Get started with custom lists to organize and share courses.

Sign up

Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Recherche reproductible : principes méthodologiques pour une science transparente

Inria (French Institute for Research in Computer Science and Automation) via France Université Numerique

Taken this course? Share your experience with other students. Write review

Overview

À propos du cours / About this course

Vous prenez des notes et vous voulez vous y retrouver ? Vous faites des calculs sur ordinateur et vos résultats changent d’un jour à l’autre ? Vous analysez des données ou vous travaillez sur une nouvelle approche que vous aimeriez partager facilement avec vos collègues pour qu’ils puissent la réutiliser ?

Ce MOOC est pour vous. Nous vous présenterons des outils modernes et fiables:

  • markdown pour la prise de note structurée;
  • gitlab pour le suivi de version et le travail collaboratif;
  • des notebooks (jupyter, rstudio ou org-mode) pour combiner efficacement calcul, représentation et analyse des données.

Vous apprendrez au cours des exercices à utiliser ces outils pour améliorer votre prise de notes, votre gestion des données, et des calculs. Nous vous présenterons également les enjeux et les difficultés de la recherche reproductible.

À l’issue de ce MOOC, vous aurez acquis les techniques vous permettant de préparer des documents réplicables et de partager en toute transparence les résultats de vos travaux.

You take notes and you want to be able to find them back? You make calculations on your computer, but your results change from day to day? You analyse data, or you work on a new method that you would like to share easily with your colleagues so that they can use it as well?

This MOOC is for you. We will show you some modern and reliable tools:

  • Markdown for taking structured notes
  • GitLab for version control and collaborative working
  • Computational notebooks (Jupyter, RStudio, and Org-Mode) for efficiently combining the computation, presentation, and analysis of data

By doing the exercises, you will learn how to use these tools for improving your skills in note taking, data management, and computation. We will also explain what is at stake and where the challenges lie in reproducible research.

At the end of this MOOC, you will have acquired good habits for preparing replicable documents and for sharing the results of your work in a transparent fashion.

Format

Ce MOOC est composé de quatre modules qui combinent des vidéos, des quizz, et des exercices pour la mise en pratique des méthodes présentées. Nous proposons trois parcours différents dont chacun utilise une technologie de notebook:

  • Le premier parcours repose sur Jupyter et le langage Python. Il ne nécessite aucune installation de votre part sur votre ordinateur.
  • Le deuxième parcours repose sur RStudio et le langage R. Il nécessitera l’installation de RStudio sur votre ordinateur mais nous vous guiderons dans ce processus en temps voulu.
  • Le troisième parcours repose sur Emacs/Org-Mode et les langages Python et R. Il nécessitera l’installation d’Emacs, Python, et R sur votre ordinateur mais nous vous guiderons dans ce processus en temps voulu.

Ce cours est en majorité bilingue français / anglais. Les vidéos sont en français sous-titrées en français et en anglais. Les supports de cours au format pdf sont fournis en anglais et en français ainsi que les Quiz et Exercices.
Vous pouvez modifier votre profil pour avoir l'interface de FUN en anglais.

This MOOC consists of four modules that combine videos and quizzes with exercises for getting hands-on experience with the tools and methods that are presented. We propose three paths, each of which uses a different notebook technology:

  • The first path uses Jupyter notebooks and the Python language. It requires no software installation on your computer.
  • The second path uses RStudio and the R language. You will have to install RStudio on your computer, but we will guide you through this process.
  • The third path uses the Org-Mode package of the Emacs editor and the languages Python and R. You will have to install Emacs, Python, and R on your computer, but we will guide you through this process.

This course is mostly bilingual French / English. Videos are in French with French and English subtitles. The course materials in pdf format are provided in English and French as well as the Quizzes and Exercises.
You may modify your profile to have the FUN interface in English.

Prérequis / Prerequisites

Le premier module ne requiert aucune connaissance particulière. Dès le deuxième module, une connaissance des bases du langage Python ou du langage R est nécessaire. Dans le quatrième module, nous traitons des sujets plus spécialisés dont chacun peut nécessiter des compétences particulières.

The first module assumes no particular prior knowledge. Starting from the second module, a basic knowledge of Python or R is required. In the fourth module, we treat more specialized topic, each of which may require specific competences.

 

 

Syllabus

  • Module 1 : Cahier de notes, cahier de laboratoire
  • Module 2 : La vitrine et l’envers du décor : le document computationnel
  • Module 3 : La main à la pâte : une analyse réplicable
  • Module 4 : Vers une étude reproductible : la réalité du terrain
  • Module 1: Taking notes and finding them back
  • Module 2: From the showcase to the full story: computational documents
  • Module 3: Diving in: a replicable analysis
  • Module 4: The rough road to real-life reproducible research

 

Reviews for France Université Numerique's Recherche reproductible : principes méthodologiques pour une science transparente
Based on 0 reviews

  • 5 star 0%
  • 4 star 0%
  • 3 star 0%
  • 2 star 0%
  • 1 star 0%

Did you take this course? Share your experience with other students.

Write a review

Class Central

Get personalized course recommendations, track subjects and courses with reminders, and more.

Sign up for free

Never stop learning Never Stop Learning!

Get personalized course recommendations, track subjects and courses with reminders, and more.