Đen là ai trong văn chương Việt Nam?

Một nhân vật trong tác phẩm của nhà văn Nam Cao

Trong bài thơ 'Đen', tác giả đã thể hiện tâm trạng của nhân vật như thế nào?

Nỗi buồn và tâm trạng u uất

Đen được biết đến là ai trong lĩnh vực âm nhạc Việt Nam?

Một nhạc sĩ và rapper nổi tiếng

Một diễn viên hài nổi tiếng

Một trong những bài hát nổi tiếng nhất của Đen là gì?

Bài này là 'Hãy trao cho anh'

Bài này là 'Bống bống bang bang'

Bài này là 'Chạy ngay đi'

Đen là ai? | Quizalize

Câu 1: Đặc trưng nào sau đây là một trong những yếu tố cốt lõi của trí tuệ nhân tạo? A. Tự động hóa quy trình làm việc B. Khả năng học tập và thích nghi từ dữ liệu C. Khả năng sử dụng năng lượng hiệu quả D. Thực hiện các phép tính toán học nhanh chóng Đáp án: B. Khả năng học tập và thích nghi từ dữ liệu Câu 2: Trí tuệ nhân tạo (AI) chủ yếu được sử dụng để làm gì? A. Phân tích dữ liệu và đưa ra quyết định dựa trên dữ liệu B. Thiết kế hệ thống mạng C. Giảm lượng tiêu thụ điện năng D. Thực hiện các công việc thể chất Đáp án: A. Phân tích dữ liệu và đưa ra quyết định dựa trên dữ liệu Câu 3: Hệ thống AI được gọi là “học máy” (machine learning) khi nó có khả năng: A. Tự động sửa chữa lỗi trong phần mềm B. Tạo ra các hệ thống mạng bảo mật C. Học hỏi và cải thiện hiệu suất mà không cần lập trình rõ ràng D. Tăng tốc độ xử lý của phần cứng Đáp án: C. Học hỏi và cải thiện hiệu suất Câu 4: Khả năng học của AI liên quan đến yếu tố nào sau đây? A. Học từ kinh nghiệm và dữ liệu mới để cải thiện hiệu suất B. Ghi nhớ tất cả các lệnh do con người cung cấp C. Chạy các chương trình mà không cần cập nhật D. Sửa lỗi phần mềm một cách tự động Đáp án: A. Học từ kinh nghiệm và dữ liệu mới để cải thiện hiệu suất Câu 5: Khả năng suy luận trong AI giúp hệ thống thực hiện điều gì? A. Phát triển khả năng thể hiện cảm xúc B. Sử dụng thông tin để đưa ra các quyết định có căn cứ C. Tăng tốc độ xử lý dữ liệu D. Sao chép chính xác các hành vi của con người Đáp án: B. Sử dụng thông tin để đưa ra các quyết định có căn cứ Câu 6: Khả năng nhận thức của AI là gì? A. Khả năng tự nhận biết và điều chỉnh hành vi của nó dựa trên môi trường B. Khả năng xử lý dữ liệu với tốc độ nhanh hơn C. Khả năng làm việc liên tục không cần nghỉ D. Khả năng thu thập dữ liệu từ các cảm biến và hệ thống khác Đáp án: A. Khả năng tự nhận biết và điều chỉnh hành vi của nó dựa trên môi trường Câu 7: Khả năng hiểu ngôn ngữ tự nhiên (NLP) của AI cho phép hệ thống: A. Xử lý văn bản và ngôn ngữ giống như con người B. Dịch thuật chính xác từ ngôn ngữ này sang ngôn ngữ khác C. Thay thế hoàn toàn con người trong việc viết và giao tiếp D. Tăng cường khả năng suy nghĩ trừu tượng Đáp án: A. Xử lý văn bản và ngôn ngữ giống như con người Câu 8: AI có khả năng giải quyết vấn đề khi nào? A. Khi nó sử dụng các thuật toán để tìm ra giải pháp tối ưu cho các vấn đề phức tạp B. Khi nó thay thế toàn bộ con người trong mọi công việc C. Khi nó tự động sửa chữa các lỗi phần mềm D. Khi nó cung cấp thông tin chi tiết về dữ liệu mà không cần bất kỳ sự can thiệp nào Đáp án: A. Khi nó sử dụng các thuật toán để tìm ra giải pháp tối ưu cho các vấn đề phức tạp Câu 9: Khả năng học của AI là gì? A. AI có thể học từ dữ liệu và kinh nghiệm mới. B. AI có thể tự sửa lỗi mà không cần dữ liệu đầu vào. C. AI có thể cải thiện hiệu suất thông qua học tập. D. AI không cần cập nhật khi học tập từ dữ liệu. Đáp án: • Đúng: A, C • Sai: B, D Câu 10: Khả năng suy luận của AI giúp hệ thống thực hiện điều gì? A. AI có thể đưa ra quyết định dựa trên dữ liệu. B. AI có thể suy nghĩ giống con người mà không cần dữ liệu. C. AI sử dụng thông tin để phân tích và đưa ra lựa chọn hợp lý. D. AI tự động đưa ra quyết định mà không cần học tập trước đó. Đáp án: • Đúng: A, C • Sai: B, D Câu 11: AI có khả năng nhận thức và điều chỉnh hành vi dựa trên môi trường xung quanh không? A. AI có thể nhận biết thay đổi trong môi trường và điều chỉnh hành vi. B. AI luôn cần con người giám sát để đưa ra quyết định. C. AI tự động thay đổi mà không cần lập trình lại khi môi trường thay đổi. D. AI không có khả năng điều chỉnh theo môi trường. Đáp án: • Đúng: A, C • Sai: B, D Câu 12: Khả năng giải quyết vấn đề của AI được biểu hiện như thế nào? A. AI có thể áp dụng các thuật toán để tìm ra giải pháp tối ưu. B. AI giải quyết vấn đề mà không cần dữ liệu đầu vào. C. AI tự động phân tích và đưa ra các phương án giải quyết dựa trên dữ liệu. D. AI chỉ có thể giải quyết vấn đề khi được lập trình trước. Đáp án: • Đúng: A, C • Sai: B, D

BÀI 9: HÀNH TRANG CUỘC SỐNG Tiết 96 THỰC HÀNH TIẾNG VIỆT SỬ DỤNG PHƯƠNG TIỆN PHI NGÔN NGỮ (tiếp theo) I. MỤC TIÊU 1. Năng lực a. Năng lực chung: - Năng lực thu thập thông tin liên quan đến văn bản - Năng lực đọc - hiểu văn bản - Năng lực trình bày suy nghĩ - Năng lực tự học, tạo lập văn bản. - Ứng dụng CNTT linh hoạt qua các phần mềm hỗ trợ b. Năng lực đặc thù: Bài học góp phần phát triển năng lực văn học và năng lực ngôn ngữ: - HS nhận biết và sử dụng kết hợp giữa phương tiên ngôn ngữ và phương tiện phi ngôn ngữ như một số loại biểu đồ, sơ đồ cơ bản (biểu đồ tròn, biểu đồ Venn, biểu đồ thời gian, sơ đồ cây…) 2. Phẩm chất Có ý thức làm chủ bản thân, đóng góp tích cực cho bài học. II. THIẾT BỊ DẠY HỌC VÀ HỌC LIỆU 1. Thiết bị dạy học: Máy tính bỏ túi, máy chiếu, Laptop, Giấy bìa A3; bút dạ, nam châm bảng; phấn màu 2. Học liệu: - Một số mảnh ghép hình, sơ đồ, lược đồ về biển giao thông, khu du lịch, chương trình học đại học… III. TIẾN TRÌNH DẠY HỌC Hoạt động 1: KHỞI ĐỘNG a. Mục tiêu: Tạo tâm thế thoải mái và gợi dẫn cho học sinh về nội dung bài học b. Nội dung: Trò chơi ghép hình với tên gọi: Hình nào tên đó c. Sản phẩm: - Mỗi nhóm tạo được một bức ghép hình hoàn chỉnh. - HS nêu đúng ý nghĩa, chức năng của tấm hình d. Tổ chức thực hiện: Bước 1: GV giao nhiệm vụ học tập + Phân lớp thành 4 nhóm + Mỗi nhóm nhận một số mảnh ghép (trong túi bất kì, các hình khác nhau) + 1 bạn được xem trước hình ảnh gốc (trong 1 giây) ghi nhớ và cùng đội lắp ghép lại như hình Bước 2: Thực hiện nhiệm vụ - Các nhóm cùng có 3 phút để hoàn thành bức hình gốc, các thành viên cùng phối hợp thực hiện VD: Hình 1 Hình 2 Hình 3 Hình 4 Bước 3: Báo cáo kết quả * Trình bày và nêu ý nghĩa của bức hình (1 phút) - Bức 1: Biển báo giao thông đường bộ (Các biển cấm) + Giúp người đi đường thực hiện đúng luật giao thông - Bức 2: Quy trình sử dụng khẩu trang + Giúp biết cách sử dụng đúng, hạn chế tối đa lây nhiễm bệnh - Bức 3: Sơ đồ tuyến đường xe buýt của bạn + Giúp người đi đường tìm đúng tuyến nhanh nhất - Bức 4: Lược đồ thành phố Hà Nội + Giúp mọi người có hiểu biết về địa giới hành chính, xác định được vị trí địa bàn sinh sống và làm việc. Bước 4: Kết luận, nhận định - HS đánh giá nhóm nào nhanh nhất, hoàn chỉnh nhất và nêu đầy đủ ý nghĩa nhất. - GV: Công bố đáp án, điểm số và biểu dương đội xuất sắc. =>Kết luận: Các hình ảnh này đều cung cấp thông tin cho người đọc, nhận biết những quy định, cách thức, vị trí, để hiểu đúng, hiểu rõ nội dung hơn nữa. Đây là cách trình bày trực quan, dễ hiểu, dễ nhớ, dễ thực hiện Hoạt động 2: HÌNH THÀNH KIẾN THỨC a. Mục tiêu: - Nhận biết các yếu tố, các đặc điểm của một sơ đồ - Hiểu được nội dung thông tin của văn bản đó - Nêu được tác dụng của sơ đồ - Vận dụng để giải quyết bài tập b. Nội dung: Bài 1 -SGK trang 111 c. Sản phẩm: - HS nêu được tác dụng của các PT phi ngôn ngữ d. Tổ chức thực hiện: Hoạt động của GV Dự kiến sản phẩm Hoạt động 1: Bài tập 1 Bước 1. Giao nhiệm vụ học tập - Quan sát sơ đồ - Nhận xét các vấn đề sau: Nhóm 1: Nhận xét sự thay đổi phương diện Tài chính Nhóm 2: Tìm sự thay đổi về phương diện Sở thích Nhóm 3: Nhận xét thay đổi về phương diện Cống hiến Nhóm 4: Tìm sự thay đổi về phương diện Công việc Nhóm 5: Nhận xét thay đổi về phương diện Gia đình - Nêu nội dung của sơ đồ và tác dụng của các phương tiện phi ngôn ngữ trong sơ đồ. Bước 2. Thực hiện nhiệm vụ - Các nhóm thảo luận trao đổi trong 3 phút - Đại diện nhóm trả lời trong 1 phút; nhóm khác có thể bổ sung thông tin - Cá nhân tự ghi chép lại nội dung. Bước 3. Báo cáo, thảo luận Học sinh chia sẻ bài làm và báo cáo phần tìm hiểu Bước 4. Kết luận, nhận định - HS biết đọc nội dung của biểu đồ, nêu đầy đủ ngắn gọn thông tin - GV đánh giá nhóm và đại diện nhóm, rút KN Hoạt động 2: Bài tập 2 Bước 1. Giao nhiệm vụ học tập + Vẽ sơ đồ biểu thị các yếu tố: Thời gian, sự kiện, thành tựu, mong muốn, những ngã rẽ…Biểu thị được các lĩnh vực trong cuộc sống theo lựa chọn cá nhân… + Trình bày nội dung bản sơ đồ đó trước nhóm/ lớp (trên các slide- PP/bảng/ hoặc trên giấy vẽ A4) Bước 2. Thực hiện nhiệm vụ - Bài làm theo hình thức cá nhân ( vì là cuộc đời riêng mỗi người) - Thời gian thực hiện: 7 phút (gồm vẽ và trình bày) Bước 3. Báo cáo, thảo luận - HS trình bày sản phẩm cá nhân: Hình thức sơ đồ có thể tương tự như bài 1, hoặc biểu đồ thời gian (trang 112) có thể chia theo nhóm hình thức giống nhau Bước 4. Kết luận, nhận định - HS có thể nhận xét, tìm đại diện làm tốt nhất của nhóm mình. - GV nhận xét bài làm, tinh thần làm việc để rút KN Bài tập 1: Nhóm 1: Tài chính có mục tiêu rõ ràng, lâu dài, sử dụng vào những việc lớn trong cuộc sống, với kế hoạch từ năm thứ 10 (mua nhà) và tích lũy tài sản ngày càng lớn vào năm thứ 15 (sổ TK 2 tỉ) Nhóm 2: Sở thích cá nhân có sự thay đổi từ chơi bóng (năm thứ 5) du lịch (năm thứ 10) và vẽ tranh (năm thứ 15)- đa dạng, phong phú theo sở trưởng. Nhóm 3: Càng ngày việc làm từ thiện càng phát triển, có cống hiến nhiều cho cộng đồng (tăng dần theo giai đoạn 5 năm) Nhóm 4: Công việc ngày càng tiến bộ, có mục tiêu rõ ràng, phát triển bền vững Nhóm 5: Xây dựng gia đình khi sự nghiệp đã vững vàng, thời điểm thuận lợi.  Nhận xét chung: Sơ đồ cho thấy bản kế hoạch rất rõ ràng, có mục tiêu cụ thể, có tính tiến triển- khả thi và rất chặt chẽ. Giúp người lập KH tập trung phấn đấu xây dựng cho sự nghiệp, tận hưởng cuộc sống và hài hòa mọi mặt. (toàn diện) Phương tiện phi ngôn ngữ được sử dụng hợp lí, ngắn gọn, dễ hiểu… Bài tập 2: Một bản vẽ minh họa: TÔI TRONG TƯƠNG LAI Hoạt động 3: Luyện tập a. Mục tiêu: - Tăng cường kĩ năng giải quyết vấn đề + Xác định được mục đích giao tiếp của văn bản + Lựa chọn các thông tin cần trực quan thành sơ đồ + Lựa chọn loại sơ đồ, biểu đồ phù hợp - Rèn năng lực diễn đạt, trình bày; Có thể ứng dụng công nghệ tin học vào thực hành b. Nội dung: - Thiết kế một biểu đồ hoặc sơ đồ dựa trên thông tin từ đoạn trích SGK (trang 111) - Quan sát và nêu nội dung, tác dụng của biểu đồ cơ cấu dân số Yên Bái c. Sản phẩm: - Bài 3: Bản thiết kế Sơ đồ tư duy/ sơ đồ cây (từ văn bản bằng ngôn ngữ chuyển hóa thành phi ngôn ngữ) - Từ văn bản phi ngôn ngữ (biểu đồ) để đọc thông tin d. Tổ chức thực hiện: B1: Chuyển giao nhiệm vụ - Lớp chia 4 nhóm: + Nhóm 1, 2 (Bài 3): Thảo luận phương án, thiết kế một sơ đồ phù hợp dựa trên thông tin từ đoạn trích (trang 111) + Nhóm 3,4: Quan sát và nêu nội dung, tác dụng của biểu đồ cơ cấu dân số Yên Bái (trang 112), tìm công cụ phần mềm để làm biểu đồ tương tự. - Đại diện nhóm trình bày sản phẩm B2: Thực hiện nhiệm vụ - Đọc kĩ yêu cầu nhiệm vụ. - Thảo luận và phân công nhiệm vụ cho thành viên - Thời gian thực hiện 5 phút/ trình bày 2 phút B3: Báo cáo thảo luận Nhóm 1,2 - Bài 3: Trình bày bằng sơ đồ tư duy hoặc sơ đồ cây (tham khảo bản vẽ trên PP) Nhóm 3,4- Nêu nội dung đọc được từ biểu đồ - Nêu tác dụng và nhận xét: + Người đọc dễ tra cứu thông tin, biết cách so sánh + Các số liệu chính xác, đầy đủ, thông tin rõ ràng + Hình thức khoa học, đúng kiểu dạng phù hợp với yêu cầu, có tính thẩm mĩ - Một số ứng dụng để vẽ biểu đồ: Phần mềm PP; Dia, OrgChatting… Gợi ý: B4: Kết luận, nhận định - Nhóm 1,2: nhận xét sản phẩm nhóm 3, 4 - Nhóm 3,4: nhận xét sản phẩm nhóm 1, 2 - GV nhận xét chung; nêu kết luận và rút KN Hoạt động 4: Hướng dẫn học sinh tự học ở nhà 1. Bài cũ - Hoàn thiện bài tập 2. Bài mới Chuẩn bị bài viết: viết bài luận về bản thân - Đọc bài viết tham khảo - Tìm hiểu các bước viết bài luận về bản thân

1. Nỗi nhớ của người tù cộng sản với cuộc sống bên ngoài nhà tù - Cảm hứng của bài thơ được gợi lên từ tiếng hò, được lặp lại nhiều lần: + Tiếng hò lẻ loi đơn độc giữ trời trưa → Nhân vật trữ tình cảm nhận được sự hiu quạnh * Không gian đồng vắng. * Thời gian trưa vắng. * Hiu quạnh của đời buồn tủi nhọc nhằn. * Lòng người đang bị giam cầm trong tù ngục cách biệt với cuộc sống bên ngoài. + Tiếng hò đã đồng cảm, hoà điệu của nhiều nỗi hiu quạnh → Người chiến sĩ cách mạng thấy nhớ nhung da diết đồng quê, cuộc sống bên ngoài nhà tù. - Tiếng than khắc khoải, da diết → Diễn tả cõi lòng hoang vắng vì bị cách biệt với thế giới bên ngoài → Nỗi hiu quạnh của người tha thiết yêu đời. Sự lặp lại → Nhấn mạnh liền ý liên kết nhiều nội dung khác nhau, tô đậm cảm xúc, khắc sâu ý tưởng → Triền miên vì nỗi nhớ da diết. - Đồng quê thể hiện lên đậm đà nỗi nhớ của tác giả: Cồn thơm, ruồng tre mát, ô mạ xanh mơn mởn, nương khoai ngọt sắn bùi, chiều sương phủ bãi đồng, xóm làng và con đường thân thuộc, xóm nhà tranh thấp, con đường quen. → Tất cả đều đơn sơ gần gũi quen thuộc, thân thương nhưng bị ngăn cách. - Con người gần gũi thân thuộc thân thương: + Những lưng còng xuống luống cày. + Những bàn tay vãi giống. + Một giọng hò đưa bố mẹ già xa đơn chiếc (linh hồn đã khuất). - Nỗi nhớ chân thật đậm tình thương mến - Nhớ đến bản thân mình: Nhớ tới những ngày tháng tự do hoạt động cách mạng. ⇒ Say mê lý tưởng, khao khát tự do sôi nổi cho nên càng cảm thấy cô đơn với thực tại cuộc sống bị giam cầm. 2. Diễn biến tâm trạng của Tố Hữu - Nỗi nhớ biểu hiện tâm trạng nhà thơ: + Từ tiếng hò gợi nỗi nhớ đồng quê tha thiết: Hình ảnh đồng quê hiện lên đậm đà với: cồn thơm, ruộng tre mát, mạ xanh mơn mởn, khoai ngọt sắn bùi, chiều sương phủ bãi đồng, xóm làng, con đường thân thuộc → những hình ảnh gần gũi, quen thuộc, thân thương nay đã trở nên xa cách. + Nỗi nhớ bao con người thân thuộc: từ cảnh sắc bóng dáng con người → người mẹ già nua → nhớ chính mình. + Nỗi nhớ dàn trải từ hiện tại trở về quá khứ → hiện tại. ⇒ Nhớ, tràn ngập xót thương, không chỉ buồn đằng sau là nỗi phẫn uất, bất bình với thực tại, niềm da diết nhớ thương, yêu cuộc sống, khao khát tự do.

Dès le début de vos recherches, vous allez collecter, produire et exploiter des données. La gestion des données (Research Data Management - RDM) fait partie du processus de recherche. Elle concerne l'ensemble des opérations de collecte, description, stockage, traitement, analyse, archivage et mise en accès des données. (extrait de : Passeport pour la Science Ouverte. Guide pratique pour les doctorants ) "La science ouverte est la diffusion sans entrave des publications et des données de la recherche. Elle s’appuie sur l’opportunité que représente la mutation numérique pour développer l’accès ouvert aux publications et – autant que possible – aux données de la recherche. "Les données de la recherche sont la matière première de la connaissance. Les partager, c'est ouvrir de nouvelles perspectives scientifiques" Source : Plan national pour la Science ouverte - Ministère ESR - Juillet 2018 Source image : https://bibliotheques.univ-tlse3.fr/file/composantes-science-ouverte Cette page est une introduction à la gestion des données de recherche. Elle présente quelques concepts et étapes clés pour vous engager dans cette démarche. Consultez les liens pour approfondir vos connaissances. • What are data ? Définition des données de recherche de l’OCDE (2007) « Enregistrements factuels (chiffres, textes, images, sons) utilisés comme source principale pour la recherche scientifique et généralement reconnus par la communauté scientifique comme nécessaires pour valider les résultats de la recherche. Un ensemble de données de recherche constitue une représentation systématique et partielle du sujet faisant l’objet de la recherche ». Exemples • les images d’une ville préhistorique deviennent des données pour un chercheur qui étudie l’histoire de cette ville; • les « données » d’un linguiste peuvent être des écrits ou des discours, des enregistrements de locuteurs ; • les « données » d’un médiéviste sont des sources archivistiques, archéologiques, épigraphiques, iconographiques, littéraires ; • les « données » d’un géologue rassemblent des coupes et observations de terrain consignées sur un carnet, des résultats de carottage, des analyses d’échantillons, des données sismographiques… • • Pourquoi partager ses données ? "La science ouverte vise à construire un écosystème dans lequel la science est plus cumulative, plus fortement étayée par des données, plus transparente, plus rapide et d’accès plus universel.La science ouverte favorise également les avancées scientifiques, particulièrement les avancées imprévues, ainsi que l’innovation, les progrès économiques et sociaux, en France, dans les pays développés et dans les pays en développement. Enfin, la science ouverte constitue un levier pour l’intégrité scientifique et favorise la confiance des citoyens dans la science. Elle constitue un progrès scientifique et un progrès de société." Source : Plan national pour la Science Ouverte (2018) Les enjeux de l'Open Data • enjeux patrimoniaux o preuve et mémoire (éviter les pertes de données) • enjeux économiques o valeur économique de la donnée o réutilisation gratuite ou payante des données, exploitation des résultats de recherches antérieures (éviter de refaire ce qui a déjà été validé), o accélération de l'innovation et le retour sur investissement dans la R&D • enjeux scientifiques o de "hypothesis-driven" à "data-driven" o plus de visibilité pour le scientifique • enjeux sociétaux o participation des citoyens et de la société civile : "Citizen science" o confiance en la recherche Pour aller plus loin • Site Doranum : https://doranum.fr/enjeux-benefices/fiche-synthetique/ • Adopter de bonnes pratiques tout au long du cycle de vie des données De bonnes pratiques de gestion à toutes les étapes du cycle de vie de la donnée sont un préalable indispensable à l’ouverture des données et à leur réutilisation. • Rechercher des données Pour identifier des jeux de données (datasets) pertinents pour votre thèse, des outils de recherche sont disponibles. Suivez ces liens pour les découvrir : • Site Doranum : https://doranum.fr/acces-visualisation/rechercher-donnees/ • Site DataCC - Vos besoins, trouver des données : https://www.datacc.org/vos-besoins/trouver-des-donnees/ • Fiche CoopIST : Trouver des jeux de données via des bases pluridisciplinaires et des moteurs de recherche Pensez-aussi à consulter l'entrepôt institutionnel Data INRAE Page de présentation du portail • Choisir les bons formats et bien organiser vos données  Choisir des formats de fichier : https://www6.inrae.fr/datapartage/Gerer/Choisir-des-formats-de-fichier  Nommer et organiser vos fichiers de données : https://www6.inrae.fr/datapartage/Gerer/Nommer-et-organiser-ses-fichiers-de-donnees Pour aller plus loin • Jaouen, G.- Gérer ses données. Pourquoi, Comment ? Séminaire - Guadeloupe, du 25 au 27 Novembre 2019 – CRAG INRA • Bien décrire et documenter ses données La description d’un jeu de données se fait à l’aide de métadonnées (*) qui doivent apporter suffisamment d'éléments (sur la collecte des données, les unités de mesure employées...) pour chercher et trouver le jeu de données, juger de sa qualité/fiabilité, et pouvoir le comprendre ou le réutiliser dans un autre contexte. (*) Définition des métadonnées : Ensemble d’informations structurées qui décrit, explicite, localise une ressource informationnelle, dans le but d’en faciliter la recherche, l’usage, et la gestion. Source : NISO. Understanding Metadata. 2004. Quelques liens utiles : • Site Doranum : https://doranum.fr/metadonnees-standards-formats/ • DataCC : https://www.datacc.org/vos-besoins/documenter-ses-donnees/metadonnees/ • Site DataPartage INRAE : https://www6.inrae.fr/datapartage/Gerer/Documenter-les-donnees En complément des métadonnées, la rédaction d'un fichier READ ME.txt est également recommandée. • Stocker, sécuriser, préserver ses données Bien différencier les notions de stockage et d'archivage. Anticiper pour déterminer les données à éliminer et celles qui doivent être préservées à long terme. • Dans l'environnement INRAE : https://www6.inrae.fr/datapartage/Gerer/Stocker-les-donnees • Site Doranum : https://doranum.fr/stockage-archivage/ • Site DataCC : https://www.datacc.org/vos-besoins/conserver-ses-donnees/ • Partager, ne pas partager ses données ? Dans le cadre de la Science Ouverte, il y a de plus en plus d'incitations voire d'exigences pour rendre accessibles les données, en particulier les données liées aux publications : • de l'édition scientifique : de plus en plus de revues adoptent une "data policy" (à consulter dans les instructions aux auteurs) et exigent des auteurs qu'ils fournissent les données associées aux publications, • des organismes de financement (ANR, Commission Européenne ...), • des politiques nationale (Plan national pour la Science ouverte - Ministère ESR - Juillet 2018) et institutionnelle. Mais attention, toutes les données ne sont pas partageables : assurez-vous que vos données sont bien diffusables au regard du droit et des conditions d'exercice de votre thèse et de son mode de financement (se reporter à votre contrat de thèse). Les données produites dans les organismes de recherche publics sont communicables à tous si elles n'entrent pas dans le cadre d'exceptions légales (sécurité défense, sécurité des populations, patrimoine scientifique et technique, données personnelles, données liées au secret, statistique, etc.) Liens utiles : • sur le site Data Partage, la page Partager-Publier ou la page : "Données de la recherche : qui a les droits, qui doit partager ?" • le site INRAE dédié à la protection des données personnelles et l'application du RGPD (Règlement général sur la protection des données) : https://intranet.inrae.fr/cil-dpo • Valoriser ses données Voici les principales voies de diffusion •  Partager ses données en les déposant dans un entrepôt  Choisir un entrepôt  Déposer dans Data INRAE  Partager ses données comme matériel supplémentaire d'un article (à la demande de l'éditeur)  Publier un Data Paper (article de données) : la meilleure voie en terme de visibilité des données, et pour faciliter leur réutilisation. Pour aller plus loin • Site Doranum o Dépôts et entrepôts. Comment et où déposer mes données ? o Data papers et Data journals. Comment publier mes données comme un article scientifique ? • Site DataCC o Valoriser ses données • Site CoopIST o Déposer des données de recherche dans un entrepôt o Rédiger et publier un data paper dans une revue scientifique A télécharger : Synthèse du processus de rédaction d'un article avec des données associées • Pourquoi ne pas rédiger un plan de gestion de données (PGD) pour votre thèse ? La thèse peut être assimilée à un projet et certaines universités au Royaume Uni, aux Pays-Bas et plus récemment en France préconisent la rédaction d'un plan de gestion associé à la thèse. Le PGD (ou DMP = Data Management Plan) est un outil de planification qui peut vous aider à anticiper et bien gérer toutes les étapes du cycle de vie de vos données, à limiter les risques de perte ou corruption de données, à adopter de bonnes pratiques de gestion, pour in fine produire des données respectueuses des principes FAIR, adoptés aujourd'hui par l'ensemble des acteurs de la recherche. Il est désormais exigé par la plupart des financeurs de la recherche (Commission Européenne et ANR ...) dans le cadre de projets financés. Rédiger un PGD pour votre thèse, peut être un bon exercice pour vous préparer à la future rédaction de réponses à des appels d'offre. Comment faire en pratique ? • Site DataPartage : Pourquoi et comment rédiger un plan de gestion de données ? • Site Doranum : https://doranum.fr/plan-gestion-donnees-dmp/, La minute vidéo PGD • Site DataCC : https://www.datacc.org/bonnes-pratiques/adopter-un-plan-de-gestion-des-donnees/ • Suivre une classe virtuelle INRAE : Open Class "Rédaction d'un PGD" • Produire des données FAIR ! Favoriser la production de données FAIR (Findable - Accessible - Interoperable - Reusable) est aujourd'hui un objectif soutenu par l'ensemble des acteurs de la recherche. Source : https://open-science-training-handbook.gitbook.io/book/ Si vous suivez les conseils et recommandations de cette page, vous avez toutes les chances d'avoir produit des données de qualité. Si vous préférez une version illustrée : "Pensez FAIR" - https://datapartage.inrae.fr/Gerer/Cycle-de-la-donnee Affiche cycle de vie des données réalisée dans le cadre des Missions QualiNous & RGPD, INRAE-ACT Vous pouvez tester le niveau de "Fairification" de vos données grâce à ces outils :  ARDC : https://ardc.edu.au/resources/working-with-data/fair-data/fair-self-assessment-tool • D'autres ressources pour se former ou s'autoformer En interne INRAE • Formation à la science ouverte OSCAR - Module "Gestion et partage des données" • Le site "Gestion et partage des données" • Des classes virtuelles d'environ 2h (Open Class) sont régulièrement proposées sur : o la rédaction des plans de gestion de données, o le dépôt et la description d'un jeu de données dans Data INRAE, o la rédaction et la publication de data papers, Sites externes • Le site DORANUM (Données de la Recherche : Apprentissage NUMérique à la gestion et au partage) propose un dispositif de formation à distance intégrant de nombreuses ressources d’auto-formation déclinées sur différents supports (textes, infographies, vidéos) et sur 9 thématiques. o Parcours interactif sur la gestion des données de la recherche (2020) o • Le site DataCC. Accompagnement à la gestion des données de recherche en physique et en chimie : https://www.datacc.org/ o Data Stories : https://www.datacc.org/reseau-datacc/data-stories/ o • Le dossier "Open Access & Open Data" réalisé par l'Ecole des Ponts - ParisTech • • The Open Science Training Handbook : https://www.ouvrirlascience.fr/the-open-science-training-handbook/

Den

Den islamske kalender

Related quizzes

Related quizzes