Les métadonnées sont un ensemble d'informations qui permettent de décrire précisément les données de recherche. Elles peuvent être embarquées (produites directement par les logiciels ou appareils : date, format...) ou enrichies (ajoutées par le producteur : mots-clés, nom du projet, licence...).

Un standard de métadonnées est un ensemble de règles communes qui définit comment décrire une information de manière standardisée. Il est adopté comme modèle par une communauté (discipline, type de données, infrastructure...) et fournit un langage commun facilitant l'échange d'informations. L'utilisation de standards permet une organisation cohérente des informations, favorise l'interopérabilité entre logiciels et plateformes, améliore la recherche et l'indexation des données, et facilite leur réutilisation.

Exemples de standards de métadonnées :

• Dublin Core : description de ressources numériques, tous domaines confondus

• Darwin Core : données de biodiversité

• Data Documentation Initiative (DDI) : données d'enquête en sciences sociales, comportementales, économiques et de la santé

Un fichier README (LISEZMOI) est un document en format texte, lisible par les humains, qui accompagne les jeux de données d'un projet de recherche. Il vise à expliciter le contexte de production des données et vient en complément des métadonnées structurées. Il est recommandé d'utiliser un format ouvert et pérenne, tel que .txt ou .md.

Un modèle de README est proposé par l'entrepôt Recherche Data Gouv.

Un dictionnaire de données (ou codebook) est un référentiel qui décrit et définit précisément chaque variable contenue dans une base, en précisant sa signification, son format, ses valeurs possibles, son unité...

Un exemple de dictionnaire de données est présenté à la page 11 de la ressource suivante :

Pierre-Yves Arnould, Marie-Christine Jacquemot-Perbal. Guide de bonnes pratiques. Gestion et valorisation des données de la recherche. [Rapport de recherche] OTELo ; INIST-CNRS. 2016, 26 p. ⟨hal-01275841⟩

Avant d'engager une collecte ou un traitement de données à caractère personnel, il est indispensable de se poser les bonnes questions en matière de conformité réglementaire (RGPD) afin de ne pas se retrouver dans une situation bloquante.

Pour cela, contactez la juriste RGPD recherche de l'université de Bordeaux : rgpd-recherche@u-bordeaux.fr

Les données à caractère personnel regroupent toutes les informations permettant d'identifier une personne

• directement (nom, prénom, photo...)

• indirectement (adresse e-mail, adresse IP, plaque d'immatriculation...)

• par recoupement de données (par exemple : une femme vivant dans telle ville, née tel jour et membre dans telle association).

Vous trouverez davantage d'informations sur la page Recherche, thèses, mémoires et rapports de stage.

Pour les personnels et étudiants de l'université de Bordeaux, consultez la page RGPD / données à caractère personnel.

Dans le contexte de la gestion des données de recherche, les questions de propriété intellectuelle se posent principalement au regard de leurs conditions de diffusion et de réutilisation.

La majorité des données de recherche ne relève pas du droit de la propriété intellectuelle et est juridiquement considérée comme des documents administratifs ou des informations publiques, lorsque ces données sont financées au moins pour moitié sur des fonds publics.

La loi pour une République numérique (2016) consacre ainsi un principe d’ouverture par défaut, de gratuité et de libre réutilisation des données publiques. Cette ouverture peut néanmoins être limitée lorsque les données sont protégées par un droit spécifique ou soumises à une réglementation particulière.

Cas spécifiques :

• Œuvres de l'esprit : certaines productions sont protégées par le droit d'auteur, par exemple des photographies originales portant l'empreinte de la personnalité de l'auteur.

• Bases de données : lorsque la création d’une base demande un investissement substantiel, l’établissement producteur bénéficie d'un droit sui generis sur le contenu global de la base. Pour les établissements publics, ce droit ne permet pas d'empêcher la diffusion et la réutilisation des données contenues dans la base, sauf exception prévue par la loi (notamment en présence de donnée à caractère personnel).

• Données non communicables ou à communication restreinte au sens du Code des relations entre le public et l’administration (CRPA) : secret de la défense nationale, sécurité publique, vie privée, secret médical, secret des affaires...

• Données à caractère personnel : peuvent être rendues publiques uniquement après anonymisation ou avec le consentement des personnes concernées.

Enfin, les contextes de recherche multi-partenariaux (collaborations, financements externes, contrats) doivent faire l’objet d’une attention particulière, les conditions de diffusion et de réutilisation des données pouvant être encadrées contractuellement.

À retenir : le principe applicable est « aussi ouvert que possible, aussi fermé que nécessaire ».

Lors de la diffusion des données de recherche, il est essentiel d'apposer une licence afin d'indiquer clairement aux potentiels réutilisateurs les conditions dans lesquelles les données peuvent être réutilisées.

Pour les données publiques, la licence doit être choisie parmi la liste fermée fixée par décret :

• Licence ouverte 2.0 (Etalab) : licence de référence des informations publiques

• Open Database License (ODbL) : licence pour les bases de données

Les licences Creative Commons, largement utilisées à l’international et recommandées par de nombreux financeurs, ne figurent pas à ce jour dans le décret. Il est toutefois recommandé d’attribuer une double licence Licence ouverte et CC-BY (compatibles entre elles) lors de la publication d'un jeu de données.