Organization & description

Organizing your files and folders - electronic or paper - is a time-consuming activity but, in the end, it proves to be a considerable help: it makes it easier and faster to identify, locate, retrieve or even recover your data.

A good organization consists in particular of :

Structure your folders hierarchically (classification tree)
Use clear, consistent and most meaningful naming conventions and rules

Ideally, these rules should be defined as soon as possible in the life of the project, before creating too many files and folders. To avoid being overwhelmed, remember to sort, arrange or reorganize them regularly !

When you are conducting a research project as part of a team, it is essential that the whole group agree on the structure of folders and the name of the files to be adopted. This can be recorded and documented to allow everyone to access and find stored and shared data via the same collaborative workspace.

Folder and file tree structure

Organizing your files and folders is a task that should be thought out and carried out at the very beginning of the research project. It is important to choose a clear, consistent and common organization for the different data sets.

Precise naming rules are necessary to more easily and quickly locate and identify the files you are looking for. They allow their classification, avoid problems during file transfer or sharing, and facilitate their medium and long-term conservation.

This is why it is highly recommended to adopt a single logic and to choose unique and meaningful names. Ideally, one should not need to open a document to know what it is about !

Such rules are all the more important when conducting a research project within a team; they promote practical harmonization among all!

Littéralement "donnée sur la donnée", une métadonnée est une donnée servant à définir ou décrire une autre donnée quel que soit son support.

Les métadonnées documentent la façon dont les données ont été générées, sous quelle licence et comment elles peuvent être réutilisées. Elles fournissent également le contexte pour une interprétation appropriée par les autres chercheurs.

Chaque set de données collecté ou créé devrait être accompagné de métadonnées exhaustives, respectant les standards, règles et conventions d'une discipline, et également lisibles par une machine. Voir Guide to writing "readme" style metadata (Cornell University).

Bien que les responsables de données et, de plus en plus, les chercheur·es sachent que de bonnes métadonnées sont essentielles à l'accès aux données de recherche et à leur réutilisation, il peut être complexe de déterminer précisément quelles métadonnées saisir. Il convient de garder à l'esprit que seules des métadonnées de qualité soutiennent les principes FAIR.

Set minimal de métadonnées

Consortium international de bibliothèques et services spécialisés dans les sciences de l'information, DataCite a développé un schéma de métadonnées pour la publication et la citation des données de recherche. Dans son Metadata Schema Documentation for the Publication and Citation of Research Data (Version 4.2., 2018), le set minimal de métadonnées obligatoires à utiliser, lors de la description de (sets de) données, est le suivant :

• Identifier (of the dataset)
• Creator
• Title
• Publisher
• PublicationYear
• RessourceType

Certaines autres métadonnées sont optionnelles :

• Subject
• Contributor
• Date
• RelatedIdentifier
• Description
• GeoLocation

Métadonnées disciplinaires

De nombreuses disciplines ont développé des standards spécifiques de métadonnées. Une liste complète est disponible sur le site du Digital Curation Center et sur le site FAIRsharing.org.

Data Documentation Initiative (DDI)

Cette initiative est un standard international pour la description de données produites dans les sciences sociales, comportementales, économiques et de la santé. Les standards DDI permettent aux données d'être documentées, découvertes ainsi qu’interopérables. Les spécifications et les outils sont disponible sur le site du DDI.

Metadata Standards Directory Working Group

Le groupe de travail sur le répertoire des normes de métadonnées est appuyé par des personnes et des organisations qui participent à l'élaboration, à la mise en œuvre et à l'utilisation des métadonnées pour les données scientifiques. L'objectif primordial est d'élaborer un répertoire ouvert et collaboratif de normes de métadonnées applicables aux données scientifiques, afin de relever les défis en matière d'infrastructure et d'organisation des données.