# Recherche reproductible : journal de bord ## 24 Septembre 2020 ### Outils étudiés - / ### Quizz réalisés - __01__ : Nous utilisons tous des cahiers de notes - __02__ : Un aperçu historique de la prise de notes - __03__ : Du fichier texte au langage de balisage léger Note : Etude historique de la prise de note des tablettes de cire jusqu'aux tablettes numériques :histoire:reproductibilité: ## 25 Septembre 2020 ### Outils étudiés - Rudiments du langage Markdown - Outils de génération de fichier Markdown : Pandoc - Rudiments de Gitlab - Outils d'indexation et étiquettage ### Quizz réalisés - __04__ : Pérénité et évolutivité avec la gestion de version - __05__ : les étiquettes et les logiciels d'indexation pour s'y retrouver ### Exercices réalisés - __01-1__ : s'initier à GitLab - __01-2__ : s'initier à Markdown :Gitlab:indexation:Markdown:exercice: ## 26 Septembre 2020 ### Outils étudiés - Difficultés de la reproductibilité liés à de nombreux facteurs - Quelques exemples de célèbres erreurs de recherche causées par des négligences - Petit point sur l'open access et démystification ### Quizz réalisés - __06__ Introduction à la reproductibilité - __07__ Exemples récents d'études assez discutés - __08__ Pourquoi est-ce difficile ? Note : les quizzs sont assez difficiles car il est dur de trouver __les__ bonne réponse, souvent les choix sont assez nuancés et sont assez raccord avec les explications vidéos.... :histoire:controverse:reproductibilité:difficulté: ## 27 Septembre 2020 ### Outils étudiés - Introduction à Jupyter et au document computationnel - Comment travailler avec des collaborateurs - Analyse des différents environnements de travail présentés. R et Orgmod sont très puissants, mais j'ai fais le choix d'utiliser Jupyter car plus proche de mon style de besoin et moins long à mettre en place. En somme, Jupyter est pour moi la façon de terminer ma thèse sans prendre trop de temps d'apprentissage en assurant une reproductibilité des résultats obtenus. ### Quizz réalisés - __09__ Le document computationnel : principe - __P01__ Prise en main de l'outil Jupyter - __10__ Travailler avec les autres - __11__ Analyse comparée des différents outils Note : même remarque que précédemment, plusieurs réponses pertinentes, beaucoup de déduction à faire, il faudrait au moins indiquer le nombre de réponses attendues sur chaque question... :Jupyter:Markdown:journal:collaboration: ## 5 Octobre 2020 ### Outils étudiés - Quelques bonnes pratiques sur la tenue d'un journal - Installation de Jupyter : pas besoin car déjà hébergé sur un serveur - Premières créations de documents computationnels - Ecrire du Tex en markdown - Compiler un document pour obtenir un pdf ou HTML - Quelques exemples de calculs - Affichages graphiques ### Quizz réalisés Aucun car seulement des exercices ### Exercices réalisés - __02-1__ : Savoir utiliser un notebook. Le but était de créer un document computationnel guidé présentant différentes façon d'approximer le nombre $\pi$ - __02-2__ : Savoir faire un calcul simple par soi-même. Avec une liste d'éléments donnés, le but était de calculer plusieurs statistiques (moyenne, min, max, etc.) - __02-3__ : Réaliser un affichage graphique. Il s'agissait de reproduire deux figures présentées dans l'énoncée à l'aide d'un document computationnel. - __02-4__ : Réaliser une analyse critique. A l'aide de ce même journal, le but est d'effectuer quelques statistiques sur celui-ci. Les résultats de cette analyse sont présentées dans ce document computationnel. Note : Les exercices sont très agréables à effectuer et permettent une bonne prise en main de Gitlab. Le regard critique sur le journal est peut-être l'élément le plus dur à aborder car très personnel. Suite à ce dernier exercice j'ai décidé d'agrémenter ce journal avec des étiquettes et de l'étoffer un peu. Il aurait été bien d'être plus exhaustif dès le début, mais le but est d'apprendre et de se corriger ! Les exemples de journaux présentés sont plus que complets et très interessants, mais je vais rester sur cette forme basique de journal articulé selon les outils étudiés et les exercices effectués. :Jupyter:journal:exercice:Markdown: ## 6 Octobre 2020 ### Outils étudiés - Apprentissage de la génération de documents computationnels sur des données. - Importation de données - Vérification des données - Statistiques et afichages graphiques des données ### Quizz réalisés - __12__ une analyse réplicable, c’est quoi ? - __13__ Étude de cas : l'incidence de syndromes grippaux - __P04__ Importer les données avec Jupyter/Python - __P07__ Vérification et inspection avec Jupyter / Python - __P10__ questions et réponses avec Jupyter/Python ### Exercices réalisés - __02-4__ : suite de l'analyse statistique de ce journal. L'affichage graphique est pauvre car peu de données, mais un élément a pu être mis en avant : la progression dans ce MOOC s'est fait en deux étapes : une première semaine assez chargée, puis un creux, puis deux semaines plus tard une reprise du MOOC. - __03-1__ : Analyse de l'incidence du syndrôme grippal avec une copie locale des données. Le but était de vérifier si un fichier local des données existait avant de lancer le téléchargement. Il est en effet plus sûr de fonctionner avec des données ne dépendants pas d'un site web qui est trop variable par rapport à une copie locale. - __03-2__ : Analyse de l'incidence de la varicelle. Avec comme exemple le document computationnel sur l'incidence du syndrôme grippal, le but était d'effectuer une analyse similaire sur l'incidence de la varicelle. Notes : RAS sur cette section qui s'est bien déroulée. :Jupyter:Computationnel:Analyse:data:statistiques:exercice: