{"id":22930,"date":"2025-12-10T07:59:28","date_gmt":"2025-12-10T05:59:28","guid":{"rendered":"https:\/\/distam.hypotheses.org\/?p=22930"},"modified":"2025-12-10T08:03:06","modified_gmt":"2025-12-10T06:03:06","slug":"de-quelques-choix-lors-du-depot-des-donnees-introduction-1-4","status":"publish","type":"post","link":"https:\/\/distam.hypotheses.org\/22930","title":{"rendered":"De quelques choix lors du d\u00e9p\u00f4t des donn\u00e9es : introduction (1\/4)"},"content":{"rendered":"\n

Cette s\u00e9rie de billets est consacr\u00e9e au d\u00e9p\u00f4t dans un entrep\u00f4t de confiance. Nous avons choisi Nakala<\/a>, l’entrep\u00f4t des donn\u00e9es en sciences humaines et sociales propos\u00e9 par l’IR* Huma-Num<\/a>, mais bien d’autres choix sont possibles.<\/bdo><\/p>\n\n\n\n

Pour choisir son entrep\u00f4t<\/strong><\/bdo>1<\/a><\/sup>, on peut s’appuyer sur la note m\u00e9thodologique<\/a> \u00e9tablie par le Coll\u00e8ge Donn\u00e9es de la recherche du Comit\u00e9 pour la science ouverte en 2024 ou sur la fiche synth\u00e9tique <\/a>publi\u00e9e sur Doranum. On peut aussi parcourir les listes d’entrep\u00f4ts disponibles, qu’il s’agisse de la liste mise \u00e0 jour en 2025<\/a> par le Comit\u00e9 pour la science ouverte, ou l’annuaire re3data<\/a>. Cela est particuli\u00e8rement int\u00e9ressant dans le cas des entrep\u00f4ts th\u00e9matiques, comme l’avait soulign\u00e9 Louis Mani\u00e8re lors de son intervention<\/a> pendant l’\u00e9cole d’\u00e9t\u00e9 Distam 2022. Il n’existe pas d’entrep\u00f4t sp\u00e9cialis\u00e9 dans les \u00e9tudes ar\u00e9ales dont la particularit\u00e9 ne tient pas tant \u00e0 la nature des donn\u00e9es (qui sont dans des formats standards) qu’aux questions que posent les m\u00e9tadonn\u00e9es qu’on leur associe \u2014<\/strong> questions li\u00e9es \u00e0 la documentation multi\u00e9critures et multilingue ainsi qu’aux lacunes des r\u00e9f\u00e9rentiels occidentalo-centr\u00e9s.<\/bdo><\/p>\n\n\n\n

Une fois l’entrep\u00f4t choisi, on proc\u00e8de \u00e0 l’organisation des donn\u00e9es<\/strong>. En effet, d\u00e8s lors que l’on d\u00e9passe la dizaine d’\u00e9l\u00e9ments \u00e0 d\u00e9poser,il convient de r\u00e9fl\u00e9chir \u00e0 la mani\u00e8re dont on va les d\u00e9poser. Ce choix d\u00e9pendra des fonctionnalit\u00e9s que propose l’entrep\u00f4t. Par exemple, Zenodo offre la possibilit\u00e9 d’organiser les d\u00e9p\u00f4ts en arborescence (\u00e0 la mani\u00e8re des arbres de r\u00e9pertoires et de fichiers de nos ordinateurs), ce n’est pas le cas de Nakala. <\/p>\n\n\n\n

Nakala<\/strong> se caract\u00e9rise par une gestion par d\u00e9p\u00f4t<\/strong> (et non par fichier). \u00c0 chaque d\u00e9p\u00f4t, qui peut \u00eatre multfichiers, est associ\u00e9 un DOI (digital object identifier). Le d\u00e9p\u00f4t peut \u00eatre signal\u00e9 dans une ou plusieurs collections<\/strong>, il ne dispara\u00eetra pas, m\u00eame si la collection est supprim\u00e9e. \u00c0 quoi cela peut-il servir ? Dans le cas du projet CHI-KNOW-PO<\/a>, le corpus comprend plusieurs dizaines de milliers de fichiers images (\u00e0 l’\u00e9chelle de la page ou de la double page selon la source) et un nombre comparable de fichiers textes (correspondant cette fois \u00e0 des unit\u00e9s textuelles coh\u00e9rentes). Afin de pouvoir mettre en correspondance les deux jeux de fichiers, le corpus a \u00e9t\u00e9 d\u00e9coup\u00e9 en grandes sections de textes \u2014<\/strong> des chapitres, des rouleaux ou sections juan, des volumes. Chaque grande section est d\u00e9pos\u00e9e en image ou en texte sous la forme de deux d\u00e9p\u00f4ts qui partagent partiellement le m\u00eame titre2<\/a><\/sup>. L’ensemble des d\u00e9p\u00f4ts correspondant \u00e0 un ouvrage est r\u00e9uni dans un collection. Parall\u00e8lement, tous les d\u00e9p\u00f4ts du projet sont rattach\u00e9s \u00e0 la grande collection “CHI-KNOW-PO” :<\/p>\n\n\n\n

\"Organisation<\/p>\n\n\n\n

On \u00e9tablit ensuite un sch\u00e9ma de m\u00e9tadonn\u00e9es<\/strong>, c’est-\u00e0-dire qu’on documente les donn\u00e9es en leur associant un titre, une licence, etc. Ce sch\u00e9ma de m\u00e9tadonn\u00e9es peut prendre diverses formes :<\/p>\n\n\n\n