Étape 5 : Gestion des savoirs

Avant de documenter le savoir autochtone ou de recueillir des données scientifiques, il est important d’évaluer vos besoins prévus en matière de gestion, d’analyse et de communication des données et de faire des choix éclairés quant aux systèmes de gestion des données à utiliser. Il existe de nombreux systèmes de gestion des données. Le choix du système le mieux adapté à vos besoins dépendra de plusieurs facteurs, dont les suivants :

• Facilité d’utilisation
• Emplacement de l’hébergement des données et propriété des données
• Flexibilité
• Caractéristiques
• Sécurité
• Format des données
• Coût

Si vous disposez de données cartographiques, vous aurez besoin de matériel (p. ex., un serveur) et de logiciels (p. ex., QGIS, ArcGIS) capables de gérer des données spatiales. Vous pourriez avoir besoin de systèmes uniques pour le stockage et la gestion de divers types de données, en fonction du type de données, de la sécurité et du fait que vous souhaitez que les données soient publiques, privées pour un groupe restreint ou totalement privées.

Il est important de savoir si le système assurera la sécurité du stockage et de la gestion des informations de nature délicate telles que les connaissances autochtones. Certaines connaissances sont un don sacré transmis entre un détenteur du savoir et une personne en position de confiance. Il est nécessaire de déterminer des protocoles pour garantir que ces connaissances sont gérées d’une manière qui inspire confiance aux détenteurs de ces connaissances. Veillez à ce que votre système de gestion des données offre une sécurité adéquate pour le stockage et la gestion d’informations de nature délicate telles que le savoir autochtone. Un autre élément important à prendre en compte est de savoir si le système vous permet d’avoir la propriété et le contrôle de vos données.

Il existe de nombreux types d’applications de gestion des données, notamment :

• Plateformes de gestion des données en ligne : Il existe plusieurs plateformes en ligne conçues pour faciliter la gestion des données de surveillance. Ces systèmes offrent souvent à l’utilisateur la possibilité de choisir qui peut gérer et consulter les données.
• Applications de données de bureau : Certains systèmes de gestion de données sont conçus pour fonctionner sur votre ordinateur ou votre réseau local et ne sont pas partagés avec d’autres utilisateurs. Par exemple, Microsoft Excel, les logiciels de calcul statistique comme R-Project (en anglais seulement) et les systèmes d’information géographique (SIG) sont souvent installés sur un ordinateur de bureau, mais peuvent avoir une composante en ligne.
• Portails en ligne particuliers au protocole : De nombreux programmes de science citoyenne disposent de plateformes en ligne où vous pouvez télécharger des données liées à des indicateurs précis ou à des observations plus générales à l’aide de formulaires en ligne, p. ex., iNaturalist (en anglais seulement) et eBird.
• Catalogues de métadonnées [LINK to Describe your data – “Metadata” / Décrire vos données — « métadonnées » section below] et référentiels de données : Les catalogues de métadonnées sont des collections d’informations sur les données. Certains catalogues de métadonnées peuvent également stocker des données. Par exemple, le Polar Data Catalogue (en anglais seulement) vous permet de joindre des fichiers à vos enregistrements de métadonnées. De même, les répertoires de données sont des systèmes en ligne consultables, conçus expressément pour contenir des données, comme une bibliothèque contenant des livres, p. ex. DataStream. Souvent, ces répertoires sont « ouverts », ce qui signifie que tout le monde peut trouver et consulter vos métadonnées ou des ensembles de données entiers qui y sont hébergés.

Certains projets de surveillance choisissent de créer des applications personnalisées propres à leurs besoins à l’aide d’applications Web ou de bureau. Reportez-vous à la section des ressources ci-après pour obtenir des outils permettant de connaître certains des systèmes de gestion des données de surveillance communautaire les plus couramment utilisés, afin de vous aider à choisir ceux qui vous conviennent.

Créez des systèmes clairs pour organiser les données que vous avez recueillies. Avant d’aller sur le terrain, préparez et testez votre processus de collecte de données, notamment la création de fiches de données sur le terrain, soit sur papier, soit en utilisant des formulaires numériques existants ou en créant vos propres formulaires numériques. Certaines plateformes de gestion des données disposent d’outils ou de formulaires basés sur des applications pour faciliter la collecte sur le terrain, qui peuvent être synchronisés avec les systèmes de gestion des données (consultez cette liste d’applications pour des exemples, en anglais seulement). L’utilisation d’applications numériques ou de formulaires en ligne pour la saisie des données permet de réduire le temps de transcription des données et les risques d’erreur. Vous devez toujours noter sur vos fiches de données qui a effectué la surveillance, où et quand cette surveillance a eu lieu, ainsi que d’autres informations de base.

Prenez le temps de vous assurer que vos données de terrain sont transcrites (c.-à-d. numérisées) ou téléchargées dans votre système de gestion des données dès votre retour du terrain. Assurez-vous d’inclure les unités (p. ex., cm ou °C) de vos mesures, et expliquez tout code, acronyme ou valeur manquante.

Regardez la vidéo (en anglais seulement) produite pour la Première Nation Ebb and Flow pour obtenir des conseils sur l’enregistrement, le stockage et la gestion de vos données climatiques.

Pour garantir la qualité des données, il faut éviter les erreurs, les détecter et les corriger (contrôle de la qualité) et disposer d’un système d’examen externe de vos données (assurance de la qualité). L’assurance de la qualité des données doit être intégrée à toutes les phases de votre projet – préparation de la collecte des données, collecte des données sur le terrain, saisie des données dans une base de données, et combinaison et évaluation des données.

Pour les instruments automatisés, la qualité des données doit être évaluée par des étalonnages réguliers (consultez le fabricant). L’étalonnage des instruments peut nécessiter :

• De faire fonctionner deux instruments (l’instrument du projet et l’instrument normalisé du laboratoire) simultanément au même endroit pendant plusieurs jours.
• D’exposer l’instrument à une norme physique connue (c.-à-d. un gaz, un liquide, un solide).

Comme mentionné à l’étape 4 : Approche et méthodes, il est important de mettre en place un processus pour transmettre les résultats aux membres de la communauté, valider les conclusions et s’assurer que les erreurs de fait, d’omission et d’interprétation sont évitées.

Il est essentiel de documenter les informations relatives à vos événements de surveillance et de les stocker avec vos données de surveillance. Ces « données sur les données » sont appelées « métadonnées ». Vos métadonnées doivent comprendre des informations sur ce qui a été surveillé, où, par qui, pourquoi et comment (à l’aide de quel protocole) cela a été surveillé, ainsi que les personnes-ressources à contacter en lien avec les données ou le projet. N’oubliez pas que vos métadonnées doivent toujours être liées à vos données afin que les utilisateurs puissent les comprendre clairement. Ces métadonnées sont nécessaires pour que les utilisateurs puissent comprendre les données et savoir comment les utiliser et s’il est approprié de le faire. La communication de vos métadonnées permettra aux utilisateurs de découvrir des renseignements à propos de votre initiative de surveillance et vous contacter pour en savoir plus.

Il est important de déterminer comment les connaissances et les données que vous avez recueillies seront stockées à long terme. Mettez au point un système de sauvegarde régulière de vos données, conformément à la stratégie de protection des données 3-2-1. Cela réduira la probabilité d’une perte accidentelle de données. Assurez-vous que vos métadonnées sont stockées avec vos données. Il est utile de désigner un responsable de confiance chargé de vos données. Généralement, le gardien connaît bien les données et sert de point de contact pour les questions relatives à l’accès aux données.

La gestion de vos données est un engagement à long terme. Il est important d’investir des ressources dans la gestion de vos données et d’inclure la gestion des données dans les plans de travail annuels. Des formations sur la saisie, la gestion et l’analyse des données sont également essentielles pour bien les gérer.

Lorsque les données ont été recueillies ou que le savoir autochtone a été documenté, une question clé se pose : « Un changement s’est-il produit? » Une question secondaire est : « Pourquoi? » Dans certains cas, pour répondre à cette question, il suffit de demander à un Aîné ou à un gardien du savoir. Parce que de nombreux peuples autochtones observent, écoutent et apprennent les changements sur leur territoire depuis des décennies (et des générations), ils peuvent fournir des preuves et des explications très claires sur les effets des changements climatiques.

Dans d’autres cas, une analyse plus approfondie s’impose. Pour comprendre les changements observés, il peut être nécessaire de combiner ou d’intégrer vos données provenant de différentes périodes ou de les comparer ou les intégrer avec des données provenant d’autres fournisseurs pour vous aider à mieux comprendre pourquoi les changements observés se sont produits. Par exemple, vous pourriez souhaiter trouver des données météorologiques historiques près de votre communauté ou des informations sur les projections en raison des changements climatiques. La recherche de données existantes est appelée « découverte » de données. Il existe des outils [Link to Resources – Discovering data / Ressources – Découvrir les données] pour vous aider à cibler les données climatiques pertinentes. Rassembler des données provenant de diverses sources implique souvent d’organiser les données de manière cohérente. Il peut s’agir, par exemple, d’intégrer des données dans une feuille de calcul ou une base de données commune ou de s’assurer que les données ont des unités uniformes.

Une fois les données organisées, vous êtes prêt à les analyser. Il est important de prendre le temps d’examiner les données avec attention et d’acquérir une relation et une compréhension profondes du nouvel ensemble de données analysé. En examinant attentivement les données, votre équipe de projet guidera la gestion future des données, les campagnes de collecte de données, et augmentera la capacité de l’équipe à défendre les données brutes et les connaissances créées par les efforts d’analyse des données. La première étape de l’analyse des données est souvent exploratoire. La description, l’illustration ou le tracé de vos données sous la forme d’une histoire, d’un dessin ou de la création de statistiques sommaires (p. ex., moyenne, médiane, quantiles, erreur standard, minimums et maximums) vous permet de comprendre la vue d’ensemble des changements documentés. Vous pouvez résumer les données dont vous disposez dans un graphique à barres ou un histogramme (en anglais seulement) pour montrer les tendances ou les événements uniques. La création d’une image graphique raconte une histoire visuelle expliquant ce que vous avez appris des données recueillies. Vous devrez peut-être créer des cartes ou comparer vos données à un point de référence.

Il existe de nombreux types de variations des conditions de l’environnement. Parfois, de petits changements peuvent être très importants. Dans d’autres cas, des changements plus importants sont normaux ou se produisent naturellement (p. ex., les cycles des populations de caribous de la toundra). Il est important de savoir quels types de changements n’appartiennent pas à la gamme de la variabilité naturelle pour déterminer quels changements sont causés par le climat. Les variations peuvent être représentées dans une « grille de contrôle » (en anglais seulement). La conception de votre étude doit vous aider à comprendre si vous disposez de suffisamment de données pour conclure à un changement significatif ou si la tendance a franchi un seuil.

Dans certains cas, les connaissances peuvent être très immédiates et urgentes et doivent être communiquées aux membres de la communauté. Par exemple, la surveillance et la communication quotidiennes de l’état de la glace pendant l’hiver sont importantes pour la sécurité des déplacements. Utilisez le principe de précaution pour vous assurer que les résultats de la surveillance sont communiqués immédiatement.

L’analyse des données peut être complexe et le soutien d’un expert peut être nécessaire. Si vous avez besoin d’aide, vous pouvez en parler à vos partenaires de recherche ou demander une formation en analyse de données.