NOUVEAU !

PLU6161  

• Cours siglé, offert sans frais aux étudiant(e)s inscrit(e)s à temps complet à la maîtrise ou au doctorat, ainsi qu’aux postdoctorant(e)s.
• Ces cours peuvent être suivis en surplus (non contributoire), à option ou au choix, lorsque la structure du programme le permet ; ils sont alors contributoires et choisis parmi l’ensemble des cours offerts à l’Université.
• Durée : 15 h (1 crédit).
• Inscription : via votre TGDE pour les étudiant(e)s) ou par courriel pour les postdoctorant(e)s : ateliers@esp.umontreal.ca.

Explorer les principes et les pratiques de la science ouverte afin de comprendre ses impacts sur la recherche et développer des compétences pour planifier, gérer et diffuser des projets scientifiques de manière transparente et collaborative.

Compétences ciblées en lien avec le Référentiel des compétences transversales :

• Intégrité et conduite responsable ; Communication ; Collaboration (compétences principales)
• Autonomie professionnelle ; Créativité et innovation (compétences secondaires)

Compétences et apprentissages/objectifs visés

• Analyser les concepts et les cadres de la science ouverte, incluant le modèle « Utiliser, créer, partager » ainsi que ses six dimensions principales (accès libre, données ouvertes, méthodologie et code ouverts, évaluation ouverte, infrastructures et métriques ouvertes).
• Appliquer les principes FAIR afin d’assurer une gestion et un partage efficaces, accessibles et réutilisables des données de recherche.
• Identifier et mobiliser les outils, plateformes et environnements numériques soutenant la recherche, la collaboration et la publication en science ouverte.
• Évaluer les enjeux, les limites et les évolutions liés à la mise en œuvre de la science ouverte dans les milieux académiques et scientifiques.

Thèmes abordés 

• L’introduction à la science ouverte : définitions, évolution, dimensions, avantages et défis.
• Le cadre « Utiliser, créer, partager » : structuration des pratiques et des processus de recherche.
• L’accès libre aux publications scientifiques : modèles de diffusion, politiques institutionnelles et enjeux.
• La gestion des données ouvertes : principes FAIR, partage, réutilisation et bonnes pratiques.
• Le code ouvert : transparence, reproductibilité, développement collaboratif et diffusion.
• Le partage et la valorisation des résultats : stratégies d’intégration et de diffusion en science ouverte.
• L’évaluation ouverte par les pairs : fonctionnement, bénéfices et limites.
• Les métriques ouvertes : indicateurs, bases de données bibliométriques et approches alternatives d’évaluation.

Évaluation

Le barème d'évaluation du cours est « Succès/Échec », basé sur votre participation active (en ligne, via StudiUM et via Zoom pour les séances synchrones et en présentiel). Des travaux pourront être demandés par le responsable mais sans faire l'objet d'une évaluation formelle. Lorsqu'il s'agit d'un cours désigné en surplus, ni le crédit (1), ni le résultat (Succès/Échec) ne contribuent à la moyenne cumulative. Si le cours est suivi avec la désignation À option ou Au choix, le crédit est contributoire mais le résultat (S/E) ne l'est pas.

Dates et horaire

Automne 2026 

• Mode d'enseignement hybride : séances synchrones (en ligne) et en présentiel (présence requise).
  • 3 novembre, en présentiel de 13 h à 16 h.
  • 10 novembre, à distance de 13 h à 16 h.
  • 17 novembre, en présentiel de 13 h à 15 h.
  • 24 novembre, à distance de 13 h à 16 h.
  • 8 décembre, en présentiel de 13 h à 16 h.

Responsable

Elizabeth Du Pre

Titulaire d’un doctorat en neurosciences de l’Université McGill et d’un premier postdoctorat à l’Université Stanford (États-Unis), Élizabeth Du Pre est neuroscientifique de formation. Au cours de sa carrière académique, elle a développé des ressources ouvertes visant le partage et l’analyse de grandes bases de données biologiques. Durant cette période, elle s’est également engagée dans des initiatives interdisciplinaires en faveur de la science ouverte, occupant notamment le rôle d’éditrice pour le Journal of Open Source Software et agissant comme mentore au sein du programme Mozilla Open Leaders. Actuellement postdoctorante en psychologie à l’Université de Montréal, elle contribue activement au développement de deux bibliothèques Python dédiées à la recherche scientifique et enseigne régulièrement dans des programmes de science ouverte tels que Brainhack School et NeuroHackademy.

Renseignements

ateliers@esp.umontreal.ca

Nombre de participants
45 personnes maximum