Bien décrire la vie de vos données pour leur assurer un futur DMP OPIDoR, un outil et un accompagnement actifs pour planifier la gestion de vos données en harmonie avec les pratiques de votre communauté
Avis:

Glossaire

Les définitions proposées dans ce glossaire sont adaptées aux utilisateurs de DMP OPIDoR.

 

Accord de consortium / Consortium agreement

L’accord de consortium est un accord de coopération encadrant les projets de recherche collaborative, c’est-à-dire des projets impliquant des partenaires publics (établissements de recherche, universités…) et privés (entreprises…), sans flux financier entre les parties, chaque partenaire étant subventionné pour la réalisation du projet (par exemple, un ANR). Il s’agit d’un accord privé signé entre les partenaires pour définir les droits et obligations mutuels.

D’après https://www.grenoble-inp.fr/fr/recherche-valorisation/accord-de-consortium-les-fondamentaux

Analyse d’impact relative à la protection des données (AIPD) / Data protection impact assessment (DPIA)

Également appelé Analyse d’impact sur la vie privée (AIVP) / Privacy impact assessment (PIA)

Une analyse d'impact sur la protection des données est une démarche introduite par le Règlement européen sur la protection des données visant à :

Il est obligatoire de conduire une telle analyse lorsque l'on souhaite créer un nouveau traitement susceptible d'engendrer des risques élevés.

https://www.cnil.fr/fr/cnil-direct/question/1349

Anonymisation des données / Data anonymisation

L’anonymisation est un traitement qui consiste à utiliser un ensemble de techniques de manière à rendre impossible, en pratique, toute identification de la personne par quelque moyen que ce soit et de manière irréversible. Contrairement à la pseudonymisation, l’anonymisation est donc une opération irréversible.

https://www.cnil.fr/fr/lanonymisation-de-donnees-personnelles

https://www.cnil.fr/fr/recherche-scientifique-hors-sante/enjeux-avantages-anonymisation-pseudonymisation

Voir aussi Pseudonymisation

 

API (Interface de programmation d'application) / API (Application Programming Interface)

Interface structurée permettant d’interagir automatiquement avec un système d’information tierce, qui inclut généralement la récupération de données à la demande.

https://recherche.data.gouv.fr/fr/glossaire?initial=A

 

Assurance de la qualité / Quality assurance

Partie du management de la qualité visant à donner confiance en ce que les exigences pour la qualité seront satisfaites. (ISO 9000:2000)

https://qualite-en-recherche.cnrs.fr/glossaire/

Voir aussi Contrôle qualité et Qualité scientifique

Cahier de laboratoire électronique (CLE) / Electronic Laboratory Notebook (ELN)

Logiciel qui permet de recueillir et centraliser toutes les informations essentielles à la reproduction d’une expérience scientifique. Ses fonctions documentaires et sa force probatoire lors du dépôt de brevet recoupent celles du cahier papier, mais elles les dépassent largement pour constituer un cahier « enrichi » et « augmenté » assimilable à un véritable outil de gestion des connaissances du laboratoire.

D’après Mathieu G. et al. Rapport du groupe de travail sur les cahiers de laboratoires électroniques. [Rapport de recherche] Comité pour la science ouverte. 2021, 68 p. https://dx.doi.org/10.52949/3

 

Cat OPIDoR  / Cat OPIDoR

Catalogue qui a pour objectif de cartographier les services français dédiés aux données scientifiques, hébergé par l’Inist-CNRS qui en assure la modération.

https://cat.opidor.fr/index.php/Cat_OPIDoR:%C3%80_propos

 

Chiffrement / Encryption

Le chiffrement est une méthode qui consiste à protéger ses documents en les rendant illisibles par toute personne n’ayant pas accès à une clé dite de déchiffrement.

https://www.cnil.fr/fr/comment-chiffrer-ses-documents-et-ses-repertoires

CNIL (Commission Nationale de l’Informatique et des Libertés) / CNIL (French data protection authority)

Autorité de contrôle et de conseil en France chargée de surveiller, d’informer, d’accompagner l’application du règlement européen et de la règlementation française en matière de protection des données à caractère personnel (Cf. article 51 du RGPD) et chapitre 2 de l’ordonnance 2018-1125 du 12 décembre 2018 relative à la protection des données personnelles (modifiant la loi Informatique et Libertés du 6 janvier 1978).

https://www.inshs.cnrs.fr/sites/institut_inshs/files/pdf/guide-rgpd_2.pdf (page 13)


Collaborateur / Collaborator

Personne invitée par le créateur du plan à participer à la rédaction ou à la relecture du plan dans l’application DMP OPIDoR

Contributeur / Contributor

Personne ou organisation (par ex : équipe, unité ou groupe de recherche) contribuant à la gestion des produits de recherche dans l’application DMP OPIDoR

Contrôle qualité / Quality control

Terme recouvrant l'ensemble des activités permettant de contrôler les caractéristiques d’un produit, d’un service ou d’une entité, et de comparer les résultats obtenus aux exigences spécifiées.

Le contrôle de la qualité fait partie des bonnes pratiques de fabrication ; il concerne l'échantillonnage, les spécifications, le contrôle, ainsi que les procédures d'organisation, de documentation et de libération qui garantissent que les analyses nécessaires et appropriées ont réellement été effectuées et que les matières premières, les articles de conditionnement et les produits ne sont pas libérés pour l'utilisation, la vente ou l'approvisionnement sans que leur qualité n'ait été jugée satisfaisante .

http://umr15-tools.cirad.fr/amqs_web/doc_ressources/GlossaireAmiqualSud_FR.pdf

Voir aussi Assurance de la qualité et Qualité scientifique

Convention de nommage / Naming convention

Règles formalisées adoptées pour nommer et classer les fichiers ou documents d’un projet

Coordinateur du projet (Investigateur principal) / Project coordinator (Principal investigator)

Personne responsable de la réalisation de la totalité d’un projet.


Crossref Funder ID / Crossref Funder ID

Identifiant pérenne attribué à un organisme de financement de la recherche 

 

Cycle de vie des données / Data lifecycle 

Ensemble des étapes de gestion des données de la recherche, de la création à l'archivage, visant à les rendre FAIR tout au long de leur vie.

http://data.loterre.fr/ark:/67375/TSO-R30X16GJ-L

Délégué à la protection des données (DPD) / Data protection officer (DPO)

Le délégué à la protection des données est chargé de mettre en œuvre la conformité au règlement européen sur la protection des données au sein de l’organisme qui l’a désigné s’agissant de l’ensemble des traitements mis en œuvre par cet organisme.

https://www.cnil.fr/fr/definition/delegue-la-protection-des-donnees-dpo

Déontologie / Code of conduct

La déontologie correspond à l’ensemble des règles et devoirs spécifiques à l’exercice d’un métier.

Ethique, intégrité scientifique et déontologie à l’ANR. Principes et dispositifs opérationnels. ANR, 2023. https://anr.fr/fileadmin/documents/2023/ANR_Ethique-integrite-scientifique-deontologie.pdf 

 

Documentation des données / Data documentation

Etape du cycle de vie des données dans laquelle sont fournies toutes les informations indispensables pour décrire les données (fichiers README, métadonnées et/ou standards de métadonnées) pour les rendre accessibles, lisibles, compréhensibles et réutilisables.


Voir aussi Fichier README, Métadonnées, Standard de métadonnées

 

DOI / DOI

L’identifiant pérenne DOI (Digital Object Identifier, identifiant numérique d’objet), géré par le consortium DataCite est destiné à l’identification des ressources scientifiques et en particulier des données de la recherche.  Ce système performant fournit un accès pérenne à la ressource par l’intermédiaire d’un lien cliquable permanent, et permet l’identification et le référencement des données les rendant ainsi découvrables, accessibles et citables.

L’Inist-CNRS est le  ‘‘Consortium Lead’’ du Consortium français membre de DataCite.

https://opidor.fr/identifier/

 

Données de la recherche / Research data

Enregistrements factuels (chiffres, textes, images et sons), qui sont utilisés comme sources principales pour la recherche scientifique et sont généralement reconnus par la communauté scientifique comme nécessaires pour valider des résultats de recherche.

« Principes et lignes directrices de l’OCDE pour l’accès aux données de la recherche financée sur fonds publics », 2007, p18.

Donnée à caractère personnel (donnée personnelle) / Personal data

Toute information se rapportant à une personne physique identifiée ou identifiable ; est réputée être une «personne physique identifiable» une personne physique qui peut être identifiée, directement ou indirectement, notamment par référence à un identifiant, tel qu'un nom, un numéro d'identification, des données de localisation, un identifiant en ligne, ou à un ou plusieurs éléments spécifiques propres à son identité physique, physiologique, génétique, psychique, économique, culturelle ou sociale

https://www.cnil.fr/reglement-europeen-protection-donnees/chapitre1#Article4 

Exemples  :


Donnée personnelle dite « sensible » / Sensitive personal data

Catégorie particulière des données personnelles.

Ce sont des informations qui révèlent la prétendue origine raciale ou ethnique, les opinions politiques, les convictions religieuses ou philosophiques ou l'appartenance syndicale, ainsi que le traitement des données génétiques, des données biométriques aux fins d'identifier une personne physique de manière unique, des données concernant la santé ou des données concernant la vie sexuelle ou l'orientation sexuelle d'une personne physique.

https://www.cnil.fr/fr/definition/donnee-sensible


Donnée sensible / Sensitive data

Informations réglementées par la loi en raison d’un risque possible pour la faune, la flore, les êtres humains ou les communautés, ainsi que pour les organisations publiques et privées. Les données à caractère personnel sensibles comprennent les informations relatives à l'origine raciale ou ethnique, aux opinions politiques, aux croyances religieuses ou philosophiques, à l'appartenance syndicale et à la santé ou la vie sexuelle d’un individu. Ces données pourraient être identifiables et leur divulgation pourrait par conséquent causer préjudice. Pour les autorités locales et gouvernementales, les données sensibles sont liées à la sécurité (données politiques, diplomatiques ou militaires, risques biologiques, etc.), aux risques environnementaux (installations nucléaires et autres installations sensibles) ou à la protection de l'environnement (habitats naturels, faune ou flore protégée). Les données sensibles des organismes privés concernent en particulier des éléments stratégiques ou susceptibles de compromettre leur compétitivité.

David R. et al. RDA Sensitive Data Interest Group: Goals and Roadmap. Zenodo. https://doi.org/10.5281/zenodo.4690571

Exemples :

 

Droits de propriété intellectuelle / Intellectual Property Rights

Droits conférés à l'individu par une création intellectuelle. Ils donnent généralement au créateur un droit exclusif sur l'utilisation de sa création pendant une certaine période. (Source : https://www.wto.org/french/tratop_f/trips_f/intel1_f.htm)

http://data.loterre.fr/ark:/67375/TSO-RGKFQW9J-K

Embargo / Embargo period

Période pendant laquelle les articles et les données de recherche déposés dans un entrepôt ou une archive ouverte ne sont pas accessibles librement.

d’après https://doranum.fr/glossaire-donnees-recherche/

Entrepôt de données / Data repository (Digital repository)

Un entrepôt de données de recherche (Research Data Repository ou Data Repository) est une base de données destinée à accueillir, conserver, rendre visibles et accessibles des données de recherche.

Son rôle est de permettre le dépôt ou la collecte de données, leur description, leur accès, et leur partage en vue de leur réutilisation. Chaque entrepôt dispose généralement d’une politique de dépôt, de description et de diffusion des données.

https://collaboratif.cirad.fr/alfresco/s/d/workspace/SpacesStore/b526db2d-4a8d-4bb5-9882-17c53677f9f0/CoopIST-Deposer-ses-donnees-dans-un-entrepot-20200527.pdf

Entrepôt de confiance / Trusted repository

Entrepôt de données répondant aux critères de qualité exigés pour obtenir une certification (format des données, qualité des métadonnées, conditions d’accès et de réutilisation, identifiant pérenne, archivage à long terme, …).

De nombreux entrepôts n’ont pas de certification mais sont cependant largement reconnus par la communauté scientifique et offrent des garanties de conservation à long terme.

https://doranum.fr/glossaire-donnees-recherche/

Equipement et plateau technique / Facility

Ressources techniques, humaines et/ou informatiques mises à disposition des équipes de recherche dans l'application DMP OPIDoR pour :


Ethique / Ethics

L’éthique questionne les progrès de la science et leurs répercussions sociétales. Elle consiste en une démarche réflexive et constitue un socle pour faire évoluer l’exercice de la recherche en fonction des contextes et des enjeux, et garantir le caractère intègre et responsable des sciences.

Ethique, intégrité scientifique et déontologie à l’ANR. Principes et dispositifs opérationnels. ANR, 2023. https://anr.fr/fileadmin/documents/2023/ANR_Ethique-integrite-scientifique-deontologie.pdf

FAIR (principes) / FAIR (principles)

Ensemble de principes directeurs pour gérer les données de la recherche, visant à les rendre faciles à trouver, accessibles, interopérables et réutilisables par l’homme et la machine. http://data.loterre.fr/ark:/67375/TSO-D9HJPTL6-X

Ils ont été publiés en 2016 dans l’article « The FAIR Guiding Principles for scientific data management and stewardship » par Wilkinson et al. Sci Data (2016). https://doi.org/10.1038/sdata.2016.18

 

Fichier README / README file

Les fichiers README sont des guides, habituellement en texte clair, qui maximisent la stabilité et la préservation à long terme de vos ensembles de données. Ils ont pour but d’aider les chercheurs à comprendre vos ensembles de données, ainsi que leur contenu, provenance, licence et manière de les utiliser. Ces fichiers sont habituellement nommés README, readme.txt ou read-me.md.

https://zenodo.org/record/4058962#.Y_XwOx-ZPcs

voir aussi Documentation des données, Métadonnée, Standard de métadonnées

 

Format ouvert / Open format

Un format ouvert (aussi appelé standard ouvert, norme ouverte, spécification ouverte ou format libre) est défini comme « tout protocole de communication, d'interconnexion ou d'échange et tout format de données interopérable et dont les spécifications techniques sont publiques et sans restriction d'accès ni de mise en œuvre ».

Les formats ouverts sont mis en opposition avec les formats propriétaires, ou formats fermés.

https://fr.wikipedia.org/wiki/Format_ouvert


Horizon Europe / Horizon Europe

Programme-cadre de l'Union européenne pour la recherche et l'innovation pour la période allant de 2021 à 2027.

http://data.loterre.fr/ark:/67375/TSO-LR2FMP5P-6

IdHAL / IdHAL

Identifiant personnel unique géré dans HAL. Il permet à un utilisateur authentifié, connu comme auteur dans HAL, de regrouper toutes ses publications, quelles que soient les différentes formes sous lesquelles son nom a pu être saisi et d’en choisir une par défaut.

https://doc.archives-ouvertes.fr/identifiant-auteur-idhal-cv/

IdRef  / IdRef

Identifiant pivot pour l’Enseignement Supérieur et la Recherche. Chaque notice d’autorité est dotée d’un identifiant IdRef, identifiant stable et pérenne construit sur l’identifiant de la notice Sudoc (PPN). IdRef est interopérable avec les principaux identifiants internationaux (ISNI, VIAF, ORCID, wikidata). A l’échelle nationale, IdRef est relié à l’identifiant ARK utilisé par la Bibliothèque nationale de France.

https://abes.fr/reseaux-idref-orcid/outils-et-services-autorites/plateforme-idref/

Identifiant pérenne / Persistent identifier (PID)

Chaîne de caractères alphanumériques qui désigne une ressource indépendamment de son emplacement et garantit un lien stable à la ressource en ligne, en faisant correspondre en permanence l’identité de la ressource à sa localisation sur le web.

http://data.loterre.fr/ark:/67375/TSO-H5ZG6DX6-4

Interopérable / Interoperable

Principe FAIR qui peut se décomposer en : téléchargeable, utilisable, intelligible, et combinable avec d'autres données, par des humains et des machines. Une mise en œuvre courante de ce principe consiste à utiliser les technologies du Web sémantique (RDF, OWL, SKOS) pour représenter et lier les données et les métadonnées. (Source : Esther Dzalé Yeumo, Les principes FAIR)

http://data.loterre.fr/ark:/67375/TSO-C676TDJV-H

Intégrité scientifique / Scientific integrity

L’intégrité scientifique renvoie à l’ensemble des règles et valeurs qui doivent régir l’activité de recherche pour en garantir le caractère honnête et scientifiquement rigoureux. Ses règles et valeurs ne peuvent être figées mais au contraire être soumises de façon renouvelée à la réflexivité et évoluer au regard des connaissances et avancées technologiques.

Ethique, intégrité scientifique et déontologie à l’ANR. Principes et dispositifs opérationnels. ANR, 2023. https://anr.fr/fileadmin/documents/2023/ANR_Ethique-integrite-scientifique-deontologie.pdf

Jeu de données / Data set

Agrégation de données brutes ou dérivées présentant une certaine "unité", rassemblées pour former un ensemble cohérent. (Source : https://coop-ist.cirad.fr)

http://data.loterre.fr/ark:/67375/TSO-ZQ5PMX6N-7

Licence de diffusion

La licence permet de définir des conditions de diffusion et de réutilisation d’un contenu scientifique (Creative Commons, Etalab…).

D’après https://www.ouvrirlascience.fr/category/science-ouverte/glossaire/

Logiciel de documentation / Documentation software

Liste d’outils/logiciels proposée dans DMP OPIDoR pour faciliter la saisie des métadonnées décrivant les produits de recherche en fonction du standard choisi. Cette liste est issue du catalogue RDA Metadata Standards Catalog.

https://opidor.fr/category/dmp-faq/

Métadonnées / Metadata

Informations permettant de décrire de manière normalisée des données ou des documents numériques (par exemple, la date et les coordonnées GPS pour une photo numérique). La qualité des métadonnées garantit le partage et la possibilité de réutilisation des données.

https://www.ouvrirlascience.fr/category/science-ouverte/glossaire/

Voir aussi Documentation des données et Standards de métadonnées

Minimisation des données personnelles / Personal data minimisation

Le principe de minimisation prévoit que les données à caractère personnel doivent être adéquates, pertinentes et limitées à ce qui est nécessaire au regard des finalités pour lesquelles elles sont traitées.

Exemple : Collecter et conserver le statut marital d’un salarié n’apparaît pas nécessaire à l’activité RH.

https://www.cnil.fr/fr/definition/minimisation

 

Modèle de DMP / DMP Template

Un modèle de DMP est une trame pour guider la rédaction d’un DMP. C’est un ensemble de questions auxquelles vous devez répondre pour expliquer comment les données de votre projet de recherche sont gérées, partagées et conservées à long terme, quels sont les coûts associés à cette gestion, comment sont définies les responsabilités des différents contributeurs.

Les questions et thématiques abordées dans les différents modèles de DMP sont souvent les mêmes. Mais l’organisation de ces questions et la précision des réponses attendues peuvent varier d’un modèle à l’autre.

Les modèles peuvent être enrichis d’aides/recommandations propres à un organisme ou à une communauté disciplinaire.

https://opidor.fr/category/dmp-faq/

Mot-clé contrôlé / Controlled keyword

Un mot-clé contrôlé appartient à un langage documentaire prédéfini, tel un thésaurus. Ce sont généralement des mots-clés métiers ou des taxinomies spécifiques à des domaines de spécialité (domaine médical, scientifique, légal ou autre). Ce sont des mots-clés normalement assignés à une notice par les documentalistes professionnels ou des experts du domaine.

 

ORCID iD / ORCID iD

ORCID ID est un identifiant numérique pérenne qui permet d’identifier de manière univoque un chercheur donné et qui référence et regroupe les travaux scientifiques de ce chercheur issus de différentes plateformes de dépôt telle que HAL ou site de publication.

https://orcid-france.fr/wp-content/uploads/2021/07/tutoriel-lier-idhal-orcid.pdf

Plan de gestion des données (PGD) pour un projet de recherche / Data management plan (DMP) for a research project

Il décrit comment les données et autres produits de recherche sont collectés, traités et/ou générés, dans le cadre d’un projet, d’une activité de recherche ou d'un doctorat, comment ils seront gérés, documentés et stockés pour en faciliter le partage, la conservation à long terme et la réutilisation.

Régulièrement mis à jour, le plan de gestion de données accompagne les scientifiques dans la mise en œuvre des principes FAIR.

Plan de gestion de données pour une entité / Entity data management plan

également appelé Plan de gestion de structure

Il définit comment sont gérées au sein d’une entité de recherche* les données générées par cette entité ou provenant de tiers. Ce plan vise à harmoniser les bonnes pratiques et à faciliter leur mise en œuvre dans les projets de recherche menés dans le cadre de l’entité.

* plateforme, infrastructure de recherche, unité de recherche, laboratoire, …

Plan de gestion des données exploitable par les machines / Machine-actionable data management plan (maDMP)

Plan de gestion de données produit dans un format lisible et exploitable par les machines, permettant des échanges d’informations automatisés avec les services mis en place pour la production et la gestion des données.

Potentiel de réutilisation / Reusability

Intérêt et utilité actuelle ou future, scientifique, environnementale, économique, ou sociale des données

https://collaboratif.cirad.fr/alfresco/s/d/workspace/SpacesStore/b526db2d-4a8d-4bb5-9882-17c53677f9f0/CoopIST-Deposer-ses-donnees-dans-un-entrepot-20200527.pdf

Pseudonymisation des données / Data pseudonymisation

La pseudonymisation est un traitement de données personnelles réalisé de manière à ce qu'on ne puisse plus attribuer les données à une personne physique identifiée sans information supplémentaire.

En pratique, la pseudonymisation consiste à remplacer les données directement identifiantes (nom, prénoms, etc.) d’un jeu de données par des données indirectement identifiantes (alias, numéro séquentiel, etc.). La pseudonymisation permet ainsi de traiter les données d’individus sans pouvoir identifier ceux-ci de façon directe. Contrairement à l’anonymisation, la pseudonymisation est une opération réversible : il est possible de retrouver l’identité d’une personne si l’on dispose d’informations supplémentaires.

https://www.cnil.fr/fr/recherche-scientifique-hors-sante/enjeux-avantages-anonymisation-pseudonymisation

Voir aussi Anonymisation

 

Produit de recherche / Research output

Dans l’application DMP OPIDoR, le terme Produit de recherche recouvre tout type de données de recherche* au sens large produit au cours d’un projet ou d’une activité de recherche scientifique : jeu de données, logiciel et code, workflow, protocole, objet physique….

La typologie des produits de recherche proposée dans l'application est extraite du schéma DataCite 4.4.

*exclut les articles dans une revue scientifique et les ouvrages

 

Provenance des données / Data provenance

Métadonnées (ou informations d’ordre historique) portant sur l’origine, l’emplacement, la source – ou encore l’historique de la propriété, de l'emplacement d'une ressource ou d’un objet - y compris pour des objets numériques. Il peut s’agir par exemple d’informations sur le chercheur qui a collecté les données, ainsi que des détails sur leur stockage, leur manipulation et leur transfert éventuel.

Traduit de https://codata.org/rdm-terminology/provenance/

Qualité scientifique / Scientific quality

Qualité en recherche : Approche méthodologique contribuant au progrès et à l’amélioration continue des pratiques scientifiques. (FD X50-550)

 https://qualite-en-recherche.cnrs.fr/glossaire/

Voir aussi Assurance de la qualité et Contrôle qualité

Research Data Alliance (RDA) / Research Data Alliance (RDA)

Organisation créée en 2013 par la Commission européenne, la National Science Foundation et le National Institute of Standards and Technology du gouvernement des États-Unis, ainsi que le Department of Innovation du gouvernement australien.  Sa mission est de créer des passerelles sociales et techniques permettant un partage ouvert des données.

d’après https://fr.wikipedia.org/wiki/Research_Data_Alliance

 

re3data / re3data  (Registry of Research Data Repositories)

Annuaire mondial d’entrepôts de données de recherche couvrant différentes disciplines scientifiques. Il présente des entrepôts pour le stockage permanent et l’accès aux jeux de données destinés aux chercheurs, aux organismes de financement, aux éditeurs et aux établissements d’enseignement.

https://www.re3data.org/ 

https://doranum.fr/glossaire-donnees-recherche/

Référentiel / Registry

Dans l’application DMP OPIDoR, un référentiel est une liste structurée d’informations, provenant généralement d’une source externe identifiée et reconnue, et qui est proposé au chercheur pendant la rédaction de son DMP avec DMP OPIDoR pour en faciliter la saisie.

La liste des référentiels proposés dans l’application est disponible dans le menu « A propos de référentiels ».

 

RGPD (Règlement Général sur la Protection des Données) / GDPR (General Data Protection Regulation)

Cadre juridique défini par l’Union européenne pour la gestion des données personnelles.

Voir : https://www.cnil.fr/fr/comprendre-le-rgpd

Responsable conjoint du traitement ou co-responsable (selon RGPD)

Lorsque deux responsables du traitement, ou plus, déterminent conjointement les finalités et les moyens du traitement, ils sont responsables conjoints du traitement.

https://www.cnil.fr/fr/la-qualification-des-acteurs-du-secteur-de-lassurance-au-regard-du-rgpd

 

Responsable de traitement (selon RGPD) / Data controller (from GDPR)

Le responsable de traitement est la personne morale (entreprise, commune, etc.) ou physique qui détermine les finalités et les moyens d’un traitement, c’est à dire l’objectif et la façon de le réaliser. En pratique et en général, il s’agit de la personne morale incarnée par son représentant légal.

https://www.cnil.fr/fr/definition/responsable-de-traitement

Responsable du plan / DMP manager

Dans l'application DMP OPIDoR, personne qui coordonne la planification de la gestion des données, aussi appelée auteur ou responsable du DMP. Par défaut la personne qui crée le DMP sur DMP OPIDoR.

 

ROR ID / ROR ID

Identifiant pérenne attribué à un organisme de recherche.

http://data.loterre.fr/ark:/67375/TSO-VD8QW3Q6-7

Service externe (Client API) / External service (API Client)

Dans l'application DMP OPIDoR, un « service externe » peut être un organisme, une plateforme ou une infrastructure souhaitant collecter de façon automatisée (API) des informations contenues dans des plans de gestion des données créés sur DMP OPIDoR. Tous les services externes proposés ont été validés par DMP OPIDoR.

La gestion des services externes est seulement disponible pour les plans structurés. Le formulaire de gestion est affiché dans l’onglet Partager d’un plan de gestion lorsque des droits d'accès au plan ont été attribués à un service externe par DMP OPIDoR.

Sous-traitant / Data processor

Le sous-traitant est la personne physique ou morale (entreprise ou organisme public) qui traite des données pour le compte d’un autre organisme (« le responsable de traitement »), dans le cadre d’un service ou d’une prestation.

https://www.cnil.fr/fr/definition/sous-traitant

Exemples :

 

Standard de métadonnées / Metadata standard

Un standard de métadonnées (ou schéma de métadonnées) est un modèle qui précise toutes les métadonnées nécessaires pour décrire un certain type de données. Utiliser un standard de métadonnées permet de décrire les données de façon riche et précise, en utilisant le même vocabulaire que votre communauté (interopérabilité sémantique).

Exemples : Dublin Core, DDI (Data Documentation Initiative), EML (Ecological Metadata Language), ISA-Tab…

https://openscience.pasteur.fr/2022/06/15/comment-trouver-un-standard-de-metadonnees/


Voir aussi Documentation des données et Métadonnées

 

Thésaurus / Thesaurus

C’est un ensemble organisé de termes contrôlés et normalisés représentant les concepts d’un domaine de connaissance. Les termes sont reliés entre eux par des relations de synonymie (terme équivalent), de hiérarchie (terme générique et terme spécifique) et d’association (terme associé) ; chaque terme appartient à une catégorie ou domaine. (Source : Wikipedia.  Thésaurus documentaire)

https://doranum.fr/glossaire-donnees-recherche/#Q

 

Workpackage (Tâche) / Workpackage (Task)

Un projet impliquant plusieurs partenaires peut être découpé en plusieurs grandes activités, lots de travail, appelés workpackages. Cela permet de répartir la charge de travail, de définir précisément qui travaille sur quoi au sein du projet, quelle est la contribution de chaque partenaire du projet. Le découpage du projet en workpackages  est classique pour les  projets européens.

https://opidor.fr/category/dmp-faq/

 

Autres glossaires ou lexiques liés aux données de la recherche :

 

Support technique