Gestion et usage des données de recherche: le cas du projet GreenEdge

3e Journée des professionnels et professionnelles de recherche (PPRs) affiliés à l’Université Laval

Philippe Massicotte

Université Laval

27 novembre 2025

Intro et cadre du projet

The dynamics of the phytoplankton spring bloom in the Arctic Ocean

Credit: Noé Sardet, Parafilms/Green Edge

The Arctic Bloom

Le projet GreenEdge en chiffres

  • 80+ scientifiques
  • 7 work packages
  • 23+ institutions dans 3 pays (Canada, France, Groenland)
  • 2 camps de glace (2015-2016) et 1 mission océanographique sur le brise-glace Amundsen (2016)

Credit: Noé Sardet, Parafilms/Green Edge

Les enjeux rencontrés

Transdisciplinarité

  • Biologie
  • Physique
  • Chimie
  • Modélisation

Multiplicité

  • Types de données (images, vidéos, données in situ, données satellitaires, etc.)
  • Formats de données (CSV, Excel, NetCDF, etc.)
  • Outils de collecte et de traitement (capteurs, logiciels d’analyse, etc.)

Dissimination des données

Rédaction de deux data papers: Pourquoi?

  1. Description détaillée des jeux de données
  2. Méthodologies de collecte et de traitement
  3. Unification des formats et métadonnées
  4. Facilitation de l’accès et de la réutilisation des données par la communauté scientifique

Les leçons apprises (1/3)

Planification et documentation

Les leçons apprises (2/3)

Collaboration et développement des compétences

  • Favoriser l’innovation et le partage d’expertise
    • Ex: Ateliers réguliers entre biologistes, océanographes, modélisateurs
  • Développement des compétences en gestion de données
    • Ateliers, webinaires pour les chercheurs, PPRs, étudiants
  • Formations aux outils de préservation numérique

Les leçons apprises (3/3)

Infrastructure et bonnes pratiques

  • Centralisation des données
    • Utilisation de plateformes collaboratives pour les données actives
    • Ne pas user les courriels pour le partage de données
  • Importance des sauvegardes
  • Intégration des nouvelles technologies et meilleures pratiques
    • Cloud computing, IA, etc.

Ouvertures vers le futur

  • Développement de politiques claires sur la gestion des données
  • Investissement dans les infrastructures de stockage et calcul
  • Formation continue des équipes de recherche
  • Adoption de standards communs (métadonnées, formats)
  • Promotion de la culture de partage ouvert des données
  • Collaboration inter-institutionnelle pour mutualiser les ressources