hal-05387625 Comment faire des données Open/FAIR
Chaque recherche conduit à la production de données définies comme toute information ayant été mobilisée dans un travail de recherche et pouvant servir de point de départ à de futures recherches. Ces données ont une valeur qui dépasse le projet qui les a produites. Dans cette optique, une perte, une corruption ou simplement une incapacité d’interpréter des données conduit à une perte de qualité du travail de recherche. C’est ce que les principes FAIR tentent d’éviter. Cependant, même les données les mieux structurées, lorsqu'elles sont conservées sur un disque dur sans sécurité et sans partage, constituent une perte pour la science et pour la collectivité qui a permis ces recherches. C'est ce que cherche à éviter le cadre légal de l'Open Data. L’objectif est donc de donner ici des conseils pratiques pour tendre vers des données Open/FAIR.
Site référencé: HAL-SHS
HAL-SHS
[hal-05163353] Contesting dominant AI narratives on an industry-shaped ground : Public Discourse and Actors around AI in the French Press and Social Media (…)
26/06/2026
[hal-04572998] Introduction to the special issue Urban Discourses
26/06/2026
[hal-03595060] Competition and the risk of bank failure : Breaking with the representative borrower assumption
26/06/2026
[hal-04360231] Nonverbal Auditory Cues Allow Relationship Quality to be Inferred During Conversations
26/06/2026
[hal-05670018] Gaspillage alimentaire des ménages et coût d’opportunité du temps
25/06/2026
[hal-05669981] An ESCO-Based Skill-Gap Detection Framework for SMEs : A Design Science Prototype of an Intelligent Learning Management System
25/06/2026