Qu’est-ce que la gestion des données de recherche ?

La gestion des données de recherche (GDR), ou Research Data Management (RDM), est l’ensemble des pratiques mises en œuvre pour organiser, documenter, stocker, protéger, préserver et, lorsque cela est possible, partager les données collectées, produites ou utilisées dans le cadre d’un projet de recherche.

La GDR suit le cycle de vie d’un projet de recherche et concerne les données pendant toute leur durée de vie : depuis la conception du projet et la collecte des premières données jusqu’à leur archivage, leur publication ou leur réutilisation.

Vous ne savez pas si vous travaillez avec des données de recherche ? → [Identifier les données de recherche]

Pourquoi bien gérer ses données ?

Bien gérer ses données est une activité exigeante et au long cours, mais dont l’importance et les avantages sont non-négligeables. Une bonne gestion permet en effet de :

Gagner du temps au quotidien, en retrouvant facilement les fichiers, les informations et les versions dont vous avez besoin grâce à un nommage et une documentation appropriées, sans devoir reconstituer après coup l’organisation ou les traitements effectués.

Prévenir la perte ou l’altération des données, grâce à des solutions de stockage appropriées, des sauvegardes régulières et une gestion claire des différentes versions.

Faciliter le travail en équipe, en adoptant des règles communes pour organiser, nommer et documenter les fichiers. Les données restent ainsi compréhensibles lorsque de nouvelles personnes rejoignent le projet, que d’autres le quittent ou que les données sont réutilisées par autrui.

Améliorer la qualité et la fiabilité de la recherche, en conservant une trace des méthodes, des décisions et des transformations appliquées aux données. Cette documentation permet de vérifier les analyses, d’étayer les résultats publiés et de dater les découvertes d’un projet.

Protéger les personnes dont les données sont collectées en tenant compte dès le début du projet des exigences relatives à la confidentialité, au traitement et la protection des données et à l’éthique.

Préserver les données utiles sur le long terme, afin qu’elles ne deviennent pas illisibles, incompréhensibles ou inutilisables après la fin du projet.

Accroître la visibilité et l’impact de la recherche, en rendant les données plus faciles à trouver, à comprendre et à citer. La publication d’un jeu de données peut également favoriser de nouvelles collaborations et contribuer à la reconnaissance du travail accompli.

Répondre aux exigences applicables au projet, notamment celles de l’Université, des bailleurs de fonds et des éditeurs scientifiques en matière de gestion, de conservation et de partage des données.

La GDR accompagne tout le projet

La gestion des données intervient, idéalement, dès la conception du projet de recherche et l’accompagne jusqu’à qu’il soit entièrement terminé. Les actions sont réparties en plusieurs étapes qui forment le cycle de vie des données de recherche. Ces étapes ne sont pas toujours strictement successives : elles peuvent se chevaucher ou être répétées au cours de la recherche.

Cycle de vie des données de recherche

“UNIGE Data Life Cycle” by University of Geneva is licensed under CC BY 4.0. It is adapted from "Data Life Cycle" by ELIXIR RDMkit licensed under CC BY 4.0.

En amont de la recherche : anticiper les données qui seront utilisées ou produites, ainsi que leur nature et leur volume. Définir les responsabilités, les ressources et les outils nécessaires, et identifier les éventuelles contraintes juridiques, éthiques ou contractuelles. Concrètement, la planification prend généralement la forme d’un Data Management Plan (DMP).

Pendant la recherche : produire, collecter ou sélectionner les données nécessaires à la recherche grâce à des outils spécifiques et selon les méthodes définies. Documenter leur provenance et leurs conditions de collecte, tout en veillant à leur qualité et, le cas échéant, au consentement des personnes concernées. Les carnets de laboratoire, électroniques (ELNs) ou non, peuvent faciliter le suivi.

Pendant la recherche : organiser, nettoyer, convertir et contrôler les données afin de les rendre exploitables. Documenter les méthodes, les transformations, les logiciels et les scripts utilisés et, lorsque cela est nécessaire, anonymiser ou protéger les données.

Pendant la recherche : stocker les données dans des espaces adaptés, gérer les droits d’accès et effectuer des sauvegardes régulières. Sélectionner les données à conserver à long terme et veiller à ce qu’elles restent compréhensibles et utilisables grâce à des formats et à une documentation appropriées.

À la fin de la recherche : sélectionner et préparer les données qui peuvent être diffusées, puis les déposer dans un dépôt de données (data repository) approprié accompagné de leurs métadonnées et leur documentation. Définir leurs conditions d’accès et de réutilisation et faciliter leur identification et leur citation.

Après la recherche : Utiliser des données existantes pour répondre à de nouvelles questions, vérifier des résultats ou compléter d’autres travaux. Avant leur réutilisation, évaluer leur qualité, leur provenance, leur documentation et les conditions juridiques ou éthiques qui s’y appliquent.

Pour aller plus loin

Ressources UNIGE


Capsule vidéo Data Science for all - Les enjeux propres à la gestion de données

  • Draw.io – outil développé par la faculté de Médecine pour aider à la planification et à la gestion des données de recherche

Formations UNIGE

8 août 2026