OpenPose (via Python) ; Initiation au traitement d'image (via Python) Les formations auxquelles j'ai droit comme doctorante et chargée de cours Retrouver une forme de liberté qui n'oblige pas à faire un ticket à chaque mise à jour de logiciel Oui: une plateforme de partage de documents facile d'accès y compris par des collègues hors R2 et hors de France / de l'UE. Oui: espace de partage de fichiers sécurisé mais accessible à des collègues d'autres universités et d'autres pays (pas Huma-Num, on a abandonné, trop compliqué, incompréhensible); enquête quantitative en ligne mais plus simple que LimeSurvey 32 Figure 24 : Connaissance de l'offre Huma-Num selon l'ancienneté dans la carrière Moins de 3 ans 3 à 5 ans 6 à 10 ans Plus de 10 ans Non renseigné 0 5 10 15 20 25 30 35 40 45 50 47 % 56 % 80 % 33 % 33 % 33 % 22 % 20 % 44 % 67 % 20 % 11 % 16 % 11 % 7 % Ne connaît pas Partiellement Bien Très bien Les réponses détaillées à cette question peuvent se répartir en plusieurs catégories •Contraintes de sécurité imposées par la DSI Certain·es chercheur·es regrettent la rigidité des règles de sécurité, qui les obligent à passer par un ticket à chaque mise à jour de logiciel. Ils souhaiteraient retrouver une plus grande autonomie informatique, notamment des droits administrateur sur leur PC, même si cela implique que certains services sensibles de Rennes 2 restent inaccessibles. Par ailleurs, ils estiment qu’un logiciel jugé nécessaire par un chercheur devrait pouvoir être acheté dès lors que le budget est disponible. •Outils de visioconférence Les répondant·es souhaiteraient pouvoir utiliser des outils pratiques comme Zoom sans avoir à solliciter une licence, car la solution actuelle (BigBlueButton) est jugée inadaptée. •Partage de documents Les commentaires indiquent le souhait d’une plateforme de partage de documents simple d’accès, accessible à des collègues extérieurs à Rennes 2, voire hors de France ou de l’Union européenne. Cette plateforme devrait être sécurisée tout en permettant un accès facile ; Huma-Num est jugé trop complexe par certains. •Autres outils souhaités Annotation collaborative de vidéos XMind (cartographie mentale) SPSS (analyse statistique en sciences sociales) Logiciels de calcul statistique pour petits et grands échantillons (R ?) Outil d’enquête quantitative en ligne plus simple que LimeSurvey Python, avec des formations ou initiations sur : •Intelligence artificielle •Logiciel open source d’analyse vidéo 3D type OpenPose •Traitement d’image 5.4 Autres commentaires Nombre de répondant·es : 5 La possibilité était laissée en dernière question aux répondant·es de s’exprimer par un commentaire libre. Une personne a souligné la nécessité de financer les logiciels et abonnements à titre personnel, en raison de faibles crédits. Enfin 31 chercheur·euses ont accepté de laisser leur mail pour des entretiens ultérieurs. 33 6 Discussion des résultats Les résultats de cette enquête corroborent pour l’université Rennes 2 certaines informations données par l’enquête «Pratiquesetusagesdesoutilsnumériquesdanslescommunautés scientifiquesenFrance» (SOSP-FR) menée en 2022 par le Comité pour la science ouverte. •L’importance de la question des logiciels pour les SHS •La diversité de types de données manipulés quelle que soit la discipline •La prééminence de la recommandation par les pairs dans les choix de logiciels, et un recours à l’institution plus secondaire •Les attentes concernant les services en ligne et de la rédaction collective •Une mobilisation plus importante des communautés SHS de sciences sociales et sciences humaines par rapport aux communautés arts-lettres-langues sur la question des logiciels. •Le maintien en SHS de l’utilisation de logiciels payants •La hiérarchie globale des logiciels utilisés (R, Excel, outils GIS, outils Adobe et Excel) •Une institutionnalisation de R, une part plus marginale du langage Python (mais avec des demandes de formation significatives dans notre enquête) Par rapport à l’enquête de 2022, on peut noter la progression des demandes/recommandations liées à Nvivo, et aussi l’intégration dans les pratiques d’outils liés à l’intelligence artificielle. Autre différence, la corrélation entre classe d’âge et logiciels libres et gratuits ne semble pas se confirmer pour notre échantillon. Le choix avait été fait, s’agissant d’une enquête à valeur locale pour l’établissement, de ne pas demander trop d’informations personnelles (âge, genre, fonctions administratives). Cependant, d’autres marqueurs (statut et ancienneté dans la carrière de recherche) peuvent donner des indications. On constate que le critère de choix des logiciels « Open source ou gratuit » est sélectionné par la même proportion de doctorants et d’enseignants-chercheurs (18%). Les recommandations logicielles citent majoritairement un mix de logiciels gratuits et payants pour le·la même répondant·e. 74 % des réponses de chercheur·euses confirmés (plus de 10 ans d’expérience) citent des logiciels gratuits ou open source - et inversement 61 % des recommandations faites par des nouveaux chercheurs (5 ans d’expérience ou moins) portent au moins partiellement sur des logiciels payants. Il faudrait approfondir par des entretiens pour savoir si ces constats témoignent d’une progression de l’acculturation à la science ouverte (avec la généralisation d’outils comme Zotero, R et l’usage de logiciels spécialisés développés par d’autres chercheurs - Gephi, Iramuteq, Jamovi, Sonal…) ; et d’autre part si le maintien du payant lorsque les alternatives existent est lié à la méthodologie de la recherche, à des différences de fonctionnalités, d’ergonomie et d’intégration des fonctions, d’habitudes, et/ou un manque d’information. La multiplicité des logiciels cités, dont la plupart 1 seule fois, correspond-elle aussi à des besoins très spécifiques ? Les aspects liés à la temporalité n’ont pas été creusés dans notre enquête, mais mériteraient une étude. L’enquête 2015-2016 «InnovationsinScholarlyCommunications» pointe l’avalanche de création de logiciels dans les années récentes3. Ces logiciels peuvent ensuite connaître des sorts 3 Bosman & Kramer, Of shapes and style, diapos 21 à 23 34 divers (obsolescence, création d’une communauté de développeurs bénévoles, passage de l’open source au mode commercial par rachat…). La question de la pérennité et de la mise à jour des logiciels open source et développés par les chercheurs se pose, car la durée de vie d’un logiciel de recherche est bien supérieure au projet de recherche lui même (autour de 10 ans selon le rapport 2024 du MESRI sur la Productionet valorisationdeslogicielsissusdelarecherchepubliquefrançaise4), et fait l’objet actuellement d’initiatives de valorisation et de préservation (catalogue français des logiciels libres de la recherche académique, incitation au partage et à la sauvegarde dans le 2e Plan National pour la Science Ouverte5). Comment et à quelle fréquence les chercheur·euses adoptent-ils de nouveaux outils au cours de leur carrière, et quand/pourquoi les abandonnent-ils (obsolescence, meilleure offre, changements méthodologiques et évolutions – en ligne, collaboration) ? Des profils et des parcours se dégagent-ils ? Jeroen Bosman and Bianca Kramer proposaient en 2016 plusieurs parcours hypothétiques d’usage logiciel : traditionnel ; moderne ; expérimental ; innovant ; google ; NPG/Macmillan (Nature et outils associés)6. Les logiciels en SHS sont des outils qui permettent de gagner du temps sur des tâches chronophages et de faciliter le recueil et l’exploitation des données. Ils offrent aussi de nouvelles façons de faire de la recherche (textométrie, humanités numériques) et de nouveaux objets de recherche. Mais les outils ne sont pas neutres. La littérature pointe également les aspects épistémologiques7 liés au numérique, ainsi que les effets induits sur les parties prenantes par l’usage de logiciels ou outils numériques8. Par ailleurs, l’utilisation de logiciels open source peut permettre d’améliorer la reproductibilité9 et la qualité de la science. L’enquête pourrait être prolongée en analysant la manière dont les chercheur·euses de l’université prennent en compte ces questions dans leurs choix d’outils. Autre interrogation, quel positionnement adopter pour une université afin de concilier au mieux les multiples enjeux liés aux logiciels pour la recherche : •une prescription logicielle dictée par les pairs, à laquelle l’offre locale devrait s’adapter ; •des offres institutionnelles (locales, disciplinaires, nationales) ou open source mouvantes, foisonnantes et seulement partiellement identifiées par les différents acteurs ; •des besoins liés à une recherche trans-institutions, mondialisée et transdisciplinaire (besoins d’authentification croisés, de collaboration, d’accès en ligne) ; •des besoins individuels très différenciés et pointus suivant la recherche (multiplicité de logiciels) et potentiellement liés à la conception de la recherche •la nécessité de maîtriser les coûts tout en permettant une recherche efficiente, et l’adaptation à la diversification des modèles économiques, avec l’hybridation (version de base gratuite et offre premium payante), le passage de l’achat à l’abonnement, la dématérialisation du poste de travail vers une offre en ligne ; •un souhait de souplesse, d’immédiateté et de liberté pour tester des logiciels, qui se heurte aux exigences de sécurité informatique ? 4 Blanc & Boulet, Production et valorisation des logiciels issus de la recherche publique française, p. 6 5 2e plan national pour la science ouverte, pages 16-19 6 Bosman & Kramer, Of shapes and style, diapo 10. 7 Tufféry & al, À propos de quelques outils de collecte de données 8 Clohessy & al., Using digital tools in clinical, health and social care research 9 Schultz, Du laboratoire à Jupyter 35 7 Enseignements de l’enquête et propositions Partager les recommandations proposées par les chercheur·euses : •Créer une base de logiciels recommandés accessible sur le web, avec la possibilité de suggestions, et la mise en valeur d’offres institutionnelles locales et nationales. •Compléter le magasin logiciel de la DSI avec les outils Open Source recommandés par plusieurs chercheur.euses le cas échéant •Evaluer les différences des outils concurrents (payants / gratuits) pour les expliciter dans le descriptif des logiciels les plus cités (Nvivo notamment), avec les alternatives possibles, en s’appuyant sur l’expertise d’utilisateur·ices •Constituer un catalogue de ressources (formations, expert·es, forums et listes de diffusion) sur R, Python et autres logiciels Open Source très utilisés Communiquer sur plusieurs aspects : •Communiquer sur des présentations régulières des offres EPST et Huma-Num •Organiser une campagne de sensibilisation aux aspects de la RGPD liés aux outils de la recherche pour les chercheur.euses et les personnels de soutien •Renforcer la communication sur les impératifs de sécurité, les choix de la DSI, les coûts des solutions payantes (ex : licences zoom) •Echanger avec les chercheur·euses sur l’intérêt des logiciels open source pour la reproductibilité •Sensibiliser les créateur·ices de codes sources et logiciels à l’intérêt de l’archivage dans Software Heritage Optimiser les services et répondre aux difficultés identifiées •Recenser régulièrement (par une enquête ou une démarche UX) et documenter les contacts/ problèmes liés aux offres logicielles très utilisées et jugées insatisfaisantes (visioconférence, partage de documents), afin de faire remonter aux fournisseurs des points d’amélioration •Approfondir les besoins et identifier des solutions pour les fonctionnalités et logiciels cités dans les questions sur l’attente de solutions institutionnelles et les besoins complémentaires (dont l’IA), ainsi que sur les problématiques de financement Approfondir les résultats de l’enquête par des entretiens qualitatifs •Compléter les données (unités de recherche, écoles doctorales non représentées) •Analyser les raisons d’adoption des différents logiciels (connaissance des alternatives gratuites, aspects méthodologiques, habitudes de travail et de formation – individuelles ou de la communauté-, niveau d’expérience en recherche, fonctionnalités avancées, types de données ou d’exploitation différents…) •Interroger la temporalité d’adoption des logiciels •Vérifier la connaissance des acteurs de la formation 36 Index des tableaux Tableau 1 : Statut des répondant·es...................................................................................................................4 Tableau 2 : Expérience en recherche..................................................................................................................5 Tableau 3 : Répondant·es par UFR......................................................................................................................6 Tableau 4 : Répondant·es par laboratoire et UFR..............................................................................................7 Tableau 5 : Répondant· par école doctorale.......................................................................................................8 Tableau 6 : CNU des répondant·es......................................................................................................................9 Tableau 7 : Types d'ordinateurs utilisés............................................................................................................10 Tableau 8 : Cadre de recherche........................................................................................................................11 Tableau 9 : Types de données de recherche traités.........................................................................................12 Tableau 10 : Modes de collecte ou de production des données de recherche................................................13 Tableau 11 : Cycle de vie des données - besoins d'outils................................................................................15 Tableau 12 : Besoin d'outils - logiciels utilisés..................................................................................................17 Tableau 13 : Critères de choix des logiciels......................................................................................................18 Tableau 14 : Recommandation de logiciels......................................................................................................20 Tableau 15 : Besoins de logiciels identifiés.......................................................................................................21 Tableau 16 : Usage des outils en ligne..............................................................................................................21 Tableau 17 : Souhaits de formation..................................................................................................................25 Tableau 18 : Connaissance des offres institutionnelles - outils et services informatiques..............................27 Tableau 19 : Autres besoins logiciels ou d'information....................................................................................29 Index des figures Figure 1 : statut des répondant·es......................................................................................................................4 Figure 2 : Durée d’expérience en recherche des répondant·es..........................................................................5 Figure 3 : Laboratoire et UFR de rattachement..................................................................................................6 Figure 4 : Répondant·es par école doctorale......................................................................................................8 Figure 5 : Types d'ordinateurs utilisés par statut.............................................................................................10 Figure 6 : Cadre de recherche (plusieurs réponses possibles)..........................................................................11 Figure 7 : Modes de collecte ou de production des données de recherche privilégiés (plusieurs réponses possibles)...........................................................................................................................................................14 Figure 8 : Cycle de vie des données - besoins d'outils......................................................................................15 Figure 9 : Cycle de vie des données - besoins d'outils (plusieurs réponses possibles).....................................15 Figure 10 : Croisement type de données / stade du cycle de vie.....................................................................16 Figure 11: Critères de choix des logiciels..........................................................................................................18 Figure 12 : Critères de choix des logiciels selon le statut.................................................................................19 Figure 13 : Logiciels préconisés - disponibilité à Rennes 2...............................................................................20 Figure 14 : Besoins de solution institutionnelle................................................................................................21 Figure 15: Utilisation des outils en ligne...........................................................................................................22 Figure 16 : Usages liés aux outils en ligne par UFR...........................................................................................23 Figure 17 : Création de codes source et de logiciels.........................................................................................24 Figure 18 : Précisions sur l'ouverture du code..................................................................................................24 Figure 19 : Souhaits de formation.....................................................................................................................25 Figure 20 : Besoins de formation exprimés par statut......................................................................................25 Figure 21 : Besoins de formation par UFR........................................................................................................26 Figure 22 : Connaissance de l'offre...................................................................................................................27 Figure 23 : Connaissance de l'offre R2 selon l'ancienneté à l'université..........................................................28 Figure 24 : Connaissance de l'offre Huma-Num selon l'ancienneté dans la carrière.......................................29 37 Bibliographie Enquêtes et documents institutionnels Béchec, M. L., Bouchard, A., Charrier, P., Denecker, C., Gallezot, G., & Rennes, S. (2022). Pratiques et usages des outils numériques dans les communautés scientifiques en France (Rapport de recherche) (112 p.). Comité pour la science ouverte. https://doi.org/10.52949/5 Blanc, I., & Boulet, P. (2024). Rapport sur la production et valorisation des logiciels issus de la recherche publique française. Ministère chargé de l’Enseignement supérieur et de la Recherche. https://www.enseignementsup-recherche.gouv.fr/fr/production-et-valorisation-des-logicielsissus-de-la-recherche-publique-francaise-98204 Duca, D., & Meltzer, K. (2019). The Ecosystem of Technologies for Social Science Research (White paper). Sage. https://doi.org/10.4135/wp191101 InSHS. (2021). Les sciences humaines et sociales et la protection des données à caractère personnel dans le contexte de la science ouverte : Guide pour la recherche. CNRS. https://www.ouvrirlascience.fr/les-sciences-humaines-et-sociales-et-la-protection-des-donnees-acaractere-personnel-dans-le-contexte-de-la-science-ouverte-v2/ Kramer, B., & Bosman, J. (2016). Innovations in scholarly communication—Global survey on research tool usage (No. 5:692). F1000Research. https://doi.org/10.12688/f1000research.8414.1 Bosman, J., & Kramer, B. (2016, juin 30). Of Shapes and Style : Visualising innovations in scholarly communication [Presentation]. figshare. https://doi.org/10.6084/m9.figshare.3468641.v1 Kramer, B., & Bosman, J. (2017). Survey 2015-2016. Innovations in Scholarly Communication. https://101innovations.wordpress.com/survey-2015-2016/ Louvet, V., Granger, S., Di Cosmo, R., & Pellegrini, F. (2024). Vers un catalogue des logiciels issus de la recherche. Comité pour la science ouverte. https://doi.org/10.52949/79 Ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation. (2021). Deuxième Plan national pour la science ouverte 2021-2024. https://www.ouvrirlascience.fr/deuxieme-plannational-pour-la-science-ouverte Pratiques numériques des communautés de recherche Andersen, E. (2022). From search to digital search. In A. Fickers & J. Tatarinov (Éds.), Digital History and Hermeneutics : Between Theory and Practice (p. 131-158). De Gruyter Oldenbourg. https://www.degruyterbrill.com/document/doi/10.1515/9783110723991-007/html Barzman Marco (avec Gerphagnon Mélanie & Mora Olivier). (2020). La transition numérique dans la recherche et l’enseignement supérieur à l’horizon 2040. Éditions Quae. https://www.quaeopen.com/produit/135/9782759231539/la-transition-numerique-dans-la-recherche-et-lenseignement-superieur-a-l-horizon-2040 Boukacem-Zeghmouri, C. (2020). Les pratiques numériques des jeunes chercheurs. In É. Anheim & 38 L. Foraison, L’édition en sciences humaines et sociales : Enjeux et défis (p. 89-97). Éditions de l’École des hautes études en sciences sociales. https://doi.org/10.4000/books.editionsehess.28848 Clement, T. E., & Carter, D. (2017). Connecting theory and practice in digital humanities information work. Journal of the Association for Information Science and Technology, 68(6), 1385-1396. https://doi.org/10.1002/asi.23732 Clohessy, S., Arvanitis, T. N., Rashid, U., Craddock, C., Evans, M., Toro, C. T., & Elliott, M. T. (2024). Using digital tools in clinical, health and social care research : A mixed-methods study of UK stakeholders. BMJ Open, 14(4), e076613. https://doi.org/10.1136/bmjopen-2023-076613 Du, J., Yuen, C., Slaughter, M., & Chen, A. T. (2021). Perceived Usability and Experience with Digital Tools in the Context of Digital Humanities Research. Proceedings of the Association for Information Science and Technology, 58(1), 435-439. https://doi.org/10.1002/pra2.474 Durlacher, T. (2022). Philosophical perspectives on computational research methods in digital history. In A. Fickers & J. Tatarinov (Éds.), Digital History and Hermeneutics : Between Theory and Practice (p. 109-128). De Gruyter Oldenbourg. https://www.degruyterbrill.com/document/doi/10.1515/9783110723991-006/html François, P., & DeKerlegand, D. (2023). Part II - Technical Contexts : Building Digital Tools for Humanities Research. Digital Studies / Le champ numérique, Special DSCN Collection #8. https://doi.org/10.16995/dscn.10371 Given, L. M., & Willson, R. (2018). Information technology and the humanities scholar : Documenting digital research practices. Journal of the Association for Information Science and Technology, 69(6), 807-819. https://doi.org/10.1002/asi.24008 Jouannaud, M.-P. (2024). Using R to Apply Open Science Principles in Second Language Acquisition and Didactics. Alsic. Apprentissage Des Langues et Systèmes d’Information et de Communication, 27(1). https://doi.org/10.4000/12a6r Schultz, E. (2023). Du laboratoire à Jupyter : La trajectoire d’un instrument logiciel libre de la science ouverte. https://hal.science/hal-04316428 Toelch, U., & Ostwald, D. (2018). Digital open science—Teaching digital tools for reproducible and transparent research. PLOS Biology, 16(7), e2006022. https://doi.org/10.1371/journal.pbio.2006022 Tufféry, C., Delvigne, V., Fernandes, P., & Bressy-Léandri, C. (2021). À propos de quelques outils de collecte de données : Réflexions sur les pratiques numériques en archéologie. Humanités numériques, 3. https://doi.org/10.4000/revuehn.1603 39 Annexes Annexe 1 : questionnaire Enquête sur les logiciels utilisés lors du processus de recherche Ce questionnaire, issu d'un besoin identifié par plusieurs services support de l'Université Rennes 2 (DSI, SCD, URFIST, MSHB, DPO), a pour but de: • dresser une cartographie des logiciels utilisés par les membres de la communauté scientifique de l'université (chercheur.euses ,enseignant.es-chercheur.euses, doctorant.es, personnels de soutien à la recherche) • recenser les différents besoins de la communauté en matière de logiciels traitant des données Le temps de réponse est estimé à environ 10 minutes. Les données récoltées via ce questionnaire sont anonymes. Elles seront exclusivement utilisées par les membres de l’équipe-projet de cette enquête. Elles seront accessibles uniquement sur l'espace Resana du groupe de travail, où elles serviront à l'établissement d'un rapport d'enquête. Elles seront enfin supprimées à l'issue d'un délai de deux ans. Contact en cas de problème : [email protected] Vous pouvez exercer vos droits d'accès, de rectification, d'effacement, de limitation et d'opposition au traitement auprès du délégué à la protection des données de l'université Rennes 2 par e-mail ou par courrier. Vous êtes également en droit de faire une réclamation auprès de la CNIL, 3 Place de Fontenoy, TSA 80715, 75334 Paris cedex 07. Il y a 22 questions dans ce questionnaire. Contexte de recherche Quel(s) mode(s) de collecte ou de production de vos données de recherche privilégiez-vous ?Cochez tout ce qui s’applique. • Acquisitions de données quantitatives et SIG (appareils, mesures) • Acquisitions de données web • Enquêtes • Entretiens • Expériences (psychologiques, sociologiques...) • Fouilles archéologiques • Collecte et numérisation de documents (textes, archives, corpus d'articles, d'images) • Réutilisations de jeux de données ou de corpus existants • Autre : 40 Dans quel cadre faites-vous le plus souvent vos recherches ? Cochez tout ce qui s’applique. • Recherche individuelle • Projet impliquant plusieurs chercheur.euses de la même institution • Projet en collaboration avec des chercheur.euses d’autres institutions françaises • Projet en collaboration avec des chercheur.euses d’autres institutions y compris internationales • Projet en collaboration avec des entreprises ou membres de la société civile • Recherche en collaboration avec des étudiant.es (L ou M) Quel(s) type(s) de données de recherche traitez-vous ? Cochez tout ce qui s’applique. • Base de données • Document web • Données quantitatives • Image • Son • Texte • Vidéo • Autre : Logiciels Pour vos données, à quels stades de leur cycle de vie avez-vous particulièrement besoin d'outils ? Plusieurs choix possibles. Vous pouvez apporter des précisions en commentaire si vous le souhaitez •Planification de la recherche (gestion de projet, rédaction d’appel à projet, PGD…) •Collecte/acquisition/production de vos matériaux et données de recherche •Traitements préalables des données (nettoyage, transcription, traduction, homogénéisation, construction de corpus, enrichissements...) •Analyse et traitement des données acquises (analyse statistique, textuelle, cartographie, calcul encodage-balisage, data visualisation, simulations, modélisations...) •Mise en forme et documentation des données en vue du partage ou de la publication (anonymisation/pseudonymisation, métadonnées, présentation...) •Stockage et conservation (automatisation de la sauvegarde, nommage, conversion de données...) •Publication, exposition, valorisation (rédaction, production de code, correction orthographique et grammaticale, traduction, valorisation graphique, gestion de la bibliographie, carnets de recherche, outils de gestion de colloque…) Lorsque vous avez à choisir un outil, quels sont les 3 critères les plus importants si vous devez choisir entre plusieurs logiciels? Cochez tout ce qui s’applique. Veuillez sélectionner 3 réponses maximum •Capacité de stockage •Compatibilité RGPD •Fonctionnalités techniques 41 Besoins de formation : réponses multiples selon les différents niveaux Catégorie seule Catégorie/ initiation Catégorie/ Prise en main Catégorie/ Fonctions expertes Les 3 Total réponses catégorie Initiation 754622 Prise en main 4 5 9 6 24 Fonctions expertes 7 4 9 6 26 Pas de besoin Besoins de formation exprimés par statut Initiation Prise en main Fonctions expertes Pas de besoin Enseignant.eChercheur.euse 13 13 14 25 Chercheur.euse 1 1 Doctorant.e 8 10 11 11 personnel de soutien 1 Non renseigné 1 1 Besoins de formation par UFR Initiation Prise en main Fonctions expertes Pas de besoin Arts Lettres Communication 4 2 4 9 Langues 1 1 1 5 Sciences Humaines 4 10 9 10 Sciences Sociales 9 7 6 8 Staps 2 3 4 3 Autre 1 48 Connaissance de l’offre R2 selon l’ancienneté à l’université Offre R2 Ne connaît pas Partiellement Bien Très bien Moins de 3 ans 8 10 5 3 à 5 ans 4 7 3 6 à 10 ans 8 2 Plus de 10 ans 2 25 1 Connaissance de l’offre des EPST selon le statut Offre EPST Ne connaît pas Partiellement Bien Très bien sans réponse Enseignant.eChercheur.euse 23 12 2 11 Chercheur.euse 2 Doctorant.e 15 8 1 2 personnels de soutien 1 Non renseigné 1 Connaissance de l’offre Huma-Num selon le statut Offre Huma-num Connait pas Partiellement Bien Très bien sans réponse Enseignant.eChercheur.euse 16 19 7 3 3 Chercheur.euse 1 1 Doctorant.e 13 8 4 1 personnels de soutien 1 Non renseigné 1 49 Annexe 3 : L’offre de logiciels et de formation à l’Université Rennes 2 Direction des services informatiques Magasin logiciels Rennes 2, en installation libre depuis le bureau du poste de travail. Assistance par tickets pour les autres demandes logicielles. Outils accessibles depuis l’ENT : Messagerie Partage, Enquêtes Limesurvey, visio BBB-CONF, gestion de projet Kando, outils Renater (visio Rendez-vous , planification d ‘évènements Evento, Envoi de gros fichiers)… Liste des logiciels installés dans les salles informatiques disponible sur l’ENT Maison des Sciences humaines et sociales en Bretagne Plateforme Humanités numériques : accompagnement dans la gestion et le traitement de données qualitatives (corpus textuels, lexicométrie, TAL), la numérisation et l’édition de corpus numériques (OCR/HTR, encodage XML-TEI), la valorisation des corpus iconographiques et AV en SHS, et l’utilisation des outils d’Huma-Num. Grille de services Huma-Num. Plateforme Universitaire de données : accompagnement dans la production et le traitement de données quantitatives (R, Jamovi, Python) et dans l’accès à des bases de données statistiques, y compris sensibles via le CASD. Catalogue Quetelet-Progedo-Diffusion. Programme Datalab Rennes : ateliers pour la gestion des données de la recherche en SHS. URFIST Bretagne – Pays de la Loire Catalogue des formations de l'Urfist : Chaque semestre, des stages sont proposés (en présentiel ou en ligne) pour accompagner les chercheur·euses notamment dans la prise en main d'outils de traitement des données de la recherche, de rédaction de PGD, de gestion bibliographique (exemples de formations organisées régulièrement : Python, R, Gargantext, QGIS, Comment rédiger un PDG, Zotero). Site de l'Urfist : Consulter notamment l’Onglet Ressources (mise en ligne de supports de formations proposées à l'Urfist) Callisto : plateforme de formation autour de la science ouverte, de l’information scientifique et technique et des métiers des bibliothèques Service commun de documentation Logiciels de traitement de données disponibles à l’espace Recherche, en plus des logiciels accessibles dans toutes les BU Assistance et formation sur Zotero Assistance et formation sur les plans de gestion logiciels, les outils d’anonymisation, les cahiers de laboratoire dans le cadre de l’Atelier de la donnée Ardoise Ressources nationales Resana : suite collaborative en ligne Grist : tableur collaboratif et gestion de base de données SciencesConf : plateforme de gestion de conférences scientifiques 50 Annexe 4 : quelques catalogues logiciels en ligne 1. Socle Interministériel des Logiciels Libres. (s. d.). Consulté 21 août 2025, à l’adresse https://code.gouv.fr/sill/ Catalogue de référence de logiciels libres recommandés pour l'ensemble de l'administration. 2. Catalogue des logiciels libres de la recherche académique. (s. d.). Consulté 26 août 2025, à l’adresse https://logiciels.catalogue-esr.fr/ Référencement de logiciels libres développés dans la recherche académique (version beta) 3. Les plateformes technologiques du RnMSH. (s. d.). Consulté 26 août 2025, à l’adresse https://heurist.huma-num.fr/heurist/?db=RnMSH_Plateformes&website=761&lang=FR&pageid=528 Plateformes du réseau national des Maisons des Sciences sociales et des Humanités 4. Kramer, B., & Bosman, J. (2017). 400+ Tools and innovations in scholarly communication. Google Docs. https://docs.google.com/spreadsheets/d/1KUMSeq_Pzp4KveZ7pb5rddcssk1XBTiLHniD0d3nDqo/edit? usp=embed_facebook Liste d'outils associée à l'enquête Innovations in Scholarly Communication de 2015 5. Social Sciences & Humanities Open Marketplace. (s. d.). Social Sciences & Humanities Open Marketplace. Consulté 26 août 2025, à l’adresse https://marketplace.sshopencloud.eu/ Plateforme numérique européenne regroupant des outils, services, données et publications à destination des communautés européennes en SHS 6. Wink, I. (s. d.). Research Guides : Data Applications Services: Data Applications. Consulté 26 août 2025, à l’adresse https://libguides.uky.edu/data_applications/data_applications Guide de l'Université du Kentucky sur les logiciels liés aux données 7. Blake, J. (s. d.). All guides : Digital tools for research: Introduction. Consulté 26 août 2025, à l’adresse https://rmit.libguides.com/DigitalTools/introduction Guide des bibliothèques du MIT sur les outils numériques pour la recherche 8. Association Framasoft. ses services (Framacarte, Framindmap, Framaforms…) et son catalogue de logiciels libres. Consulté 16 septembre 2025. 51 Annexe 5 : glossaire et sigles ARDoISE : Atelier de la donnée rennais CGU : Conditions générales d’utilisation d’un site web Cluster de calcul : regroupement d'ordinateurs permettant d’optimiser la puissance de calcul CNU : Conseil national des universités. Il gère la qualification et la carrière des chercheurs universitaires, qui y sont affiliés selon des sections disciplinaires CNRS : Centre national de la recherche scientifique COSO : Comité pour la science ouverte. Ce comité national mobilise les acteurs de l’enseignement supérieur et de la recherche pour accompagner de manière dynamique et coordonnée la mise en œuvre de la politique nationale de science ouverte. 3D : modélisation/image en 3 dimensions Data Terra : Infrastructure de recherche dédiée aux données d’observation de la terre DAO : Dessin assisté par ordinateur DMP Opidor : outil d'aide à la création en ligne de plans de gestion de données DSI : Direction du système d’information ED : école doctorale. Structure organisant le doctorat au sein d’une université (ou pour la Bretagne d’un regroupement d’établissements) EPST : établissement public à caractère scientifique et technologique. 6 organismes ont ce statut : CNRS, INED, INRAE, INRIA, INSERM, IRD. Github : plateforme open source collaborative destinée aux développeurs de logiciels, qui peuvent y créer, stocker, modifier, fusionner et partager des fichiers ou du code SIG : Système d’Information géographique (GIS en anglais) Huma-Num : infrastructure de recherche offrant aux communautés de recherche SHS une infrastructure numérique de niveau international afin de produire, valoriser et préserver leur recherche, dans un contexte de science ouverte et de partage des données. IA : Intelligence artificielle IST : Information scientifique et technique. L’IST regroupe l'ensemble des informations produites par la recherche et nécessaires à l'activité scientifique. Dans les universités, ces activités recouvrent notamment les services d’appui documentaire et de formation (bibliothèques, documentalistes URFIST...) MSHB : Maison des sciences humaines et sociales en Bretagne. Les 21 MSH sont des structures d’appui et de recherche structurées en réseau, avec pour mission de relayer localement les infrastructures de recherche nationales SHS, (Huma-num et Progedo), de proposer des services mutualisés aux laboratoires SHS locaux, de soutenir et impulser les initiatives de recherche, et de fédérer la communauté SHS. Observation participante : méthode de recherche qui implique la participation d'un·e chercheur·euse dans une communauté pendant une période prolongée OpenAI : entreprise américaine d'intelligence artificielle, dont l’un des produits est ChatGPT Open Source : Code source ouvert. Ce terme s'applique aux logiciels dont la licence respecte des critères précisément établis par l'Open Source Initiative, c'est-à-dire les possibilités de libre redistribution, d'accès au code source et de création de travaux dérivés. 52 Progedo : infrastructure nationale pour les données et les méthodes en sciences humaines et sociales quantitatives Python : langage de programmation libre qui peut s’utiliser dans de nombreux contextes R : langage de programmation et logiciel libre destiné aux statistiques et à la science des données. RStudio propose un environnement de développement gratuit pour ce langage. RGPD : Règlement Général sur la Protection des Données. Règlement européen protégeant les données à caractère personnel des personnes physiques. Script : en informatique, ensemble d'instructions ou de commandes écrites dans un langage de programmation Software Heritage : plateforme de préservation et d'archivage de codes sources et logiciels STAPS : sciences et techniques de l’activité physique et sportive Textométrie : méthode statistique et d’analyse des données appliquée aux textes URFIST : Unité Régionale de Formation à l’Information Scientifique et technique 53