Chapitre 8 Le temps des changements ?

Nous espérons que les anecdotes du chapitre 2 vous ont semblé vraisemblables, mais vous souhaitons de ne pas trop vous reconnaître dans ces situations de crise ! Nous essayons de vous proposer d’intervenir de manière curative, mais aussi préventive.

8.1 Quand mettre en œuvre les bonnes pratiques ?

Il existe des solutions applicables à court comme à plus long terme. Si le déploiement de certaines solutions nécessite des compétences techniques avancées, la reproductibilité de la recherche demeure peut-être avant tout une question culturelle, dans la mesure où il s’agit de faire évoluer des pratiques parfois solidement ancrées. La crainte de perdre du temps en modifiant ses repères est une problématique majeure, d’où l’approche pragmatique du présent ouvrage. En outre, comment accompagner l’adoption de nouvelles pratiques à l’échelle collective, qu’il s’agisse d’un laboratoire ou d’une communauté disciplinaire ? Par exemple, pour un directeur d’unité ou d’équipe, il pourrait être tentant d’imposer tout ou partie des méthodes décrites en vue d’une plus grande efficience, mais faire évoluer les pratiques quotidiennes de ses collègues constitue un exercice délicat (Barba 2016) (Lowndes et al. 2017). De fait, une approche très progressive qui valorise l’implication directe des individus a davantage de chances d’aboutir (ou moins de risques d’être rejetée, selon que vous voyez le verre à moitié plein ou à moitié vide).

Au fil de l’ouvrage, nous décrivons des situations de crise, moins par goût pour les histoires d’horreur que par conviction que l’identification des problèmes couramment rencontrés constitue l’une des meilleures options pour aborder la question de la reproductibilité.

8.2 Concrètement, que changer et comment s’y prendre ?

Bonne nouvelle : il est très peu probable que votre recherche soit à 100% non reproductible. La palette des solutions à votre disposition est variée ; en fonction de vos compétences et de vos urgences, vous pouvez choisir d’agir sur :

• la collecte et la gestion des données,

• le code et sa robustesse,

• les environnements logiciels,

• les sauvegardes,

• les versions et les archives,

• les licences.

Bonne nouvelle bis : le présent ouvrage a été conçu pour être hautement “cherry-picking-friendly”. Selon l’état de vos pratiques actuelles, les chapitres peuvent donc être lus dans l’ordre qui vous conviendra le mieux, même si nous conseillons bien sûr de tous les lire, voire de diffuser cet ouvrage auprès de vos collègues et étudiants (fin de la minute d’autopromotion).

Références

Barba, Lorena A. 2016. “The Hard Road to Reproducibility.” Science 354 (6308): 142–42. doi:10.1126/science.354.6308.142.

Lowndes, Julia S. Stewart, Benjamin D. Best, Courtney Scarborough, Jamie C. Afflerbach, Melanie R. Frazier, Casey C. O’Hara, Ning Jiang, and Benjamin S. Halpern. 2017. “Our Path to Better Science in Less Time Using Open Data Science Tools.” Nature Ecology & Evolution 1 (6): 0160. doi:10.1038/s41559-017-0160.