# Journal de bord du Mooc / Mooc's logbook

Test MODIF 26/08/24

FR

Espace réservé au journal de bord du Mooc
## Module 1 : cahier de notes, cahier de laboratoire

### 1. MarkDown 
[Synthèse en fin de page](https://en.wikipedia.org/wiki/Markdown#Example)

- Fichier texte = fichier dont le contenu est fait de caractères UTF-8
- LibreOffice permet de comparer deux versions successives d’un même document.
- Un moteur de Wiki ne permet de modifier qu'une seule page à la fois.
- Les serveurs comme GitHub et GitLab permettent de travailler avec des fichiers binaires comme des images.
- recherche proposée par un éditeur de texte ne fonctionne que sur un fichier à la fois

### 2. Git, gitlab, github

- Git Bash : pour faire de la ligne de commande (mieux que cmd Win)
- Anaconda prompt

```  
(base) C:\Users\gwdumont>conda activate mooc-rr-rstudio
(mooc-rr-rstudio) C:\Users\gwdumont>rstudio
```

### 3. Les moteurs de recherche de bureau
Les moteurs de recherche de bureau comme :

- [DocFetcher (Linux, MacOS, Windows)](http://docfetcher.sourceforge.net/fr/index.html) : logiciel multi-plateformes ;
- [Tracker (Linux)](https://wiki.gnome.org/Projects/Tracker) ;
- [Recoll (Linux, MacOS, Windows)](https://www.lesbonscomptes.com/recoll/index.html.fr) ;
- [Spotlight (MacOS)](https://fr.wikipedia.org/wiki/Spotlight_(moteur_de_recherche)) ;

## Module 2 : document computationnel

### 1. Exemples récents d’études assez discutées 

- Économie: Politiques d'austérité
    - [Reinhart et Rogoff](https://en.wikipedia.org/wiki/Growth_in_a_Time_of_Debt): Growth in a Time of Debt
    - Herndon, Ash et Pollin
    - Wray: combining data across centuries, exchange rate regimes,
- Les IRM fonctionnelles
    - 2010: [Bennett et al.: le saumon mort](https://www.researchgate.net/publication/255651552_Neural_correlates_of_interspecies_perspective_taking_in_the_post-mortem_Atlantic_Salmon_an_argument_for_multiple_comparisons_correction) ☺
    - 2016: [Eklund, Nichols, and Knutsson. Un bug dans les logiciels d'IRM pourrait invalider 15 années de recherche sur le cerveau](http://www.pnas.org/content/113/28/7900.abstract) (40 000 articles)
    - 2016: [C'est plus subtil que ça. D'après Nichols](https://www.cogneurosociety.org/debunking-the-myth-that-fmri-studies-are-invalid/), un des auteurs de l'article d'origine, c'est plutôt de l'ordre de 3 600 études qui seraient potentiellement impactées.
- Les fausses structures de protéines
    - [A "buggy software"](https://people.ligo-wa.caltech.edu/~michael.landry/calibration/S5/getsignright.pdf).
- Autres domaines
    - [Oncologie](http://www.nature.com/nrd/journal/v10/n9/full/nrd3439-c1.html?foxtrotcallback=true): "half of published studies, even in prestigious journals, can't be reproduced in industrial labs"
    - [Psychologie](http://theconversation.com/we-found-only-one-third-of-published-psychology-research-is-reliable-now-what-46596): "attempting to reproduce 100 previously published findings, only one-third of published psychology research was found to be reliable"

**la remise en cause fait partie du processus scientifique**

Cas de pb de reproductibilité : manque de rigueur et la transparence

### 2. Pourquoi est-ce difficile ?

1. Les erreurs classiques
    - le manque d'informations, pb d'accès aux données.
    - les erreurs de calcul induites par l'utilisation effrénée des ordinateurs et logiciels sans tout comprendre (cas d'interprétation dans tableur excel).
        - [En quoi les ordinateurs ont "cassé" la science](http://theconversation.com/how-computers-broke-science-and-what-we-can-do-to-fix-it-49938)
        - [Erreurs de programmation et de manipulation de données en génomique](https://qz.com/768334/years-of-genomics-research-is-riddled-with-errors-thanks-to-a-bunch-of-botched-excel-spreadsheets/)
    - le manque de rigueur scientifique et technique, et d'organisation.

2. Outils à éviter, alternatives
- règle numéro 1 : utiliser autant que possible du format texte. Markdown, Org-mode (notes), csv (données).
- règle numéro 2 : utiliser autant que possible les logiciels et les langages de programmation libres, comme R ou Python que nous utiliserons dans ce MOOC.
- règle numéro 3 : éviter de stocker vos données chez un hébergeur dont vous pourriez être captif. Répliquez-les à plusieurs endroits. 
- Tout rendre publique ?
    - Quelqu'un pourrait [tirer parti de mon dur labeur](http://www.nature.com/news/the-top-100-papers-1.16224). Les papiers les plus cités sont des papiers qui décrivent une nouvelle technique ou un logiciel permettant à une communauté de recherche d'avancer.

### 3. Document computationnel : principe
Objectifs méthodologiques
Garder trace afin de :
- Inspecter : justifier/comprendre
- Refaire : vérifier/corriger/réutiliser

Dans un document computationnel, on trouve 
1. Des commentaires 
2. Du code 
3. Un aperçu des données
4. Les résultats de calculs
5. Des liens hypertextes
6. Des images

Un document computationnel permet de 

 1. Inspecter les calculs 
 2. Réexécuter facilement les calculs si l'environnement d'origine est disponible
 3. Documenter le code 
 4. Expliquer pourquoi tel ou tel calcul est effectué en fonction des données analysées 
 5. Utiliser plusieurs langages pour faire des calculs (même si cela peut demander un peu de travail)


### 4. Présentation de 3 outils pour écrire un document computationnel : 
1. Jupyter, 
2. RStudio + knit R (transforme .Rmd en fichier html, pdf (via LaTex) en fonction de ce qu'on a indiqué dans la partie métadonnées en header du fichier .Rmd)

Production et partage du document final
- Knit
    - pdf, LaTex
    - html
    - word/office
    - Possibilité de faire du LaTex (R Sweave : Rnw) ou du html (R html : Rhtml) directement pour avoir un contrôle parfait.
- Partage à peu de frais via rpubs

3. Emacs/Org-mode



EN

Reserved for the Mooc's logbook