Les principes FAIR de gestion et d'intendance des données de recherche : pour qui, pour quoi et comment?
Ce webinaire se veut une introduction aux principes FAIR (Findable, Accessible, Interoperable, Reusable) dans la gestion et l’intendance des données de recherche.
Les données sont au coeur de la recherche scientifique et des sommes importantes sont dédiées à leur production. Jusqu’à tout récemment, peu d’intérêt a été porté sur ce qu’il advient des données une fois un projet terminé; ainsi, des quantités colossales de données sont gaspillées chaque année.
Le gouvernement fédéral, à l’instar d’autres organisations et juridictions à travers le monde, s’est doté d’une nouvelle politique sur la gestion des données de recherche qui impose de nouvelles obligations aux chercheurs et à leurs institutions en ce qui a trait à la gestion et l’intendance des données. Ces obligations seront revues, ainsi que les façons de les mettre en pratique.
À cet effet, les principes FAIR (Findable, Accessible, Interoperable, Reusable) seront présentés.
Ce webinaire est une présentation de l’Institut intelligence et données (IID) de l’Université Laval
Conférencier
Professeur agrégé, Faculté des sciences et de génie, Université Laval
Directeur, Centre de recherche en données massives (CRDM)
Philippe Després est professeur agrégé au Département de physique, de génie physique et d’optique de l’Université Laval. Il est également membre du Centre de recherche sur le cancer de l’Université Laval, ainsi que physicien médical au CHU de Québec – Université Laval.
Après une maîtrise à l’Université Laval (2000, Physique) et un doctorat à l’Université de Montréal (2005, Physique), il a réalisé un stage postdoctoral (2005-2007) à University of California, San Francisco dans le domaine du génie biomédical et de l’imagerie moléculaire. Ses projets de recherche portent sur les aspects matériels et logiciels de l’imagerie médicale, notamment sur la reconstruction tomographique. Il a été un pionnier du calcul informatique de pointe sur processeurs graphiques (GPU), menant au développement d’applications innovantes en physique médicale, notamment un code de transport radiatif Monte Carlo ultra-rapide basé sur GPU (GPUMCD). Il s’intéresse aussi à la valorisation des données dans le milieu médical, en particulier aux infrastructures, aux normes et aux bonnes pratiques (incluant les principes FAIR) nécessaires à l’exploitation responsable de l’information clinique.
Il est aussi le directeur du Centre de recherche en données massives de l’Université Laval ainsi que le co-responsable de l’axe Santé durable de l’Observatoire international sur les impacts sociétaux de l’IA et du numérique.
Restons en contact!
Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.