Organisation
Laboratoire DYPAC UVSQ/Dlab SHS Paris-Saclay
CNRS TSE-R
Service Ingénierie Recherche de l’Université de Limoges
Compte tenu de la participation et des demandes que nous avons reçues, nos séminaires se poursuivent pour la quatrième année. La formule reste la même que les années précédentes avec une session une fois par mois, les jeudis entre 14h et 17h. Le séminaire se déroulera en format hybride avec un présentiel alterné entre le laboratoire Dypac de l’UVSQ au 47 boulevard Vauban à Guyancourt, le Service Ingénierie Recherche de l’Université de Limoges et la Toulouse School of Economics. La dernière session se déroulera en présentiel dans un lieu qui sera communiqué ultérieurement .
En plus des sessions classiques, cette année encore, nous consacrerons des sessions à la présentation de tutoriels, d’outils, de scripts, de logiciels ou de méthodologies créées ad hoc pour la réalisation d’un projet afin d’alterner des sessions classiques de séminaire avec des tutoriels.
Les dates ont d’ores et déjà été fixées :
19 octobre séance inaugurale 2023, 23 novembre, 12 décembre, 18 janvier 2024, 15 février, 14 mars, 11 avril, 23 mai, la date de la dernière séance sera donnée ultérieurement.
Plusieurs axes sont proposés lors de l’année à venir :
Axe 1 : « En début de chaîne, acquisition/transformation des données : quels impacts sur la mise en ligne et l’utilisation futures des données »
Cet axe concerne les matériaux de base que sont les données sources ainsi que les opérations et traitements qui y sont associés, questionnant la numérisation, l’extraction, l’acquisition, le traitement, les formats, etc. et l’impact que cela produit sur toute la chaîne de traitement et de valorisation de la donnée.
Axe 2 : « Reprise de données anciennes, lacunes, qualité et représentativité des données »
Cet axe questionne l’aspect des données historiques mais aussi l’historiographie de la donnée, leur production, les biais et les choix de modélisation faits lors de l’acquisition, les lacunes et le moyen d’y parer ou encore la question primordiale de la qualité de la donnée.
Axe 3 : « Analyses spatio-temporelles et statistiques »
Nous retrouverons dans cet axe des études et projets ayant développé des méthodes spécifiques d’analyse spatio-temporelles ou d’analyse statistique. Les projets qui commencent sont les bienvenus, pour présenter des objectifs, les projets en cours pourront présenter des aspects méthodologiques, les projets terminés présenteront toute la chaîne menant à des résultats.
Axe 4 : « Outils pour la spatialisation des données dans les humanités numériques »
Myriades d’outils sont créés en humanités numériques pour aider à contrôler toute la chaîne de production, de traitement, d’analyse et de valorisation de la donnée. Autant que possible, nous souhaitons mettre en lumière des outils qui nous sembleront émergents et qui pourront aider la communauté en Humanités Numériques. La présentation d’un tutoriel sur un outil fonctionnel sera alors à privilégier.
Axe 5 : « En fin de chaîne, data paper, métadonnées, données complémentaires : comment contextualiser efficacement les données déposées ? »
Ce dernier axe concerne la valorisation scientifique de la donnée : catégories, thésaurus, ontologies et harmonisation dans le temps, valorisation au travers de publication scientifique classique, d’open data et plus largement de licence des données, de l’articulation avec des textes en open edition, de publication de data paper, d’utilisation ou de création de plateformes de dépôt de données.
Les propositions de communications devront respecter un format de 3000 signes maximum, la typologie de format avec laquelle vous voulez participer (présentation classique ou tutoriel) et au moins 3 dates auxquelles vous êtes disponible pour participer au séminaire avant le 15 octobre 2023 à l’adresse : seminairesourcesig@uvsq.fr
Deadline auteurs : 15 octobre 2023
Retour aux auteurs : 30 octobre 2023
Le comité d’organisation
Fabien Cerbelaud (Université de Limoges)
Rémi Crouzevialle (Université de Limoges)
Davide Gherdevich (UVSQ Paris Saclay)
Eric Mermet (CNRS TSE)