Des revues sont en avance et imposent des démarches aux auteurs des manuscrits acceptés. Par exemple, depuis début 2015, tous les articles de recherche du BMJ contiennent un lien vers le protocole (accès ouvert et gratuit), et un lien vers les données sources, ou comment pouvoir les consulter (parfois des codes et/ou autorisations sont nécessaires). Les groupes les plus avancés sont BMC (Springer) et PLOS, mais toutes les grandes maisons d'éditions ont beaucoup réfléchi. Des institutions, comme l'Institute of Medicine, ont publié des rapports sur le partage des données cliniques.
Les instructions du groupe PLOS sont bien faites avec 7 pages sur "Data availability". Quels sont les grands principes ? Le refus de communiquer les données peut être une raison de rejet de l'article, et les auteurs doivent fournir un 'Data availability statement'. Il y a 2 solutions : soit les mettre en données supplémentaires, soit les déposer dans un registre dédié aux données sources. Les données peuvent être fournies sur demande, ou par un tiers (comité spécifique) en expliquant la procédure. Toujours privilégier les formats Excel aux pdf…. Des règles précises pour les données sont la propriété d'intérêts commerciaux.
La partie la plus impressionnante de ces instructions est le listing de 78 registres de données groupés en : registres généraux (6) ; sequencing (12) ; omics (13) ; structural databasis (7) ; neuroscience (3) ; model organisms (10) ; taxonomic & species diversity (4) ; biomedical sciences (6) ; biochemistry (4) ; physical sciences (11) ; social sciences (2). Nous connaissons des registres généraux comme Dryad, figshare ou autres. Je ne connaissais pas la plupart, par exemple le Qualitative data repository !
Dans ces instructions, il y a beaucoup d'exceptions décrites avec précision. Les raisons pour demander l'accès aux données sources sont simples :
PLOS believes that making data available fosters scientific progress. Data availability allows and facilitates:
- Validation, replication, reanalysis, new analysis, reinterpretation or inclusion into meta-analyses
- Reproducibility of research
- Efforts to ensure data are archived, increasing the value of the investment made in funding scientific research
- Reduction of the burden on authors in unearthing old data, retaining old hard drives and answering email requests
- Easier citation of data as well as research articles, enhancing visibility and ensuring recognition for authors
Des groupes ont proposé les principes de base pour ces déclarations de données sources.
