La Banque de données du CDSP, une plateforme de confiance pour accéder à des données en SHS
#OUTILS DE LA RECHERCHE
L’une des missions principales du Centre de données socio-politiques (UAR828, CNRS / Sciences Po) est, depuis 2006, la mise à disposition de la communauté de recherche française et internationale d’une partie des données de la recherche en sciences sociales, avec un accent privilégié sur les données de sciences politiques. Le CDSP déploie cette mission en lien avec la très grande Infrastructure de Recherche PROGEDO, portée par le CNRS, qui met à disposition les données de la statistique publique et de la recherche en sciences sociales et qui coordonne les différents dispositifs d'accès des chercheurs à ces données. Au printemps 2020, pour faciliter le processus de commande de jeux de données, le CDSP a lancé une nouvelle plateforme de préservation, de signalement et de partage des données de la recherche en SHS : la Banque de données du CDSP, publiée sur l’entrepôt institutionnel datasciencespo.fr.
Acteur historique de la diffusion de données en sciences politiques et sociales pour l'enseignement et la recherche, le CDSP a été parmi les premiers centres français à mettre en place un entrepôt de données quantitatives, dès 2006. Pionnier dans le développement d'une banque de données qualitatives — beQuali —, ainsi que dans le déploiement du premier entrepôt Dataverse en France — projet ArchiPolis —, le CDSP a acquis depuis lors une expertise en construction de plateformes de préservation et de diffusion de données.
Le CDSP participe pleinement à la dynamique qui se déploie dans nombre de disciplines et de centres de données (en France ou l’étranger) depuis plusieurs années avec la mise en place des principes FAIR (Facile à trouver, Accessible, Interopérable, Réutilisable). Cet élan contribue au mouvement pour la Science Ouverte, mis en relief en 2018 dans la politique de la Ministre Frédérique Vidal, qui cherche ainsi à rendre visible le lien entre les publications de la communauté scientifique et les données et algorithmes qui en sont à l’origine.
Valoriser les données produites par la communauté académique
Au-delà de l’affichage d’une participation au mouvement pour une science plus ouverte, le développement de l’entrepôt institutionnel datasciencespo.fr et de la Banque de données du CDSP est un élément central de la politique de l’unité pour valoriser les données produites par tout chercheur et toute chercheuse en sciences sociales (de Sciences Po et d’ailleurs ; par exemple du ministère de l'Intérieur, du Défenseur des Droits, de l’Observatoire français des drogues et tendances addictives, etc.), en complémentarité des dépôts auprès de l'IR* PROGEDO.
S’appuyant sur le travail mené dans le cadre de l’offre de service du CDSP — à destination de la communauté académique — en documentation, diffusion et préservation de données de la recherche en sciences humaines et sociales, la Banque de données du CDSP propose à ce jour au téléchargement quelques 380 jeux de données documentés.
La Banque de données du CDSP comporte un nombre important d’enquêtes socio-politiques françaises majeures ; elle comprend de même des enquêtes quantitatives et qualitatives sur des thématiques aussi variées que la science, l’environnement, la santé, la sexualité, les pratiques culturelles, les relations intergénérationnelles, etc. C’est également le point de diffusion des résultats des élections françaises de 1958 à 2012.
Les données déposées au CDSP sont traitées, documentées et diffusées conformément aux réglementations nationales et internationales en matière de législation et standards internationaux de curation de données. L’organisation en différentes collections offre aux utilisateurs un panorama thématique des ressources disponibles. La procédure de commande des données dématérialisée permet en outre un accès plus rapide aux données.
Selon des principes de référence
Les principes FAIR ont guidé la démarche et les choix techniques pour la mise en place de cet entrepôt de données. data.sciencespo.fr est donc une plateforme dont les objectifs principaux sont de faciliter la visibilité, la préservation, le partage et la valorisation des données d'intérêt issues de la recherche en sciences humaines et sociales.
L’entrepôt data.sciencespo.fr est basé sur la solution logicielle libre Dataverse, développée initialement à l’Institute for Quantitative Social Science (IQSS) de Harvard et enrichie grâce à de nombreuses contributions open source du CDSP. L’évaluation des jeux de données de la Banque de données du CDSP avec l’outil F-UJI
Dans cette même optique, l’entrepôt data.sciencespo.fr répond à des critères de qualité précis (respect des normes métier OAIS
Du dépôt à la réutilisation
Au-delà d’une plus grande exposition des jeux de données, l’objectif de la Banque de données du CDSP est de promouvoir les possibilités de réutilisation de données et de réplicabilité de la recherche produite en sciences humaines et sociales. La diversité des formats (SPSS, SAS, STATA et CSV) et la documentation détaillée et standardisée des jeux de données permettent un usage simple et rapide des ressources.
À date, quelques exemples de réutilisation de données diffusées par le CDSP ont donné lieu à des publications remarquables. Dans son livre Controlling the Electoral Market Place, Joost van Spanje (University of Amsterdam) réutilise les données historiques des Enquêtes électorales pour étudier les réactions des partis politiques établis à l’émergence des formations aux extrêmes de l’échiquier politique dans de nombreuses démocraties. De même, Sarah Schneider-Strawczynski (Paris School of Economics) et Jérôme Valette (Université Paris 1 Panthéon-Sorbonne) réutilisent les treize vagues de la série Dynamiques de mobilisation pour comparer dans le temps les perceptions individuelles face à l’immigration dans l’article Media Coverage of Immigration and the Polarization of Attitudes.
Des données pour tous
Les données diffusées par le CDSP sont soit en accès libre, soit en accès restreint à la communauté académique (chercheurs et chercheuses, étudiantes, ingénieures…) selon le niveau de détail des informations disponibles. Unetraduction des métadonnées en anglais élargit l’accès au catalogue aux membres de la communauté internationale.
Par ailleurs, la Banque de données du CDSP met également à disposition des données pédagogiques en accès libre pour toute personne souhaitant enseigner ou se former au traitement de données qualitatives et quantitatives.
Une plateforme reconnue
Référencées par le re3data (registre de référence des données de la recherche), les métadonnées de la Banque de données du CDSP sont moissonnées par des portails internationaux, tel que le CESSDA (Consortium des archives européennes en sciences humaines et sociales), B2Find (Eudat) ou OpenAire.
Depuis février 2023, les données du portail data.sciencespo.fr sont également moissonnées et signalées dans Recherche Data Gouv, l’entrepôt national au service du partage et de l’ouverture des données de recherche. Cette double exposition assure une meilleure visibilité de ces jeux de données pour favoriser une science ouverte au service de tous.
La Banque de données du CDSP sous sa nouvelle forme permet donc un accès plus simple et rapide aux données, au service de la communauté de recherche française et internationale.