# Principes FAIR et données de recherche en lettres

Humanités numériques · Bachelor 2

> Rendre les données des lettres trouvables, accessibles, interopérables, réutilisables : FAIR, DMP.

## Introduction

Les principes FAIR, formulés en 2016 par Wilkinson et ses collègues dans la revue Scientific Data, demandent que les données de recherche soient Findable (trouvables), Accessible (accessibles), Interoperable (interopérables) et Reusable (réutilisables). Ils ne signifient pas que tout doit être public : une donnée peut être FAIR et accessible sous conditions, par exemple pour des raisons de protection des personnes ou de droits d'auteur.

En lettres et sciences humaines, les données sont variées : corpus de textes, transcriptions, images de manuscrits, éditions TEI, annotations, bases de données prosopographiques. Leur réutilisation dépend de choix concrets : formats ouverts (XML, CSV, texte brut plutôt que formats propriétaires), métadonnées documentées, identifiants pérennes (DOI) et licences claires (Creative Commons).

En Suisse, les bailleurs de fonds comme le Fonds national suisse (FNS) demandent un plan de gestion des données (DMP) pour les projets, et des infrastructures nationales, dont le DaSCH (Data and Service Center for the Humanities), soutiennent l'archivage des données en sciences humaines.

## Objectifs d'apprentissage

- Énoncer et expliquer les quatre principes FAIR avec des exemples en lettres
- Distinguer données ouvertes (open) et données FAIR
- Rédiger les grandes lignes d'un plan de gestion des données
- Choisir formats, licences et dépôts adaptés à un corpus de recherche

## Concepts clés

- **Les quatre piliers FAIR** : Trouvable (métadonnées riches, identifiant), accessible (protocole clair, même avec authentification), interopérable (vocabulaires et formats partagés), réutilisable (licence et provenance documentées).
- **FAIR n'égale pas open** : Des données sensibles ou protégées par le droit d'auteur peuvent être FAIR avec un accès restreint ; le slogan est « aussi ouvert que possible, aussi fermé que nécessaire ».
- **Plan de gestion des données (DMP)** : Document vivant décrivant collecte, formats, stockage, partage, archivage et responsabilités tout au long du projet.
- **Formats et licences** : Des formats ouverts et durables (XML/TEI, CSV, TXT) et des licences comme CC BY facilitent la réutilisation ; l'absence de licence bloque en pratique le réemploi.

## Conclusion

Les principes FAIR transforment la gestion des données en une compétence scientifique à part entière. Ils obligent à penser, dès le début d'un projet, formats, métadonnées, droits et archivage.

En humanités numériques, appliquer FAIR protège le travail d'édition ou d'annotation de l'obsolescence et permet aux autres chercheurs de le vérifier et de le prolonger.

## Cartes

### Que signifie l'acronyme FAIR ?

Findable, Accessible, Interoperable, Reusable.

### Dans quelle publication les principes FAIR ont-ils été formulés ?

Dans l'article de Wilkinson et al. (2016) paru dans Scientific Data.

### Une donnée FAIR doit-elle être publique ?

Non : elle doit être décrite et accessible selon des conditions claires, éventuellement restreintes (protection des données, droits d'auteur).

### Quel rôle joue un identifiant pérenne comme un DOI ?

Il fournit un lien stable et unique vers un jeu de données, ce qui le rend trouvable et citable.

### Pourquoi préférer XML ou CSV à un format propriétaire pour archiver un corpus ?

Ce sont des formats ouverts, documentés et lisibles à long terme, ce qui améliore l'interopérabilité et la pérennité.

### Que contient typiquement un DMP ?

Description des données, formats, métadonnées, stockage et sauvegarde, partage, archivage à long terme, droits, éthique et responsabilités.

### Quelle licence Creative Commons autorise la réutilisation avec simple attribution ?

CC BY.

### Qu'est-ce que le DaSCH ?

Data and Service Center for the Humanities : infrastructure suisse dédiée à l'archivage et à l'accès aux données de recherche en sciences humaines.

### Pourquoi les droits d'auteur compliquent-ils la diffusion de corpus littéraires récents ?

Les textes protégés ne peuvent pas être redistribués librement ; on diffuse alors des dérivés (fréquences, métadonnées) ou on restreint l'accès.

## Glossaire

- **FAIR** : Ensemble de principes de gestion des données de recherche visant leur découverte et leur réutilisation par des humains et des machines.
- **Métadonnées** : Données décrivant d'autres données (auteur, date, format, provenance, licence).
- **DOI** : Digital Object Identifier : identifiant pérenne résolu vers une ressource en ligne.
- **Plan de gestion des données (DMP)** : Document qui planifie la gestion des données d'un projet de la collecte à l'archivage.
- **Interopérabilité** : Capacité de données ou d'outils différents à échanger et à être combinés.
- **Creative Commons** : Famille de licences permettant à un auteur d'indiquer ce que les tiers peuvent faire de son œuvre.

https://ruvy.ch/decks/-P5CVGxEmqFldpnzpJsC