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

Inria (French Institute for Research in Computer Science and Automation)

Recherche reproductible : principes méthodologiques pour une science transparente

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

Overview

À propos du cours / About this course

Ce cours est la 3ème session du Mooc « Recherche reproductible », ouvert pour une durée de un an et enrichi avec de nouveaux contenus.

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 aimeriez partager avec vos collègues vos analyses de données et vos derniers travaux et qu’ils puissent les réutiliser ?

Ce MOOC est pour vous, doctorant-e-s, chercheur-se-s , étudiant-e-s en master, enseignant-e-s, ingénieur-e-s de toutes disciplines qui souhaitez vous former à des environnements de publication et des outils fiables :
  • Markdown pour la prise de note structurée
  • des Outils d'indexation (DocFetcher et ExifTool)
  • Gitlab pour le suivi de version et le travail collaboratif
  • Notebooks (jupyter, rstudio ou org-mode) pour combiner efficacement calcul, représentation et analyse des données

Vous apprendrez au cours des exercices basés sur des cas pratiques à utiliser ces outils pour améliorer votre prise de notes, votre gestion des données et des calculs. Pour cela, vous disposerez d'un espace Gitlab et d'un espace Jupyter, intégrés à la plateforme FUN et qui ne nécessitent aucune installation. Ceux qui le souhaitent pourront réaliser les travaux pratiques avec Rstudio ou Org-mode après avoir installé ces outils sur leur machine. Toutes les procédures d'installation et de configuration des outils sont fournies dans le Mooc, ainsi que de nombreux tutoriels.

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 computationnels réplicables et de partager en toute transparence les résultats de vos travaux.

🆕 De nombreux contenus ont été ajoutés dans cette session :
  • des vidéos sur git/Gitlab pour les débutants,
  • un aperçu historique de la recherche reproductible,
  • des synthèses et des témoignages pour des besoins spécifiques aux domaines des sciences humaines et sociales.

Syllabus

Plan du cours / Course Syllabus

  • Posons le décor : La reproductibilité, en crise ? Reproductibilité et transparence
  • 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

Related Courses

Reviews

Start your review of Recherche reproductible : principes méthodologiques pour une science transparente

Never Stop Learning!

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

Sign up for free