"Recherche reproductible : principes méthodologiques pour une science transparente" d'Inria - Badge de réussite de la formation

Badge délivré à

Richard Dern

Délivré le 25 nov. 2025 par

France Université Numérique

Ce Mooc d'une durée de 24h propose des principes méthodologiques pour une science ouverte et transparente inscrite désormais dans « le plan national pour la science ouverte ». Il aborde de manière pratique des thématiques telles que la prise de notes, le document computationnel, la réplicabilité des analyses. Arnaud Legrand, Chercheur en informatique (CNRS/LIG, Inria, UGA), Christophe Pouzat, Neurophysiologiste (CNRS/MAP5 Univ. Paris Descartes), Konrad Hinsen, Biophysicien (CNRS, Centre de biophysique moléculaire, Soleil) y posent les bases d’une recherche reproductible et expliquent comment utiliser les bons outils : Markdown pour la prise de note structurée, des outils d’indexation (DocFetcher et ExifTool), GitLab pour le suivi de version et le travail collaboratif, les notebooks (Jupyter, Rstudio ou Org-mode) pour combiner efficacement calcul, représentation et analyse des données. Le cours présente également les enjeux et les difficultés de la recherche reproductible.

#Inria #Numérique #Outils #Recherche #Technologie

Émetteur

France Université Numérique

contact@fun-mooc.fr

Se former en liberté ! Des cours en ligne pour découvrir, apprendre, progresser et réussir.

Nous fédérons un réseau d'universités, d'écoles, d'instituts de recherche, d'agences gouvernementales, d'entreprises edtech et de contributeurs qui se consacrent à la construction de services numériques souverains pour l'éducation

The freedom to study Online courses to discover, learn, progress and succeed

We unite a network of universities, schools, research institutes, government agencies, Edtech companies and contributors who are dedicated to the construction of sovereign digital services for education

Critère(s)

Critères d'obtention de ce badge :

Vous avez obtenu une note finale égale ou supérieure à 50%. L’évaluation est basée sur des quiz, des exercices pratiques et un devoir évalué par d'autres élèves.

À la fin de ce cours, vous êtes capable de :

Comprendre les enjeux et les difficultés de la recherche reproductible
Découvrir des outils pour améliorer sa prise de notes, sa gestion des données, et des calculs
Se familiariser avec un outil de suivi de gestion de version (Gitlab)
Se familiariser avec les documents computationnels réplicables (Jupyter, RStudio ou Org-Mode)
Écrire un notebook pour combiner efficacement une analyse de données et sa documentation

null