Rendre votre recherche reproductible, c’est relever le nouveau défi de la science pour améliorer ses résultats !
Ce cours en ligne, gratuit, disponible en français et entièrement traduit en anglais, propose des principes méthodologiques pour une science ouverte et transparente inscrite désormais dans « le plan national pour la science ouverte ». Le
Mooc aborde de manière pratique des thématiques telles que la prise de
notes, le document computationnel, la réplicabilité des analyses.
Les 5 raisons de suivre ce cours :
-
Comprendre pourquoi il est important de rendre votre recherche reproductible
Vous aurez un aperçu des enjeux et des difficultés de la recherche
reproductible. À l’issue de ce MOOC, vous aurez acquis les techniques
vous permettant de préparer des documents computationnels réplicables et
de partager en toute transparence les résultats de vos travaux. -
Vous former à des outils modernes et fiables pour la documentation de vos travaux
Vous découvrirez de nouveaux outils avec des vidéos, tutoriels,
documents pour les installer, les configurer et utiliser : Markdown pour
la prise de note structurée, des outils d’indexation (DocFetcher et
ExifTool), Git/GitLab pour le suivi de version et le travail
collaboratif, les Notebooks pour combiner efficacement calcul,
représentation et analyse des données.
-
Réaliser des exercices basés sur des cas concrets et avec des technologies adaptées à votre niveau
Vous apprendrez au cours de nombreux exercices à utiliser ces outils
pour améliorer votre prise de notes, votre gestion des données et des
calculs. Pour réaliser ces exercices, nous proposons trois parcours
différents dont chacun utilise une technologie de notebook : Jupyter qui
ne nécessite aucune installation de votre part sur votre ordinateur,
RStudio et Emacs/Org-mode. Pour la partie computationnelle, les langages
Python et/ou R sont proposés. -
Profiter de l’expérience de 3 chercheurs expérimentés
Dans ce MOOC interdisciplinaire, vous tirerez parti de l’expérience
de 3 chercheurs CNRS Christophe Pouzat, Arnaud Legrand et Konrad Hinsen qui s’intéressent
depuis de nombreuses années aux enjeux et aux défis de la recherche
reproductible. De nombreux témoignages de chercheurs viendront compléter
le cours, notamment dans les domaines des sciences humaines et
sociales. -
Partager avec les autres participants du MOOC grâce à un travail pratique évalué par vos pairs
Les enseignants vous proposent de préparer une analyse de données
sous forme d’un document computationnel, en choisissant parmi 7 sujets
basés sur des cas réels. C’est l’occasion de mettre en pratique tout ce
que vous aurez appris, avec l’aide des autres participants ainsi que des
enseignants grâce au forum du discussion mis à votre disposition.
Ce MOOC, proposé par Inria Learning Lab, est ouvert , à son rythme, du 20 mars 2020 au 20 mars 2021.
N’hésitez pas à vous inscrire et à diffuser cette information autour de
vous : le cours est entièrement gratuit et ouvert à tous : « Recherche reproductible : principes méthodologiques pour une science transparente » (sur le site FUN).
Suivez toute l'actualité des MOOCs Inria sur Twitter @InriaLearnLab et pour ce MOOC : #RRMOOC
En savoir plus sur cet
événement
Visiter inria.fr
Mots-clés:
Python
Open Science
gitlab
markdown
rstudio
org-mode
jupyter
science ouverte
reproductibilité
FUN Mooc
Notebook
git
langage R
Voir plus d'événements de cette institution