Une formation complète sur les Data Papers

Ce cours permet aux chercheurs, ingénieurs, doctorants et professionnels de l’information scientifique d’appréhender tous les aspects de la rédaction et de la publication d’un Data Paper.

La formation aborde de façon progressive et structurée :

• Les spécificités d’une publication de jeu de données ;
• La structure et les composants d’un Data Paper ;
• L’écosystème d’outils dédiés à la publication de données de recherche ;
• Les critères de choix d’une revue et d’un entrepôt de données ;
• Les standards de métadonnées et leur importance ;
• Les particularités du processus de soumission et d’évaluation.

Une formation en autonomie et certifiante

Ce cours a été spécialement conçu pour permettre un apprentissage en totale autonomie. Accessible à tout moment et sans prérequis, il s’adapte au rythme de chacun avec des modules de courte durée (entre 5 et 30 minutes chacun), une progression claire et structurée, des exemples concrets illustrés et des ressources complémentaires pour approfondir.

À l’issue du parcours, une évaluation sous forme d’étude de cas permet de valider les acquis. La réussite de cette évaluation donne droit à un open badge, attestation numérique certifiant la maîtrise des objectifs de formation et valorisable dans un parcours professionnel.

Une ressource pour accompagner la science ouverte

Cette formation s’inscrit dans la dynamique nationale de promotion de la science ouverte et complète l’écosystème de Recherche Data Gouv. Elle répond aux exigences croissantes des organismes de financement et des revues scientifiques concernant le partage des données.

Pour suivre cette formation, il suffit de se rendre sur la plateforme Callisto et d’accéder à l’espace de formation du Centre de ressources Urfist. Bien que l’accès soit libre et ne nécessite pas d’inscription, la création d’un compte est recommandée pour bénéficier du suivi pédagogique et obtenir l’open badge.

Durée estimée : 2h30
Public cible : Tout public impliqué dans la gestion et la valorisation des données de recherche
Prérequis : Aucun