Un PGD, qu'est-ce que c'est ? Pour quoi faire ? Comment ? Un PGD sert surtout à se poser les bonnes questions et à adopter des méthodes rigoureuses de gestion pour documenter, stocker, responsabiliser, archiver, informer, et finalement partager les données scientifiques. Le PGD est de plus en plus souvent recommandé ou même exigé par les financeurs, les éditeurs, les organismes scientifiques. L’exposé présente les grands principes et principales étapes d’un PGD et les aides à la rédaction. Cette intervention d'Hanka Hensens a eu lieu le 20 septembre 2018, dans le cadre des JeudIST de l'IRD Occitanie. Hanka Hensens, responsable du Centre de Documentation IRD Occitanie, a animé depuis 2017 plusieurs ateliers sur les Plans de Gestion de Données en direction des scientifiques d’Agropolis. Elle forme étudiants et chercheurs depuis près de 20 ans à la recherche et à la gestion de l’information scientifique.

1. PGD – Plan de Gestion de Données /
DMP – Data Management Plan
Qu’est‐ce que c’est?
Pour quoi faire ?
Comment ?
JeudIST du 20/09/2018, IRD Occitanie, Montpellier
Une petite video pour commencer
(Doranum)
Hanka Hensens
Service Information scientifique et technique (IST)
Mission Culture scientifique et technologique (MCST)

2. Qui a déjà rédigé un PGD/DMP ?
En Europe, en 2017, ¼ seulement des
chercheurs interrogés
O'Carroll, Kamerlin et al. 2017 2
Encore trop peu de monde…

3. I‐Un PGD, qu’est‐ce que c’est ?
 Document formalisé rédigé de préférence au
démarrage d'un projet de recherche qui décrit la
façon dont les données seront produites ou
obtenues, (ré)utilisées, traitées, organisées,
stockées, sécurisées, préservées, documentées,
partagées, au cours et à l’issue d’un projet,
explicitant notamment leur
mise à disposition
 Aide à la mise en place de
bonnes pratiques de gestion
à toutes les étapes du
cycle de vie des données
 Toutes les données sont
concernées : brutes, curées,
publiées,…

4. A quelles questions répond un PGD ?
Les plans de gestion de données ‐ S. Cocaud et D. L'Hostis, INRA. URFIST Paris ‐ 11/07/18
4
• En quoi consiste le projet ?
• Qui sont les partenaires ?
• Quelle est la politique de
gestion des données ?
• Qui est responsable de la
gestion des données ?
Responsabilités dans le projet
• Quelles données seront
produites/utilisées au cours du
projet ? (type, format, volume
et accroissement…).
• Comment seront-elles
produites ou transformées ?
Collecte des données
• Comment, où, par qui, seront
stockées, sauvegardées et
sécurisées les données ?
Sauvegarde des données
• Comment les données seront
elles identifiées, décrites ?
• Quels standards de
métadonnées utilisera t’on ?
• Comment seront générées les
métadonnées ?
Documentation des données
• Qui sera propriétaire des
données produites ?
• Des données externes seront-
elles utilisées ?
Propriété intellectuelle
• Qui pourra accéder aux
données ? Les données
seront-elles partagées ?
publiées ? Avec qui ?
• Comment ?
• Dans quel délai ?
• Sous quelle licence ?
Accès et partage des données
• Comment la gestion des
données est-elle financée, en
particulier à long terme ?
Ressources
• Quel plan pour l’archivage et la
préservation à long terme ?
Archivage et préservation des
données
Ethique
• Des données sensibles seront-
elles produites ou utilisées ?
• Comment sera assurée leur
anonymisation ?

5. PGD : Eléments clés
21/09/2018 Fiche synthétique Doranum : https://doranum.fr/fiche‐synthetique‐plan‐gestion‐donnees‐dmp/ 5

6. PGD : Eléments clés
1. Description du projet de recherche : but, partenaires, responsable,…
2. Inventaire et Description des données : listing, taille estimée, méthode de
collecte et traitement, responsables,…
3. Documentation : métadonnées, documents accompagnant les données,
logiciel nécessaire, type de fichier,…
4. Sauvegarde et sécurité : matériel et méthode, formats, périodicité et
nombre de copies, versioning, nommage,…
5. Déontologie et éthique
6. Conservation : quelles données à long terme, combien de temps, à quel
endroit (type d’entrepôt) _selon politique d'établissement / préconisations
bailleur / éthique / cadre légal_
7. Partage (pendant et après le projet) : accès, propriété intellectuelle, cadre
légal, embargo, confidentialité,…
Aussi ouvert que possible, aussi fermé que nécessaire
8. Ressources : matérielles, financières, humaines, …

7. Le PGD est évolutif
 Un PGD n’est pas figé : il doit être mis à jour tout au long du
projet (versions successives)
 Exemple :
H2020,
3 versions
minimum
(pas de max)

8. Le PGD est un travail de groupe
21/09/2018 Reymonet, N., Moysan, M., Cartier, A., & Délémontez, R. (2018). Réaliser un plan de gestion de données « FAIR » 8

9. Le PGD est un travail de groupe
Il est écrit, relu, complété, corrigé par plusieurs personnes de différentes
compétences :
Chercheurs (responsable du projet, coordinateur du DMP, créateur des
données) : décrit les données, liste et découpe les jeux de données,
budgétise, valide,…
Ingénieur‐données : responsable des données, en particulier la
sauvegarde, le traitement, les flux, la qualité,…
Informaticien : conseil pour le stockage et sécurisation des données, les
aspects infrastructure et les coûts associés
Spécialiste de l’IST : propose des modèles de DMP, des standards de
métadonnées, conseille sur les entrepôts, des référentiels,…
Archiviste : aide à sélectionner les données à conserver, à définir les
durées et les solutions techniques
Juriste : conseille sur la propriété intellectuelle, les conventions à signer et
le respect de la législation sur les données privées, sensibles,…
…
9

10. II‐Un PGD, pourquoi? _en introduction_
 Pour les auteurs
 Pour les équipes, organismes, institutions
 Pour la recherche mondiale
Causes :
 Destruction des supports
 Problème de version, obsolescence matérielle
ou logicielle
 Lieu de stockage indéfini
Conséquences :
 Perte de temps, d’argent (fonds publics…)
 Pas de vérification des résultats possible
 Pas de comparaison des résultats dans le temps
ou l’espace
 Pas de réutilisations (différentes)
10
20 ans après publication, 80 %des données scientifiques sont perdues…

11. Garantir des données fiables et bien gérées tout au long du projet,
compréhensibles, disponibles et préservées sur le long terme
pour une réutilisation future
« La gestion et le partage des données doivent devenir l’approche
par défaut pour les recherches financées par le secteur public.»
(Amsterdam Call for Action on Open Science, 2016)
Objectif principal d’un PGD
11

12. Financeurs
 Réutilisabilité des données (retour sur
investissement, ne pas dupliquer
inutilement l’effort financier)
Organismes de recherche
 Reproductibilité de la recherche
Chercheurs
 Bonne gestion des données au cours du
projet, diminution des risques, efficacité,
réduction des coûts, demande de
financement, valorisation
Pourquoi rédiger un PGD ?
Intérêt des parties prenantes
12
“More than 70% of researchers have tried and
failed to reproduce another scientist's
experiments, and more than half have failed to
reproduce their own experiments”
Baker, M. (2016). 1,500 scientists lift the lid on
reproducibility. Nature News,
533(7604).https://doi.org/10.1038/533452a

13. Pourquoi rédiger un PGD ?
Exigences des financeurs
13
France
. ANR, à partir de 2019
“ Beside Open Access, data management planning is becoming a standard
scientific practice ”
(Recommandation on access to and preservation of scientific information, CE, 2018)Plan d’action ANR 2019, p. 9

14. Focus H2020
(Programme cadre pour la recherche et l’innovation 2014‐2020)
A partir de 2017, les projets participent
par défaut à l’action pilote de libre accès
aux données de recherche (Open Research
Data Pilot) :
les données et métadonnées
nécessaires à la validation des
publications doivent être rendues
librement accessibles (obligation).
Les autres données et métadonnées
peuvent être diffusées en accès ouvert.
Le PGD est obligatoire pour les projets
qui restent dans le pilote, c’est un
livrable du projet conseillé pour les
autres.
La sortie du pilote (Opt out) est
possible pour différentes raisons
(protection des résultats, brevet,
confidentialité, propriété intellectuelle,
risques pour le projet).
Le fait d’opter ou de se désengager du
pilote n’est pas un critère d’évaluation
(pas de bonus ni malus). 14

15. Les engagements du gouvernement français
21/09/2018 15
« Généraliser la mise
en place de plans de
gestion des données
dans les appels à
projets de recherche »
Plan d’action pour un
gouvernement ouvert
2018‐2019
Les plans de gestion de données ‐ S. Cocaud et D. L'Hostis, INRA. URFIST Paris ‐ 11/07/18

16. III‐UN PGD, Comment ?
a. Suivre les conseils des sites de référence
b. Suivre un modèle
c. Utiliser un outil en ligne
d. Respecter les usages de sa communauté
e. Consulter des exemples
f. S’autoévaluer avant l’évaluation externe
g. Partager, publier son PGD
21/09/2018 16

17. a.Suivre les conseils des sites de référence
Datapartage INRA, en particulier :
https://www6.inra.fr/datapartage/Gerer/Plan‐de‐gestion
Coopist CIRAD, en particulier : https://coop‐ist.cirad.fr/gestion‐
de‐l‐information/gerer‐les‐donnees‐de‐la‐recherche/decouvrir‐
des‐plans‐de‐gestion‐de‐donnees‐de‐la‐recherche/
Doranum : https://doranum.fr/produits‐doranum/
Data Curation Center (DCC), toute la rubrique « resources »,
dont : http://www.dcc.ac.uk/resources/data‐management‐plans
21/09/2018 17

18. Utiliser des ressources spécialisées
Fichiers Métadonnées Entrepôts Licences
•Types de fichier
(Datapartage
INRA)
Formats de
fichiers
ouverts/fermés
(Doranum)
•Nommage et
organisation
(Datapartage
INRA)
Choix de standard
de métadonnées
par thématique sur :
•DCC,
•RDA,
•Biosharing
•Quelles données
conserver ? (DCC)
•Choix d’un
entrepôt sur
re3data.org
(browse by subject)
•Dataverse IRD en
2019 cf. JeudIST du
13/12/18 !
•Q/R : mes données
sont‐elles
partageables ?
•Choix d’une
licence : ODBL et
Etalab / données
« administratives »
(Datapartage
INRA)
•Choix d’une
licence Creative
Commons
21/09/2018 18

19. b.Suivre un modèle (template) :
il y en a beaucoup…
1‐Financeurs :
ERC
H2020 et son mode d’emploi en français
2‐Organismes de recherche français :
INRA + aide à la saisie (modèle recommandé)
CIRAD
IRSTEA
Ou étrangers :
National Science Foundation (USA)
EMBRC (European Marine Biological Research Centre)
… Et bientôt celui de l’IRD…
19

20. …Mais toujours les mêmes informations demandées
Modèles plus ou moins détaillés (les commentaires sont utiles) : de 2 à 20 pages…
• Informations sur le plan de gestion : Nom, auteur(s), version, date
• Informations sur le projet : Identifiants, financeur, nom, durée, partenaires, objectifs,
localisation,…
• Informations de base sur les données (à réitérer par chacun des jeux de données =>
précédé par un listing des jeux‐tableau résumé) : type, taille estimée, origine,
publications
• Description des données : métadonnées (types, standarts,…), organisation, versions,…
• Droit, confidentialité, déontologie : propriété intellectuelle, droits spécifiques,…
• Sauvegarde et sécurité (pendant le projet) : Supports, flux, volumes, traçabilité,
intégrité,…
• Conservation (après le projet) : lesquelles ? Où ? Pendant combien de temps ?
Responsable ?
• Partage (pendant et après le projet) : Comment ? Avec qui ? Quand ?
Toutes les rubriques ne doivent pas obligatoirement être remplies : quand on n’a pas
encore fait un choix, le dire et remplir plus tard
Préciser et chiffrer tout ce qui peut l’être, en listant les ressources nécessaires
(pense bête sur http://www.data‐archive.ac.uk/media/247429/costing_v3.docx) :
les coûts nécessaires à la gestion des données, peuvent être inclus dans votre demande de
financement 20

21. C‐Utiliser un outil online pour
Créer un PGD en fonction des exigences d’un
financeur ou d’un organisme
 de nombreux modèles au choix (financeurs et/ou
organismes)
 aides et exemples spécifiques en ligne
Partager un PGD
 avec des collaborateurs identifiés aux droits définis
(copropriétaire / éditeur / lecteur) ;
 avec toutes les personnes de son organisme ;
 avec tout le monde (publiquement).
Télécharger votre PGD dans différents
formats (pdf, html, doc), à plusieurs reprises
(versions)
21

22. Utiliser un outil online comme
DMP‐OPIDOR (France, INIST‐CNRS, basé sur
DMP Online) : Liste des 16 modèles de DMP
En français, recommandé
DMP Online (UK, DCC ‐ Digital Curation
Centre) : Liste des 17 modèles de DMP
DMP‐Tool (US – University of California) :
Liste des 37 modèles de DMP
22

23. Focus DMP‐Opidor,
Pour mettre en valeur votre FAIR attitude (Modèle H2020)
23

24. FAIR : Où ranger quelles informations ?
Redondances…
Facile à trouver Accessible Interopérable Réutilisable
•Identifiant (unique
et pérenne : DOI)
•Versionning,
organisation et
nommage des
fichiers
•Métadonnées et
vocabulaires (mot‐
clés) standardisés,
description
multilingue
•Entrepôt choisi :
type de
recherches/moisso
nnages offerts
(SQL, APIs,…)
•Données librement
accessibles :
Lesquelles ? Où ?
•Données non
librement
accessibles :
Pourquoi ?
Comment ?
Conditions,
Embargo,…
•Documentation et
logiciel nécessaires
: fournis, open
source ?
•Contacts et accès
pérennes
•Formats de
données standards
et non
propriétaires
•Métadonnées
standardisées et
de préférence
interdisciplinaires
•Ou Lien (mapping)
vers des
vocabulaires
standards
•Liens standardisé
vers d’autres
données
(relatedIdentifier,
relatedPublication)
•Licence choisie
•Processus
d’assurance qualité
•Description fine de
la collecte et des
traitements
•Documentation et
logiciel nécessaires
•Partage pendant et
après le projet : cf.
Accessible
24

25. DMP OPIDOR
Courte présentation video :
https://www.youtube.com/watch?time_c
ontinue=2&v=‐CP8QfCg34Q
Contact : info‐opidor@inist.fr
Accès : https://dmp.opidor.fr/
S’inscrire c’est (très) facile
Créer un PGD c’est (très) facile
Le remplir un peu moins…
21/09/2018 25

26. DMP OPIDOR :
Utile mais Perfectible
Description d’un ensemble de datasets difficile (possibilité d’intégrer des tableaux)
Partages possibles mais fonctionnalités encore limitées (identité non visible, pas
de workflow de validation)
Pas de gestion optimale de versions
Cas particulier du modèle H2020 :
Plus un outil de valorisation qu’un outil de gestion de données
Le positionnement des différents informations dans les rubriques F.A.I.R. est
parfois peu explicite…
 Aides en ligne (générale et des modèles choisis) et, pour les modèles FAIR :
• Lignes directrices pour la gestion des données FAIR dans Horizon 2020. V3.0
(26/07/2016)
• Reymonet, N., Moysan, M., Cartier, A., & Délémontez, R. (2018). Réaliser un plan de
gestion de données « FAIR »
• A. Filatre, H. Hensens (2017). Rédiger un Plan de Gestion de Données avec DMP
Opidor : atelier pratique, in Journée Open Science & Open Data, Montpellier :
Agropolis International, 28 mars 2017
V. actualisée (2018)
26

27. D‐Respecter les usages de sa communauté
 De son organisme, son pays, mais aussi de ses partenaires, de sa
thématique scientifique…
 Science Europe a établi des recommandations facilitant la
rédaction et le contrôle des PGD grâce à l’établissement de
protocoles de données par domaine (DDP) :
Science Europe. (2018). Science Europe Guidance.
Presenting a Framework for Discipline‐specific
Research Data Management.
27

28. E‐Consulter des exemples
DCC : http://www.dcc.ac.uk/resources/data‐management‐
plans/guidance‐examples
DMPTool : https://dmptool.org/public_plans
Data‐partage Inra :
https://www6.inra.fr/datapartage/Gerer/Plan‐de‐
gestion/Exemples‐de‐plans
Journal Research Ideas and Outcomes (RIO), Section DMP :
https://riojournal.com/browse_journal_articles.php?form_name
=filter_articles&sortby=0&journal_id=17&search_in_=0&section
_type[]=231
28

29. F‐S’autoévaluer avant l’évaluation externe !
Selon le financeur :
•AHRC DMP Compliance Rubric (Draft) - DCC
•BBSRC DMP Assessment Rubric v2.0 - fUniversity of Glasgow
•CRUK Basic and Clinical Research DMP Assessment Rubric v2.0 - University of Glasgow
•CRUK Population Research DMP Assessment Rubric v2.0 - University of Glasgow
•EPSRC DMP Assessment Rubric v2.0 - University of Glasgow
•H2020 DMP Compliance Rubric (Draft) - DCC
•MRC DMP Compliance Rubric (Draft) - Newcastle University
•Rubric to evaluate NERC data management plans - FigShare
•Wellcome DMP assessment rubric v2.0 - University of Glasgow
https://www.sheffield.ac.uk/library/rdm/dmp
(conseils, exemples, autoévaluation)
29

30. Mes données sont‐elles FAIR ?
Un outil d’auto‐évaluation
30
mis en place par le CSIRO, Commonwealth Scientific and Industrial Research
Organisation, organisme gouvernemental australien pour la recherche scientifique :
http://oznome.csiro.au/5star/
Les plans de gestion de données ‐ S. Cocaud et D. L'Hostis, INRA. URFIST Paris ‐ 11/07/18

31. G‐Partager, publier son PGD
31
Can wider exposure of DMPs better connect research
data production to preservation? A. Whyte, F. Murphy, N.
Meyers, K. Unsworth. Quebec 20 September 2017
Exposing Data Management Plans WG
Exemple : PGD associé à une thèse :
Data Management Plan for PhD Thesis "Climatic
Limitation of Alien Weeds in New Zealand:
Enhancing Species Distribution Models with Field
Data« , J.L. Pannell, RIO. Research Ideas and
Outcomes 2: e10600
doi: 10.3897/rio.2.e10600
Les plans de gestion de données ‐ S. Cocaud et D. L'Hostis, INRA. URFIST Paris ‐ 11/07/18
Recommandé et utile

32. Les plans de gestion de données ‐ S. Cocaud et D. L'Hostis, INRA. URFIST Paris ‐ 11/07/18 32
https://www.edugroepen.nl/sites/RDM_platform/SitePages/Ho
me.aspx
En résumé…

33. Conclusion :Un PGD, Pourquoi ? Pour tous…
 Il est quelquefois obligatoire de produire un plan de gestion de
données, et de partager ses données,
mais c’est toujours vivement conseillé car :
 Etablir un Plan de Gestion des données
 Accroît l'efficience de la recherche, facilite l'accès et l'analyse
 Assure la continuité et la reproductibilité de la recherche
 Assure l'intégrité de la recherche
 Réduit le risque de perte et le gaspillage des ressources
 Accompagne l'évolution actuelle de la publication scientifique
 Répond aux conditions de financement des projets
 Atteste la responsabilité scientifique

34. Un PGD, Pourquoi ? Pour moi…
Pour se poser toutes les questions dès le départ, quitte à évoluer dans les
réponses et :
Identifier les risques, assurer la sécurité et la préservation des données
Prévoir les budgets, matériels, logiciels, personnels,… nécessaires
Signer les convention (interorganismes,…) indispensables
Responsabiliser des personnes pour chacune des étapes
Eviter les mauvaises surprises, les pertes de temps et de données
Favoriser la diffusion et augmenter l'impact du projet
(Google lance le moteur Dataset Search…)
Une petite vidéo pour finir
(université de Lausanne)
Convaincus, j’espère !!!!!!!!

35. Quelques Références
Tous mes remerciements à S. Cocaud et D. L'Hostis pour leur support, dont je me suis beaucoup inspirée
mais que je n’ai pas trouvé sur internet : Les plans de gestion de données, URFIST Paris, 11/07/18
35
A. Filatre, H. Hensens (2017). Rédiger un Plan de Gestion de Données : atelier pratique, in Journée Open Science &
Open Data, Montpellier : Agropolis International, 28 mars 2017 et sa version actualisée (2018)
CIRAD.‐Coopist : Découvrir les Plans de gestion de données. https://coop‐ist.cirad.fr/gestion‐de‐l‐information/gestion‐
des‐donnees‐de‐la‐recherche/decouvrir‐des‐plans‐de‐gestion‐de‐donnees‐de‐la‐recherche/1‐pourquoi‐gerer‐les‐
donnees‐de‐la‐recherche
INRA.‐Datapartage : Plan de gestion des données. https://www6.inra.fr/datapartage/Gerer/Plan‐de‐gestion
CNRS – Inist, 2014 : le PGD : une introduction à la gestion et au partage des données de la recherche – Le plan de
gestion des données. http://www.inist.fr/donnees/co/module_Donnees_recherche_26.html
Agence Nationale pour la Recherche, 2015. Guide du déposant. http://www.agence‐nationale‐
recherche.fr/fileadmin/aap/2015/pa‐anr‐2015‐guide‐deposants.pdf
Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020
(v.3.2, 2017) /
Lignes directrices pour la gestion des données FAIR dans Horizon 2020. V3.0 (26/07/2016) : Trame de PGD commentée
Et pour suivre les nouveautés, le blog : http://www.donneesdelarecherche.fr/

36. Merci pour votre attention…
Et maintenant à vous !
vos questions, vos expériences, vos demandes…
hanka.hensens@ird.fr
http://intranet.ird.fr/ist
http://www.mpl.ird.fr/documentation