## Les informations importantes que j'ai retenues de l'introduction :
Espace réservé au journal de bord du Mooc
6 catégories de reproductibilité:
EN
Reproductibilité computationnelle => on veut une reproducibilité absolue
Reserved for the Mooc's logbook
Reproductibilité Expérimentale directe: Expériences standardisées (ex essais cliniques, physique des particules) => reproducibilité désirée et essentielle
\ No newline at end of file
Reproductibilité indirecte ou hypothétique: expériences semi-standardisées (ex biologie, psychologie sociale, neuroscience) => impossible à completement standardisé, l’important c’est de qd meme arriver aux memes ccl avec des exps un peu différentes = robustesses
Reproductibilité par expertise: Expériences non-standard et objets de recherche rares (ex archéologie) -> la vertue c’est l’expertise, si un autre expert travaillait au mm endroit mm moment avec les mm techniques et les memes matériaux il devrait avoir des résultats similaires
Observation reproductible: études de cas non expérimentales (ex socio, radiologie) --> pareil que précédent, un chercheur qualifié au mm moment meme endroit meme methodes devrait obtenir des motifs similaires
Recherche Non reproductible: observation participante (ex anthropologie) => pas de reproducibilité, vertue repose sur la reflexivité = avoir conscience de son influence
Références biblio : donnent à voir les étapes de la construction du raisonnement et des hypothèses => gestion rigoureuse est un gage de transparence.
Problèmes possible liés à une mauvaise gestion de la biblio:
- Biais de sélection (biblio devrait être représentative de l’ensemble des points de vue sur la question)
- Erreurs de reporting (= citer un.e auteur.e en mal interprétant son propos) -> plus de risque avec les citations secondaires
Types de transparence
-*data transparency* : "*Providing full access to data itself*" ; il s'agit là de fournir les jeux de données sur lesquels se fonde l'analyse, mais Janz précise que la mise à disposition ne peut être que partielle si on utilise des transcriptions d'entretiens, des vidéos.
-*analytic transparency* : "*Information about data analysis*" ; il peut s'agir de fournir les codes informatiques mais aussi d'indiquer précisement sur quelles sources l'analyse s'appuie ou encore d'apporter des commentaires complémentaires à l'analyse.
-*production transparency* : "*Process of data collection*" ; il peut s'agir de fournir ou de décrire les données brutes, de documenter les variables. Mais l'objectif de transparence peut aussi consister à expliquer selon quels protocoles les données ont été collectées. On peut par exemple détailler les critères de sélection des participants à une étude.
