Recherche reproductible : principes méthodologiques pour une science transparente

via

  • Provider
  • Cost
  • Session
  • Language
  • Certificate
  • Effort

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 aimeriez partager avec vos collègues vos analyses de données et vos développements méthodologiques 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 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
  • Desktop search application (DocFetcher et ExifTool)
  • 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.

Syllabus

Plan du cours / Course 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