Fiche 2 — Comment puis-je organiser les données que je collecte lorsque je réalise mon enquête de terrain et assurer leur sauvegarde ?
S’il y a un partenariat avec une institution, les modalités de dépôt, de conservation, de consultation, de diffusion et d’exploitation sont à définir en amont. Les conseils qui suivent peuvent toutefois aider les chercheurs dans l’organisation des données qu’ils collectent, qu’ils aient pour objectif de les déposer et de les partager ou non.

1. Organisation et gestion des données
- Nommer les fichiers, quelques règles de base
Adopter quelques règles basiques pour nommer les fichiers audio et vidéo assure une meilleure organisation des données, facilite leur exploitation par le chercheur, notamment lorsque l’enquête comporte un grand nombre d’entretiens et simplifie leur éventuelle réutilisation. Le respect de règles de nommage et de classement rigoureux peut constituer un gain de temps précieux au moment du dépôt éventuel auprès d’un établissement documentaire.
- Exemple : les règles préconisées par La contemporaine pour le dépôt d’archives numériques
- limiter les noms de dossiers et si possible ceux des fichiers à 31 caractères maximum (extensions comprises)
- ne pas utiliser de signes diacritiques : pas d’accents ni de tréma (é, è, ê, ä), pas de cédille (ç)
- ne pas utiliser de caractères spéciaux (, ; . : ! ? /\« # [] () > < % = & ^) hormis le tiret bas « _ » et le trait d’union « — »
- éviter les mots vides : le, la, les, un, une, et, ou…
- éviter les espaces entre les mots : on peut par exemple supprimer les espaces entre les mots et mettre une majuscule à la première lettre de chaque mot. Ex : le fichier nommé « données de cadrage » devient « DonneesCadrage », on économise 4 caractères
- distinguer les versions de travail éventuelles et la version définitive d’un entretien
Si le chercheur dépose ses archives, il sera très utile de joindre une liste des abréviations et des acronymes les plus couramment utilisés.
- Organiser les données : les « métadonnées » à collecter
Les métadonnées sont la carte d’identité d’un document. Elles permettent de l’identifier, de le décrire et d’expliquer l’origine de sa création, son utilité et ses destinataires (dictionnaire de l’ENSSIB). Le chercheur doit se demander quelles informations doivent être conservées sur les entretiens réalisés et comment les structurer. Les métadonnées facilitent ensuite l’exploitation des documents par le chercheur et permettent par la suite de les identifier dans les bases de données.
Cette structuration des données est indispensable dans le cas d’un dépôt mais elle a un intérêt d’abord pour le travail du chercheur lui-même. Plusieurs informations permettront à l’archiviste de « recoder » les documents déposés en des ressources consultables et partageables :
- L’enquête : lieu et date de l’enquête, préparation, langue utilisée. Il est conseillé de définir une forme de rédaction de la date de création du document ou de l’évènement concerné par le contenu et essayer de s’y tenir ; il est préférable d’adopter l’ordre année/mois/jour.
- Le contexte, les document(s) accompagnant l’enregistrement ;
Le. La (les) témoin (s) : nom, prénom, sexe, date et lieu de naissance, profession, langue maternelle, sa place dans son réseau d’interconnaissance du chercheur… Il est conseillé de définir une forme de rédaction des noms des enquêtés : par exemple, Nom de famille — pas d’espace – 1ère lettre du Prénom.
Il est important de bien distinguer ces informations de celles qui seront diffusées dans le cas d’un dépôt et d’une mise à disposition de l’archive.
- Le Plan de gestion des données
De plus en plus de projets financés publiquement requièrent d’expliciter la démarche concernant la gestion et la conservation des données. Cet enjeu doit donc être formalisé dès le début de la recherche.
Le chercheur doit ainsi se poser quelques questions (Source) :
- Quels types de données seront collectés au cours du projet de recherche ?
- Qui sera en charge de leur gestion à chaque étape de la recherche (collecte, dépôt, partage) ?
- Comment seront organisés les données et les fichiers ? (exemple d’organisation par arborescence)
- Comment seront stockées, sauvegardées et sécurisées les données ?
- Quel type de partage est envisagé (partenariat avec un établissement documentaire) ?
- Quels seront les coûts et les ressources nécessaires à la gestion et au partage des données ?
Pour formaliser l’organisation de la gestion des données, il est fréquent que soit demandé de rédiger un Plan de gestion des données. Le Plan de gestion des données, ou Data Management Plan (DMP), est un document évolutif qui organise la création, le traitement, l’analyse, la préservation et la réutilisation éventuelle des données issues de la recherche. Il s’agit d’anticiper le traitement des données à toutes les étapes de la recherche. Ce document est obligatoire pour les projets de recherche du programme Horizon 2020 et pour les projets ANR. Plutôt que de le voir comme un document contraignant, il est possible de l’envisager comme une opportunité pour penser à la collecte, à la protection et au devenir des données collectées au cours de l’enquête de terrain. L’Union Européenne propose une structure type de DMP :
- Description du jeu de données
- Normes et métadonnées
- Partage des données
- Archivage et conservation
Plusieurs outils existent pour concevoir et réaliser le DMP :
- L’Economic and Social Research Council (ESRC) propose une liste de questions à se poser pour concevoir et réaliser un plan de gestion des données
- Une autre liste de questions avec les réponses possibles publiée par l’Université d’Oxford
- Le DMP OPIDoR est un outil de rédaction en ligne qui aiguille les chercheurs dans la réalisation du DMP. Plusieurs exemples de DMP sont fournis sur le site et il est possible, une fois inscrit, de solliciter de l’aide.
- Des chercheurs de l’Université Paris Diderot, de l’Université Paris Descartes et de l’École Nationale Supérieure des Sciences de l’Information et des Bibliothèques proposent un guide et un modèle de DMP très clairs.
2. Stocker les archives
Il est important de distinguer la sauvegarde et le stockage durant le projet, qui a pour objectif de garantir la sécurité des données et d’empêcher leur perte (assurés par le chercheur), de l’archivage pérenne, qui a pour objectif de conserver les données et d’en garantir l’accès sur le plus long terme (assuré par le chercheur en collaboration avec son laboratoire de recherche, une bibliothèque, un centre d’archives).
- Le stockage immédiat
Ce stockage intervient au moment de la constitution du corpus d’archives orales, lorsque le chercheur est sur le terrain. Le chercheur a plusieurs options :
- Stocker ses données sur le serveur mis à disposition par son laboratoire ou son université de rattachement
- Avoir recours au stockage en ligne (dropbox, google drive) ou via le fournisseur d’accès. Mais ces solutions commerciales demandent de prêter attention aux conditions d’utilisation (souveraineté des données), au coût, à la pérennité de l’outil proposé (les entreprises commerciales disparaissent), à leur accessibilité depuis l’étranger.
- S’il a préalablement contacté une bibliothèque et qu’il souhaite y déposer ses archives, il peut envoyer directement ses fichiers, à distance, via des applications telles que Wetransfer ou Filesender afin que l’établissement documentaire les stocke sur ses serveurs.
- Utiliser un disque dur externe
DoRANum conseille aux chercheurs de dupliquer et de stocker les données à différents endroits et sur différents supports. La règle à suivre, idéalement, est celle du 3-2-1 :
– garder 3 exemplaires des données
– sur 2 supports ou technologies différents
– stocker 1 des 2 sauvegardes dans une localisation différente des autres.
- L’archivage sur le moyen et le long terme
La prise en compte de la préservation des données issues de la recherche sur une durée plus longue est importante, car « aucun support d’archivage n’offre aujourd’hui de garantie de pérennité sur le long terme (…) L’archivage numérique consiste donc non pas à trouver le support éternel mais à mettre en œuvre une méthode rationnelle et réaliste de contrôle de support, de veille technologique et de migration (copies) en fonction des nécessités » (Baudot et al., 2006, p. 140). Le chercheur doit régulièrement faire des sauvegardes et tester son matériel, car à la différence de l’analogique, le numérique ne se détériore pas : le fichier existe ou disparaît totalement. Les supports de conservation ont également une durée de vie limitée et il est nécessaire de prévoir à l’avance de migrer ses données sur un nouveau support. Comme l’explique le CINES : « Si tel fabricant réputé sérieux garantit la lisibilité de tel support sur 10 ans, c’est sans doute qu’il le sait fiable sur une durée de 20 ans. En vertu de quoi, on procédera par précaution au rafraîchissement régulier de tous les supports vieux de… 5 ans, soit la moitié de la durée de vie garantie par le fournisseur » (source).

Le stockage sur le moyen et le long terme peut être assuré par le CINES ou la TGIR Huma-num, qui sont des infrastructures proposant des services numériques à destination des chercheurs. Ces institutions peuvent en effet fournir un service de stockage pérenne des données issues de la recherche. Le chercheur doit passer par un tiers pour y avoir accès (son laboratoire, un établissement documentaire). Pour qu’il y ait archivage pérenne, il faut qu’au préalable il y ait eu tri dans les documents produits, renommage et conversion (cf. formats préconisés) des documents sélectionnés. Le CINES ou Huma-num vont maintenir les formats à jour et donc lutter contre l’obsolescence de ceux-ci. Les données archivées de cette manière sont dites « froides » car elles ne sont pas communiquées en l’état mais elles restent accessibles via la conversion dans des formats de diffusion.