Recherche reproductible : principes méthodologiques pour une science transparente

Vous prenez des notes et vous voulez vous y retrouver ? Vous faites des calculs sur ordinateur et vos résultats changent d’un jour à l’autre ? Vous aimeriez partager avec vos collègues vos analyses de données et vos développements méthodologiques et qu’ils puissent les réutiliser ?Ce MOOC est pour vous, doctorant-e-s, chercheur-se-s , étudiant-e-s en master, enseignant-e-s, ingénieur-e-s de toutes disciplines qui souhaitez vous former à des environnements de publication et des outils fiables :

Markdown pour la prise de note structurée
– Des Outils d’indexation
Gitlab pour le suivi de version et le travail collaboratif
Notebooks (jupyter, rstudio ou org-mode) pour combiner efficacement calcul, représentation et analyse des données

Vous apprendrez au cours des exercices à utiliser ces outils pour améliorer votre prise de notes, votre gestion des données, et des calculs. Nous vous présenterons également les enjeux et les difficultés de la recherche reproductible.

À l’issue de ce MOOC, vous aurez acquis les techniques vous permettant de préparer des documents réplicables et de partager en toute transparence les résultats de vos travaux.

inria
Organisateur :

INRIA

* MOOC Francophone est un service de mise en relation sans inscription et sans intermédiaire. Nous n’organisons aucun cours, le lien « Suivre le cours » vous redirige vers la page web des organisateurs.
  • icon

    Intervenant

    Christophe Pouzat

    Chercheur CNRS au laboratoire MAP5, mathématiques appliquées à Paris-Descartes. Il est en fait neurophysiologiste et travaille sur l’analyse de données ; la recherche reproductible lui permet une communication explicite avec les expérimentateurs, ce qui évite bien des erreurs.

    Arnaud Legrand

    Chercheur CNRS au Laboratoire d’Informatique de Grenoble. Il s’intéresse à l’évaluation de la performance de grandes infrastructures. Que ça soit lors de l’expérimentation ou lors de l’analyse des mesures, il est indispensable de capturer rigoureusement le processus utilisé.

    Konrad Hinsen

    Chercheur CNRS au Centre de Biophysique Moléculaire à Orléans et au Synchrotron SOLEIL à Saint Aubin. Il explore la structure et la dynamique des protéines par des méthodes computationnelles, qu’il tente de rendre reproductibles

  • icon

    Durée

    4 à 8 h/ semaines

  • icon

    Prérequis

    Le premier module ne requiert aucune connaissance particulière. Dès le deuxième module, une connaissance des bases du langage Python ou du langage R est nécessaire. Dans le quatrième module, nous traitons des sujets plus spécialisés dont chacun peut nécessiter des compétences particulières.

  • icon

    Charge de travail

    4 modules

    Du 22 octobre au 10 décembre 2018

  • icon

    Coût

    Gratuit

  • icon

    Certification

    A l’issue du cours, une attestation de suivi avec succès sera délivrée aux participants ayant obtenu la note minimale requise. L’évaluation est basée sur des quiz, des exercices pratiques et un devoir qui sera évalué par d’autres élèves.

  • icon

    Déroulement

    Ce MOOC représente une dizaine d’heures de formation sur les 3 modules + le module d’introduction que chacun pourra moduler en fonction de ses intérêts : tous les contenus seront disponibles dès le lancement du cours

  • icon

    Programme

    Module 1 : Cahier de notes, cahier de laboratoire
    Module 2 : La vitrine et l’envers du décor : le document computationnel
    Module 3 : La main à la pâte : une analyse réplicable
    Module 4 : Vers une étude reproductible : la réalité du terrain

  • icon

    Plateforme

    France Université Numérique (FUN)
    Plate-forme nationale française et propriété du Ministère de l’Enseignement Supérieur et de la Recherche. Elle est basée sur la technologie Open edX du MIT et de Harvard.

Pin It on Pinterest

Share This
+