Downloads provided by UsageCounts
La notion du temps est cruciale dans le processus d’acquisition des données scientifiques. Qu’elles soient de nature expérimentale, basées sur des observations ou issues de capteurs, la dimension temporelle des données est le principal facteur de non reproductibilité. Les traitements informatiques appliqués aux données sont eux-mêmes caractérisés par la version d’un logiciel ou d’un environnement informatique. Dès lors, comment gérer cette dimension spatiale dans un processus d’ouverture et de partage des données de la science ? Nous vous proposons d’étudier cette question au travers d’exemples concrets en évaluant l’apport d’outils tels que les notebooks.
Temporality, Open data, Open science, Open access, Open source, Reproducibility, Data science
Temporality, Open data, Open science, Open access, Open source, Reproducibility, Data science
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
| views | 6 | |
| downloads | 5 |

Views provided by UsageCounts
Downloads provided by UsageCounts